CN113255188A - 一种基于事故树的桥梁安全预警方法及系统 - Google Patents

Abstract

本发明公开了一种基于事故树的桥梁安全预警方法及系统，包括：实时接收来自桥梁各个监测点的监测数据，将所述监测数据转换为多种桥梁结构状态特征值；根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，根据所述最终层级数生成该层级对应的电子流报警信息；若否，则根据所述底事件生成电子流报警信息。本发明通过将基于事故树的风险分析与工程结构的实际安全监测手段相结合，形成基于预警逻辑的工程结构监测预警处理方法，有效提高工程结构监测预警的准确性。

Description

一种基于事故树的桥梁安全预警方法及系统

技术领域

本发明涉及工程结构安全监测预警技术领域，尤其涉及一种基于事故树的桥梁安全预警方法及系统。

背景技术

通常工程结构安全监测通过在现场安装传感器，然后基于每个传感器设置安全阈值，单个传感器触发阈值即代表整体结构安全预警，但受野外环境与传感器自身稳定性等不利因素的影响，传感器采集到的原始信号质量较差，导致工程结构安全预警“虚假报警”率居高不下，安全预警可信度很低。安全预警规则链的主要目的是通过一定的逻辑关系，明确结构监测单个测点与整体安全的关系，提高工程结构整体安全预警准确率，降低“虚假报警”。目前常用的安全预警规则是“单个传感器的安全预警即代表整体结构安全预警”。

事故树分析（Fault Tree Analysis，简称FTA）方法起源于故障树分析（简称FTA），是安全系统工程的重要分析方法之一，它是运用逻辑推理对各种系统的危险性进行辨识和评价，不仅能分析出事故的直接原因，而且能深入地揭示出事故的潜在原因。在工程施工领域，已有一些关于特定应用场景的事故树分析研究，例如：陈恩达发表的（《基于事故树分析法的爆破飞石事故危险源辨识》，吉林水利，2020，452（1）：59-62.），文中提出根据辽宁省某在建输水隧洞工程施工实际情况，运用事故树分析法归纳爆破飞石事故的诱因。梁苗发表的（《基于事故树法的玻璃钢管线失效评价》，工程管理与技术，2020：216-218），其采用事故树分析了玻璃钢管线失效的各种原因。

又如申请公开号为CN109034492A的中国专利，其公开了一种桥梁拉吊索杆锈蚀断裂风险的预测方法，包括：收集桥梁拉吊索杆锈蚀事件数据，对拉吊索杆事件信息基于事故树进行反演研究，得出拉吊索杆锈蚀风险场景，然后通过聚类分析、马尔科夫矩阵，建立了风险发生概率模型，获得了拉吊索杆风险发生概率和风险损失概率，该方法仅采用事故树方法对拉吊索杆锈蚀原因进行了归纳，针对桥梁拉吊索杆锈蚀事件进行了风险事件、风险源、风险源概率的定性分析。上述专利或者论文仅仅是针对工程施工领域中的特定应用场景进行了基于事故树的风险源概率研究，其中并不涉及到如果将理论研究与实际监测手段相结合，落地至相应的工程结构监测场景中。

发明内容

本发明的目的在于克服现有技术中所存在的基于单个监测设备的监测数据进行安全预警会导致预警结果不准确的问题，提供一种基于事故树的桥梁安全预警方法及系统，本方法将基于事故树的风险分析与工程结构的实际安全监测手段相结合，形成基于预警逻辑的工程结构监测预警处理方法，有效提高工程结构监测预警的准确性。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于事故树的桥梁安全预警方法，所述方法包括：

A：实时接收来自桥梁各个监测点的监测数据，通过预设的数据处理算法对所接收的监测数据进行数据预处理，将所述监测数据转换为多种桥梁结构状态特征值；

B、根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若否，则等待接收下一时刻的桥梁结构状态特征值；若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，根据所述最终层级数生成该层级对应的电子流报警信息；若否，则根据所述底事件生成电子流报警信息。

根据一种具体的实施方式，工程桥梁是一个大的分类，具体细分，可以分为梁桥、斜拉桥这等等不同类别的桥梁，针对不同类别的桥梁，所需要的监测指标即监测数据，可由《JTT 1037-2016公路桥梁结构安全监测系统技术规程》进行指导。

以梁桥为例，所述监测数据包括：位移计监测到的梁桥挡块与主梁间隙变化数据（经过预处理后变为第一桥梁结构状态特征值，对应事故树底事件X1）；GNSS监测到的各桥墩的竖向位移变化（经过预处理后变为第二桥梁结构状态特征值，对应事故树底事件X2）；GNSS监测到的各桥墩的水平位移变化（经过预处理后变为第三桥梁结构状态特征值，对应事故树底事件X3）；压力传感器监测到的各支座的支座反力，经过预处理后变为第四桥梁结构状态特征值，对应事故树底事件X4）；GNSS监测到的桥面不同监测点处高程，（经过预处理后变为第五桥梁结构状态特征值，对应事故树底事件X5-大纵坡）；GNSS监测到的桥面不同监测点处水平位移变化，（经过预处理之后变成第六桥梁结构状态特征值，对应底事件X6）：位移计监测到限位构造措施与主梁相对位移，（经过预处理之后变成第七桥梁结构状态特征值，对应底事件X7）；动态称重系统监测通行车辆的车重，（经过预处理之后变成第八桥梁结构状态特征值，对应底事件X8）；第九桥梁结构状态特征值包括：应变计监测到桥梁关键承力构件的应力、钢筋计监测到桥梁关键承力构件的应变，以及，水准仪监测桥梁主梁挠度，（经过预处理之后变成第九桥梁结构状态特征值，对应底事件X9）；通过人工检查和现场荷载试验，得出桥梁技术状况（第十桥梁结构状态特征值与第十一桥梁结构状态特征值，对应底事件X10和X11）。

根据一种具体实施方式，上述基于事故树的桥梁安全预警方法中，还包括：根据相关技术规范和标准，对桥梁进行有限元模型修正和有限元分析，确定与每个所述桥梁结构状态特征相对应的多级阈值；

将转换得到的多种桥梁结构状态特征值与其对应的多级阈值进行比较，当所述桥梁结构状态特征值达到一级阈值时，判断触发所述预先配置的可视化桥梁安全风险事故树中的底事件。

根据一种具体实施方式，上述基于事故树的桥梁安全预警方法中，所述方法还包括：

定时轮询各个监测点的监测设备，实时获取监测设备的采集频率，根据每个所述监测设备的采集频率生成每个所述监测设备的状态数据；

以及，根据每个所述监测设备的状态数据对所述底事件触发结果进行修正，排除设备故障导致的风险事件；

根据所述桥梁结构状态特征值达到一级阈值的底事件的持续时间对所述底事件触发结果进行修正，排除非连续性风险事件。

根据一种具体实施方式，上述基于事故树的桥梁安全预警方法中，所述根据监测结果判断是否触发所述底事件的上层事件，包括：

监测所述桥梁结构状态特征值是否上升、达到更高层级的阈值，若否，则不触发所述底事件的上层事件；若是，则根据所述桥梁结构状态特征值所达到的阈值等级以及持续事件确定所触发的风险事件的最终层级数。

根据一种具体实施方式，上述基于事故树的桥梁安全预警方法中，通过以下步骤预先配置所述可视化桥梁安全风险事故树，包括：

步骤1：收集桥梁基础资料以及桥梁历史事故记录，从所述桥梁基础资料以及桥梁历史事故记录确定桥梁安全风险顶上事件；

以及，逆向调查所述桥梁历史事故，找到所述桥梁历史事故对应的原因事件与风险源；

步骤2：根据所述原因事件与风险源的致险概率确定所述桥梁安全风险顶上事件对应的多个中间事件与底事件；

步骤3：根据布尔代数法确定所述桥梁安全风险事故时的最小割集，根据所述最小割集确定顶上事件与多个所述中间事件、底事件的之间逻辑层级关系；

步骤4：基于Topology技术，自底事件至顶上事件，采用静态逻辑门或动态逻辑门将各层事件相连，得到所述可视化桥梁安全风险事故树。

根据一种具体实施方式，所述预先配置的可视化桥梁安全风险事故树包括：顶上事件、多个中间事件、以及多个底事件，所述顶上事件、多个中间事件、以及多个底事件各层之间的逻辑关系满足：

T=E1+E2+E3；

其中，“+”表示或的逻辑关系，“·”表示和的逻辑关系，E1=E10+E11；E10= E12+E13； E11= X3+X10；E12=X2+X3+X10 +X9+X11；E13= X10+X2+X9+X11;

E2= X1·E4； E4=（E5+E6）·X7；E5=（X5+X6）·X4；E6=X2+X3；

E3=E7+X8；E7= E8+E9；E8= X9+X10+X11；E9= X9+X10+X11；

其中， T为顶上事件-桥梁结构坍塌；E1~E13为中间事件，依次为：下部结构失效、落梁、上部结构因承载能力不足破坏失效、主梁与墩间相对位移超限、基础及下部结构变位过大、上部结构滑移过大、上部结构抗力不足、上部结构承弯抗力不足、上部结构承剪抗力不足、桥墩与盖梁框架结构破坏失效、桥梁基桩断裂失效、桥梁墩柱断裂失效、桥台整体失稳；X1~X11为底事件，依次：防落梁构造措施缺失或失效、地基不均匀沉降过大、地基水平变位过大、桥梁支座设置不当、大纵坡、斜弯桥、主梁限位构造措施缺失或失效、实际荷载远超设计标准、养护不当致结构材料性能退化严重、施工质量严重不满足设计要求、设计重大失误。

其中，底事件并不是底层事件，对于主体结构影响较大的底事件可能位于事故树的上层位置，且对于底事件的触发原理与相应的多级阈值相关，如果位于上层的底事件仅触发自身，本系统也只会根据所述底事件的层级生成电子流报警信息。

根据一种具体实施方式，上述基于事故树的桥梁安全预警方法中，所述预设的数据处理算法包括：滑窗中位值滤波算法、卡尔曼滤波算法。采用常用的统计学数据处理方法对监测数据进行数据清洗、转换处理即可得到相应的桥梁结构状态特征值。

在本发明进一步的实施例中，还提供一种基于事故树的桥梁安全预警系统，包括：

数据处理模块，用于实时接收来自桥梁各个监测点的监测数据，对所接收的监测数据进行数据清洗、挖掘和转换，将所述监测数据转换为多种桥梁结构状态特征值，并将所述状态特征值传输至预警逻辑判断模块；

预警逻辑判断模块，用于预先配置所述可视化桥梁安全风险事故树，以及，根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若否，则等待接收下一时刻的桥梁结构状态特征值；若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，并将所述最终层级数发送至电子流报警模块；若否，则将所述底事件的层级发送至电子流报警模块；

电子流报警模块，用于根据接收到的风险事件的层级数生成该层级对应的电子流报警信息。

根据一种具体的实施方式，上述基于事故树的桥梁安全预警系统中，所述预警逻辑判断模块包括：

设备预警模块，用于定时轮询各个监测点的监测设备的采集频率，根据每个所述监测设备的采集频率生成每个所述监测设备的状态数据；并将每个所述监测设备的状态数据转换为第一风险告警信息传输至逻辑判断模块；

结构预警模块，用于接收来自所述数据清洗模块的桥梁结构状态特征值，将所接收的桥梁结构状态特征值与其对应的多级阈值进行比较，若所述桥梁结构状态特征值达到一级阈值时生成第二风险告警信息传输至逻辑判断模块；

逻辑判断模块，用于根据所述第一风险告警信息与第二风险告警信息判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，并将所述最终层级数发送至电子流报警模块；若否，则将所述底事件的层级发送至电子流报警模块。

与现有技术相比，本发明的有益效果：

本发明通过实时接收来自桥梁各个监测点的监测数据，将所述监测数据转换为多种桥梁结构状态特征值，将桥梁结构状态值链接到预先配置的桥梁风险事故树底事件，当桥梁结构状态值触发相应的底事件时，则持续监测所述桥梁结构状态特征值对应的底事件，根据监测结果进行逻辑判断得到最终触发的事故树中风险事件的层级数，根据所述层级数触发基于事故树层级的电子流报警机制，本发明通过将基于事故树的风险分析与工程结构的实际安全监测手段相结合，形成基于预警逻辑的工程结构监测预警处理方法，有效提高工程结构监测预警的准确性。

附图说明

图1为本发明示例性实施例的基于事故树的桥梁安全预警方法流程图；

图2为本发明示例性实施例的基于事故树的桥梁安全预警系统结构框图；

图3为本发明示例性实施例的基于事故树的桥梁安全预警系统结构框图（图中仅有数字的为底事件）；

图4为本发明示例性实施例的基于Topology的事故树可视化绘制技术示意图1；

图5为本发明示例性实施例的基于Topology的事故树可视化绘制技术示意图2；

图6为本发明示例性实施例的三种规则链系统路由配置示意图；

图7为本发明示例性实施例的特征值对应的多级阈值的系统配置示意图；

图8为本发明示例性实施例的基于风险事件层级的电子流预警模块预警的示意图。

具体实施方式

下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例1

图1示出了本发明中采用事故树与Topology技术生成基于事故时的工程结构安全预警规则链，通过数据分析中台与电子流实现自动预警与应急响应的完整技术路线，包括：

A：实时接收来自桥梁各个监测点的监测数据，通过预设的数据处理算法对所接收的监测数据进行数据预处理，将所述监测数据转换为多种桥梁结构状态特征值；

B、根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若否，则等待接收下一时刻的桥梁结构状态特征值；若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，根据所述最终层级数生成该层级对应的电子流报警信息；若否，则根据所述底事件生成电子流报警信息。

具体的，工程桥梁是一个大的分类，具体细分，可以分为梁桥、斜拉桥这等等不同类别的桥梁，针对不同类别的桥梁，所需要选择的监测设备以及监测特征值可能会根据实际需要进行调整，对于采集到的监测数据会有一些的数据预处理手段。例如，针对某个桥梁，我们采用桥墩位移计监测桥梁的位移（还可以采用GNSS直接监测各桥墩的水平位移、竖向位移变化、高程数据等获取桥梁的位移变化值），以及，采用倾角计监测获得桥墩倾角数据；当采集到相应的位移、倾角数据后，经滑窗中位值滤波算法，实时滤除由于环境干扰和传感器供电电压不稳造成的奇异点，即可将监测到的位移、倾角数据转换为桥墩沉降状态特征值、桥墩倾斜状态特征值。在实际监测中，我们还会在桥梁主梁处安装加速度传感器，获得主梁加速度振动数据，经傅里叶变换，将时域数据转换成主梁振动频率特征值。同时，可以在主梁不同位置安装加速度或速度传感器，通过随机子空间算法，将主梁加速度或速度振动数据转换成主梁振型特征值；以及，在主梁某处安装温度传感器和静力水准仪，获得主梁温度和挠度数据，通过卡尔曼滤波算法将温度和主梁挠度数据融合，生成主梁新的状态特征值。进一步的，我们在系统中配置相应的与现场监测设备直接相连接的监测网络的基础上，还在系统中为每个监测设备配置虚拟设备，用于监测设备运行状态，系统会定时轮询各个监测点的监测设备的采集频率，根据每个所述监测设备的采集频率生成每个所述监测设备的状态数据（是否为正常工作状态），设备异常工作时，也会使得其监测到的特征值超过阈值，因此需要结合每个所述监测设备的状态数据与特征值阈值比较结果一起判断是否触发预先配置的可视化桥梁安全风险事故树中的层级事件。同时，在系统中，基于Topology技术预先配置可视化动态桥梁风险事故树，将工程监测到的监测数据（对应的数据处理规则链）与基于事故树的预警规则相连接，当监测数据超过阈值会从事故树的底层事件开始触发，再由多个底层事件的逻辑规则触发上层的中间事件。相应的桥梁风险事故树与桥梁类型相关联，针对不同类型的桥梁，通过对桥梁进行事故树风险分析，生成基于桥梁类型的风险事故树。

进一步的，本发明所提出的基于事故树与Topology技术可视化生成工程结构安全预警规则链的方法技术路线，具体包括：

步骤1：工程结构基础资料准备，枚举调查风险事件

基础资料包括桥梁工程设计（竣工）图纸文件、运营期内桥梁检测及维修资料、桥址处水文、地质、地形和气候环境勘察资料、类似工程案例及事故记录资料等。必要时可组织相关人员进行现场踏勘。在广泛调研过去类似工程案例及事故记录的基础上，枚举调查所有可能发生的结构安全风险事件。

步骤2：确定安全风险顶上事件

具体地，在枚举调查的结构安全风险事件范围内，选取典型的最终风险事件作为研究分析对象，即顶上事件。针对具体桥梁，顶上事件可以是某一特定的最终风险事件，也可以是本桥梁结构安全最终风险事件的总和，即结构安全总体风险。

步骤3：逆向调查所有原因事件及其风险源

从顶上事件出发，逆向溯源枚举调查所有的原因事件及其风险源。调查过程中可利用表1采用成员普查和小组检查的方式全面梳理所有原因事件和风险源，避免疏漏和错误。例如，某桥梁（该桥梁类型为梁桥）经基础资料准备，枚举调查风险事件，确定安全风险顶上事件后，逆向调查得出所有原因事件及其风险源如表2-1至表2-3所示。

步骤4：画出桥梁安全风险事故树

具体地，根据上述调查资料，从顶上事件起进行逆向演绎分析，一级一级的找出所有原因事件，直到无法再细分的基本原因事件，即风险源本身。然后按照其逻辑关系，画出事故树。即根据步骤3中的表2-1至表2-3，确定的该桥梁结构安全风险事故树如图3所示，事故树层级及风险事件对应如表3所示。

步骤5：安全风险事故树最小割集确定

具体地，根据布尔代数法确定桥梁安全风险事故树的最小割集。例如，某桥梁事故树如图所示，事故树中的符号及其对应的事件定义如表所示。

根据布尔代数计算结果，得到事故树的最小割集为： T=E1+E2+E3；

其中，“+”表示或的逻辑关系，“·”表示和的逻辑关系，E1=E10+E11；E10= E12+E13； E11= X3+X10；E12=X2+X3+X10 +X9+X11；E13= X10+X2+X9+X11;

E2= X1·E4； E4=（E5+E6）·X7；E5=（X5+X6）·X4；E6=X2+X3；

E3=E7+X8；E7= E8+E9；E8= X9+X10+X11；E9= X9+X10+X11。

表2-1

表2-2

表2-3

经过上述步骤我们可以根据不同类型的桥梁对应的风险源和原因事件确定该桥梁类型对应的桥梁风险事故树（如图3所示）。

步骤6，基于Topology技术，在本系统的物联网云平台上配置可视化桥梁安全风险事故树，即工程结构安全预警规则。其中，Topology是基于Typescript+Canvas实现的开源在线绘图引擎，其拥有大量基本图形组件，包括圆形、矩形、箭线（如图4），以及事故树中用到的与门、或门等逻辑门图形。通过Topology引擎绘制的Web图形可轻松集成到基于React框架开发的前端项目中。本发明中所涉及的工程监测物联网云平台前端采用React框架开发，通过Topology技术，用户可轻松方便的在Web界面上通过拖拽、旋转、组合、连接等操作，绘制出由步骤1~步骤5产生的桥梁安全风险事故树。在绘制相应的可视化的事故树后，关键点还在于如何与系统监测数据的预警联系起来，即如何将事故树二维图形转化为计算机可识别的预警规则逻辑。利用Topology技术支持的数据配置，以及导出Json格式数据的优势，实现用户在前端可视化绘制出桥梁安全风险事故树后，给图形添加数据属性（如图5），监测物联网云平台根据事故树安全预警规则，按照图中与门、或门、箭头线等逻辑关系，将安全风险事故树包含的数据信息重新组织成预警规则需要的Json数据，并将该Json数据传给后端预警规则链应用。

步骤7：基于Topology技术，实现可视化配置数据分析策略，将原始测值转化为代表工程结构风险底事件的状态特征值。

具体地，基于Topology技术，实现可视化的数据处理策略图形配置界面，使工程师可以自由、高效地定制数据处理策略。平台数据处理模块按照设备类型分类展示了全部的设备，用户只需通过拖拽算法节点和连线操作，即可为每个设备的不同物理量配置不同的数据处理策略。这里输出的处理结果即为代表工程结构风险底事件的状态特征值。接着将逻辑拓扑图转换为Json格式的数据处理策略，发送给后端数据处理规则链使用。

步骤8：基于Thingsboard开源物联网平台，实现可视化数据处理与预警规则链配置。

具体地，Thingsboard提供了成熟的规则链引擎，用于接收来自设备的消息（属性\实时数据），经过规则链节点处理单个传入消息，生成一个或多个消息，发往不同的规则链路进行消息的路由处理。如图6所示，我们在规则链库中创建了三个规则链：数据处理规则链、风险事件判决规则链、预警判决规则链。设备数据进入平台后，首先进入数据处理规则链，在该规则链的“数据清洗&转换”节点中执行步骤7生成的数据处理策略，然后输出对应的状态特征值。状态特征值接着进入风险事件判决规则链，在该规则链的变换节点中配置了JavaScript写的函数脚本，用于判断输入数据是否超过设置的告警阈值，若超过阈值则改变设备的风险事件状态属性。接着设备属性进入预警判决规则链，在该规则链的“预警判决”节点中与步骤6生成的预警规则（桥梁风险事故树）进行判断，若满足预警规则，则改变设施预警状态。

步骤9：工程结构安全风险底事件分级阈值设置，制定分级应急响应策略，在此基础上，采用在线电子流，实现在线应急响应信息传递。

具体地，通过在云平台上进行工程结构状态特征值分级阈值配置（如图7所示），当状态特征值超过设定阈值时，系统将产生风险事件告警记录，当告警触发前述步骤5和步骤6确定的预警规则、触发事故树中的层级事件时，系统将产生基础设施预警，并根据最终确定的事故树的层级自动发起一条预警电子流，同时发送通知给相关责任人。即根据特征值所触发的事故树中的事件层级触发不同级别的电子流预警，制定应急响应机制（如图8所示，由颜色灰度区分的不同电子流预警等级），通过在线电子流实现应急响应策略，从而实现不同预警级别的应急响应信息传递。

具体的，以前述列举的梁桥为例，为梁桥配置相应的监测设备，首先将监测数据链接到其对应的数据处理规则链，再将梁桥对应的多个数据处理规则链链接到梁桥对应的风险事件判决规则链。具体而言，我们采用位移计监测梁桥挡块与主梁间隙变化，监测到的位移数据在系统平台首先进入该数据对应的数据处理规则链，被转换为相应的第一特征值，该第一特征值若超过阈值则会触发底事件X1；通过GNSS监测各桥墩的竖向位移变化，监测到的竖向位移数据进入该数据对应的数据处理规则链后，被转换为相应的第二特征值，相邻桥墩竖向位移之差变化超出阈值，则会触发底事件X2；通过GNSS监测各桥墩的水平位移变化，监测到的水平位移数据进入该数据对应的数据处理规则链后，被转换为相应的第三特征值，水平位移变化超出阈值，触发底事件X3；通过压力传感器监测各支座的支座反力，将压力值转换为第四特征值，通过比较不同位置支座反力数值和支座反力变化值，是否超出阈值，若超过触发底事件X4（桥梁支座设置不当）；通过GNSS监测桥面不同监测点处高程，反算桥面纵坡，得到第五特征值，若超出阈值，触发底事件X5（大纵坡）；通过GNSS监测桥面不同监测点处水平位移变化，设置数据处理链通过水平位移变化反算水平位移与桥梁走向之间夹角，若超出阈值，触发底事件X6（斜弯桥）：通过位移计监测限位构造措施与主梁相对位移，若超出阈值，则触发底事件X7（主梁限位构造措施缺失或失效）；通过动态称重系统监测通行车辆的车重，超出阈值，则触发底事件X8（实际荷载远超设计标准）；通过应变计、钢筋计监测桥梁关键承力构件的应力、应变；水准仪监测桥梁主梁挠度，若超出阈值，则触发底事件X9（养护不当导致结构材料性能退化严重）；X10（施工质量不满足设计要求）、X11设计重大失误：通过人工检查和现场荷载试验，得出桥梁技术状况，进行评判。如图4所示，以位于事故树第二层的中间事件E2的触发为例，只有当多个特征值的阈值判断结果能够触发中间事件E4与底事件X1时才会对应触发中间事件E2。在实际工作中，首先根据有限元、事故树风险调查结果判断底事件对桥梁整体倒塌的影响程度，从而为该底事件划分不同的安全阈值等级，所划分的安全阈值等级包括：该特征值对应的多级阈值和阈值事件的持续时间。例如，底事件X2被划分为3级（A、B、C三级，A级最高，C级最低，对于更重要层级更高的底事件其阈值可能只有两个等级）。若监测到特征值触发底事件X2，则首先结合设备状态（如设备是否在线，设备供电电压是否正常），判断设备是否故障和异常。如判断为设备故障和异常，则系统自动发送短信至现场安全人员，同时系统自动解除底事件X2触发。如设备无故障和异常，则持续监测该阈值超过C等级的底事件，在监测过程中，首先根据持续时间是否达到C级对应的持续时间判断该底事件是否为连续性事件，若否，则认为可能是环境噪声、误差导致的非连续性时间，系统自动解除底事件X2触发；若是，则认为触发底事件X2，同时跟踪该底事件中特征值的变化过程，根据特征值能够达到的底事件X2安全阈值等级和超过该等级的持续时间判断是否触发事故树上层更高等级事件。例如，触发底事件X2的C等级且持续时间超过设定的阈值，则系统仅记录底事件X2触发，（系统会根据底事件这一层级生成电子流报警信息，即只会发送电子流至该项目对应的现场安全管理人员与项目负责人），若触发底事件X2的B等级且持续时间超过设定的阈值，则系统仅触发X2的上一等级E13，E12，E6（系统会根据E13，E12，E6中间事件这一层级生成电子流报警信息，系统发送电子流至项目负责人和技术专家），由专家会审后判断是否升级为事故树更高层级。若触发底事件X2的A等级且持续时间超过设定的阈值，则系统触发E13，E12，E6后，系统自动判断E13，E12为“或”的关系，满足向上触发条件，则系统还会自动触发E13，E12对应的更高层级E10，（系统发送电子流至项目负责人和技术专家、业主和政府主管部门），由专家会审后判断是否升级为事故树更高层级。由此，我们根据特征值与多级阈值的比较结果、以及由特征值超过阈值引起的风险事件的持续时间能够确定得到该特征值能够触发的事故树的最终层级，再根据所得最终层级输出该层级对应的电子流预警信息即可实现准确的风险报警，从而能够形成不同的应急响应处理机制。

实施例2

图2示出了根据本发明示例性实施例的预警系统，包括：数据处理模块，用于实时接收来自桥梁各个监测点的监测数据，对所接收的监测数据进行数据清洗、挖掘和转换，将所述监测数据转换为多种桥梁结构状态特征值，并将所述状态特征值传输至预警逻辑判断模块；预警逻辑判断模块，用于预先配置所述可视化桥梁安全风险事故树，以及，根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若否，则等待接收下一时刻的桥梁结构状态特征值；若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，并将所述最终层级数发送至电子流报警模块；若否，则将所述底事件的层级发送至电子流报警模块；电子流报警模块，用于根据接收到的风险事件的层级数生成该层级对应的电子流报警信息。其中，所述预警逻辑判断模块包括：设备预警模块，用于定时轮询各个监测点的监测设备的采集频率，根据每个所述监测设备的采集频率生成每个所述监测设备的状态数据；并将每个所述监测设备的状态数据转换为第一风险告警信息传输至逻辑判断模块；结构预警模块，用于接收来自所述数据清洗模块的桥梁结构状态特征值，将所接收的桥梁结构状态特征值与其对应的多级阈值进行比较，若所述桥梁结构状态特征值达到一级阈值时生成第二风险告警信息传输至逻辑判断模块；逻辑判断模块，用于根据所述第一风险告警信息与第二风险告警信息判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，并将所述最终层级数发送至电子流报警模块；若否，则将所述底事件的层级发送至电子流报警模块。

本领域技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（Read Only Memory，ROM）、磁碟或者光盘等各种可以存储程序代码的介质。

当本发明上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明具体实施方式的详细说明，而非对本发明的限制。相关技术领域的技术人员在不脱离本发明的原则和范围的情况下，做出的各种替换、变型以及改进均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于事故树的桥梁安全预警方法，其特征在于，所述方法包括：

A：实时接收来自桥梁各个监测点的监测数据，通过预设的数据处理算法对所接收的监测数据进行数据预处理，将所述监测数据转换为多种桥梁结构状态特征值；

B、根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若否，则等待接收下一时刻的桥梁结构状态特征值；若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，根据所述最终层级数生成该层级对应的电子流报警信息；若否，则根据所述底事件生成电子流报警信息。

2.如权利要求1所述的基于事故树的桥梁安全预警方法，其特征在于，所述方法还包括：根据相关技术规范和标准，对桥梁进行有限元模型修正和有限元分析，确定与每个所述桥梁结构状态特征值相对应的多级阈值；

将转换得到的多种桥梁结构状态特征值与其对应的多级阈值进行比较，当所述桥梁结构状态特征值达到一级阈值时，触发所述预先配置的可视化桥梁安全风险事故树中的底事件。

3.如权利要求2所述的基于事故树的桥梁安全预警方法，其特征在于，所述方法还包括：

定时轮询各个监测点的监测设备，实时获取监测设备的采集频率，根据每个所述监测设备的采集频率生成每个所述监测设备的状态数据；

以及，根据每个所述监测设备的状态数据对所述底事件触发结果进行修正，排除设备故障导致的风险事件；

根据所述桥梁结构状态特征值达到一级阈值的底事件的持续时间对所述底事件触发结果进行修正，排除非连续性风险事件。

4.如权利要求3所述的基于事故树的桥梁安全预警方法，其特征在于，所述根据监测结果判断是否触发所述底事件的上层事件，包括：

监测所述桥梁结构状态特征值是否上升、达到更高层级的阈值，若否，则不触发所述底事件的上层事件；若是，则根据所述桥梁结构状态特征值所达到的阈值等级以及持续时间确定所触发的风险事件的最终层级数。

5.根据权利要求1-4任一所述的基于事故树的桥梁安全预警方法，其特征在于，通过以下步骤预先配置所述可视化桥梁安全风险事故树，包括：

步骤1：收集桥梁基础资料以及桥梁历史事故记录，从所述桥梁基础资料以及桥梁历史事故记录确定桥梁安全风险顶上事件；

以及，逆向调查所述桥梁历史事故，找到所述桥梁历史事故对应的原因事件与风险源；

步骤2：根据所述原因事件与风险源的致险概率确定所述桥梁安全风险顶上事件对应的多个中间事件与底事件；

步骤3：根据布尔代数法确定所述桥梁安全风险事故时的最小割集，根据所述最小割集确定顶上事件与多个所述中间事件、底事件的之间逻辑层级关系；

步骤4：基于Topology技术，自底事件至顶上事件，采用静态逻辑门或动态逻辑门将各层事件相连，得到所述可视化桥梁安全风险事故树可视化桥梁安全风险事故树。

6.根据权利要求1-4任一所述的基于事故树的桥梁安全预警方法，其特征在于，所述预先配置的可视化桥梁安全风险事故树包括：顶上事件、多个中间事件、以及多个底事件，所述顶上事件、多个中间事件、以及多个底事件各层之间的逻辑关系满足：

T=E1+E2+E3；

其中，E1=E10+E11；E10= E12+E13； E11= X3+X10；E12=X2+X3+X10 +X9+X11；E13= X10+X2+X9+X11;

E2= X1·E4； E4=（E5+E6）·X7；E5=（X5+X6）·X4；E6=X2+X3；

E3=E7+X8；E7= E8+E9；E8= X9+X10+X11；E9= X9+X10+X11；“+”表示或的逻辑关系，“·”表示和的逻辑关系；

其中， T为顶上事件-桥梁结构坍塌；E1~E13为中间事件，依次为：下部结构失效、落梁、上部结构因承载能力不足破坏失效、主梁与墩间相对位移超限、基础及下部结构变位过大、上部结构滑移过大、上部结构抗力不足、上部结构承弯抗力不足、上部结构承剪抗力不足、桥墩与盖梁框架结构破坏失效、桥梁基桩断裂失效、桥梁墩柱断裂失效、桥台整体失稳；X1~X11为底事件，依次：防落梁构造措施缺失或失效、地基不均匀沉降过大、地基水平变位过大、桥梁支座设置不当、大纵坡、斜弯桥、主梁限位构造措施缺失或失效、实际荷载远超设计标准、养护不当致结构材料性能退化严重、施工质量严重不满足设计要求、设计重大失误。

7.根据权利要求1-4任一所述的基于事故树的桥梁安全预警方法，其特征在于，所述预设的数据处理算法包括：滑窗中位值滤波算法、卡尔曼滤波算法。

8.一种基于事故树的桥梁安全预警系统，其特征在于，包括：

数据处理模块，用于实时接收来自桥梁各个监测点的监测数据，对所接收的监测数据进行数据清洗、挖掘和转换，将所述监测数据转换为多种桥梁结构状态特征值，并将所述状态特征值传输至预警逻辑判断模块；

预警逻辑判断模块，用于预先配置所述可视化桥梁安全风险事故树，以及，根据所述桥梁结构状态特征值判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若否，则等待接收下一时刻的桥梁结构状态特征值；若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，并将所述最终层级数发送至电子流报警模块；若否，则将所述底事件的层级发送至电子流报警模块；

电子流报警模块，用于根据接收到的风险事件的层级数生成该层级对应的电子流报警信息。

9.根据权利要求8所述的基于事故树的桥梁安全预警系统，其特征在于，所述预警逻辑判断模块包括：

设备预警模块，用于定时轮询各个监测点的监测设备的采集频率，根据每个所述监测设备的采集频率生成每个所述监测设备的状态数据；并将每个所述监测设备的状态数据转换为第一风险告警信息传输至逻辑判断模块；

结构预警模块，用于接收来自所述数据清洗模块的桥梁结构状态特征值，将所接收的桥梁结构状态特征值与其对应的多级阈值进行比较，若所述桥梁结构状态特征值达到一级阈值时生成第二风险告警信息传输至逻辑判断模块；

逻辑判断模块，用于根据所述第一风险告警信息与第二风险告警信息判断是否触发预先配置的可视化桥梁安全风险事故树中的底事件，若是，则持续监测所述桥梁结构状态特征值，根据监测结果判断是否触发所述底事件的上层事件，若是，则确定所触发的风险事件的最终层级数，并将所述最终层级数发送至电子流报警模块；若否，则将所述底事件的层级发送至电子流报警模块。

Images