未雨绸缪还不算晚

中国桥梁建设成就令世界瞩目，最近几年增量建设的桥梁难度和跨度屡创新高，这些创纪录的桥梁多集中在广东、江苏和浙江等省份。然而从桥梁存量角度，重庆、湖北和贵州也都属于桥梁大省。

以上这些省份积极响应交通运输部《公路长大桥梁结构健康监测系统建设实施方案》的要求，桥梁监测系统建设规模较大。其中也有些省份开始基于桥梁新建时候安装的监测系统使用情况进行了反思，如某省交通运输厅和高速集团领导跟笔者多次提起他们更为看重桥梁养护数字化。

笔者也曾在多个场合呼吁，何不借“机”生蛋，趁着监测系统建设的东风，把桥梁养护数字化在特大桥上启动起来呢？

如果把桥梁养护数字化系统比喻成一头猪，可能遗憾的是大部分需求方不但没吃过猪肉，也没看过猪跑。更为吊诡的是，目前全国各地业主都对这头“猪”提出了强劲的需求。有需求，但是没见过所需求的事物，其结果便是钱花出去了，未必买得回来 “真猪”。

针对眼下国内桥梁监测系统的大规模上马，我们提出了第三代桥梁监测系统的新模式，其中重要一个特点便是是数字化，这篇文章我们谈谈桥梁养护数字化这个话题。

一、桥梁养护数字化有需求，然而什么是数字化还未达成行业共识

2020年5月份虎门大桥异常振动后，交通运输部大力推动健康监测系统建设，而应急管理部在调研了国内23座跨江跨河大桥养护管理实践后，在向上递交的调研报告中提议“建设大数据平台，推广数字化管养”。

笔者担忧相关部门不知何为数字化，于是做了解释说“全国范围的桥梁养护和安全保障，最为主要的数量来源是人工检测。建立基于人工定期检测数据的，应用于全国范围内桥梁的健康管理大数据系统。加强科技投入，建立桥梁精细化构件分类模型，桥梁构件退化模型，构件技术状况评定模型，在役桥梁评估用汽车荷载模型，标准化维修模型，养护费用模型以及桥梁维修决策分析模型等数学分析工具。使得花费巨额经费收集的桥梁检测数据能够得以深入分析挖掘，真正用于桥梁养护管理决策，实现桥梁生命周期内养护资金的有效使用，从根本上保障桥梁安全运营水平。”

数字化有两个层面的意思，一是对信息的数位化，比如洗印照片扫描而的成电子版。这个层面还可以将概念拓展为对信息的建模，如BIM。二是基于数据的决策体系。

这里所谈的是属于后一层面的数字化，如此看来，美国全国62万座桥梁几乎使用同一个管理系统，并基于这个系统做养护决策，那应该算是实际意义上的数字化养护系统了。不是崇洋媚外，国内未来有可能开发出比美国先进的数字化桥梁管理系统，但是当前还须正视差距为好。

养护数字化是基于长期人工检测数据，经过数字化桥梁管理系统分析后，给出养护决策，从而形成数据驱动的桥梁一系列“养护活动”的闭环。说起来容易，其实做起来挺难的，因为数字化不是交付一个软件那么简单，需要对养护的各个环节进行重塑，开发软件简单，改变固有管理体系难。

在桥梁健康监测系统之后，交通运输部也在积极推动养护数字化。笔者获得过两方面的零星信息，一是2022年8月29-31日在南京举办的第五届全国公路长大桥隧健康监测与安全运营技术研讨会上，交通运输部公路局杨亮处长做了主旨报告，报告中提到了今年在国内实施的几个基础设施数字化试点项目，见表1，总经费1.5328亿。另一个是2002年9月30日交通运输部办公厅发布的《关于开展在役干线公路基础设施与安全应急数字化试点工作的通知》，其中主题二智能养护有14个试点项目，表2。

表1 基础设施数字化试点项目

表2在役干线公路基础设施与安全应急数字化试点项目

（主题二：智能养护）

笔者顺着这些信息也做了些跟踪式调研，总体感觉国内对于养护数字化至今没有体系化的定义，概念还比较模糊。最为常见的是以信息化系统来“升级”为数字化系统，智能系统，智慧系统等等，而数字化的本质性仍未被触达。

二、几个需要厘清的基本概念

1.首先需要厘清的概念，信息化&数字化

桥梁养护管理数字化首先要设定问题体系，然后应用数据学工具、数学结合土木工程知识的算法来解答这些问题，但是这不是数字化的最终归宿。

数字化目的是以数据为基础，以决策算法为工具，最终输出的是“决策”，“决策”指导“行为”，“行为”主要指“维修”，从而实现两个基本目标：①从整个网络层面降低桥梁安全风险，②桥梁生命周期维修成本最小化。

为了实现桥梁养护的基本目标，只能通过数字化手段，而信息化手段实现不了。鉴于业内信息化炒作成数字化现象频发，信息化能力被无限度夸大的现实，我们这里将数字化和信息化做一个概念上的比较。

（1）信息化针对“人”的优化，数字化是针对“物”的优化

信息化是将人的工作流程的程序化，只要工作流程确定了，信息化实施起来较为容易。

有人说桥梁养护系统针对的是桥梁定期检测数据的记录，针对桥梁，属于物，没错，但是目前市面上存在的桥梁养护管理系统均为信息化系统，这个我们后面继续说明。数字化针对物的优化，要用算法来表达物的行为特征，需要大量的数据来训练或迭代算法。

（2）信息化用截面数据，数字化用时程数据

桥梁检测完成，输入养护管理系统，得出桥梁技术状况分级指标，这些都是基于截面数据，也就是某时间点的数据。而数字化必须基于时程数据。

有人说了，我们对桥梁技术状况的记录是有时间周期的，比如从2016年-2020年某座桥梁技术状况记录分别为2级，2级，3级，3级，3级，这不是历史时程数据吗？勉强算是时程数据，但是数据是用模型来分析的，不能用来分析的数据，不用太过计较属于哪类数据。

（3）信息化系统无模型，数字化需要大量算法模型

信息化系统重在记录，无分析模型。说这个又会有人反驳了，信息化系统把各个桥梁构件检测结果输入进去，能加加减减给出整桥技术状况的，咋就没有模型了呢？我还看到过2016年-2020年某座桥梁技术状况记录分别为2级，2级，3级，3级，3级，拉根折线出来跟我说这就难道不是桥梁退化模型吗？这个我们不做争辩，意义不大。

（4）数据颗粒度要求不同

数字化要求的桥梁检测颗粒度要比信息化要求的高，这是我们做试点示范，提倡数字化检测的原因。

信息化是对既有工作的记录，对于数据颗粒度是无感的。而数字化中各种计算模型是对数据颗粒度有要求的，也就是说数字化是算法模型与数据耦合共生共同进化的关系。

（5）信息化是对养护规范的遵守，数字化是对原有技术体系的重构

信息化遵守养护规范，养护规范记录啥信息化就记录啥，养护规范怎么打分，信息化就怎么打分。

全国拥有世界上最多的桥梁，甚至是美国桥梁总数的二倍之多，而能够用两本养护规范包打天下，这个是不是可以改进一下呢？美国桥梁62万座，各州都有各州桥梁养护相关标准规范和指南，我们提倡养护标准的地方化。

（6）信息化能够提高人的工作效率，数字化可能降低人的工作效率

信息化针对人的工作，肯定能够大大提高人的工作效率；数字化针对物的优化，大有可能降低人的工作效率。如果换成英文表达是，信息化是在现有框架下提高工作的effectiveness；数字化是改变体系，追求的是efficiency，提高养护资源的配置效率。

（7）信息化实施成本低，数字化实施成本高，效益实现方式不同

信息化实施成本要比数字化实施成本低很多。信息化是通过提高人的工作效率而实现其效益；数字化是通过优化物而获取经济效益。数字化通过降低桥梁安全风险，通过减少桥梁生命周期维修成本来体现其经济价值。

（8）信息化技术很容易被复制，数字化技术很难

假设BATJ要进入桥梁养护信息化领域，以他们的技术实力分分钟搞定；假设BATJ想进入桥梁养护数字化领域，大概率会望而却步，所以这些大公司针对行业数字化提倡合作生态的建构，他们在（IaaS+Paas）层面提供“基础设施”，而在行业数字化SaaS层寻求合作伙伴。

我们只是提出上述八点信息化与数字化比较的点，不做无谓的争论。总结如下表3。

表3 信息化与数字化比较

2.什么是科学决策？

养护数字化的核心就是基于数据的养护决策，或者是数据驱动的养护决策。最近一年，全国各地业主都在到处找“科学决策”，五花八门的“科学决策”也都纷纷供应上市，从媒体报道来看，本年度养护领域最热门词汇可能是科学决策。那什么是科学决策呢？科学决策中的“科学”又是指什么呢？

图1是结构物养护管理过程的简化和抽象，如下：①通过检测获取数据，②检测数据update数学表达的物性模型，③养护决策系统输出养护决策（维修活动的集合），④维修活动作用于结构物，改变了结构物的物性，⑤回到继续获取数据的循环起点。这个过程应该是对现实养护流程的抽象性描述，应该是容易达成共识的。

图1 结构物养护管理过程

这个循环过程中有两个关键环节。

第一个关键环节是决策系统。决策是个系统，或者是个体系。这个体系有两个特点：①决策体系架构需要有总体性的逻辑自洽性，甚至要求达到数学定理般的可证明。②决策体系输出结果，行动作用于物，从大数据角度能够验证决策系统在实现决策目标上的准确性。一个决策系统如果能够有这两个特点，我们就可以判定它是“科学”的。说明如下：

第一、逻辑自洽性是做科学的基本要求，决策体系好了知道好在哪里，体系不好了知道应该调整哪里。否则，即便有决策，单次或少次效果不错，也属于蒙上了。

第二、决策的目的是实现现实世界的目标，这只能通过现实世界中的结果才能验证。决策都是在面临不确定性条件下的决策，在小样本的条件下好的决策未必有好的结果，但是在大数据条件下或者说多次重复决策的条件下，好的决策肯定有好的结果，否则需要修改决策体系。

总结一下就是，科学决策包涵两个层面，内在体系逻辑自洽性，大数据条件下的可验证性。逻辑自洽性只能通过数学来证明，而决策结果只能在现实世界得以验证。

第二个关键点是数学表达的结构物性模型。在数学空间里，我们可以任意驰骋；而在现实物理空间里，需要做出模型完备性上的取舍和折中。行业内许多专家力争建立特别精准的物性模型，需要获取海量的数据，如果有人做不到如此精准便是无从可取。

从学理上追求极致的完美值得鼓励，但是从决策角度来看，获取信息需要成本，为了一根10万元混凝土梁维修决策花费20万元去获取数据和分析数据，从决策逻辑上是讲不通的。美国桥梁管理系统中的网络级决策和项目级决策恰恰就是从数据角度的妥协和折中，而绝非多桥的就是网络级决策，单桥的就是项目级决策。

所以说科学养护决策，也包括对物性模型在数学上的“处理”和“拿捏”。这是技术层面的问题，从方法论角度可以参考我们给出的关于概率的三个视角。

3.桥梁结构健康监测系统是数字化系统吗？

桥梁健康监测系统数据挖掘到最高等级是损伤识别和基于损伤识别的桥梁承载能力和安全性评估，能够做到这一点便是功德无量了。健康监测系统没有决策功能，所谓的决策也是基于评估结果的人工决策。

同时我们也呼吁，不要把监测系统功能期望到天上去，不切实际，能够做到较好的数据分析已然不错了。如果监测系统的功能设定截止到评估，监测系统不是数字化系统。

4.BIM是数字化系统吗？

如果从数字化第一个层面，就是把信息的数位化或数位化信息以BIM方式组织起来，可以说是数字化；如果从第二层面，基于数据的决策来说，单单BIM不属于数字化。

我的看法是：物理模型映射到数学空间，为数字化；物理模型映射到BIM模型空间是数字孪生；BIM模型空间映射到数学空间也是数字化。也就是说，养护数字化可以有BIM，也可以没有BIM，核心不在于BIM而在于是否映射到数学空间，对数据进行定理化可证明的逻辑自洽式的加工，也就是上面章节所说的“科学决策”。

三、养护数字化的样子

有人会问，既然这不是数字化，那不是数字化，那到底什么是数字化？如果说美国桥梁养护体系属于数字化体系，那么网上免费的资料可唾手而得；如果说美国的桥梁管理系统Pontis系统是数字化桥梁管理系统，2006年笔者在美国AECOM集团担保下从AASHTO取得过三个月完全版的试用授权。

即便如此，我们也不会因为见过美国的猪跑而拿美国的约克夏来冒充中国黑猪。事实上我们也不知道中国本土化的养护数字化这头黑猪究竟长啥样，权当假想一下吧。

1.首先数字化系统得有大的框架体系

养护数字化系统首先要有框架体系，这个框架体系表征了桥梁管养的方法论逻辑。既然数字化的目标是输出养护决策，框架体系需要逻辑自洽，能够在数学层面上进行定理化证明。理论首先是对现实世界的高度抽象，经思维层面加工推演，然后重新添加枝叶细节去应用于实践，这是通常的方法论套路。

我们不能责怪理论的抽象，也不能责怪现实的繁复，抽象化地以一张图片来表达我们假想中的数字化桥梁管养的逻辑框架。

图2 数字化系统的框架体系示意图

（1）图2 上半部分表示一座桥梁随时间服务能力的退化，经过多次修理保证在生命周期内满足“相关要求”，如安全性和服务能力等。关于桥梁修理，两方面问题，一是什么时间修理？二是每次采取什么修理措施（对应不同成本）？求解这两个问题的优化目标是成本最小化，生命周期成本最小化自此而来。桥梁维修所要满足的“相关要求”，是给定的外生变量。

到此为止逻辑上没啥毛病，但是次生问题接踵而来，桥梁退化曲线找得准吗？回答是，找不准！也就是说上面常见的桥梁维修优化在实践中压根儿就不可行！既然不可行那扯淡干啥？在大一课程《经济学原理》上，哈佛毕业的老师就科斯定理讲了理论与约束条件之间的关系，举的例子是自由落体方程1/2gtt，说这个方程无法解释物体在空气中的下落，但是对下落物体行为规律最为本质的表达，加上修正即可用于现实的物理世界。

（2）生命周期内桥梁维修优化是基于充分信息假设，我们只有完全知道桥梁整个生命周期内退化规律才能做出最优的维修决策。现实世界不存在充分信息条件下的决策，上面图形可以理解为基于既有信息的决策过程。

有很多专家说了，不知道充分的信息就无法做决策，其实任何决策都是在信息不充分条件下做出的，充分信息条件下不用决策。在这个基本概念话语体系下，过度追求桥梁退化规律，把梁体每根钢筋退化都搞清楚，技术角度没问题，从决策角度未必合理，

（3）既然说决策信息不充分，那么就要去进一步获取信息。获取信息既是桥梁检测。图2下半部分就是对桥梁检测的优化，求解两方面的问题，一是什么时候对桥梁检测？每次采取什么检测方法？有人说了桥梁检测规范规定了，不用优化；还有人说，桥梁检测成本比较低，没有必要优化，拍脑袋也可以优化得好。

桥梁检测优化有个最为主要的目的，就是确定下一次维修时间。上面说了桥梁退化规律不可知，基于充分信息假设得出的桥梁维修时间没意义，那么如何确定桥梁最近一次维修时间？那就是做出不用检测决定之后即可执行维修！所以每年进行一次算计，当检测成本大于检测获益的时候就不用检测了，基于现有信息做出的下一次维修时间就是最优的“可执行”（而非理论上的）维修时间。

不断重复上面的决策过程，桥梁养护管理是动态优化的过程。

（4）所以说，桥梁生命周期最小成本是基于上述决策逻辑而被执行了的所有“下一次维修”的成本加和。于是我们说，只有桥梁寿终正寝才能知道桥梁寿命，才能确切知道桥梁生命周期维修成本几何。

我们提出的这个逻辑框架未必是科学合理的，但是它能够指导我们布局相关模型研发，各种模型的输出结果能够用于指导桥梁养护实践。我们也非常希望行业其他研究团队，学者专家能够提出另外一套数字化桥梁管养的框架体系，行业需要首先在这个层面展开讨论，最终实现在大框架体系上的共识。

否则我们的研究总是各说各话，站在自己立场上批判别人，甚至自己都不知道自己站在那个逻辑框架下开展研究工作的。

2.逻辑框架下的分析模型

框架有了，据此就可以布局每个局部细节的分析模型。这些模型可用以分析检测获取的数据，模型之间不是彼此孤立的，而是形成有机的整体。数字化桥梁养护管理系统需要一个决策分析方法模型来穿针引线，我们团队基于贝叶斯决策方法而开发了此类模型。

表4 数字化养护管理系统中的分析模型

3.有了模型后开发大数据软件平台面向用户

大数据产品不适合像信息化产品那样以软件项目形式交付，而应该做长期的数据服务。数据服务的软件架构和以项目型式交付的信息化软件差异巨大。

图3 数字化桥梁管理系统的平台架构

4.数字化养护管理系统还要打造各种合作生态

数字化是个生态体系，而非单纯的项目或产品，需要构建各种合作生态关系。包括标准化数据获取的合作关系，数字化平台用户合作关系和持续研发的高校合作生态等等。

（1）标准化数据获取的合作身生态

以桥梁养护规范获取的养护数据，往往以报告方式提交，报告上的数据是无法用作大数据来分析的。我们把传统的检测模式称为“报告模式”或“任务模式”，由“报告模式”向数据驱动模式转换，首先要对数据获取进行优化和规则化，需要改变目前检测数据获取的方式。

两种可能的方案，一种是以“共建，共享和共用”模式，联合国内分散的检测团队共同成立一家甲级检测公司，公司内部对检测业务进行重新设计，在行业小范围内示范数字化检测。另一种方案是，开放数字化桥梁养护管理平台给所有的检测公司，形成数字化检测的平台型业务，扩大数据获取的覆盖范围。

（2）用户合作生态

数字化养护管理平台系统的客户是桥梁业主，但是业主单位很难将其使用起来。所以需要建立系统用户合作生态，用户往往是业主下属技术型公司，业主下属公司是系统的真正用户。

（3）持续研发的合作生态

有了数据，才能促生出数字化算法模型，数字化算法模型反过来更好地挖掘和分析数据。数字化是数据和算法模型耦合共生进而得，着急不得。中国地理空间广阔，各个地区有各个地区的环境特殊、荷载特殊性和养护工作特殊性，数字化系统中的决策模型要将这些特殊性纳入其中。

所以需要建立本地化的持续研发的合作生态，决策架构体系是相通的，模型结构是相通的，然而模型参数是各个地区不同，如此在保证全国数字化一盘棋，数据正则化的前提下，充分考虑不同地区桥梁养护的特殊性。

5.最后形成“数据驱动”的桥梁管养体系

这一点最难，涉及到各种工作流程的重塑，各种配套标准规范体系的建立，一本规范包打天下的模式不太适合大数据时代的桥梁养护管理。

图4 数据驱动的桥梁养护管理体系

总结一下，桥梁养护数字化包括：①逻辑自洽的决策框架（可进行数学层面定理化证明），②各种分析模型（可在大数据条件下进行验证），③SaaS+（PaaS+IaaS）长期数据服务的软件平台，④各种合作生态。所以数字化绝对不可能以做软件项目的形式，划定时间到期交付的方式实施，是一个长期的数据和算法耦合共生进化的过程。当然这仅仅是我们提出的养护数字化的综合解决方案，仅供参考，也希望在这个层面引起行业的严谨的学理性讨论。

四、如何实施数字化

我们能够拿出数字化综合解决方案，但是如何在实践中实施桥梁养护数字化还没有可供借鉴的成功案例，仅仅几点我们不成熟的看法。

1.特大桥养护数字化与普通桥梁会有所不同

不是因为桥梁结构型式不同，而是因为就某个地区而言特大桥样本数量极低，且分布在较为大的地理空间内，从数学统计角度如果地理空间划定太大，影响因素种类多统计精度大打折扣，如果地理空间划定太小，样本量小，也会影响统计质量。

这方面从数据角度应该可以解决，如港珠澳大桥，长期数据在清华大学进行跟踪分析，有些数学算法值得借鉴。有些小国家，如挪威，存量桥梁数量少，从设计上结构型式个性化较强，从统计角度与国内特大桥类似，国家公路局开发了Brutus系统，笔者未能获取相关资料，如果有较好的分析模式可以借鉴。

我们所呼吁借助此次健康监测系统建设，挤出一点经费把特大桥数字化系统建设起来。严格来说，目前还只能在数字化理念指导下建立数据获取的方式，积累几年数据后有可能功成。特大桥数字化可以应用BIM，但是目前基于BIM的所谓资产管理系统还属于信息化层面。

2.桥梁养护数字化可以有算得过来的经济效益，然而不太推荐业主拿出巨额预算实施数字化

桥梁养护数字化是针对物性的优化，力图实现的目标是在路网层面降低桥梁安全风险，降低桥梁生命周期内维护成本，其效益可以计算，并可以在数学层面定理化证明，在大数据层面可以验证。

即便如此，我们不太推荐业主拿出巨额预算实施桥梁养护数字化，这是现有国情下的悖论。业主拿出巨额预算去开发数字化系统，而行业内就何为数字化系统没有共识，业主对于什么是数字化而不知，巨额资金的诱惑下大概率会被用信息化系统掉包，这不是没有先例。

我们更为推荐的方式是业主拉长时间周期，以“近零成本增加”的方式来实施桥梁养护数字化。所谓的近零成本增加是在现有桥梁检测预算下，将一部分检测任务委托给数字化实施单位，在小部分桥梁上先把数字化检测建立起来，获取较为精细化的数据。

而检测任务的利润用来开发数字化桥梁管理系统。这个模式设计下，是个苦逼的差事，那些以信息化冒充数字化攻城略地的大鳄们是不做这种差事的，其结果反倒能实现真正的养护数字化转型。

3.成本分散，共同实施

对标美国，数字化桥梁管理系统全国统一使用。如果以近零成本增加的方式实施桥梁养护数字化，我们建议几个地区组成联盟，进行成本分散，共同实施数字化。

4.数字化转型规划可以率先尝试

笔者阅览了全国几个省份的公路养护“十四五”规划，大部分都提出了公路养护数字化的内容。有些省份对于“十三五”期间未能实施好养护数字化做了较为深刻的反思。

既然“十四五”规划中提出了养护数字化转型的需求，可以在大的“控规”基础下，某个地区业主发起桥梁养护数字化转型的专项规划或“详规”。如果专业团队承担，专项规划成本不高。

5.科研模式值得探索

科研模式也属于长周期少经费的苦差事，也能对手拿信息化系统的大鳄们形成阻挡效应。笔者所在的团队在某央企集团投在建设的高速公路桥梁上有过试点先例。

五、结束语

回溯历史，90年代初期中美两国几乎同时起步，我们走的是信息化道路，由于看待数据的模式不同致使30年花费大量经费获得的检测数据至今存留不多；美国稀里糊涂走的是数字化路径，至今美国存有30年-50年的桥梁数据。

我们须承认差距，停止炒概念，扎扎实实地做些基础性研究和开发工作，把养护数字化启动起来。中国桥梁中位数年龄18-22年，等到了美国桥梁中位数年龄45-50年的时候，养护压力（尤其是财政压力）可想而知，未雨绸缪还不算晚。