數據驅動橋梁數位孿生：串接雲端監測與有限元素模型之溫度索力預估

中華顧問工程司設施技術中心與國立成功大學土木工程學系研究團隊發表成果，針對一座三跨雙塔單索面脊背橋建立數據驅動之橋梁數位孿生架構。該橋全長約 230 公尺，配置 24 束外置鋼纜，現場已建置結合 4G 與 NB-IoT 的自動化雲端監測系統，記錄索力、應變、位移、加速度及溫度等數據。\n\n研究團隊開發 Python 圖形化使用者介面（GUI），透過 Web API 與 MIDAS Civil NX API 實現全自動化資料串接。系統選取每日 04:00 作為基準時點，以避開日照與高車流干擾，自動擷取該時點量測索力與溫度，在 MIDAS 數值模型中迭代校正鋼纜預拉力至收斂。隨後各時點則依據箱梁混凝土與大氣溫度的相對變化量轉換為溫度荷載，即時驅動模型計算全天索力歷時曲線。\n\n於 2026 年 7 月 14 日及 15 日之同一鋼纜（ForC2-01）實測比較顯示，模型能掌握索力在上午下降、中午達低值、傍晚回升的日週期趨勢，全日誤差維持在 ±2% 內，多數時點在 ±1% 內。研究指出，目前模型對車流與局部擾動引起的短時間跳動尚無法完全重現，未來規劃導入唯輸出系統識別與基因演算法最佳化參數，持續擴充長期維運評估功能。

值得帶走的重點

• 研究透過 Python GUI 串接雲端 Web API 與 MIDAS Civil NX API，自動化執行監測數據擷取、數值模型更新、分析及結果比對，降低人工操作負擔。
• 流程以每日 04:00 量測為基準建立初始模型並校正鋼纜預拉力，後續各時點依箱梁與大氣溫度相較於基準點之變化量自動施加溫度荷載。
• 以 2026 年 7 月連續兩日之單一鋼纜數據驗證，預估索力趨勢與量測值大致吻合，全日誤差保持在 ±2% 內，多數時點誤差在 ±1% 內。
• 作者指出短時間索力波動仍受車流或局部溫差影響，後續規劃結合唯輸出系統識別模組與基因演算法模型最佳化，擴充動態參數追蹤能力。