清华大学刘宇飞副研究员、樊健生教授带您关注工程结构服役运维性态指标的智能识别

我国土木工程逐步从集中建造向服役运维转型，城市发展转向内涵品质提升与存量为主的营造管理模式，工程结构服役运维成为行业的潜力方向。交通基础设施与城镇化提速发展与集中建设的特点，使工程结构老龄化将在未来集中出现，服役运维压力陡增；传统工程结构诊治养护体系将迎来巨大冲击，自动化、智能化等提质增效的诊断技术需求迫切。

我国已建立以检测、鉴定与评价为核心的工程结构服役诊断技术体系，同时对特大桥、大型体育场馆等重要建筑与基础设施布设结构健康监测系统。检测与监测的工程实践暴露出一些技术问题。在感知、识别层面，检测与监测的任务归根结底是“测什么”与“怎么测”，即哪些敏感指标最能反映结构服役安全状态，以及如何高效准确测量并识别敏感指标。同时，考虑到检测鉴定技术服务以及结构监测系统的经济性，优化选取测量内容与关键测点也至关重要。

本文对公共建筑、地铁隧道、公路桥梁、公路路面等多场景下工程结构诊断养护的关键敏感指标进行梳理，进而对指标的智能化识别方法进行归纳总结。

公共建筑中空间网格结构的服役关键敏感指标包括整体挠度、焊缝连接、杆件应力、涂装与锈蚀、节点与支座、动力特征等，相关研究较为丰富。除此之外，结构变形智能化识别与评价研究也引起关注，空间结构杆件弯曲易发、多发，杆件变形与整体变形对结构安全威胁最大。采用基于图像的三维重建或三维扫描技术获取空间结构点云模型，进一步利用AREAS算法自动识别和提取结构构件形状与变形，在获取杆件变形与整体变形等参数后利用模型修正评价结构承载力与刚度变化，可有效诊断空间结构安全状态。

隧道变形是城市地铁隧道安全评价最关键的指标，通过三维激光扫描可以高密度、高分辨率获取三维点云，速度快且精度高，近年来在隧道变形监测领域得到广泛应用。此外，隧道在服役运维期间受温度应力、环境变化等因素的影响难免产生裂缝。隧道裂缝的产生和发展会导致严重的事故，威胁结构安全。常见的检测方法有地质雷达探测法、超声波检测法、声发射检测法、光纤传感检测法以及图像处理检测法等。由于图像处理检测法具有效率高、便捷直观等优点，其在地铁隧道裂缝检测中得到了广泛的应用。本文研究团队基于Yolo v5网络结构提出了一种针对地铁隧道场景的目标检测深度学习算法，在苏州、郑州、长春等地铁隧道裂缝识别中得到应用，能够有效地克服地铁隧道图像中存在的问题，准确检出裂缝。

桥梁结构的敏感服役性态指标主要包括裂缝、变形、温度效应和模态参数等。智能化技术发展为桥梁裂缝检测提供智能识别方法。然而与隧道、路面等基础设施不同，桥梁裂缝识别对精度的要求更为严苛，混凝土桥梁一般需要检出宽度为0.10~0.15 mm的裂缝，为智能化设备与方法带来挑战。图5为2021年于大广高速某混凝土桥梁采用无人机实拍的表面裂缝图像，图像幅宽覆盖的物理宽度约1.8 m，影像分辨率GSD约0.20 mm，在普通显示设备上图像需放大10倍后才可肉眼分辨出宽度0.10~0.15 mm的细小裂缝。

在数字图像的获取方面，国内外学者提出了一系列基于智能机器人的采集方法。基于无人机平台进行桥梁状态检测，可利用无人机获取桥梁数字图像并生成三维模型，实现较高的裂缝检测精度。经过裂缝自动识别、投影与贴图（图8），可在三维模型中表达桥梁结构损伤（图9，裂缝颜色代表宽度）。

此外，研究表明，数字图像与激光雷达技术能够有效提高桥梁变形检测的效率与精度，为后续基于变形特征的受力分析奠定坚实的基础。针对温度效应，分离温度效应后的监测数据能够有效排除干扰，从而精确地判断其他指标是否对桥梁结构的安全产生影响。

公路路面检测可以获取道路的健康状况，为养护管理提供重要的信息和决策依据。路面检测的评价指标主要包括路面损坏、平整度、车辙、抗滑性能和结构强度等。在上述指标中，路面损坏检测是核心，而路面裂缝检测是路面损坏检测的关键。

深度学习方法是路面裂缝检测的主要技术之一。根据技术手段的不同，路面裂缝检测算法可以分为三种图像分类算法、目标检测算法、图像分割算法。本文研究团队开发了融合图像分类和目标检测的算法，可以同时输出每个网格的类别以及图像中裂缝的类别和定位信息。该方法不需要建立大量的特征工程，效率高，并且具有更高的泛化性能。

1)判断结构服役性态的敏感指标并进一步实现指标的智能识别是工程结构诊断智能化的首要任务。在现行诊断养护与监测规范体系下，从结构安全服役真实场景需求出发的智能化交叉学科研究有利于解决实际工程问题。

2)随着以深度学习为代表的新一代人工智能技术的发展，结构服役敏感指标感知识别的智能化交叉研究展示出更丰富的理论内涵与更全面的应用优势。

3)检测、养护标准规范大量关注结构变形、表面病害以及关键构件受力、动力特征等敏感指标，结构变形、表面病害等对于服役结构的状态评估至关重要。

4)数字图像方法与深度学习算法在工程结构运维多场景的变形、表面病害智能识别中取得良好效果，亟待应用推广。

5)无人机、隧道检测车、公路检测车等平台载具有效扩大了数字图像、机器视觉类方法的应用范围，上述平台载体与智能化算法形成的软硬件系统有望提供病害检测的全套智能化解决方案。