报告者：李惠教授
笔记整理：马骋
日期：20160303
引言
- 结构监测与检测服务于结构工程的各个方面：荷载、响应、安全、可靠度；
- 从新的视角看待传统结构工程：信息、人工智能、大数据、网络；
监测与检测的研究方向
- 监测检测自身的理论与技术问题；
- 如何解决传统结构工程问题；
土木工程在全世界普遍不受重视的原因：
- 力学理论非常成熟完善，很难出现巨大的变革；
- 土木工程知识经验化，很难建立严格理论，科学性不强；
监测检测 = 传统土木工程 + 现代科技（Information,AI,Big Data,Intenet）
土木工程全过程管理
建成工程的承载力和耐久性随着时间变化，以混凝土梁为例：
Mu = As fy x0
由于环境腐蚀和混凝土开裂，实际的钢筋截面积A_s和f_y会减小，结构抗力随之下降，确定真实的承载力状态，需要检测技术获取实测数据。
维护技术的发展;
- 一般检测，耗费人力、主要只能检测到外观的变化；
- 健康监测，获取全过程数据，如水立方监测；
- 桥联网，未来发展趋势，区域基础设施监测网；
智能基础设施系统：
- 建筑
- 桥梁
- 地下结构
- 管网设施
- 高铁
2012ASCE报告指出，2025年预期实现基础设施智能化，无人驾驶汽车可能与智能基础设施进行交互。
智能制造技术
- 工业预制装配化
十三五国家投资40亿； - 机器人建造技术
港珠澳大桥案例：- 机器人焊接钢构件；
- 相控阵探伤；
- 水下桥墩机器人施工；
- 3D打印技术
风洞试验模型与材料力学参数关系不大，淘宝3D打印模型；
目前不能实现 钢筋、混凝土打印，未来可能解决；
美国正在研究4D打印，增加时间维度；
3D打印改变物质的微观结构，改变材料力学特性；
BIM技术
工程问题：
- 国际投标要求全过程BIM模型；
- 旧桥评价严重缺乏桥梁信息资料，桥梁BIM技术可以解决这一问题；
- 大型结构的施工过程与最终受力状态关系紧密，温度影响显著，施工非线性不可忽视，因此全过程模拟分析非常必要；
监测检测技术
发展阶段
- 1900s，sensing，感知材料研发
- 光学，波长$\lambda$，中心频率，光强
- 电学，电阻、电压传感
- 无限传感技术
未来的感知材料研发，必然是分布式感知。
- 2000s，application of SHM，健康监测应用
- 中国，大陆、台湾、港澳
- 韩国
- 日本，京都二桥
- 美国，应用很少，公路系统没钱
- 2005-present，data-driven science and engineering，数据科学与工程
UIUC的Spencer教授研发传感器最厉害，应用：
- 日本，京都第二大桥
- 美国，某铁路桥
监测数据
数据复杂性
- 多种监测指标：cable tension, acceleration,wind speed,strain
- 含有错误，环境干扰
- 海量数据
数据挖掘方式：
- Level 1，data driven， 仅从数据出发，不考虑结构和力学问题；
- Level 2，model driven，不懂
局部检测技术
分布式传感器可以获取结构整体数据，但局部的检测问题，如钢桥焊缝开裂、混凝土开裂，还需要局部检测技术。
- 超声相控阵，雷达技术，正在研发用于检测；
- 声发射技术，较为落后；
- 导波技术，最先进，周文松教授研究方向；
热点：超声相控阵+导波检测
稠密检测技术
移动无线传感技术，通过移动基站采集检测信息，并在线分析。关键技术：
- 数据无线传输；
- 数据恢复算法，黄永老师研究的贝叶斯算法；
- 在线数据处理分析技术，实时分析数据决策；
图像检测技术
监控摄像，图像识别。
数据科学
大数据的研究，需要在合适的尺度研究问题。
案例：斜拉索涡激振动（Vortex Induced Vibration）识别。
涡激振动下，结构以唯一的频率振动，但是对于很长的拉索，各段分布在不同的高度，因此在不同的高度不同风速下，激发出不同的涡激振动频率，表面上不像涡激振动，实质上是。问题的关键在于看到尺度的效应。
机器学习算法
Nature文章中的聚类算法（Clustering），解决了抖振和涡激振动的区分，通过特征空间投影，识别效果比人工识别更好。此方法也可以应用于地震工程的线性、非线性振动状态识别。
机器学习可以实现桥梁车辆荷载的时空分布识别，为可靠度评估提供基础数据。
感悟：当土木工程实现了感知，就会获取大数据时代，大数据的分析处理方式完全与传统数据分析不同，必须采用机器学习的理论技术。
