桥梁是航道和公路上的重要节点，船撞桥事故已经成为航道管理和公路管理的痛点问题之一。现有船撞桥相关研究主要集中在三方面：事故前的防撞预警，事故中的防撞设施、撞击力和事故后的损伤评估等，而面向工程应用的撞击智能感知研究甚少，因此事故后逃逸、难以定责定损时常发生。本文基于广泛应用的柔性复合材料防撞设施，利用有限元仿真和机器学习等方法建立碰撞感知模型，初步设计了桥墩智能防护系统，有效地提高船撞桥事故的处理效率和质量。
　　首先，论文设计了单轴压缩实验，利用土壤沥青材料试验系统(MTS810)对实验试件加压，确定了复合材料的受压力学特性曲线。揭示了复合材料板受压的三个阶段：弹性阶段、塑性损坏阶段和压实强化阶段，由此后文将撞击能量分为三个等级：轻等级、中等级、重等级。再结合调研资料，确定了复合材料板各部分部件的力学参数，为有限元模型的搭建奠定基础。
　　其次，论文利用Abaqus软件建立了船撞桥有限元模型，并聚焦复合材料板在受到撞击后的动态响应，对模型进行了简化，提高了仿真效率。再利用Python对Abaqus有限元软件进行了二次开发，批量运行脚本文件，进一步提高了仿真效率，同时考虑程实用性确定了撞击位置、角度和能量的分类，以及输出参数类型和采样点，并且设置为200Hz的低频采集。
　　然后，论文结合动态响应折线图，分析了三轴加速度对撞击位置、角度和能量变化的敏感性。当撞击位置和角度发生变化时4个采集点的最大加速度会出现明显变化。当撞击能量从中级增加到高级时，4个采集点沿撞击方向Z轴的最大加速度没有发生明显变化，然而，Z轴加速度衰减的时间明显变化，因此引入能量谱密度(Energy Spectral Density，ESD)进行分析，通过ESD求得4组Z轴加速度信号的能量，至此确定了16组输入参数。
　　最后论文分别利用逻辑回归(logistic regression)、决策树(decision Tree)、k邻近算法(k-NearestNeighbor，KNN)和BP神经网络(back propagation neural network)建立了三个感知模型。利用机器学习类算法时综合考虑了模型的预测精度和AUC(area under curve)值，最终确定了利用决策树建立位置感知模型，KNN建立角度感知模型和能量感知模型并对基于复合材料的桥墩防护系统进行了初步设计，并讨论了智能感知模块。
　　研究成果可为船撞桥事故的快速评估提供理论支撑，实现撞击过程的三维感知，有效解决肇事逃逸和难以定损的问题，具有较好的经济和社会效益。