论文部分内容阅读
摘 要：进入21世纪以来，我国科技水平发展迅速，人工智能被广泛应用在各个领域中。桥梁工程领域中，桥梁管理与养护是一项任务繁杂、系统性强、专业要求高、历时长、数据多、分析困难的工作，传统的桥梁管养手段存在管养效率低、数据采集不全面、主观经验性强等诸多痛点。将人工智能应用于桥梁管养，是以后桥梁管养信息化发展的趋势和焦点。本文针对桥梁管理和养护过程中存在的难点和痛点进行分析，结合人工智能技术提出了探索性的解决方案，为将来人工智能在桥梁管养中的实际应用提供启发。
关键词：人工智能;桥梁管理;养护;应用
移动互联网和计算机科学技术的传播媒介正在飞速发展和快速传播，一个个虚拟世界的美妙奇迹正在被创造，并逐步改善和提高人们的生活质量和水平。自二十世纪八九十年代以来，中国在桥梁建设方面取得了巨大的成就，但不可否认的是，目前我国的桥梁工程技术无论是在设计思路、施工过程，抑或是在对桥梁的运营管理方面尚存在很大的进步空间。
1人工智能技术
人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，主要包括深度学习/机器学习、自然语言处理、计算机视觉/图像识别、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别等。
目前人工智能技术在工业上主要有以下3个方面：
（1）数据的可视化分析。通过收集工业设备运行过程中的各项数据（温度、湿度、能耗、效率等），然后通过人工智能技术整理数据、分析数据，根据分析结果优化生产线降低能耗和检测设备是否产生异常;
（2）设备的自我诊断。如果某条生产线出问题，通过人工智能的智能分析，可以迅速定位产生异常的设备和诊断异常出现的原因，同时根据历史运维的记录或者标准指导维修人员如何修复出现的问题，甚至让设备自我诊断与修正;
（3）预测性维护。通过跟踪与分析设备的运行情况，提前发现可能出现异常的设备，从而提前通知维护人员修复该设备。工业领域在许多方面走在土木工程领域的前面，人工智能在工业上的应用会启发我们如何在桥梁工程中应用该技术提高生产力。
2人工智能在桥梁管理与养护中的应用
2.1人工智能在桥梁巡检中的应用
桥梁结构在长期服役过程中，不可避免地会出现诸多外观病害，如钢结构腐蚀、混凝土裂缝等等。外观质量的好坏及是否存在缺陷，一定程度上反映了钢结构、混凝土结构等桥梁部构件的内在品质，如混凝土结构中常见的结构裂缝、蜂窝麻面。这些外观病害如果不及时发现并进行养护，在复杂因素的耦合作用下继续发展，会对桥梁结构产生更为严重的破坏，大大降低桥梁服役性能。因此，桥梁外观巡检是桥梁管养中非常重要的一个手段。
然而，传统的桥梁巡检主要采用人工测量，如在桥梁裂缝的检查中，或者借助桥检车或搭设脚手架到达结构表面，采用标尺等测量仪器来测量表面的一些裂缝等病害，或者采用望远镜、巡检无人机等对桥梁结构进行局部观测，采集到病害图片后进行人工识别。这些测量方式直接、可控制性强，得到了广泛的应用，但也有很多不足，工作量大，效率低，依靠人工判断主观经验性强，准确率低。
随着人工智能领域取得爆炸式发展，计算机视觉识别技术越来越多地被应用到桥梁外观病害的检查中来。通过数字图像处理算法和机器学习算法，使计算机能够预先学习到大量已有病害照片的潜在特征，用来对新输入的样本进行分类和预测，从而智能识别桥梁结构部构件、结构病害图像及病害的定量分析，满足了高效、高质量的检测需求。如2006年，SubiratsP等人提出一种连续小波变换的裂缝检测算法，建立多尺度的二维小波变换来提取图像中的裂缝;还有近年来运用非常火热的卷积神经网络（CNN）算法被应用于桥梁路面的裂缝检测。
2.2预修图纸和模型
桥梁建设过程中的很多规范具有多样化和形势复杂的特点，不同模型的主体差异性较大，针对这样的状况，有研究人员通过研究各类建筑规范的规则，将其多样化的工作规范转化为计算机可以识别的领域规则，从而对建筑信息化的模型进行有效信息的读取。智能工作领域根据所读取的语义模型和领域规则判断其是否符合桥梁建筑的规范，最终通过桥梁建筑信息化模型数据的挖掘、清洗与梳理，有效提升检查工具的效率，从而提高了人工智能的高效性。
2.3真实情况模拟
为了研究火灾、地震等自然灾害对于桥梁的影响，国内外学者主要通过有限元软件全面模拟桥梁受到灾害影响的全过程，把桥梁所处环境和所得到的各类数据之间进行融合，得出了危害建筑安全和结构稳定的因素，增强了桥梁的可靠性。目前有限元模拟在国内应用得很广泛，也配合大量实验进行了对比，但是每个项目彼此独立，许多参数的选择和模拟都凭借设计人员的经验，缺乏一定的科学性。如果能用人工智能把信息统筹整理起来，可以大大增加效率、降低成本，最关键的是大大增加项目的科学性。
2.4桥梁运维数据处理
运维阶段作为桥梁整个生命周期时间跨度最长的部分，在运维过程中会产生大量的数据信息，如运维传感器记录的数值、行政人员拍摄的照片等数据，如此多的数据仅凭工作人员进行数据分析，所耗费的时间、财力都是巨大的，并且桥梁的监测结构的结构参数也有诸多方面，不同参数测量采用的原理的差异性也会导致信号差异性凸显。在这一过程中，如果将人工智能与桥梁运维密切结合，在人工智能分析的基础上，海量的数据信息就能够得到快速分析，数据结果也能尽快得出，进而及时有效预防桥梁运营过程中的问题，并能够对症下药。
2.5施工規划
桥梁的施工现场往往有3大特点：1.施工环境千差万别;2.施工可选方案有很多;3.随机事件概率大。这3个特点导致现场施工管理人员需要根据具体的施工现场环境及资源，布置机械及厂房的位置，规划施工机械的路线及频率，合理分配材料和人力的使用。根据具体的施工条件来选择合适的施工方案，根据各类随机事件的发生来调整施工步骤，以达到效率最高、成本最低的状态。但是由于各种因素的叠加影响和时间紧迫，哪怕经验丰富的施工管理人员也经常会做出错误的判断。如果可以通过各类因素的整合，通过高拟真的人工智能算法根据现场情况提出全面而实际的建议，肯定能大大降低失误的概率。在施工前的规划及施工过程中的及时调整，收集汇总及分析人机料法等多种关键信息，并使其指导施工决策，使整个施工过程科学高效，这可以称之为施工规划的智能化。例如，根据施工单位目前所拥有的机械和附近材料库的信息，自动规划出合理的施工机械使用方案及材料购置方案，并且匹配运输机械分配和材料运送的方案，最终达到可行且经济的最优化配置，大大节约了时间及财务上的压力。
同时，如果将来所有桥梁的施工数据储存在统一的数据库里，每座桥梁的基本信息都可以与其他桥梁进行分析比对。根据已有的成功案例迅速导出合理的实施方案，实现了施工管理的智能化及现代化。
3结语
本文深入研究和探析了人工智能在桥梁管养领域中的具体应用。人工智能是未来发展的新性技术，在桥梁工程领域具有相当大的潜力，其应用程度和深度与桥梁行业的信息化水平息息相关。只有桥梁技术人员加强对信息技术的学习和应用，不断摸索，整个桥梁工程领域逐步实现信息化、标准化、智能化、一体化，人工智能才会生根发芽，最终走向成熟，进一步实现智慧化。
参考文献：
[1]陈伟，张守相.BIM技术在装配式建筑工程中的应用研究[J].住宅与房地产，2019（33）：186.
[2]王身宁，孙发军，赵文秀，等.公路桥梁智能监测探究[J].工程技术研究，2019，4（18）：100-101.
[3]刘义.桥梁工程中机械设备的应用与管理[J].设备管理与维修，2020（10）：143-144.
关键词：人工智能;桥梁管理;养护;应用
移动互联网和计算机科学技术的传播媒介正在飞速发展和快速传播，一个个虚拟世界的美妙奇迹正在被创造，并逐步改善和提高人们的生活质量和水平。自二十世纪八九十年代以来，中国在桥梁建设方面取得了巨大的成就，但不可否认的是，目前我国的桥梁工程技术无论是在设计思路、施工过程，抑或是在对桥梁的运营管理方面尚存在很大的进步空间。
1人工智能技术
人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，主要包括深度学习/机器学习、自然语言处理、计算机视觉/图像识别、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别等。
目前人工智能技术在工业上主要有以下3个方面：
（1）数据的可视化分析。通过收集工业设备运行过程中的各项数据（温度、湿度、能耗、效率等），然后通过人工智能技术整理数据、分析数据，根据分析结果优化生产线降低能耗和检测设备是否产生异常;
（2）设备的自我诊断。如果某条生产线出问题，通过人工智能的智能分析，可以迅速定位产生异常的设备和诊断异常出现的原因，同时根据历史运维的记录或者标准指导维修人员如何修复出现的问题，甚至让设备自我诊断与修正;
（3）预测性维护。通过跟踪与分析设备的运行情况，提前发现可能出现异常的设备，从而提前通知维护人员修复该设备。工业领域在许多方面走在土木工程领域的前面，人工智能在工业上的应用会启发我们如何在桥梁工程中应用该技术提高生产力。
2人工智能在桥梁管理与养护中的应用
2.1人工智能在桥梁巡检中的应用
桥梁结构在长期服役过程中，不可避免地会出现诸多外观病害，如钢结构腐蚀、混凝土裂缝等等。外观质量的好坏及是否存在缺陷，一定程度上反映了钢结构、混凝土结构等桥梁部构件的内在品质，如混凝土结构中常见的结构裂缝、蜂窝麻面。这些外观病害如果不及时发现并进行养护，在复杂因素的耦合作用下继续发展，会对桥梁结构产生更为严重的破坏，大大降低桥梁服役性能。因此，桥梁外观巡检是桥梁管养中非常重要的一个手段。
然而，传统的桥梁巡检主要采用人工测量，如在桥梁裂缝的检查中，或者借助桥检车或搭设脚手架到达结构表面，采用标尺等测量仪器来测量表面的一些裂缝等病害，或者采用望远镜、巡检无人机等对桥梁结构进行局部观测，采集到病害图片后进行人工识别。这些测量方式直接、可控制性强，得到了广泛的应用，但也有很多不足，工作量大，效率低，依靠人工判断主观经验性强，准确率低。
随着人工智能领域取得爆炸式发展，计算机视觉识别技术越来越多地被应用到桥梁外观病害的检查中来。通过数字图像处理算法和机器学习算法，使计算机能够预先学习到大量已有病害照片的潜在特征，用来对新输入的样本进行分类和预测，从而智能识别桥梁结构部构件、结构病害图像及病害的定量分析，满足了高效、高质量的检测需求。如2006年，SubiratsP等人提出一种连续小波变换的裂缝检测算法，建立多尺度的二维小波变换来提取图像中的裂缝;还有近年来运用非常火热的卷积神经网络（CNN）算法被应用于桥梁路面的裂缝检测。
2.2预修图纸和模型
桥梁建设过程中的很多规范具有多样化和形势复杂的特点，不同模型的主体差异性较大，针对这样的状况，有研究人员通过研究各类建筑规范的规则，将其多样化的工作规范转化为计算机可以识别的领域规则，从而对建筑信息化的模型进行有效信息的读取。智能工作领域根据所读取的语义模型和领域规则判断其是否符合桥梁建筑的规范，最终通过桥梁建筑信息化模型数据的挖掘、清洗与梳理，有效提升检查工具的效率，从而提高了人工智能的高效性。
2.3真实情况模拟
为了研究火灾、地震等自然灾害对于桥梁的影响，国内外学者主要通过有限元软件全面模拟桥梁受到灾害影响的全过程，把桥梁所处环境和所得到的各类数据之间进行融合，得出了危害建筑安全和结构稳定的因素，增强了桥梁的可靠性。目前有限元模拟在国内应用得很广泛，也配合大量实验进行了对比，但是每个项目彼此独立，许多参数的选择和模拟都凭借设计人员的经验，缺乏一定的科学性。如果能用人工智能把信息统筹整理起来，可以大大增加效率、降低成本，最关键的是大大增加项目的科学性。
2.4桥梁运维数据处理
运维阶段作为桥梁整个生命周期时间跨度最长的部分，在运维过程中会产生大量的数据信息，如运维传感器记录的数值、行政人员拍摄的照片等数据，如此多的数据仅凭工作人员进行数据分析，所耗费的时间、财力都是巨大的，并且桥梁的监测结构的结构参数也有诸多方面，不同参数测量采用的原理的差异性也会导致信号差异性凸显。在这一过程中，如果将人工智能与桥梁运维密切结合，在人工智能分析的基础上，海量的数据信息就能够得到快速分析，数据结果也能尽快得出，进而及时有效预防桥梁运营过程中的问题，并能够对症下药。
2.5施工規划
桥梁的施工现场往往有3大特点：1.施工环境千差万别;2.施工可选方案有很多;3.随机事件概率大。这3个特点导致现场施工管理人员需要根据具体的施工现场环境及资源，布置机械及厂房的位置，规划施工机械的路线及频率，合理分配材料和人力的使用。根据具体的施工条件来选择合适的施工方案，根据各类随机事件的发生来调整施工步骤，以达到效率最高、成本最低的状态。但是由于各种因素的叠加影响和时间紧迫，哪怕经验丰富的施工管理人员也经常会做出错误的判断。如果可以通过各类因素的整合，通过高拟真的人工智能算法根据现场情况提出全面而实际的建议，肯定能大大降低失误的概率。在施工前的规划及施工过程中的及时调整，收集汇总及分析人机料法等多种关键信息，并使其指导施工决策，使整个施工过程科学高效，这可以称之为施工规划的智能化。例如，根据施工单位目前所拥有的机械和附近材料库的信息，自动规划出合理的施工机械使用方案及材料购置方案，并且匹配运输机械分配和材料运送的方案，最终达到可行且经济的最优化配置，大大节约了时间及财务上的压力。
同时，如果将来所有桥梁的施工数据储存在统一的数据库里，每座桥梁的基本信息都可以与其他桥梁进行分析比对。根据已有的成功案例迅速导出合理的实施方案，实现了施工管理的智能化及现代化。
3结语
本文深入研究和探析了人工智能在桥梁管养领域中的具体应用。人工智能是未来发展的新性技术，在桥梁工程领域具有相当大的潜力，其应用程度和深度与桥梁行业的信息化水平息息相关。只有桥梁技术人员加强对信息技术的学习和应用，不断摸索，整个桥梁工程领域逐步实现信息化、标准化、智能化、一体化，人工智能才会生根发芽，最终走向成熟，进一步实现智慧化。
参考文献：
[1]陈伟，张守相.BIM技术在装配式建筑工程中的应用研究[J].住宅与房地产，2019（33）：186.
[2]王身宁，孙发军，赵文秀，等.公路桥梁智能监测探究[J].工程技术研究，2019，4（18）：100-101.
[3]刘义.桥梁工程中机械设备的应用与管理[J].设备管理与维修，2020（10）：143-144.