大數據時代結構工程發展新趨勢的幾點思考

霍林生

(大連理工大學，大連 116024)

大數據時代結構工程發展新趨勢的幾點思考

霍林生

(大連理工大學，大連 116024)

土木工程支撐著基礎設施及公共和民眾住房的建設，土木工程的建設和服役過程中都會產生大數據。如何有效利用這些大數據，為土木工程的學科發展和工程決策提供依據，這是工程師和科學家都在思考的問題。本文從著重針對土木工程中的大數據如何影響結構工程的問題，結構的荷載估算、結構承載能力與破壞準則、震害調查、結構健康監測、云計算等幾個方面，提出了幾點思考。

大數據； 結構工程； 震害調查； 結構健康監測； 云計算

【DOI】 10.16670/j.cnki.cn11-5823/tu.2016.05.22

1 引言

大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具來分析、并且無法在合理時間內達到擷取、管理、處理、并整理成為提供決策的信息。大數據也指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據的方法。大數據具有4V的特點，即：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)[1]。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

在科學研究和工程實踐中，人們還主要是依賴抽樣數據、局部數據和片面數據，甚至在無法獲得實證數據的時候純粹依賴經驗、理論、假設和價值觀去發現未知領域的規律。因此，對于問題本質的認識是表面的、膚淺的、簡單的、扭曲的或者是無知的。大數據時代使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得出過去無法得出的結論。

大數據時代給人們在數據理念上帶來三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。大數據將逐漸成為現代社會基礎設施的一部分，就像公路、鐵路、港口、水電和通信網絡一樣不可或缺。大數據時代的許多科學門類都會發生巨大甚至是本質上的變化和發展，進而影響人類的價值體系、知識體系和思維方式。大數據時代對于土木工程尤其是結構工程學科會帶來怎樣的影響？作者對此進行了如下思考。

2 大數據時代的荷載估算方法

《建筑結構荷載規范》中對于活荷載的取值，是基于在抽樣調查和統計基礎上得出來的[2]。如《工業與民用建筑結構荷載規范》TJ9-74修訂時，對4個城市(北京、蘭州、成都和廣州)的606間住宅和3個城市(北京、蘭州和廣州)的258間辦公室的實際荷載作了測定。在1977年以后的三年里，曾對全國某些城市的辦公室、住宅和商店的活荷載情況進行了調查，其中，在全國25個城市實測了133棟辦公樓共2 201間辦公室，總面積為63 700m2，同時調查了317棟用戶的搬遷情況； 對全國10個城市的住宅實測了556間，總為7 000m2，同時調查了229戶的搬遷情況； 在全國10個城市實測了21家百貨商店共214個柜臺，總面積為23 700m2。

從樣本數量來看，這些調查數據遠遠小于總體數量。從調查時間來看，大部分統計數據還是上個世紀的數據，遠不能體現出現代社會中荷載的變化規律(如建筑中新的設備、荷載的分布方式、人流的運動方式等)。傳統的荷載調查統計由于需要入戶填寫調查問卷，效率低、樣本不夠隨機，且經常因住戶不愿意配合而得不到有效數據，因此操作起來比較困難。

大數據時代，可以利用攝像頭監控記錄、貨物出入樓房登記等數據，來對建筑結構的實際荷載進行估算。出于安全監控的目的，很多的建筑物各樓層都會安裝攝像頭。根據攝像頭的圖像資料，基于視頻處理技術，可以更為精確地得出現代社會中建筑物活荷載的活動規律和分布方式，從而為規范編制提供更為可靠的依據。同樣，對于橋梁等其他工程結構，也可以采取同樣的方式來估算荷載分布規律。

文獻[3]探究了對交通樞紐綜合體中的人員疏散荷載進行動態監測的方法，提出了基于圖像處理技術的交通樞紐綜合體人員荷載監測系統構架(如圖1所示)。該系統基于網絡構架建立，通過對多路視頻監控錄像中視頻圖像的處理和分析，實現對被監測區域的人員荷載的監測。在大數據時代，類似的技術將會在建筑結構荷載估算時得到更多的應用。

圖1 區域人員荷載動態監測[3]

3 大數據時代結構承載能力與破壞準則研究

對于土木工程結構而言，結構的承載能力與破壞準則，是進行結構設計和分析的基礎。然而，由于土木工程材料，尤其是混凝土材料的變異性很大，其破壞特性的研究一直是熱點問題。然而此問題至今尚未得到很好的解決，盡管已經提出了許多類型的本構模型和恢復力關系，試圖在材料層次和構件層次上給出結構的破壞準則，但是這些數學模型只能與特定的實驗結果吻合較好，對于其他大多數實驗結果則差異較大。

如果能夠獲得足夠多的樣本數據，對于結構承載能力與破壞準則的認識將更為清晰。然而，在科學研究中，由于經費、時間等原因，所獲得實驗數據樣本相對于總體來說極少。而且，由于各單位對數據的保密性，大多數的原始實驗數據和實驗工況是無法公開獲取的。事實上，除了用于科研的實驗數據，實踐中還有很多的實驗數據未能得到收集與整理。如，教學性的實驗中產生的數據，質檢站對實際工程抽查試驗中產生的數據，質量檢測機構對建筑物進行安全鑒定時生產的實驗數據。把這些實驗數據收集起來，將會形成很大的一個樣本數據，從而對于結構承載能力與破壞準則有新的認識。大數據時代，能夠獲取大量的可用數據是最為關鍵的，建議相關的職能機構能夠加強數據的管理和收集工作。

4 大數據時代的震害調查研究

地震發生后，我們迫切需要建筑物的破壞情況進行迅速和準確的統計，以確定烈度和救災方案。傳統的震害調查需要對震害現場進行抽樣、調查和訪問，費時費力，且結果不夠精確。現代智能手機的普及，讓很多人在震害現場會拍照并共享照片。大數據時代，基于圖像分析方法，對于大量照片進行分析，可以快速確定建筑物的破壞情況，得出建筑物的破壞規律，并確定地震烈度。

作者曾提出基于圖像識別技術的震損結構殘余變形檢測方法，通過分析震損結構的圖片，得到構件間的夾角，從而確定殘余變形[4]。針對實際獲得的圖片與被測平面之間通常都會存在一定角度、以至無法從斜拍圖像直接測量變形的問題，提出了基于射影幾何原理的直線矯正方法，結合變形檢測的需要，在人工參與選取特征點的前提下，運用canny邊緣檢測法和主成分分析方法，檢測目標直線，進而應用直線矯正方法對目標直線進行矯正和角度計算。結果表明，所提出的方法對于變形檢測的精度較高，能夠適用于震損結構殘余變形的快速檢測中。

文獻[5]提出了應用圖像三維重建法對震損結構進行實體建模的方法。在圍繞目標物體從不同角度進行一系列圖像采集后，提取每張圖像的特征點并兩兩匹配，由此對相機進行標定，進而建立二維圖像和三維空間位置的對應關系，產生稀疏三維點云。然后，運用多視圖立體視覺方法，生成密集三維點云，并根據已知信息對點云進行尺度變換； 最后，運用泊松表面重建算法對密集三維點云進行表面重建，并利用三維點與原二維圖像的對應關系應用紋理映射方法對重建出的三維表面進行紋理貼圖，生成真實感強的三維模型。

圖2 基于二維圖片的三維結構模型重建

5 大數據時代的結構健康監測技術

結構健康監測是通過對結構的物理力學性能進行無損監測，實時監控結構的整體行為，對結構的損傷位置和程度進行診斷，對結構的服役情況、可靠性、耐久性和承載能力進行智能評估，為結構在突發事件下或結構使用狀況嚴重異常時觸發預警信號，為結構的維修、養護與管理決策提供依據和指導。結構健康監測技術是一個多領域跨學科的綜合性技術，它涉及土木工程、動力學、材料學、傳感技術、測試技術、信號分析、計算機技術、網絡通訊通信技術、模式識別等多個研究方向。隨著結構健康技術的發展和應用，許多建筑物都會安裝傳感器，這些傳感器會采集到大量的數據，但是如何有效利用這些數據，卻是一個問題。傳統的結構健康監測方法是基于因果判定的方法，大數據時代應該發展基于相關關系的方法，即將研究重點從破壞機理轉移到數據與破壞模式之間的關系上。

傳統的健康監測系統已日臻成熟，無線傳感網絡的發展可能為吊裝監測提供一種解決方案，但其需要昂貴的傳感系統、復雜的數據傳輸系統以及專業人員的操作。開發一種適用于普通群眾參與的快捷、方便、簡單、解決現場實際問題的監測方式很有必要。智能手機作為最普遍的工具，內置傳感、網絡通訊、計算分析及存儲等功能，為其在結構健康監測中的應用提供了可能。文獻[6]-[8]提出基于智能手機的結構健康云監測方法，并開展了系統的研究。首次將智能手機應用于結構健康監測中，證實了其可行性與有效性(如圖3所示)。可以預見，大數據時代，智能手機將會在結構健康領域有著更廣泛的應用。

(a)控制端主界面 (b)實時監控界面圖3 結構健康監測系統手機控制端[7]

圖4 云計算界面[10]

6 大數所時代的結構分析的云計算平臺

由于數據越來越多、越來越復雜、越來越實時，要實現上述目標，傳統的單機計算已經無法實現，需要發展有效的云計算平臺。云計算是大數據的技術基礎，是大數據成長的驅動力。未來的數據與結構分析，應在云平臺上進行。因此，針對結構工程學科特色，發展高效的云計算平臺成為必然[9]。

文獻[10]采用了云計算的三層架構和服務封裝的思想，將有限元分析仿真系統的功能需求劃分成服務，設計了有限元分析仿真系統架構和云計算環境下有限元分析仿真系統的服務模式及服務流程； 采用應用虛擬化技術，將有限元分析軟件在云計算環境的數據中心進行集中部署和管理，實現有限元分析軟件的靈活交付及計算資源的多用戶共享； 搭建了集群系統以管理OpenSees 并行的有限元計算作業，設計并實現了有限元分析仿真系統作業管理和作業結果數據管理功能，從而更加有效地利用系統資源、平衡網絡負載、提高系統整體性能。這是土木工程中云計算理念在有限元方法中的初步嘗試，大數據時代，土木工程中的數值計算軟件與云計算結合的需求將會越來越多。

7 結論

本文根據大數據及大數據技術的相關概念和特征，結合結構工程學科的特點，從結構的荷載估算、結構承載能力與破壞準則、震害調查、結構健康監測、云計算幾個方面，對大數據技術如何影響結構工程進行了思考，對大數據時代土木工程新的發展趨勢提出了展望。

[1]邁爾·舍恩伯格， 庫克耶.大數據時代[M].杭州：浙江人民出版社， 2013.

[2]《建筑結構荷載規范》(GB50009-2012)[S]. 北京：建筑工業出版社， 2012.

[3]楊華. 基于圖像處理技術的交通樞紐綜合體人員荷載監測研究[D].合肥：中國科技大學， 2013.

[4]霍林生， 張耀文，王勝法，等.基于圖像識別的震損結構殘余變形檢測[J].地震工程與工程振動， 2016, 36(3): 127-133.

[5]張耀文. 基于圖像處理的震損結構快速識別研究[D].大連：大連理工大學， 2016.

[6]趙雪峰， 丁言兵，韓瑞聰，等.基于智能手機的無線索力測量方法[J].振動與沖擊， 2016， 35(18)： 147-151+171.

[7]趙雪峰， 韓瑞聰，喻言，等.智能手機結構安全云監測系統及其工程應用[J].物聯網技術， 2016, 6(7): 70-73.

[8]趙雪峰， 喻言，李明楚，等.智能手機結構健康云監測技術[J].物聯網技術， 2015, 5(8): 8-11.

[9]馬智亮， 劉世龍，劉喆．大數據技術及其在土木工程中的應用[J].土木建筑工程信息技術， 2015, 7(5): 45-49.

[10]馬艾田. 基于云計算的有限元分析仿真系統研究與實現[D].北京：北京工業大學， 2013.

Several Considerations about the Development Trend of Structural Engineering in the Big Data Time

Huo Linsheng

(DalianUniversityofTechnology，Dalian116024，China)

The civil engineering supports the construction of the basic facility and public and civil housing.The construction and service of civil structures will result in big data.It is the question considering by engineers and scientists that how to effectively use the big data to provide the basis for the subject development of civil engineering and decision making in practical engineering.This paper proposed several considerations about how the big data will affect the structural engineering from the evaluation of load，the bearing capacity and failure criterion of structures，seismic damage investigation，structural health monitoring and cloud computing.

Big Data； Structural Engineering； Seismic Damage Investigation； Structural Health Monitoring； Cloud Computing

中央高校基本科研業務費專項資金資助(DUT16TD03)

霍林生(1975-)，男，副教授。長期從事土木工程抗震與減振控制的研究。

TP311

A

1674-7461(2016)05-0111-04