人工智能在橋梁管理與養護中的應用探析

舒昕 沈翔 李曉行 周亦舒

摘要：人工智能是一項新興技術，正在快速深刻地影響著社會的各個領域。橋梁工程領域中，橋梁管理與養護是一項任務繁雜、系統性強、專業要求高、歷時長、數據多、分析困難的工作，傳統的橋梁管養手段存在管養效率低、數據采集不全面、主觀經驗性強等諸多痛點。將人工智能應用于橋梁管養，是以后橋梁管養信息化發展的趨勢和焦點。本文針對橋梁巡檢、橋梁健康監測、管養輔助決策等橋梁管養過程中存在的難點和痛點進行分析，結合人工智能技術提出了探索性的解決方案，為將來人工智能在橋梁管養中的實際應用提供啟發。

關鍵詞：人工只能;橋梁管養;橋梁巡檢;健康監測;輔助決策

中圖分類號：TP301.6

文獻標識碼：A

文章編號：1009-3044（2020）13-0268-0c

近年來，隨著我國交通運輸業事業的蓬勃發展，橋梁數量日益龐大，結構越來越復雜。目前，我國建成了世界上多座排名前列的特大橋梁，橋梁數量已有100萬座，遠遠超過世界其他國家，居世界第一。但橋梁建設成就斐然的同時，交通流量與荷載不斷增加，同時由于橋梁長期遭受自然環境的侵蝕和破壞，“老齡化”現象加劇，橋梁病害問題突出，嚴重影響到橋梁的運營安全與結構安全，對橋梁管理養護提出了更高的要求。

從信息化角度出發，橋梁管養實際上就是將橋梁長期運營過程中產生的大量數據從采集、應用到反饋的全過程。這些數據包括橋梁勘察、設計、建造、檢測、養護、維修加固等各種資料，既有文字、數字等結構化數據，也有圖片、檔案、視頻等非結構化數據，數據隨著時間不斷積累，數據量龐大、種類繁多、實時性強。然而，現有橋梁管理養護過程中普遍存在橋梁數據以人工采集為主，效率低、易缺失、不全面，數據評估主要依賴管理人員的經驗，主觀性強、準確率不高，無法利用歷史數據進行準確、有效的診斷和預測，養護維修決策水平低等痛點，大大制約了現階段橋梁管養工作的質量和效率。

人工智能技術正在蓬勃發展。如何利用人工智能充分實現這些數據的智能化處理和控制，有目的、有計劃地管理養護，合理配置養護資源和資金制定取恰當維修養護方案，達到精細化管理、智能化監測、科學化運營、精細化維修養護是未來橋梁管理養護的發展趨勢。

1人工智能及其發展

人工智能（Artificial Intenigence），也叫機器智能，簡稱AI，是一門探索、研發如何模仿并延展人類智慧的理論、方法、技術及應用系統的新技術科學，它涉及信息學、邏輯學、認知學、思維學、系學統和生物學等多學科的交叉，主要包括機器學習、模式識別、計算機視覺/圖像識別、自然語言處理、專家系統博、弈論、知識庫、智能機器人。

人工智能的目的就是讓計算機能夠像人一樣思考，已有60多年的發展歷史，經歷了漫長的過程。1956年，達特茅斯學院首次人工智能研究討論會上正式提出“人工智能”的概念，以知識表達、啟發式搜索算法等為代表，標志著人工智能的誕生，這一時期國際上掀起了一股人工智能的研究熱潮，但隨后由于硬件能力不足、算法缺陷等原因，人工智能技術的發展進入低迷期;20世紀70-80年代，提出專家系統及人工神經網絡算法，同時隨著半導體技術和計算硬件能力的不斷提高，分布式網絡降低了計算成本，人工智能逐漸取得突破;20世紀末以來，尤其是2006年深度學習被提出，開始進入了重視數據、自主學習的認知智能時代，人工智能再次取得突破性進展。隨后移動互聯網的發展帶來了更多、更豐富的應用場景，2012年，深度學習算法在語音和視覺識別上實現突破，2016年3月，AlphaGo在首爾與世界圍棋冠軍李世石的比賽中，以4：1勝出，引發了人工智能將如何改變人類社會的思考。目前，人工智能技術正在被廣泛應用到農業、交通、電力、金融、通信、醫學、教育和以汽車為代表的工業等諸多領域，正在深刻地改變著社會。

2人工智能在橋梁巡檢中的應用

橋梁結構在長期服役過程中，不可避免地會出現諸多外觀病害，如鋼結構腐蝕、混凝土裂縫等等。外觀質量的好壞及是否存在缺陷，一定程度上反映了鋼結構、混凝土結構等橋梁部構件的內在品質，如混凝土結構中常見的結構裂縫、蜂窩麻面。這些外觀病害如果不及時發現并進行養護，在復雜因素的耦合作用下繼續發展，會對橋梁結構產生更為嚴重的破壞，大大降低橋梁服役性能。因此，橋梁外觀巡檢是橋梁管養中非常重要的一個手段。

然而，傳統的橋梁巡檢主要采用人工測量，如在橋梁裂縫的檢查中，或者借助橋檢車或搭設腳手架到達結構表面，采用標尺等測量儀器來測量表面的一些裂縫等病害，或者采用望遠鏡、巡檢無人機等對橋梁結構進行局部觀測，采集到病害圖片后進行人工識別。這些測量方式直接、可控制性強，得到了廣泛的應用，但也有很多不足，工作量大，效率低，依靠人工判斷主觀經驗性強，準確率低。

隨著人工智能領域取得爆炸式發展，計算機視覺識別技術越來越多地被應用到橋梁外觀病害的檢查中來。通過數字圖像處理算法和機器學習算法，使計算機能夠預先學習到大量已有病害照片的潛在特征，用來對新輸入的樣本進行分類和預測，從而智能識別橋梁結構部構件、結構病害圖像及病害的定量分析，滿足了高效、高質量的檢測需求。如2006年，SubiratsP等人提出一種連續小波變換的裂縫檢測算法，建立多尺度的二維小波變換來提取圖像中的裂縫;還有近年來運用非常火熱的卷積神經網絡（CNN）算法被應用于橋梁路面的裂縫檢測。

3人工智能在橋梁健康監測中的應用

橋梁的結構健康對橋梁的安全至關重要。橋梁健康監測技術就是通過在橋梁的結構關鍵部位安裝各種類型的智能傳感器，如溫濕度傳感器、撓度傳感器、應力應變傳感器等來全天24小時自動監測橋梁的結構狀況，為橋梁在特殊氣候、交通條件下或橋梁運營狀異常嚴重時發出預警信號，確保橋梁安全處于受控狀態。

多年來，橋梁結構健康監測在智能傳感、無線傳輸、系統集成、大數據存儲等方面取得了長足的發展，可以實現橋梁狀態的長期自動監測、歷史數據積累和分析、異常事件的安全預警及評估等等。但現有健康監測系統通常每次只能針對少量的傳感器監測值進行簡單的趨勢分析及關聯分析，設置閾值進行預警，對于復雜的特大型橋梁，當結構參數眾多，信息量巨大時，很難有效整合所有類型的監測數據，從中提取關鍵信息，分析各類因素之間的相互及共同影響，實現橋梁狀態的損傷識別及綜合評估。利用人工智能與橋梁健康監測融合，將模式識別、遺傳算法、人工神經網絡算法等應用到橋梁健康監測的結構損傷識別、狀態分析、評估和預測，并結合大數據，對橋梁各類異構感知的數據進行全面、智能化的分析處理，實現橋梁的損傷診斷、健康狀態評估和健康管理等。

4人工智能在橋梁管養輔助決策中的應用

橋梁管理與養護過程中的決策是一個相當復雜且系統的問題，同時也是養護工作中的重要內容。傳統的管養決策通常是基于已有的檢測監測數據，結合之前的橋梁管養經驗，綜合考慮運營環境、地理特點、橋梁結構、結構物材料等綜合因素進行人工判斷。不同的人有不同的專業知識和經驗，形成的決策也各不相同，并且效率低下，準確率不高、不全面。

專家系統是人工智能的還一個分支，它一套智能化的計算機系統，內部存儲了大量的某個領域專家水平的經驗和知識，可以模擬專家解決問題的方式，通過推理機制和邏輯判斷推理求解出專家才能解決的復雜專業問題。專家系統可以理解為“知識+推理”，主要包括知識庫、數據庫、解釋機、推理機和交互界面。利用專家系統對采集的橋梁管養數據進行特征提取、訓練學習，從而把海量數據轉換為對橋梁管養單位有利的知識信息，并輔助決策和進行預測，大大提高橋梁管理與養護的水平和效率。

5總結

本文深入研究和探析了人工智能在橋梁巡檢、橋梁健康監測、橋梁管養輔助決策等橋梁管養領域中的具體應用。人工智能是未來發展的新性技術，在橋梁工程領域具有相當大的潛力，其應用程度和深度與橋梁行業的信息化水平息息相關。只有橋梁技術人員加強對信息技術的學習和應用，不斷摸索，整個橋梁工程領域逐步實現信息化、標準化、智能化、一體化，人工智能才會生根發芽，最終走向成熟，進一步實現智慧化。