巖土工程勘察土工實驗室現狀及數字智能化發展研究

摘要：土工試驗是巖土工程勘察的重要環節，土工實驗室的發展對工程項目的設計、建設及運營意義重大。從專業人才儲備、硬件設施、試驗內容、試驗方法、實驗室環境、實驗室內部管理與外部協作等方面分析了巖土工程勘察土工實驗室的現狀，提出人工智能化、測試分析自動化、信息數據集成化、云端平臺共享化是土工實驗室數字化智能化的發展方向，針對數據安全性、技術可靠性、系統穩定性3個方面的挑戰，提供了相應建議。

關鍵詞：土工實驗室"巖土工程"數字化"智能化

中圖分類號：TU411"""""""文獻標識碼：A

Research"on"the"Current"Situation"and"Digital"Intelligence"Development"of"Geotechnical"Laboratory"in"Geotechnical"Engineering"Investigation

WANG"Liyao

China"Railway"Shanghai"Design"Institute"Group"Corporation"Limited，"Shanghai，"200070"China

Abstract："Geotechnical"testing"is"an"important"part"of"geotechnical"engineering"investigation，"and"the"development"of"geotechnical"laboratories"is"significant"for"the"design，"construction，"and"operation"of"engineering"of"projects."This"article"analyzes"the"current"situation"of"geotechnical"engineering"survey"and"geotechnical"laboratories"from"the"perspectives"of"professional"talent"reserve，"hardware"facilities，"testing"contents，"testing"methods，"laboratory"environment，"internal"management"and"external"collaboration."It"proposes"that"artificial"intelligence，"automated"testing"and"analysis，"integration"of"information"data，"and"shared"cloud"platform"are"the"development"directions"of"digital"intelligence"in"geotechnical"laboratories."Corresponding"suggestions"have"been"provided"to"address"the"challenges"of"data"security，"technical"reliability，"and"system"stability.

Key"Words："Geotechnical"laboratory;"Geotechnical"engineering;"Digitization;"Intelligence

1925年，卡爾·太沙基（Karl"Terzaghi）教授出版了著作《土力學》，標志著土力學成為一門新學科。1933年，英國在赫特福德郡沃特福德的建筑研究站建立了全球一個土力學實驗室[1]。1936年，亞瑟·卡薩格蘭德（Arthur"Casagrande）在哈佛大學舉辦了第一屆國際土力學和基礎工程會議，宣告了“土力學和基礎工程”作為一門新學科的出現。之后的幾十年里，土力學在全世界土木工程的發展中發揮著越來越重要的作用。1978年，我國成立了國際巖石力學學會中國國家小組，1985年，正式成立中國巖石力學與工程學會。此后，我國巖土力學得到蓬勃發展，有力支撐了國家各重大基礎工程建設[2]。在這個過程中，土工試驗作為基礎項目，在工程設計階段及工程施工階段起著非常重要的作用。

土工實驗室承擔著檢測巖土的物性指標和力學指標的任務，其檢測結果不僅能反映巖土的工程地質性質，更是勘察報告中地基承載能力、沉降量等重要參數的依據。本文討論了土工實驗室的現狀，結合現代信息技術的迅速發展，研究了土工實驗室的數字智能化發展趨勢，分析了土工實驗室在數字化智能化發展中面臨的機遇和挑戰，并提出了相應的應對措施。

1""土工實驗室現狀

1.1""土工試驗內容與試驗方法

土工試驗項目通常涉及幾十項檢測物質結構特性、基本物理性質及基本力學性質的基礎試驗，主要涉及巖石、土壤和水樣的檢測試驗。例如：土壤試驗包括密度、含水率、顆粒分析、界限含水率、直接剪切試驗、固結試驗、滲透試驗、三軸壓縮試驗等試驗。由于國家標準、行業標準的地方標準對各項試驗的要求存在差異，國際上美標、英標與國標的差異更大，因此導致同一參數采用不同的試驗規程和試驗方法，其檢測結果大不相同。試驗方法的選擇必須依據試驗委托單的要求。

1.2""土工實驗室的硬件設施

目前，部分土工實驗室尚存在一些硬件設施方面的不合理現象，主要表現在設備老舊亟待更新換代、管理缺失造成部分設備利用率低或超負荷運轉、設備維護保養不到位和維保計劃不科學等方面，制約了土工試驗技術的發展[3]。

圖1是上海市嘉閔線工程土工試驗照片。當前，各實驗室對設備進行創新研發與升級改造，全自動固結壓縮儀、全自動直剪儀、全自動滲透儀、激光粒度儀等儀器設備的推廣應用大大減輕了試驗人員的工作量，提高了試驗數據的準確度與試驗效率。

1.3""土工實驗室的專業人才

土工實驗室需要試驗技術人才和實驗室管理人才。近年來，許多土工實驗室引進了大量優質人力資源，取得了一定的成效，成為推動整個土工實驗室良性循環的源動力。未來，人才培養與人才引進仍是土工實驗室的長期發展策略。

1.4""土工實驗室的管理系統

許多土工實驗室采用實驗室主任直接管理的方式，這種管理方式權力集中、決策迅速、職責分明，易于統一指揮，也對管理人員的綜合素養提出了很高的要求。但是，這種管理模式在實踐工作中往往容易分散注意力，無法實現實驗室管理工作專業化，不利于實驗室管理水平的提高，限制了土工實驗室的發展[4]。

1.5""土工實驗室的外部協作

土工試驗是巖土工程勘察的一個重要環節，為了確保室內試驗進度與現場勘察及設計進度協調統一，需要土工實驗室同其他巖土勘察部門密切聯系。此外，許多土工實驗室，尤其是一些現場土工實驗室的內部資源較為有限，受儀器設備、場地及試驗費用的限制，選擇與外部檢測機構及科研院所合作，可以為工程項目提供更多試驗數據，提高土工試驗數據的準確性。

2""土工實驗室的數字智能化發展趨勢

現代信息技術的快速發展推動土工試驗進入數字智能化的新時代，管理運行模式也不斷推陳出新[5-7]。以下，從土工實驗室人工智能化、測試分析自動化、信息數據集成化、云端平臺共享化4個方面探索研究土工實驗室數字化、智能化的發展趨勢。

2.1""人工智能化

人工智能的發展將給土工試驗與實驗室管理帶來質的飛躍。首先，人工智能可以準確追溯歷史數據、糾正偏差，減少試驗誤差。其次，人工智能具有較強的學習性和演化性，意味著人工智能可以學習適應不同規模與業務水平的土工實驗室的實際情況，參照行業大數據進行自我完善和優化升級。最后，人工智能可以深度挖掘數據內部聯系及背后的隱藏規律，可以提升土工實驗室的科研工作質量，是理論研究和試驗創新的實用工具。

2.2""測試分析自動化

自動化檢測是土工實驗室的核心發展方向，實驗室將逐步實現設備試驗操作自動化與數據采集處理自動化、試驗成果匯總自動化。通過構建物聯網環境，將各種傳感器、控制器、執行器和監控設備連接在一起，可以實現試驗設備的智能化和互聯化及遠程控制。首先，設備工作狀態即時反饋系統化設備儀器被動維修為主動維護，是實驗室正常運行的有力保障體系。其次，通過系統自動計算試驗操作流水線，優化土工試驗網絡圖，即時調配試驗人員、試驗設備及其他實驗室資源，避免資源閑置或過載，使實驗室的運行更科學。最后，通過樣品管理與反饋信息化系統、二維碼溯源措施等技術措施，將使土工試驗從精準化取樣到科學運輸和保管樣品的整個流程更加高效。

2.3""信息數據集成化

信息數據集成化可以實現不同操作員之間的試驗數據對比，最大限度地避免人為誤差。對于同一工程項目中不同檢測機構及高校的試驗數據集成對照，為工程項目獲得有效數據提供強有力保障。同類工程或同地區工程的試驗成果集成為理論研究提供了更多的實踐數據支撐，同時可以指導今后的土工試驗實踐。通過深度分析獲得的一系列試驗數據，用數字模擬計算為設計提供更接近真值的試驗數據"[8]。

2.4""云端平臺共享化

利用云服務系統，可以實現信息在各終端平臺的無縫連接，顯著提高了信息共享效率，降低了信息傳遞成本[9]。云端同步數據管理模式具有一系列傳統信息管理模式所不具備的優勢。首先，云服務系統可以實現個性化試驗資源的合理調配，讓試驗樣品和試驗項目在不同實驗室之間流轉。其次，云端可以實時更新同步的室內試驗結果，為現場勘察工程師同步了解已經查明的工程地質條件提供了可能，使檢測更具針對性。最后，云服務系統可以實時增加未查明的試驗項目，讓每項土工試驗都能針對性發揮作用，促進了室內試驗與現場勘察同頻協作，實現了針對工程項目的個性化試驗和動態化試驗管理。

3""數字智能化的挑戰與措施

土工實驗室數字化、智能化本質上是一次傳統工作模式的革新。土工試驗的數字化、智能化發展是從人員素養、軟件配置、硬件升級、標準規程、數據控制、環境管理等各個方面的有序整合、有機結合。土工實驗室的數字化、智能化將會面臨數據安全性、技術可靠性、系統穩定性等方面的挑戰。

在數據安全性方面，如何避免試驗數據不被泄露或惡意篡改是未來需著重關注的問題。這不僅需要實驗室保密措施的保障，更需要建立健全信息保護的法律法規來保障。此外，如何防止數字智能化操作過程中引用的錯誤數據對土工試驗結果及試驗決策不利影響將會是一個重要課題。

在技術實現層面，還要針對諸多課題進行攻關。部分年代較久遠的設備僅具備機械執行機構，不具備自動化功能、數據采集模塊與數據傳輸接口，因而必須進行必要的改造。不同的試驗設備與系統的兼容性也是重中之重，要整合現有設備、新購設備、網絡媒介和數據終端。軟件系統是數據系統的靈魂，開發一套支持土工試驗數據管理的軟件系統是一項龐大工程。

在軟件硬件系統穩定性方面，要多措并舉。首先，要確保硬件設施和軟件系統的穩定性，包括固定設備和移動設備狀態穩定性監測、維護程序執行情況、軟件容錯能力、備份恢復策略、安全措施、監控日志分析、人員培訓等。其次，要發揮人工智能自我學習、自我迭代的優勢，建立深度學習模型。最后，要建立健全的質量管理體系，包括質量監控與評估、質量識別與改進、質量保證等環節，為整個管理系統保駕護航。

4""結語

為了提高土工試驗的質量和效率、保障數據的準確性與可溯源性、充分發揮實驗室運營效能，土工實驗室必須通過實施人工智能化、儀器設備自動化、信息數據集成化、云端平臺共享化等方式逐步實現數字化、智能化革新。同時，未來，在實施過程中將面臨數據安全性、技術可靠性、系統穩定性等方面的挑戰，必須充分重視并采取有效措施。隨著數字化智能化的逐步實現，土工實驗室的發展必將迎來更廣闊的發展前景。

參考文獻

[1]"李廣信，張丙印，于玉貞.土力學[M].2版.北京：清華大學出版社，2013.

[2]"王思敬.中國巖石力學與工程的世紀成就與歷史使命[J].巖石力學與工程學報，2003（6）：867-871.

[3]"陳志龍.關于巖土工程勘察現場土工試驗及其質量控制的探討[J].城市建設理論研究（電子版），2023（14）：66-68.

[4]"曹偉.巖土工程勘察中土工試驗質量管理的探索[J].安徽建筑工業學院學報（自然科學版），2007（1）：55-58.

[5]"劉松玉，蔡正銀.土工測試技術發展綜述[J].土木工程學報，2012，45（3）：151-165.

[6]"周廣林，劉興.實驗室信息管理系統數字化的發展趨勢與挑戰[J].實驗室檢測，2023，1（8）：7-12.

[7]"劉松玉，蔡國軍，張煒，等.巖土工程勘察、測試與評價進展[J/OL].土木工程學報，1-18[2024-05-13].https：//doi.org/10.15951/j.tmgcxb.23121014.

[8]"鄭爾發.基于機器學習的砂土三軸實驗本構曲線預測[D].大連：大連理工大學，2022.

[9]"周明，趙永紅，由媛媛，等.基于計算機云服務的數據信息安全體系構建研究[J].信息技術，2023（10）：163-167，173.