土木工程智能结构健康监测应用综述


PART 01


研究背景


结构健康监测（SHM）是土木工程领域的核心技术之一，旨在通过传感器系统对工程结构进行实时监测，评估结构健康状况并进行预警。近年来，随着计算机技术、人工智能和智能设备的快速发展，SHM系统正在经历一场深刻的智能化变革。
本文基于《结构工程师》期刊发表的综述论文，系统梳理了土木工程SHM领域的智能化手段与应用现状，探讨计算机视觉、机器学习、机器人与无人机等技术在SHM中的创新应用。

PART 02


智能化手段：三大技术支柱




一、计算机视觉（CV）
计算机视觉技术通过摄像设备与计算机对结构进行识别、跟踪和测量，从图像中提取有意义的信息，使计算机能够理解数字图像或视频，从而实现SHM。
图1：基于计算机视觉的结构健康监测流程图
CV技术的核心优势：
  • 远程、非接触：无需在结构上安装接触式传感器
  • 高精度：能够实现毫米级的位移测量精度
  • 多点监控：可同时监测多个测点
  • 省时高效：大幅减少人工巡检成本
值得关注的是，基于相位的CV方法在结构运动估计和系统参数识别方面表现出独特优势，能够有效应对光照不均匀、异物遮挡等问题，对环境变化具有较强的抗干扰能力。


二、机器学习（ML）
机器学习算法已广泛应用于拥有充足SHM数据的领域，常用的训练方法包括：
  • 监督学习：当样本数据包含输入与输出数据时采用，可实现损伤分类和损伤量化
  • 无监督学习：适用于不包含损伤标签的数据
  • 半监督学习：部分样本数据缺少输出值时采用
  • 强化学习：在环境给予的奖励或惩罚刺激下，逐步形成最优策略
图2：无监督实时结构健康监测框架
图3：监督学习图解过程
常用的ML模型包括：支持向量机（SVM）、随机森林（RF）、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、图神经网络（GNN）、生成对抗网络（GAN）、Transformer模型等。


三、智能机器人与无人机
在SHM领域，智能机器人与无人机的应用目标在于实现各种环境下的实时监测，同时测量这些空间的关键物理参数。
图4：用于路桥检查的移动机器人系统
图5：基于无人机和摄像系统的非接触式位移测量系统
不同类型的机器人平台：
  • 飞行与栖息无人机：能够通过垂直起降在复杂环境中自由移动，并可附着在结构上执行监测任务
  • 飞行与行走机器人：可以通过自由飞行和地面行走的方式实现多种监测任务
  • 陆地与水生机器人：可在水下、水面和陆地环境中进行监测
  • 软爬坡机器人：在建筑物外墙、悬崖、隧道等环境中具有良好的适应性

PART 03


智能应用：三大核心领域




一、传感器系统
传感器系统作为SHM数据采集的关键工具，在系统中至关重要。传统传感器包括加速度计、应变传感器、线性差动变压器等。智能传感系统则包括分布式光纤传感器、无线传感器、声发射、超声波导波、全球卫星导航系统等。
图6：电容微机械超声波换能器传感器设计
图7：全息视觉传感器
智能传感技术优势：
  • 分布式光纤传感器：多参数测量，可实时、定位、量化结构损伤
  • 无线传感器：大规模高保真数据采集，具备出色的无线通信能力
  • 声发射：对微裂纹敏感，能预测损伤
  • 全球导航卫星系统：测量精度高，可获得毫米级精度


二、结构损伤识别
结构损伤识别是SHM领域的核心课题。现有的损伤识别方法可划分为全局损伤识别和局部损伤识别两类。
图8：平行分布式子结构损伤识别技术流程图
  • 全局损伤识别：利用结构特性（如固有频率、模态振型等）来确定损伤的位置和严重程度，但往往面临精度不足、对局部损伤不敏感的问题。
  • 局部损伤识别：对结构损伤具有高度敏感性，可用于检测和表征局部损伤，但需预先掌握潜在的损伤区域信息。
研究建议将全局和局部损伤识别方法融合，通过整合多种技术手段，提升健康检测的准确性和可靠性。


三、位移监测与振动模态识别
基于位移监测和振动模态识别的SHM系统是一种有效工具，能够对结构的安全性能进行定量评估。
图9：桥梁中跨和塔顶振动时间序列的快速傅里叶变换分析
传统方法的局限：
接触式传感器可能由于结构的破坏导致数据产生误差；有线系统需精心规划并维护电缆，无线系统则需处理传感器同步问题及通信信号丢失风险。
智能化解决方案：
学者们将加速度计和GPS相结合，对结构的动态位移进行监测；将传统传感器系统与ML技术相结合，根据传感器获得的结构振动数据对结构健康状况进行评估；或直接采取CV技术或智能设备实现结构振动模态识别。

PART 04


结语与展望


尽管现阶段土木工程智能SHM已经取得了一定研究进展，但在SHM系统的部分智能化研究领域仍处于起步阶段。相当一部分研究仍停留在理想模型阶段，不适用于复杂的真实工程结构。
未来发展方向：
  1. 智能手段方面：CV、ML、机器人与无人机监测平台等为SHM的研究提供了新工具，智能化手段正朝着结构信息更直观、感知手段更丰富的方向快速发展。
  2. 智能应用方面：针对数据采集问题，越来越多低成本的数据获取手段取得研究进展；新型传感器的研发为解决传统传感器精度不足、成本高昂等问题提供了可能。
  3. 全生命周期智能化：后续研究应注重土木工程结构全生命周期智能化发展，在早期预警、安全运营维护等方面充分融合智能化方法。
  4. 数字孪生：基于海量SHM数据实现结构物理实体和虚拟模型的交互更新，最终实现土木工程SHM领域智能化数字孪生模型与实际工程结构监测数据实时互通的发展目标。
论文信息：
标题：土木工程智能结构健康监测应用综述
期刊：结构工程师，第40卷第3期
关键词：结构健康监测；计算机视觉；机器学习；机器人；无人机
本文基于上述论文整理，仅供学术交流与科普传播。

MEDIA CENTER

媒体中心

뀓
넳 넲
首页  ꄲ  公众号文章  ꄲ  土木工程智能结构健康监测应用综述
ꄴ前一个： 无
ꄲ后一个： 无