近日，李老師就工程結構健康監測領域的熱點問題接受了52監測網的專訪，分享了他對結構安全監測行業未來發展的獨到見解。
|
編前語：李嘉奇老師作為智能建造領域的資深專家，一直致力于新技術的研究和應用，在基于計算機視覺的智慧建造與運維、基于深度學習的工程結構損傷識別領域取得了豐碩的成果。近日，李老師就工程結構健康監測領域的熱點問題接受了52監測網的專訪，分享了他對結構安全監測行業未來發展的獨到見解。 Q1：李嘉奇老師您好，感謝您接受52監測網的專訪。首先請您簡單介紹下您團隊的研究方向以及取得的進展。 李老師：非常高興能夠接受貴網站的專訪。我給我的團隊命名“遼科大智慧建造青年星團隊”，智慧建造對應的是我們的研究領域。目前，我們主要有兩個研究方向，第一個是智慧建造與運維管理，在這個方向當中，我們與中建八局展開合作，利用先進的計算機視覺算法實現了施工個體人員的身份匹配與追蹤、作業人員的定位、施工活動識別與施工生產力評估、以及施工安全行為識別，這個領域目前還有很多不完善的地方，團隊成員也在逐步攻克。另一方面，我們也在嘗試使用深度學習技術進行結構健康監測，比如我們建立了路面缺陷檢測數據集和損傷檢測模型，我們還收集了路面行駛加速度數據實現了路面狀況分類，目前我們正在進行基于深度學習的結構物三維重建與損傷識別，期待能從更高維度的視角分析結構表觀損傷。另外，團隊成員參與過多個工程的健康監測項目，實驗室內有多種監測傳感器，可以支撐后續的關于結構健康監測的研究。 Q2：請您談談對當前結構安全監測行業發展現狀的看法，您認為當前我國土木結構健康監測領域最迫切的技術瓶頸是什么？ 李老師：我認為目前的瓶頸在于傳感器布置有些繁瑣，雖然目前已經有很多類型的傳感器實現高精度監測，但是布置、安裝太過于麻煩，比如安裝光纖光柵傳感器，需要打光、熔纖等多個步驟和光線光線解調儀等高精尖設備，需要非常專業的人員才能達成，而且造價也很高。如果能開發出一種無線傳感器，只需要網絡就能實現數據傳輸，將會大大縮短結構健康監測系統的部署時間。目前，據我了解已經有了這樣的傳感器，然而受限于無線網絡的傳輸速度，在傳輸高頻、大量的數據時，往往無法及時、完整地將結構動態變化過程中的數據傳輸至監測中心。這就導致監測人員無法獲取到結構實時、準確的動態性能數據，進而難以對結構在復雜受力情況下的安全狀態進行精準評估。比如在地震等突發情況下，結構的動態響應變化迅速且數據量巨大，無線傳感器因網絡傳輸速度問題，無法及時將這些關鍵數據傳輸出去，使得監測系統無法在第一時間為應急決策提供有力的數據支持。所以說無線傳感器仍然需要持續的改進和研發。另外，標準規范缺失和海量數據的利用，也是急需解決的問題。 Q3：您的研究方向在未來結構安全監測行業發展中將會發揮怎樣的作用？ 李老師：在提升損傷識別準確性上，傳統方法靠人為設定特征指標，面對復雜結構與環境，難以精準捕捉損傷跡象。深度學習能構建神經網絡，自動從大量監測數據提取特征并學習。像我們團隊或是很多其他團隊都建立過的路面缺陷檢測模型，讓算法從海量圖像中學習不同缺陷特征模式，能準確識別新數據中的損傷類型與程度，為結構維護提供可靠依據。 實時監測方面，結構安全需及時發現損傷。深度學習算法處理數據高效，以橋梁為例，傳感器實時采集振動、應力等數據，基于深度學習的模型能快速分析，一旦結構損傷，迅速捕捉數據變化發出預警，相比傳統人工處理節省大量時間，避免事故發生。 復雜結構與環境監測是難題，現代土木結構復雜，環境因素多。深度學習方法適應性強，構建多輸入模型，可綜合振動、應變及環境溫濕度等數據，即使在沿海橋梁受海風、鹽霧等復雜因素影響下，也能精準識別損傷。 最后，未來監測行業向智能化發展，深度學習是核心動力。其能與物聯網、大數據融合，通過物聯網傳感器數據實時上傳云端，深度學習模型遠程分析，結合大數據挖掘預測結構性能變化，為全壽命周期管理提供智能決策，提升行業智能化水平。 Q4：您如何看待企業與科研機構"聯合實驗室"模式？這對行業技術升級有何意義？ 李老師：我認為這樣的嘗試更有利于實現資源整合和加速技術研發創新。以往，科研機構的研究常常被認為是與市場脫節，是“閉門造車”。企業擁有豐富的實踐經驗、充足的資金以及完備的生產設備與市場渠道。科研機構則具備前沿的科研理論、專業的科研人才與先進的實驗設施。“聯合實驗室” 模式將雙方優勢資源緊密結合。在技術研發方面，能極大加速創新進程。企業基于市場需求提出技術難題，科研機構針對性開展研究。以新型傳感器研發為例，企業深知市場對便捷、高精度傳感器的需求，科研機構通過理論研究與實驗探索，開發出更先進的傳感技術，企業再將其轉化為產品推向市場，這樣可以縮短從研發到應用的周期。所以，我本人非常看好這樣的模式。 Q5：您既往參與的項目中，是否有采用了一些創新監測手段的？ 李老師：我認為這樣的嘗試更有利于實現資源整合和加速技術研發創新。目前的監測手段不斷創新，讓我印象深刻的有兩個，其一是我博士生導師團隊目前研發的應變傳感器，它是基于微型圖像傳感器和特征匹配算法完成應變監測的，可以實現我所說的無線部署，目前這個團隊還在不斷完善這個工作。另一項研究是加州大學圣迭戈分校Kenneth Loh教授團隊提出的路面監測技術，可以實現路面損傷監測的實時可視化。我自己的團隊目前正在嘗試從三維視角進行損傷識別，而傳統三維重建算法步驟多、速度慢、效果也一般，我們目前正在嘗試使用基于深度學習的三維重建算法實現三維圖像的高質量渲染。 Q6：您在制訂監測方案時傳感器選型的關鍵考量因素是什么？希望企業提供哪些技術支持？ 李老師：我更關注傳感器使用起來是否容易和便捷，目前的大多數傳感器使用起來都太麻煩了。所以我比較認同結構健康監測的眾包模式，比如使用智能手機進行加速度的監測就是一個很好的嘗試，它降低了結構健康監測的技術門檻。在我們之前的一項研究中，我們就是使用智能手機測量行駛過程中的加速度，隨后用一維卷積神經網絡對加速度的時域信號和頻域信號進行特征提取和分類，實現了平整路面、顛簸路面、減速帶和坑洞的路面狀況分類。據我了解，有許多團隊都在進行類似的嘗試。我希望企業能夠研發出更容易使用的傳感技術，并且提供詳細的使用文檔。 Q7：您認為未來結構安全監測行業的發展趨勢是什么？對于想要進入結構安全監測行業的年輕人，您有什么建議？ 李老師：結構健康監測將來一定會朝著智能化、無線化發展。所以我建議進入此行工作的年輕人一定要掌握智能化技術，掌握大數據處理、神經網絡、物聯網搭建技術。 專家簡介：李嘉奇，博士，碩士研究生指導教師。博士畢業于大連理工大學，目前在遼寧科技大學從事教學與科研工作，主要從事智慧建造與運維管理、結構健康監測的研究工作，發表論文15篇，其中以第一作者（或通訊作者）公開發表SCI論文6篇、EI論文1篇。 小編說：智慧無界，生態共生！感謝遼寧科技大學李嘉奇老師為我們帶來的精彩分享，讓行業聲音得到聆聽，讓技術創新不再獨行，我們期待更多監測技術內容分享，投稿請聯系52監測網小編（微信號： jiance52）。 - END -
@52監測網（m.cilidaohang.com） |
2019-12-05
2021-07-07
2021-06-29
2021-09-06
2021-09-07
Powered by Discuz! X3.2@ 2001-2013 Comsenz Inc. 京ICP備16000992號-2 
京公網安備 11010802022300號
請發表評論