近日，李老师就工程结构健康监测领域的热点问题接受了52监测网的专访，分享了他对结构安全监测行业未来发展的独到见解。
|
编前语：李嘉奇老师作为智能建造领域的资深专家，一直致力于新技术的研究和应用，在基于计算机视觉的智慧建造与运维、基于深度学习的工程结构损伤识别领域取得了丰硕的成果。近日，李老师就工程结构健康监测领域的热点问题接受了52监测网的专访，分享了他对结构安全监测行业未来发展的独到见解。 Q1：李嘉奇老师您好，感谢您接受52监测网的专访。首先请您简单介绍下您团队的研究方向以及取得的进展。 李老师：非常高兴能够接受贵网站的专访。我给我的团队命名“辽科大智慧建造青年星团队”，智慧建造对应的是我们的研究领域。目前，我们主要有两个研究方向，第一个是智慧建造与运维管理，在这个方向当中，我们与中建八局展开合作，利用先进的计算机视觉算法实现了施工个体人员的身份匹配与追踪、作业人员的定位、施工活动识别与施工生产力评估、以及施工安全行为识别，这个领域目前还有很多不完善的地方，团队成员也在逐步攻克。另一方面，我们也在尝试使用深度学习技术进行结构健康监测，比如我们建立了路面缺陷检测数据集和损伤检测模型，我们还收集了路面行驶加速度数据实现了路面状况分类，目前我们正在进行基于深度学习的结构物三维重建与损伤识别，期待能从更高维度的视角分析结构表观损伤。另外，团队成员参与过多个工程的健康监测项目，实验室内有多种监测传感器，可以支撑后续的关于结构健康监测的研究。 Q2：请您谈谈对当前结构安全监测行业发展现状的看法，您认为当前我国土木结构健康监测领域最迫切的技术瓶颈是什么？ 李老师：我认为目前的瓶颈在于传感器布置有些繁琐，虽然目前已经有很多类型的传感器实现高精度监测，但是布置、安装太过于麻烦，比如安装光纤光栅传感器，需要打光、熔纤等多个步骤和光线光线解调仪等高精尖设备，需要非常专业的人员才能达成，而且造价也很高。如果能开发出一种无线传感器，只需要网络就能实现数据传输，将会大大缩短结构健康监测系统的部署时间。目前，据我了解已经有了这样的传感器，然而受限于无线网络的传输速度，在传输高频、大量的数据时，往往无法及时、完整地将结构动态变化过程中的数据传输至监测中心。这就导致监测人员无法获取到结构实时、准确的动态性能数据，进而难以对结构在复杂受力情况下的安全状态进行精准评估。比如在地震等突发情况下，结构的动态响应变化迅速且数据量巨大，无线传感器因网络传输速度问题，无法及时将这些关键数据传输出去，使得监测系统无法在第一时间为应急决策提供有力的数据支持。所以说无线传感器仍然需要持续的改进和研发。另外，标准规范缺失和海量数据的利用，也是急需解决的问题。 Q3：您的研究方向在未来结构安全监测行业发展中将会发挥怎样的作用？ 李老师：在提升损伤识别准确性上，传统方法靠人为设定特征指标，面对复杂结构与环境，难以精准捕捉损伤迹象。深度学习能构建神经网络，自动从大量监测数据提取特征并学习。像我们团队或是很多其他团队都建立过的路面缺陷检测模型，让算法从海量图像中学习不同缺陷特征模式，能准确识别新数据中的损伤类型与程度，为结构维护提供可靠依据。 实时监测方面，结构安全需及时发现损伤。深度学习算法处理数据高效，以桥梁为例，传感器实时采集振动、应力等数据，基于深度学习的模型能快速分析，一旦结构损伤，迅速捕捉数据变化发出预警，相比传统人工处理节省大量时间，避免事故发生。 复杂结构与环境监测是难题，现代土木结构复杂，环境因素多。深度学习方法适应性强，构建多输入模型，可综合振动、应变及环境温湿度等数据，即使在沿海桥梁受海风、盐雾等复杂因素影响下，也能精准识别损伤。 最后，未来监测行业向智能化发展，深度学习是核心动力。其能与物联网、大数据融合，通过物联网传感器数据实时上传云端，深度学习模型远程分析，结合大数据挖掘预测结构性能变化，为全寿命周期管理提供智能决策，提升行业智能化水平。 Q4：您如何看待企业与科研机构"联合实验室"模式？这对行业技术升级有何意义？ 李老师：我认为这样的尝试更有利于实现资源整合和加速技术研发创新。以往，科研机构的研究常常被认为是与市场脱节，是“闭门造车”。企业拥有丰富的实践经验、充足的资金以及完备的生产设备与市场渠道。科研机构则具备前沿的科研理论、专业的科研人才与先进的实验设施。“联合实验室” 模式将双方优势资源紧密结合。在技术研发方面，能极大加速创新进程。企业基于市场需求提出技术难题，科研机构针对性开展研究。以新型传感器研发为例，企业深知市场对便捷、高精度传感器的需求，科研机构通过理论研究与实验探索，开发出更先进的传感技术，企业再将其转化为产品推向市场，这样可以缩短从研发到应用的周期。所以，我本人非常看好这样的模式。 Q5：您既往参与的项目中，是否有采用了一些创新监测手段的？ 李老师：我认为这样的尝试更有利于实现资源整合和加速技术研发创新。目前的监测手段不断创新，让我印象深刻的有两个，其一是我博士生导师团队目前研发的应变传感器，它是基于微型图像传感器和特征匹配算法完成应变监测的，可以实现我所说的无线部署，目前这个团队还在不断完善这个工作。另一项研究是加州大学圣迭戈分校Kenneth Loh教授团队提出的路面监测技术，可以实现路面损伤监测的实时可视化。我自己的团队目前正在尝试从三维视角进行损伤识别，而传统三维重建算法步骤多、速度慢、效果也一般，我们目前正在尝试使用基于深度学习的三维重建算法实现三维图像的高质量渲染。 Q6：您在制订监测方案时传感器选型的关键考量因素是什么？希望企业提供哪些技术支持？ 李老师：我更关注传感器使用起来是否容易和便捷，目前的大多数传感器使用起来都太麻烦了。所以我比较认同结构健康监测的众包模式，比如使用智能手机进行加速度的监测就是一个很好的尝试，它降低了结构健康监测的技术门槛。在我们之前的一项研究中，我们就是使用智能手机测量行驶过程中的加速度，随后用一维卷积神经网络对加速度的时域信号和频域信号进行特征提取和分类，实现了平整路面、颠簸路面、减速带和坑洞的路面状况分类。据我了解，有许多团队都在进行类似的尝试。我希望企业能够研发出更容易使用的传感技术，并且提供详细的使用文档。 Q7：您认为未来结构安全监测行业的发展趋势是什么？对于想要进入结构安全监测行业的年轻人，您有什么建议？ 李老师：结构健康监测将来一定会朝着智能化、无线化发展。所以我建议进入此行工作的年轻人一定要掌握智能化技术，掌握大数据处理、神经网络、物联网搭建技术。 专家简介：李嘉奇，博士，硕士研究生指导教师。博士毕业于大连理工大学，目前在辽宁科技大学从事教学与科研工作，主要从事智慧建造与运维管理、结构健康监测的研究工作，发表论文15篇，其中以第一作者（或通讯作者）公开发表SCI论文6篇、EI论文1篇。 小编说：智慧无界，生态共生！感谢辽宁科技大学李嘉奇老师为我们带来的精彩分享，让行业声音得到聆听，让技术创新不再独行，我们期待更多监测技术内容分享，投稿请联系52监测网小编（微信号： jiance52）。 - END -
@52监测网（www.52jiance.cn） |
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备16000992号-2 
京公网安备 11010802022300号
请发表评论