人工智能在桥梁管理与养护中的应用探析

舒昕 沈翔 李晓行 周亦舒

摘要：人工智能是一项新兴技术，正在快速深刻地影响着社会的各个领域。桥梁工程领域中，桥梁管理与养护是一项任务繁杂、系统性强、专业要求高、历时长、数据多、分析困难的工作，传统的桥梁管养手段存在管养效率低、数据采集不全面、主观经验性强等诸多痛点。将人工智能应用于桥梁管养，是以后桥梁管养信息化发展的趋势和焦点。本文针对桥梁巡检、桥梁健康监测、管养辅助决策等桥梁管养过程中存在的难点和痛点进行分析，结合人工智能技术提出了探索性的解决方案，为将来人工智能在桥梁管养中的实际应用提供启发。

关键词：人工只能;桥梁管养;桥梁巡检;健康监测;辅助决策

中图分类号：TP301.6

文献标识码：A

文章编号：1009-3044（2020）13-0268-0c

近年来，随着我国交通运输业事业的蓬勃发展，桥梁数量日益庞大，结构越来越复杂。目前，我国建成了世界上多座排名前列的特大桥梁，桥梁数量已有100万座，远远超过世界其他国家，居世界第一。但桥梁建设成就斐然的同时，交通流量与荷载不断增加，同时由于桥梁长期遭受自然环境的侵蚀和破坏，“老龄化”现象加剧，桥梁病害问题突出，严重影响到桥梁的运营安全与结构安全，对桥梁管理养护提出了更高的要求。

从信息化角度出发，桥梁管养实际上就是将桥梁长期运营过程中产生的大量数据从采集、应用到反馈的全过程。这些数据包括桥梁勘察、设计、建造、检测、养护、维修加固等各种资料，既有文字、数字等结构化数据，也有图片、档案、视频等非结构化数据，数据随着时间不断积累，数据量庞大、种类繁多、实时性强。然而，现有桥梁管理养护过程中普遍存在桥梁数据以人工采集为主，效率低、易缺失、不全面，数据评估主要依赖管理人员的经验，主观性强、准确率不高，无法利用历史数据进行准确、有效的诊断和预测，养护维修决策水平低等痛点，大大制约了现阶段桥梁管养工作的质量和效率。

人工智能技术正在蓬勃发展。如何利用人工智能充分实现这些数据的智能化处理和控制，有目的、有计划地管理养护，合理配置养护资源和资金制定取恰当维修养护方案，达到精细化管理、智能化监测、科学化运营、精细化维修养护是未来桥梁管理养护的发展趋势。

1人工智能及其发展

人工智能（Artificial Intenigence），也叫机器智能，简称AI，是一门探索、研发如何模仿并延展人类智慧的理论、方法、技术及应用系统的新技术科学，它涉及信息学、逻辑学、认知学、思维学、系学统和生物学等多学科的交叉，主要包括机器学习、模式识别、计算机视觉/图像识别、自然语言处理、专家系统博、弈论、知识库、智能机器人。

人工智能的目的就是让计算机能够像人一样思考，已有60多年的发展历史，经历了漫长的过程。1956年，达特茅斯学院首次人工智能研究讨论会上正式提出“人工智能”的概念，以知识表达、启发式搜索算法等为代表，标志着人工智能的诞生，这一时期国际上掀起了一股人工智能的研究热潮，但随后由于硬件能力不足、算法缺陷等原因，人工智能技术的发展进入低迷期;20世纪70-80年代，提出专家系统及人工神经网络算法，同时随着半导体技术和计算硬件能力的不断提高，分布式网络降低了计算成本，人工智能逐渐取得突破;20世纪末以来，尤其是2006年深度学习被提出，开始进入了重视数据、自主学习的认知智能时代，人工智能再次取得突破性进展。随后移动互联网的发展带来了更多、更丰富的应用场景，2012年，深度学习算法在语音和视觉识别上实现突破，2016年3月，AlphaGo在首尔与世界围棋冠军李世石的比赛中，以4：1胜出，引发了人工智能将如何改变人类社会的思考。目前，人工智能技术正在被广泛应用到农业、交通、电力、金融、通信、医学、教育和以汽车为代表的工业等诸多领域，正在深刻地改变着社会。

2人工智能在桥梁巡检中的应用

桥梁结构在长期服役过程中，不可避免地会出现诸多外观病害，如钢结构腐蚀、混凝土裂缝等等。外观质量的好坏及是否存在缺陷，一定程度上反映了钢结构、混凝土结构等桥梁部构件的内在品质，如混凝土结构中常见的结构裂缝、蜂窝麻面。这些外观病害如果不及时发现并进行养护，在复杂因素的耦合作用下继续发展，会对桥梁结构产生更为严重的破坏，大大降低桥梁服役性能。因此，桥梁外观巡检是桥梁管养中非常重要的一个手段。

然而，传统的桥梁巡检主要采用人工测量，如在桥梁裂缝的检查中，或者借助桥检车或搭设脚手架到达结构表面，采用标尺等测量仪器来测量表面的一些裂缝等病害，或者采用望远镜、巡检无人机等对桥梁结构进行局部观测，采集到病害图片后进行人工识别。这些测量方式直接、可控制性强，得到了广泛的应用，但也有很多不足，工作量大，效率低，依靠人工判断主观经验性强，准确率低。

随着人工智能领域取得爆炸式发展，计算机视觉识别技术越来越多地被应用到桥梁外观病害的检查中来。通过数字图像处理算法和机器学习算法，使计算机能够预先学习到大量已有病害照片的潜在特征，用来对新输入的样本进行分类和预测，从而智能识别桥梁结构部构件、结构病害图像及病害的定量分析，满足了高效、高质量的检测需求。如2006年，SubiratsP等人提出一种连续小波变换的裂缝检测算法，建立多尺度的二维小波变换来提取图像中的裂缝;还有近年来运用非常火热的卷积神经网络（CNN）算法被应用于桥梁路面的裂缝检测。

3人工智能在桥梁健康监测中的应用

桥梁的结构健康对桥梁的安全至关重要。桥梁健康监测技术就是通过在桥梁的结构关键部位安装各种类型的智能传感器，如温湿度传感器、挠度传感器、应力应变传感器等来全天24小时自动监测桥梁的结构状况，为桥梁在特殊气候、交通条件下或桥梁运营状异常严重时发出预警信号，确保桥梁安全处于受控状态。

多年来，桥梁结构健康监测在智能传感、无线传输、系统集成、大数据存储等方面取得了长足的发展，可以实现桥梁状态的长期自动监测、历史数据积累和分析、异常事件的安全预警及评估等等。但现有健康监测系统通常每次只能针对少量的传感器监测值进行简单的趋势分析及关联分析，设置阈值进行预警，对于复杂的特大型桥梁，当结构参数众多，信息量巨大时，很难有效整合所有类型的监测数据，从中提取关键信息，分析各类因素之间的相互及共同影响，实现桥梁状态的损伤识别及综合评估。利用人工智能与桥梁健康监测融合，将模式识别、遗传算法、人工神经网络算法等应用到桥梁健康监测的结构损伤识别、状态分析、评估和预测，并结合大数据，对桥梁各类异构感知的数据进行全面、智能化的分析处理，实现桥梁的损伤诊断、健康状态评估和健康管理等。

4人工智能在桥梁管养辅助决策中的应用

桥梁管理与养护过程中的决策是一个相当复杂且系统的问题，同时也是养护工作中的重要内容。传统的管养决策通常是基于已有的检测监测数据，结合之前的桥梁管养经验，综合考慮运营环境、地理特点、桥梁结构、结构物材料等综合因素进行人工判断。不同的人有不同的专业知识和经验，形成的决策也各不相同，并且效率低下，准确率不高、不全面。

专家系统是人工智能的还一个分支，它一套智能化的计算机系统，内部存储了大量的某个领域专家水平的经验和知识，可以模拟专家解决问题的方式，通过推理机制和逻辑判断推理求解出专家才能解决的复杂专业问题。专家系统可以理解为“知识+推理”，主要包括知识库、数据库、解释机、推理机和交互界面。利用专家系统对采集的桥梁管养数据进行特征提取、训练学习，从而把海量数据转换为对桥梁管养单位有利的知识信息，并辅助决策和进行预测，大大提高桥梁管理与养护的水平和效率。

5总结

本文深入研究和探析了人工智能在桥梁巡检、桥梁健康监测、桥梁管养辅助决策等桥梁管养领域中的具体应用。人工智能是未来发展的新性技术，在桥梁工程领域具有相当大的潜力，其应用程度和深度与桥梁行业的信息化水平息息相关。只有桥梁技术人员加强对信息技术的学习和应用，不断摸索，整个桥梁工程领域逐步实现信息化、标准化、智能化、一体化，人工智能才会生根发芽，最终走向成熟，进一步实现智慧化。