基于人工智能技术的桥梁工程课程群重构与应用

于文龙 崔凤坤

关键词：人工智能；桥梁工程：实践教学

1引言

新基建驱动下，“人工智能+"（以下简称“AI+”），即人工智能与传统产业的深度融合及产业应用，已经成为新旧动能转换的核心动力。在此背景下，高等学校在传统课程建设中如何融人“AI+”相关知识和技术，培养学生能够适应新基建环境下的就业需求，给高校的课程建设和人才培养带来了新的挑战。

桥梁工程课程群在土木工程专业中拥有悠久的历史，主要涉及桥梁设计、检测等多方面内容。桥梁设计贯穿于桥梁工程教学的整个过程，但是，目前在桥梁工程课程中，与设计相关的内容都比较传统[1]。传统的设计计算方法没有与时俱进，跟不上当前社会发展步伐。桥梁检测是桥梁维修養护的基础，在地方高校促进产教融合与推动传统工科升级改造的双重背景下，传统桥梁检测课程亟需引入高新AI技术[2]。现行桥梁工程课本中，还未涉及结构健康监测系统的相关知识。在人工智能背景下，当前桥梁工程的课程架构和知识体系，不能满足高校对学生的教育要求。“AI+健康监测”课程内容的重构，能够填补专业知识空缺，更加贴合专业发展现状。

2“Al+设计”桥梁工程课程内容改革

2.1基于大数据技术的桥梁设计课程

对于桥梁工程中的大数据[3-4]，根据时间特点分类，可分为静态数据和动态数据。静态数据是基于既有桥梁工程获得的，包含信息资源数据库和科研数据。存放在信息资源数据库中的数据，能够进行不定时且小范围的更新，这些数据是相对比较静态的。根据桥梁所属区域，国家和地方相关部门都建有相应的桥梁工程资料数据库，以保存当地桥梁的基本数据。

在桥梁设计前，需要进行大量的现场资料调查以及设计方案选定工作。大数据技术可以对大量现场勘探的数据以及既有设计图纸进行快速处理与分析，找到具有相同建设背景的设计方案以供参考[5]。并且，桥梁静态数据中的科研数据主要来自各大高校的桥梁建模仿真实验。为使学生进一步理解大数据技术，在桥梁设计教学中，引入桥梁建模教学。通过MIDAS等桥梁建模软件，开展目前最常用的中、小跨径桥梁的建模以及数据分析工作，并结合专业课老师课堂讲解、学生课后练习，让学生对桥梁大数据中的静态数据加深理解。

2.2“AI+设计”桥梁工程课程内容应用

将AI技术应用于桥梁设计课程中，能够对学生的学习产生较大的帮助作用，从而进一步有效提升学生的竞争优势。其主要体现在通过在桥梁工程设计中融人大数据技术、支持向量机技术，学生对桥梁设计课程的认知与理解更加直观深刻，有利于学生更好地掌握桥梁设计课程中的重点内容，激发了学生对于专业课程学习的积极性，提高了学生的实践能力以及数字化思维。通过加强对相关AI技术软件的学习，为学生在将来的工程实践、设计工作中奠定了坚实的专业基础，使学生的专业水平和技术竞争力更加突出。

为了让学生更好地掌握AI技术在桥梁设计中的应用，对桥梁工程课程进行改革，在课程中，专门拿出课时对AI技术在桥梁设计内容中的应用进行讲解。同时，另外安排相应课程设计，并在课程设计中融人相关的人工智能技术，以进一步培养、加强学生在桥梁设计中应用大数据技术、支持向量机等人工智能技术的能力，进而更好地与将来工作接轨。

3“AI+检测”桥梁工程课程内容改革

3.1基于BIM技术的桥梁检测课程

建筑信息模型（Building Information Modeling，BIM）是一项新型的技术手段，具体内容是在工程项目全寿命周期内应用3D或4D信息技术进行设计、算量、施工、管理及运营[6]。随着我国交通基础设施建设的高速发展，BIM技术被应用于越来越多的工程项目，它的优势在于能够整合海量的数据项目信息，提供项目全过程信息档案，实现数据采集与管理的一体化与智能化。

在桥梁检测方面，基于BIM技术，应用Revit建模软件建立三维桥梁结构模型，进而为桥梁检测方案优化奠定基础，并且使各项数据采集达到更加精确的效果，以及实现过程管理的可视化。在进行桥梁检测前，工作人员根据构建的桥梁模型，能够精确而高效地确定传感器数量，同时布置所需的敏感性指标，特别是桥梁检测盲区，基于此，既提高了工作效率，又实现了对桥梁检测和评估的智能化。

3.2“AI+检测”桥梁工程课程内容应用

将BIM技术、卷积神经网络等人工智能技术与桥梁检测课程相结合，预期取得以下教学效果。

（1）将教材与教学内容进行更新。虽然当前关于桥梁工程的各种新理论和新技术不断地被研究应用，但是我国桥梁工程课程中很多内容依旧基于初期理论编写教材并进行授课，桥梁检测方面教材更新速度远远落后于时代的发展速度。故通过在桥梁检测课程中融人人工智能（AI）技术，能够培养新基建型学生，满足基建行业对复合型人才的需求，进一步促进我国交通基础设施建设，从而为建设交通强国做出积极贡献。

（2）增强学生的学习积极性。通过在桥梁检测课堂中引入BIM技术教学，学生能够应用Revit建模软件建立桥梁模型，从而更容易理解与桥梁检测相关联的理论信息，最终达到较好地掌握相关知识点的教学效果。基于BIM技术与桥梁检测结合的实际工程案例，开展实践性教学活动，带领学生现场参观桥梁，讲解各种桥梁病害，既拉近了教师与学生的距离，又增强了师生感情，进而提高学生学习积极性。

4“AI+健康监测”桥梁工程课程内容改革

基于人工神经网络的健康监测课程。人工神经网络能够模拟人类大脑神经网络结构和作用，基于数学模型进行信息重复化处理。既有相关研究表明：对于大容量数据处理、信息分布式存储和知识学习方面，人工神经网络的优势十分突出，人工神经网络的这些优点在结构损伤检测应用中被证明并且不断被放大。

Arangio等[7]研究发现，贝叶斯神经网络能够适应斜拉桥结构损伤识别：Dackermann等[8]将倒频谱分析和人工神经网络结合应用，得到的相应测量值能够对结构损伤位置进行定位。

通过人工神经网络知识与桥梁工程相结合的教学措施，能够使学生的专业素养得到一定的提高，培养学生对于此类专业问题的兴趣，能够有效增进学生学习新事物的积极性，大大提升学生的创新能力，使其更好地适应当今就业环境，从而实现高质量教学的目标。

5结束语

通过人工智能技术与传统桥梁设计内容相结合，不仅提高了学生的学习兴趣、学习积极性，且让学生较好地掌握了一些人工智能技术在桥梁设计中的应用，教学效果显著。桥梁检测课程质量的提升不仅有利于培养学生的实际操作能力、数字化思维能力，而且有助于提升学生的融合创新能力。将人工神经网络等人工智能技术引入桥梁健康监测课程中，既补充了桥梁健康监测与评估知识理论，又促进了桥梁工程与其他学科的深度交叉、融合，从而培育出具备更高专业素养的新型人才。