人工智能在土木工程領域中的應用進展

馬佳星,謝含軍,周朝陽,蔣建男

(1.天津大學建筑工程學院,天津 300350; 2.寧波市政工程建設集團股份有限公司,浙江 寧波 315012;3.重慶交通大學土木工程學院,重慶 400074; 4.浙大寧波理工學院土木建筑工程學院,浙江 寧波 315100)

1 智能規劃

人工智能為城市規劃提供了創新解決方案,通過深度學習研究城市生成規律及空間規律,結合情境再現技術對城市進行智能規劃。吳志強[1]提出了人工智能輔助城市規劃的理念,將城市智能規劃分為三步,即智能挖掘數據、智能配置用地、智能設計城市形態,通過構建博弈模型(CityGo)、研發城市智能模擬平臺(CIM),對全球城市發展問題進行系統研究,采用機器學習及深度學習方法,提出寧波城市樹概念[1]。Chen等[2]運用地理信息系統(GIS)技術構建了一個規則詳細的空間數據模型,以分層的概念實現用戶對城市規劃系統的管理。城市地下空間作為不可再生的寶貴資源,對其進行準確的需求預測是開發建設最為重要的前期工作之一[3]。Zhang等[4]通過改進人工干預遺傳算法(AIGA)獲得了羅湖區地下空間體最優三維規劃方案。Qiu等[5]基于三維GIS技術開發了一套地下工程數字化信息系統,通過三維可視化分析對地下空間規劃進行優化。深度學習等人工智能技術通過解讀前人無法理解的海量數據,助力城市規劃朝著更為精細化及人性化的方向發展。基于人工智能技術的城市規劃涉及設計、規劃、數學及計算機等專業知識,這對人才專業背景提出了更高的要求[6]。

2 智能設計

隨著計算機硬件的升級、大數據的發展及神經網絡算法的優化,人工智能逐步由輔助設計向決策設計發展[7]。Goodfellow等[8]提出生成對抗式神經網絡(GAN)。王亞輝等[9]通過深度殘差學習網絡(ResNet)算法建立了人工智能設計決策模型,該算法較傳統的卷積神經網絡(CNN)及深度神經網絡(DNN)算法具有更快的設計決策效率及更高的決策滿意度。Huang[10]等通過圖像數據訓練Pix2pixHD模型達到自動生成公寓平面圖的目的。Zheng[11]等通過訓練GAN模型實現輸入圖像邊界自動生成建筑平面圖,相較于建筑設計,結構設計中人工智能技術的運用還僅限于 構件層面。Liao等[12]通過現有的剪力墻試驗數據[13-15]對GAN模型進行訓練,基于該模型對剪力墻進行智能設計。Yang等[16]利用人工神經網絡分析了墻體各參數對于擋土墻安全系數的影響,進一步提出了墻體失效控制的建議手段。人工智能仍處于并將長期處于弱人工智能階段,暫時還不具備研發能夠實現完全智能化的設計工具的能力。建筑師與人工智能協同工作將是未來建筑設計的主流[17]

3 智能生產

隨著云計算、大數據、物聯網等信息技術的發展,建筑行業進入了一個高質量發展階段,裝配式構件的廣泛運用是這一階段的顯著特征[18]。裝配式技術的興起實現了建筑模式由現場作業向工廠制造的轉變,并由此推動了傳統工廠向智能工廠的信息化改造。智能工廠旨在構建面向制造業的信息物理系統(CPS),以實現物理實體與信息系統的垂直集成,從而達到機械設備智能運行的目的[19]。智能工廠具有減少材料浪費、節約人力、提高效率縮短工期、保護環境等優點。目前大量工程的水泥廠、鋼筋加工廠及預制梁場均已實現智能化升級[20-22]。虎門二橋預制梁場通過引入物聯網、云計算、二維碼等信息技術對預制梁場進行智能化改造,實現了生產狀態的實時管理,提高了生產效率,降低了人工成本[23]。除了裝配式技術外,混凝土3D打印技術的出現也為智能建造的發展提供了新契機。3D打印建造具有低碳環保、施工速度快等優點,已應用于多種建筑結構中,但其成本高昂、個體化差異大、質量難以統一保障,現階段還難以走向市場化。

4 智能施工

人工智能已逐步融入土木工程施工全過程中,主要包括建筑機器人、BIM+AI、虛擬現實(VR)、增強現實(AR)等。建筑機器人可增加施工安全性,提高施工效率,降低工程造價。常見的建筑機器人有無人機、砌磚機器人、裝修機器人、質量檢測機器人、巡檢機器人、拆除機器人等。近年來部分建筑機器人產品已陸續走出實驗室,但由于精度不足、抗干擾性差及控制系統不夠理想等缺陷,商業化進程仍較為緩慢。BIM與人工智能的融合可充分發揮兩者的技術優勢。BIM+AI在施工階段的應用較為廣泛,Zhang等[24]提出了一種基于BIM的風險識別專家系統,該系統可自動識別施工安全風險,制定相應的控制措施。Moon等[25]基于BIM對工作空間干擾影響因子進行分析,結合遺傳算法(GA)對調度方式進行優化,以確定最小擾動施工方案。謝尊賢等[26]通過BIM對施工影響因素進行搜集,在此基礎上運用遺傳算法與貝葉斯網絡(BN)對數據進行分析處理,構建了施工項目安全狀況評價模型。隨著人工智能技術的持續融入,零散的施工環節將得到有效的重組與整合。未來的施工現場必將朝著更加高效、綠色與安全的方向轉變。

5 智能運維

在經歷高速發展后,我國的基礎設施已進入維護期。傳統的運維模式主要為事后維修,維修成本高,安全保障能力弱。隨著通信、電子技術的發展,新的智能運維模式應運而生。智能運維的主要特點是數據處理平臺化、監測檢測及運維管理智能化。云計算與大數據平臺能夠對運維過程中產生的大量數據進行精加工及深度挖掘,從而對運維規律進行分析總結。Yu等[27]基于數字孿生提出了隧道運維決策分析框架,對隧道全生命周期數據進行匯總及分析,以實現故障智能診斷及預測。監測檢測智能化包括實時監測與動態巡檢(如圖1所示)。Luo等[28]將深度學習技術與激光雷達技術相結合,對隧道內噴射混凝土厚度進行實時監測。陳顯龍等[29]設計開發了一款基于無人機的路橋病害檢測系統,該系統具有自動避障、病害識別等功能,可實現對常規路橋的動態巡檢。作為智能運維的核心,運維管理智能化集監測、檢測、分析處理及管理維護為一體,可實現運維過程中的故障智能預警及決策的輔助制定。胡振中等[30]將BIM技術與數據驅動技術結合,提出了融合聚類算法及人工神經網絡的混合運維數據挖掘方法。該方法具有增補BIM信息、管理動態信息、自動分析數據等優點。

圖1 隧道數字孿生體Fig.1 Tunnel digital twin

6 展望

目前,人工智能已初步融入基礎設施生命周期的各個階段。為了更好地推進人工智能對土木工程的智能化、信息化改造,可從以下幾個方面入手:推進人工智能算法的優化升級,研發具有更好的人機交互能力的設計工具,提高人工智能交互協作能力。加強基礎研發能力及創新能力,開發具有自主知識產權的國產軟硬件,突破智能建造關鍵技術瓶頸。建立信息技術與土木工程深度融合的沉浸式人才培養模式,培養“AI+土木”高素質復合型人才。