人工智能在土木工程中的應用研究

李皓軒

（江蘇開放大學（江蘇城市職業學院）,江蘇 南京 210036）

人工智能（Artificial Intelligence,AI）是一門以計算機技術為基礎，主要研究機器智能和智能機械，涉及心理學、邏輯學、信息科學、生物科學、思維科學等多學科知識的綜合性高新技術科學[1]。經過近80年的發展，人工智能已經從發展初期的“知識專家系統”，逐步發展為廣泛應用于國民經濟生活、工業生產制造、國防建設安全、教育信息交流等多領域的主導優勢學科。傳統土木工程領域設計工作計算量大，建造工作環境惡劣，屬于勞動密集型產業。而人工智能恰好彌補了傳統土木工程領域的短板，在建筑規劃設計、工程量概算、施工建造、運營維護等整個建筑生命周期均能發揮重要作用，極大地影響著土木工程的發展，推動土木工程領域不斷提高機械化、自動化、信息化和智能化水平[2]。

1 人工智能在土木工程中應用的意義

對于土木工程而言，現代土木工程與現代工業是密切結合的，但其基礎設施的機械化、自動化、智能化和信息化的程度還較低，很多工作還是要人力資源來完成。而在科技高度發達、智能化程度高的未來，人工智能技術必將滲透于人類社會活動和生產活動的各個方面，人類大規模體力勞動和惡劣環境下的工作必將被機器或機器人所取代。2017年4月，住房和城鄉建設部發布公告，批準《建筑智能化系統運行維護技術規范》（JGJ/T 417—2017）作為行業標準，自2017年10月1日起施行。建筑智能化建設順應了建筑業轉型、精細化時代的需要，是推進新型工程建設的重要舉措。傳統建筑技術的轉型升級是世界范圍內的熱門話題，各國都提出了建筑產業化等行業長遠發展的愿景。我國應充分探索形成中國模式和經驗，積極應對新一輪科技革命和產業變革，支持服務創新引領發展，引領全球工程教育。因此，為形成基于中國基礎設施優勢的強大智能建設模式，在土木基礎設施領域，必須及早引入人工智能技術，讓人工智能技術與土木基礎設施規劃、設計、建造等工作全方位融合，才能推動土木工程的發展，實現土木工程的跨越式進步。

2 人工智能在土木工程中的應用

2.1 人工智能在結構設計中的應用

工程結構設計是建筑工程的基礎，也是建筑個性化實現的根本保證。對于建筑工程結構設計而言，安全可靠、節能環保、科學合理、抗震等是必須滿足的基本原則[3]。傳統的建筑結構設計過程主要分為結構方案設計、初步結構設計、施工圖設計三個階段。結構方案設計和初步結構設計主要依賴于結構設計師的專業知識和工程經驗，而施工圖設計則更加依賴于結構設計師對相關規范、標準的理解和掌握。建筑結構設計與建筑造型設計不同，其設計思路更偏向于專業和具體，沒有較多的主觀影響，因此結構工程師的邏輯運算能力是建設結構設計滿足基本原則、實現建筑功能的重要因素[4]。人工智能技術作為計算機技術的分支，其計算能力遠高于普通人，將人工智能技術應用于建筑結構設計中，借助人工智能強大的運算能力和擬人化的邏輯判斷，可以更加快捷、準確地得到合理、最優的設計結果。

近年來，已有多位學者對人工智能應用于結構設計展開研究[5]。蘇國韶等（2009）提出了一種人工智能的機器學習方法，通過建立相應的預測模型以解決邊坡穩定性的合理評價問題，該方法通過人工智能的邏輯判斷，能夠快速、準確、可靠地給出各種邊坡穩定狀態的評價結果[6]。

在實體結構設計方面，人工智能也大有可為。漸進結構優化法是一種基于有限元分析方法的結構拓撲優化設計方法[7]，由謝億民和Steven于1992年首次提出。通過與現有的有限元分析軟件連接，該結構優化設計方法能通過計算機的有限元分析計算，逐步刪除結構模型中的低效網格，使結構在保證相同的受力方式、相近的承載力和穩定性的情況下盡可能使用更少的材料，最終形成一個“最優”的結構形式。經過多年研究發展，該方法目前已被廣泛應用于航空工程、機械工程、土木工程等的力學結構設計中，尤其是在負泊松比材料的結構設計方面，目前的幾種負泊松比材料的設計主要基于結構工程師的主觀經驗和基于屈曲分析的二維結構設計，而應用漸進結構優化法可以設計出力學性能更優的三維負泊松比材料和結構[8]。但是在實際研究過程中，有限元模型的準確建立、荷載分布的精確分析、受力狀態的正確判斷、大規模的批量運算是制約漸進結構優化法在負泊松比材料設計等實際工程中應用取得突破性進展、廣泛應用于實際土木工程結構設計的主要因素。這些仍主要依賴于研究人員的主觀經驗和判斷，實際試驗驗證的成本往往較高。而人工智能的深度學習和強大計算能力恰好能在這一方面為結構優化法提供新的研究路徑，通過人工智能的“專家系統”，可以更加快速、準確地利用漸進結構優化法進行結構的優化設計。

2.2 人工智能在工程材料中的應用

工程材料是組成建筑物的最小單位，也是影響建筑功能的重要因素。隨著人工智能算法的發展和普及，國內外已有不少專家學者將機器學習和智能優化算法等人工智能算法應用于混凝土技術的研究中[9]。通過將人工智能技術與混凝土配合比設計相結合，可以建立基于機器深度學習和最優化算法的混凝土配合比優化模型。相比于傳統的混凝土配合比設計方法，利用人工智能建立的混凝土配合比優化模型不但在力學性能、材料性能分析方面更加精準，還可以節約大量的建模人工成本和計算時間成本。同時，人工智能還可以通過對大量配合比數據的深度學習，進一步優化混凝土配合比模型，實現混凝土配合比智能、精準設計。

除了混凝土，鋼材也是廣泛應用于建筑工程的主要材料之一，在建筑物中起到主要承載作用。鋼結構建筑中，鋼材表面的裂紋、隙縫、斑點等瑕疵是影響鋼材材料性能的主要因素。嚴重的鋼材瑕疵會導致建筑結構出現失穩和破壞，因此鋼材瑕疵的檢測是工程建設質量管理的重要環節。常規的鋼材瑕疵檢測方式主要有人工檢測和單一機理檢測，但由于鋼材瑕疵形式種類多樣且缺乏統一的鑒定標準，傳統人工檢測效率較低且精準性難以保證，而單一機理檢測限制條件較多且在實時性和綜合性檢測能力上存在不足，使得鋼材瑕疵檢測成為鋼材生產和質量管理的主要難點。隨著計算機科學的發展，德國Parsytec公司設計了一種基于圖像采集和處理系統的鋼板表面瑕疵實時動態檢測系統HTS，可以快速檢測運動中的鋼板表面的瑕疵[10]。近年來，國內也有學者將人工智能與建筑鋼材瑕疵實時檢測相結合[11]，基于深度學習設計了工業鋼材瑕疵檢測系統模型及相關代碼，實現了鋼材智能化實時精準檢測。這極大地減少了鋼材瑕疵檢測的人工成本，提高了鋼材瑕疵檢測的精準性。隨著人工智能的進一步發展，鋼材瑕疵檢測系統還可以向著檢測精度更高、操作界面更方便直觀、應用范圍更加廣泛的方向進一步優化迭代。

除了工程材料混凝土與鋼材，人工智能還可以實現新材料的自主試驗[12]。例如美國空軍研究實驗室的材料和制造部研制的材料制備試驗機器系統——“自主研究系統”（ARES），于2016年首次公布。ARES主要由自動化反應器和智能控制軟件組成，基于人工智能的智能控制軟件是ARES系統的核心。利用該控制軟件，ARES能自主開展材料制備試驗，包括自主學習完成試驗設計、確定參數完成試驗實施、評估數據優化試驗設計，從而形成自我深度學習循環。目前，ARES系統已經成功應用于納米材料的研制，推動了高端工程材料的進一步發展。

目前制約土木工程行業蓬勃發展的主要瓶頸之一便是材料性能。理論上可行的工程創新構造往往缺乏與之相匹配的工程材料，難以完成實際建造。未來隨著信息技術的不斷發展，人工智能與工程材料的結合將在材料設計、材料試驗、材料制造等方面給土木工程發展帶來新的動力。

2.3 人工智能在工程造價中的應用

工程造價管理是土木工程項目管理的重要核心內容之一，是土木工程建設過程中能否實際建造、達成設計目標的關鍵環節[13]。目前我國土木工程行業仍普遍采用較為粗放的生產方式，在工程材料的使用方面還存在較大的浪費，同時人力和機械的粗放式使用也給工程造價的準確計算帶來較大難度。

隨著“智能建造”概念的提出與發展，BIM技術、大數據技術等逐步被應用于工程造價管理，在一定程度上改善了傳統工程造價信息來源單一、信息交流困難、信息數據復雜所形成的“信息孤島”問題，提高了各參建單位的信息互動性，更有利于建設單位進行工程造價控制。相比傳統的清單造價管理，智能化的管理系統還提高了工程造價管理的效率和質量。目前，國內已有學者采用人工神經網絡對傳統工程材料螺紋鋼的價格變動趨勢進行預算研究[14]，研究結果表明，基于人工智能的神經網絡技術的螺紋鋼價格趨勢預測具有一定的準確性，但具體價格仍有偏差，需要進一步分析優化算法[15]。

未來，人工智能與工程造價的深度結合，將進一步降低工程造價管理工作對“人”的依賴[16]。通過人工智能技術的應用，將更好地推動工程造價數據分析規?；⒕珳驶?、動態化，促進工程造價管理模式和管理技術創新發展[17]。

2.4 人工智能在智能建造中的應用

近年來，智能制造理念在土木工程領域迅速發展，利用信息技術手段可使設置在土木工程建筑物上的傳感器、網絡通信等智能設備與相關人員協同工作，部分替代人在制造過程中的體力和腦力勞動[18]，是土木工程未來發展的方向之一。智能制造技術涉及范圍較廣，包含BIM技術、物聯網技術和大數據技術等，與人工智能技術相輔相成。在人工智能技術的幫助下，土木工程建造的智能化水平將得到大幅提升，施工過程的管理工作將更加高效[19]。在施工建造過程中，應用人工智能技術進行項目管理和質量監督，不僅可以避免人為失誤，還可以有效提高質量管理的效率[20]。因此，在房屋建筑施工中應用人工智能技術是未來施工企業進行施工管理的一個重要發展趨勢。

2.5 人工智能在施工人員管理中的應用

近年來，我國的土木工程安全事故頻發，主要原因是工人的不規范操作、不安全行為以及缺乏監督等人為因素[21]。為了解決土木工程工地環境復雜，安全人員無法及時發現危險的問題，將計算機視覺與工地監管相融合，能夠及時發現并阻止危險發生。通過對施工過程進行監控，還能夠提升工人的工作效率，有效縮短工期[22]。人體姿態評估可以檢測出人體或機械的姿態信息，包括肢體的朝向等。通過對人體或機械的行為進行預測，能夠對危險動作發出警告，并及時發現傷者。智能生成數據集的挖掘機姿態評估模型能夠成功評估挖掘機的姿態。并且，該模型也適用于其他機械的姿態評估。有研究使用低分辨率相機采集車輛駕駛員的頭部圖像，實時地對駕駛員的頭部姿態進行估計；并提出一種計算駕駛員動態視野盲區的方法，實時分析駕駛員的動態視野盲區，對進入盲區的施工人員發出警告，能夠有效預防施工現場設備撞擊造成的傷亡。此外，該評估方法能夠使用智能手機對施工人員的軀干姿勢進行危險評估、判斷施工人員的身體狀況，從而降低錯誤的作業姿勢對施工人員身體的損害。

2.6 人工智能在防災減災中的應用

防災減災一直是土木工程領域的研究重點。通過加強風險預警、風險管理，提高應急處置能力，可以有效減少災害損失，實現工程建設目標。借助人工智能技術，可以在災害發生前建立基于圖像識別的建筑易損性評估系統、基于梯度提升和隨機森林模型的高風險建筑識別系統、基于卷積神經網絡的災害自動監測系統等，完善防災減災預警體系，促進防災減災工作落地落實。

此外，相關研究還將人工智能技術引入地震減災預警領域，通過將深度學習等機器學習技術應用于地震數據處理業務流程，顯著提高地震記錄的完整性和工作效率，在地震檢測、分類、參數預測等諸多方面提高了地震減災預警的準確性和預測效率，極大地推動了地震減災領域的發展。

2.7 人工智能在工程維護中的應用

人工智能技術在土木工程的運營和維護方面也能發揮重要作用。在工程成果驗收方面，可以通過機器人來完成。機器人到達現場后，可通過激光雷達對工程建筑物進行掃描，以3D的形式呈現在系統中，與原有模型進行對比，以找出其中的問題。同時，其還可通過超聲波對地板厚度等進行檢測，全方位保障工程的安全和質量。之后，機器人會通過通信系統聯系甲方，實時傳送現場畫面，讓客戶對整體工程做一個判定。這時候，機器人就是一個通信介質，乙方可通過機器人與甲方進行直接的交流。在驗收過后的維護方面，可以用無人機和機器人來代替，從內到外、從上到下對工程進行檢修和維護。

在土木工程后期的運營階段，人工智能可負責建筑物的監控和維護工作，可以利用無人機、計算機視覺、深度學習等技術來完成。例如無人機在土木工程領域視覺監控建設和運行方面的應用具有巨大潛力。無人機通過搭載不同類型的傳感器，可以快速獲得大量拍攝區域的高精度、大比例高清圖像，生成三維模型，能及時更新實時工程信息，為緊急救援提供更準確快速的實時信息，以協助相關部門迅速準確地制定出最佳的應急和處置方案。

3 結語

綜上所述，人工智能在土木工程領域發揮著無可替代的作用，正在逐漸融入傳統土木工程項目生命周期的各階段，使土木工程項目的設計更精準、更高效，節省勞動力成本，優化各工序銜接程序，縮短項目工期，極大地推動工程項目在精細化、智能化道路上的發展。