橋梁信息化及智能橋梁2019年度研究進(jìn)展

勾紅葉 楊彪 華輝 謝蕊 劉暢 劉雨 蒲黔輝

摘 要：伴隨全球科技創(chuàng)新呈現(xiàn)出的信息化、智能化發(fā)展趨勢，傳統(tǒng)橋梁工程的革新也迎來新的機(jī)遇，打造日趨智能化、高精度化的橋梁結(jié)構(gòu)勢必成為未來的發(fā)展方向，深刻變革橋梁設(shè)計(jì)、建造和養(yǎng)維護(hù)的全生命周期。為掌握該領(lǐng)域研究動(dòng)態(tài)和發(fā)展趨勢，從橋梁信息化、智能檢測、高性能智能材料以及智能防災(zāi)減災(zāi)等方面，綜述了2019年該領(lǐng)域研究現(xiàn)狀，并對后續(xù)發(fā)展方向及研究重點(diǎn)進(jìn)行展望。分析表明：BIM技術(shù)可以顯著提高橋梁的生產(chǎn)效率、性能水平和建養(yǎng)管一體化水平，數(shù)字孿生概念隨著5G技術(shù)的發(fā)展也逐漸引入橋梁管養(yǎng)領(lǐng)域;無人機(jī)、機(jī)器人等智能檢測技術(shù)與計(jì)算機(jī)視覺、大數(shù)據(jù)、深度學(xué)習(xí)等智能算法使得橋梁檢測手段不斷豐富，檢測精度和效率不斷提高;高性能智能材料的研發(fā)應(yīng)用為橋梁智能化發(fā)展提供了強(qiáng)大助力，人工智能技術(shù)的發(fā)展也為結(jié)構(gòu)防災(zāi)和行車防災(zāi)帶來新的思路。未來應(yīng)圍繞“橋梁信息化及智能橋梁”這個(gè)主題開展核心理論創(chuàng)新、技術(shù)裝備攻關(guān)和工程示范應(yīng)用，以更好地支撐國家重大發(fā)展戰(zhàn)略、保障橋梁安全長壽。

關(guān)鍵詞：人工智能;橋梁信息化;建筑信息模型;深度學(xué)習(xí);智能檢測

中圖分類號：U442.5 ? 文獻(xiàn)標(biāo)志碼：R ? 文章編號：2096-6717（2020）05-0014-14

收稿日期：2020-04-01

基金項(xiàng)目：國家自然科學(xué)基金（51878563）

作者簡介：勾紅葉（1983- ），女，教授，博士生導(dǎo)師，主要從事橋梁動(dòng)力學(xué)行為及安全評定研究，E-mail：gouhongye@swjtu.edu.cn。

劉雨（通信作者），男，博士生，E-mail：liuy@my.swjtu.edu.cn。

Received：2020-04-01

Foundation item：National Natural Science Foundation of China （No. 51878563）

Author brief：Gou Hongye （1983- ）， professor， doctorial supervisor， main research interests： dynamic behavior and safety assessment of bridges， E-mail： gouhongye@swjtu.edu.cn.

Liu Yu （corresponding author）， PhD candidate， E-mail： liuy@my.swjtu.edu.cn.

Abstract： With the global trend of informationization and intelligence in development of scientific and technological innovation， bridge engineering faces new opportunities for innovation. There is a trend of developing intelligent and high-precision bridges， which may profoundly transform the whole life cycle of bridge design， construction and maintenance. To reveal the progress and trend in this field， this paper reviews related research worldwide in 2019， with regard to bridge informatization， intelligent inspection， high-performance intelligent materials， and intelligent disaster prevention/mitigation， and proposes prospects of future research opportunities. According to the review， BIM technologies can significantly improve the productivity， performance， and integration of construction， maintenance and management of bridges. With the development of 5G technology， digital twinning has been introduced into the field of bridge management and maintenance. Intelligent inspection technologies （e.g. UAV and robots） and intelligent algorithms （e.g. computer vision， big data， and deep learning） continuously enrich bridge monitoring methods and improve the accuracy and efficiency. Development and applications of high-performance intelligent construction materials have provided strong thrusts to the development of intelligent bridges. Development of artificial intelligence （AI） technologies bring new approaches for disaster prevention of structures and transportation. To support national development strategies and ensure safety and durability of bridges， future research should focus on the theme of "bridge informatization and intelligence" to carry out theoretical innovation， technical research and engineering applications.

Keywords：artificial intelligence （AI）; bridge informatization; building information model （BIM）; deep learning; intelligent detection

橋梁是跨越江河湖海、深溝峽谷等障礙的人工構(gòu)筑物，是交通工程關(guān)鍵節(jié)點(diǎn)和樞紐工程，是國民經(jīng)濟(jì)發(fā)展和社會(huì)生活安全的重要保障[1]。隨著新一輪科技革命和產(chǎn)業(yè)變革的孕育興起，“5G”技術(shù)、“互聯(lián)網(wǎng)+”技術(shù)、新型傳感器、機(jī)器人、成像系統(tǒng)、智能材料、人工智能等現(xiàn)代科技將成為橋梁工程精細(xì)化設(shè)計(jì)、施工和運(yùn)維的關(guān)鍵技術(shù)。周緒紅等[1]指出，基于信息化技術(shù)的智能化科技將為橋梁工程的革新帶來新的機(jī)遇。鮑躍全等[2]也指出，人工智能技術(shù)將深度融入土木工程基礎(chǔ)設(shè)施的全生命周期，深刻變革土木工程科學(xué)、技術(shù)與工程的發(fā)展。

以戰(zhàn)略需求為背景，伴隨全球科技創(chuàng)新呈現(xiàn)出的信息化、智能化新發(fā)展趨勢，傳統(tǒng)橋梁工程必將迎來深刻變革。面向技術(shù)現(xiàn)狀及未來需求，將橋梁全生命周期與現(xiàn)代信息技術(shù)深度融合，打造日趨智能化、高精度化的橋梁結(jié)構(gòu)將是未來發(fā)展方向。這也意味著除了橋梁本身的性能得到提升外，智能化、立體化、信息化的橋梁建造和安全運(yùn)維體系將會(huì)越來越完善和普及。信息化是智能化的基礎(chǔ)，實(shí)現(xiàn)智能化需要建立大規(guī)模、自上而下、有組織的信息網(wǎng)絡(luò)系統(tǒng)。因此，橋梁的智能化離不開信息渠道的支撐。一個(gè)科學(xué)、一體化的信息系統(tǒng)可以為智能橋梁提供可靠的數(shù)據(jù)支持，為橋梁的智能化奠定基礎(chǔ)[1]。當(dāng)前，技術(shù)革命日新月異，眾多新技術(shù)被應(yīng)用于橋梁工程領(lǐng)域，為了及時(shí)學(xué)習(xí)和把握橋梁信息化和智能化發(fā)展現(xiàn)狀的必要性，筆者歸納總結(jié)了2019年橋梁信息化與智能化的研究，展示當(dāng)前在橋梁信息化、智能檢測、高性能智能材料以及智能防災(zāi)減災(zāi)方面的前沿技術(shù)和重要成果，指出當(dāng)前研究在實(shí)現(xiàn)橋梁信息化和智能化中存在的問題，并分析本方向研究熱點(diǎn)和進(jìn)行前景展望。

1 橋梁信息化

橋梁工程的信息化研究正在蓬勃發(fā)展，通過信息化技術(shù)可以顯著提高橋梁的生產(chǎn)效率、性能水平和建養(yǎng)一體化水平，推動(dòng)橋梁智能化、工業(yè)化水平的提升[1]，實(shí)現(xiàn)橋梁全壽命周期內(nèi)各項(xiàng)數(shù)據(jù)的管理和橋梁狀態(tài)的實(shí)時(shí)評估并保障交通安全。BIM技術(shù)作為提高橋梁信息化水平的有效手段，已得到國家各層面的高度重視[3-4]，同時(shí)，隨著5G技術(shù)的發(fā)展Michael Grieves提出的Digital Twin（數(shù)字孿生）概念也逐漸被引入橋梁管養(yǎng)領(lǐng)域。

在橋梁信息化設(shè)計(jì)方面，BIM等技術(shù)為設(shè)計(jì)提供了一個(gè)三維數(shù)字化平臺，可直接用于復(fù)雜形體的創(chuàng)意表達(dá)和結(jié)構(gòu)優(yōu)化，其參數(shù)化設(shè)計(jì)手段可以將橋梁的復(fù)雜形態(tài)通過關(guān)鍵參數(shù)控制，有效地提高設(shè)計(jì)質(zhì)量。中國作為橋梁大國，新建橋梁規(guī)模遠(yuǎn)超其他國家，因而在橋梁信息化設(shè)計(jì)方面的研究應(yīng)用較廣，眾多研究成果已被廣泛應(yīng)用。

孫建誠等[5]構(gòu)建了基于BIM的橋梁設(shè)計(jì)和施工管理三維參數(shù)化標(biāo)準(zhǔn)建模方法，利用IFC標(biāo)準(zhǔn)規(guī)范了BIM橋梁設(shè)計(jì)具體思路及施工管理標(biāo)準(zhǔn)化技術(shù)路線，此研究給BIM設(shè)計(jì)的標(biāo)準(zhǔn)化建設(shè)提供了重要參考。杜一叢等[6]對橋梁設(shè)計(jì)中“一類應(yīng)用”、“正向應(yīng)用”兩種BIM技術(shù)模式的應(yīng)用概況、應(yīng)用價(jià)值等進(jìn)行了分析，得出“正向應(yīng)用”模式不僅保證了信息傳遞的順暢、完整，而且攜帶信息的模型可以繼續(xù)應(yīng)用于施工和運(yùn)維階段，使得BIM不僅可作為設(shè)計(jì)階段的工具，更可作為整個(gè)建造周期的工具，這拓展了BIM的應(yīng)用場景，增強(qiáng)了應(yīng)用價(jià)值。張秋信等[7]將BIM技術(shù)用于平塘特大橋的三維建模設(shè)計(jì)和碰撞檢查，發(fā)現(xiàn)了橋塔及組合橋面中剪力釘、普通鋼筋及預(yù)應(yīng)力筋之間的碰撞問題，這對橋梁結(jié)構(gòu)前期檢查非常有幫助，能夠及時(shí)發(fā)現(xiàn)問題，避免損失。

在橋梁信息化施工方面，BIM等技術(shù)能實(shí)現(xiàn)信息共享、多方協(xié)同作業(yè)、全局仿真、降低安全隱患[8]等，推動(dòng)橋梁施工的可視化和精準(zhǔn)化發(fā)展，能夠有效提高施工管理水平、保障施工安全性、提升施工質(zhì)量和降低施工成本，積極推進(jìn)施工單位的改革創(chuàng)新，提升自身競爭力。

馬白虎等[9]基于BIM技術(shù)和“互聯(lián)網(wǎng)+”等新一代信息化技術(shù)，將現(xiàn)代施工管理4D理論引入到橋梁施工期信息管理中，以橋梁的BIM模型為載體，研發(fā)了橋梁主梁鋼預(yù)制構(gòu)件施工過程信息化管理技術(shù)，實(shí)現(xiàn)了鋼梁、預(yù)制板等關(guān)鍵構(gòu)件施工過程信息共享和施工管控。張文勝等[10]研發(fā)了基于BIM與3DGIS（三維地理信息系統(tǒng)）集成的鐵路橋梁數(shù)值化建設(shè)系統(tǒng)，解決了設(shè)計(jì)、施工與管理不同階段之間的數(shù)據(jù)共享與挖掘利用的難題，實(shí)現(xiàn)從3DGIS可視化、漫游和三維空間分析到BIM施工管理、施工動(dòng)態(tài)模擬和施工進(jìn)度總覽的全過程信息化管理，這不僅降低了管理難度，減少了管理成本，還打通了各環(huán)節(jié)間的連接，使管理更便捷。Markiz等[11]將BrIM技術(shù)與Navisworks技術(shù)和概率模糊邏輯策略方法相結(jié)合，實(shí)現(xiàn)了施工中的材料管理及成本估算，有效地減少了構(gòu)件在施工前的碰撞，既保證了材料的質(zhì)量，也降低了成本。Lu等[12]將智能施工技術(shù)應(yīng)用到鐵路工程領(lǐng)域，分析了鐵路工程智能化施工建造的內(nèi)涵、功能和特點(diǎn)，基于BIM和PHM（預(yù)測和健康管理），從生命周期、管理層次、智能化功能3個(gè)維度構(gòu)建了ICRE（鐵路工程智能化施工建設(shè)體系結(jié)構(gòu)，圖1），進(jìn)一步從技術(shù)和功能兩方面建立了“知覺、替代、智能”3個(gè)發(fā)展階段的評價(jià)指標(biāo)體系。尤其是中國高鐵正在如火如荼的建設(shè)中，該技術(shù)的應(yīng)用，更加提升了中國企業(yè)的管理水平、施工水平以及國際地位。

在橋梁信息化管養(yǎng)方面，引入現(xiàn)代化信息技術(shù)將升級橋梁養(yǎng)護(hù)管理技術(shù)、提高管理效率與能力。基于BIM等技術(shù)搭建的建管養(yǎng)一體化平臺，可以有效促進(jìn)橋梁管養(yǎng)過程中的標(biāo)準(zhǔn)化、可視化、自動(dòng)化和智能化發(fā)展[13]，為橋梁的日常檢查、工程養(yǎng)護(hù)和計(jì)劃性維護(hù)等提供決策參考，實(shí)現(xiàn)橋梁全生命周期內(nèi)各項(xiàng)數(shù)據(jù)的智能管理和橋梁狀態(tài)的實(shí)時(shí)評估，并保障交通安全。

張貴忠等[14]針對大跨徑鐵路橋梁現(xiàn)代化運(yùn)維和管養(yǎng)需求，提出基于BIM的多源信息獲取及管理、結(jié)構(gòu)智能分析與狀態(tài)評估、智能養(yǎng)修管理的數(shù)字化大橋管養(yǎng)平臺設(shè)計(jì)方案，明確了平臺的基本功能和物理架構(gòu)。Wan等[15]基于BIM技術(shù)對IFC（行業(yè)基礎(chǔ)類）和IFD（國際詞典框架）標(biāo)準(zhǔn)進(jìn)行了研究和擴(kuò)展，針對中國橋梁行業(yè)定義的編碼規(guī)則，提出了一種快速建立橋梁BIM模型的標(biāo)準(zhǔn)結(jié)構(gòu)建模方法。潘永杰等[16]將信息化技術(shù)與檢養(yǎng)修深度融合，構(gòu)建了基于BIM的鐵路橋梁病害庫、管養(yǎng)知識庫和運(yùn)營養(yǎng)護(hù)系統(tǒng)，實(shí)現(xiàn)了智能巡檢、橋梁病害的統(tǒng)計(jì)分析和橋梁狀態(tài)的定量評價(jià)，為鐵路橋梁全生命周期信息反饋和預(yù)防性維修提供了基礎(chǔ)。Zou等[17]將橋梁結(jié)構(gòu)的實(shí)時(shí)風(fēng)險(xiǎn)分解處理系統(tǒng)集成到3D/4D BIM中，并在風(fēng)險(xiǎn)數(shù)據(jù)和BIM之間建立聯(lián)系，提出了基于BIM的風(fēng)險(xiǎn)可視化和信息管理方法;實(shí)現(xiàn)了在3D BIM中識別和記錄橋梁運(yùn)營活動(dòng)相關(guān)的潛在風(fēng)險(xiǎn)，并在4D BIM中可視化已識別的潛在風(fēng)險(xiǎn)，有效提高了橋梁管養(yǎng)質(zhì)量和效率。Shim[18]建立了3D維護(hù)信息管理和圖像處理的數(shù)字檢查系統(tǒng)，對橋梁全生命周期中所有相關(guān)信息進(jìn)行不斷交換和更新;并定義數(shù)字孿生（Digital Twin）模型（圖2），實(shí)現(xiàn)了預(yù)應(yīng)力混凝土橋梁的預(yù)防性維護(hù)及維修。長久以來，實(shí)現(xiàn)橋梁管養(yǎng)的信息化與智能化一直是橋梁管養(yǎng)人員的不懈追求。BIM技術(shù)實(shí)現(xiàn)了協(xié)同管理、可視化管理及一體化管理，數(shù)字孿生技術(shù)的興起將會(huì)推動(dòng)管養(yǎng)朝智能輔助決策管理方向發(fā)展和前進(jìn)。

BIM技術(shù)已成為橋梁設(shè)計(jì)、施工和管養(yǎng)實(shí)現(xiàn)信息化的有效手段并得到大量研究和應(yīng)用，數(shù)字孿生技術(shù)的興起為橋梁信息化管理、智能輔助決策管理提供了更多的可能性。但當(dāng)前研究也存在一些不足：1）以BIM技術(shù)為代表的信息技術(shù)在橋梁設(shè)計(jì)應(yīng)用中未能形成統(tǒng)一且完善的標(biāo)準(zhǔn)。BIM技術(shù)在近幾年得到了快速發(fā)展，但由于其引進(jìn)時(shí)間晚，技術(shù)要求高，不同研究人員對該技術(shù)的理解和應(yīng)用見仁見智，以至于不同企業(yè)、從業(yè)者間的交流存在各種困難，希望相關(guān)部門能盡快組織出臺相關(guān)的BIM技術(shù)規(guī)范，促進(jìn)BIM技術(shù)的可持續(xù)發(fā)展;2）既有老舊橋梁難以實(shí)現(xiàn)融合現(xiàn)代信息化技術(shù)的智能管養(yǎng)。對于老舊橋梁，應(yīng)在人工檢測基礎(chǔ)上，盡可能多地結(jié)合現(xiàn)代管養(yǎng)技術(shù)，使橋梁得到最科學(xué)的管養(yǎng)維護(hù);3）橋梁信息化養(yǎng)護(hù)管理系統(tǒng)主要集中應(yīng)用于特大型復(fù)雜橋梁，覆蓋范圍有限。針對中小型橋梁，在今后的建造過程中，也應(yīng)該建立相應(yīng)的管養(yǎng)維護(hù)系統(tǒng)，以便更好地監(jiān)管、檢測橋梁健康狀況;4）更加真實(shí)、精確的Digital Twin模型在橋梁工程中的應(yīng)用還處于初步探索階段。該技術(shù)首次出現(xiàn)是在航天航空領(lǐng)域，近幾年才將其引入智能工程領(lǐng)域，學(xué)者們應(yīng)該及時(shí)跟進(jìn)，掌握關(guān)鍵技術(shù)，搶占制高點(diǎn)。

2 橋梁智能檢測

與傳統(tǒng)橋梁相比，智能橋梁具有3個(gè)基本特征：工業(yè)化、信息化和智能化[1]。其中，工業(yè)化為橋梁建造和養(yǎng)護(hù)提供了完整的工業(yè)體系，實(shí)現(xiàn)了設(shè)計(jì)、施工、養(yǎng)護(hù)全過程的管理規(guī)范化;信息化為橋梁建造和養(yǎng)護(hù)全過程建立了信息通道，實(shí)現(xiàn)橋梁全生命周期的信息標(biāo)準(zhǔn)化和數(shù)字化;智能化為橋梁建造和養(yǎng)護(hù)全過程提供了智能決策，減少對人力的依賴，最終實(shí)現(xiàn)無人建造和養(yǎng)護(hù)[1]。

智能橋梁的核心是橋梁建造和養(yǎng)護(hù)技術(shù)的智能化，實(shí)現(xiàn)橋梁智能檢測是其中關(guān)鍵的一環(huán)。隨著深度學(xué)習(xí)的快速成熟發(fā)展，人工智能技術(shù)融入橋梁檢（監(jiān)）測的研究已成為發(fā)展趨勢和熱點(diǎn)，具有廣闊的應(yīng)用和發(fā)展前景。橋梁混凝土無損檢測、鋼橋疲勞裂紋探測、水下樁基礎(chǔ)檢測、高清攝像損傷識別、橋梁動(dòng)靜載試驗(yàn)檢測等技術(shù)，無人機(jī)、纜索檢查機(jī)器人、橋梁檢測機(jī)器人等一系列智能檢測裝備與技術(shù)以及數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、深度學(xué)習(xí)等眾多大數(shù)據(jù)智能算法不僅使得橋梁檢測手段不斷豐富，而且有效提高了檢測精度和效率。

2.1 智能檢測裝備與技術(shù)

為促進(jìn)橋梁檢測向更智能、更高效、更精確的方向發(fā)展，中國中鐵大橋科學(xué)研究院、國內(nèi)外高校等自主研發(fā)了一系列橋梁智能檢測裝備和技術(shù)，利用智能機(jī)器人、無人機(jī)等替代傳統(tǒng)的人工檢測方式，實(shí)現(xiàn)了對橋梁各類復(fù)雜、隱蔽、高空部位的檢測[19]。有效解決了由于人工原因造成的檢測效率低、檢測不到位、檢測范圍小等問題，最大程度保證了檢測數(shù)據(jù)及結(jié)果的可靠性。

目前，裝備攝像頭的無人機(jī)（UAV）在橋梁、建筑和其他民用基礎(chǔ)設(shè)施系統(tǒng)的視覺監(jiān)控建設(shè)和運(yùn)行方面的應(yīng)用呈指數(shù)級增長[2]。無人機(jī)可搭載多種類型傳感器，其中，相機(jī)、紅外熱成像和激光雷達(dá)等高分辨率裝置能對橋梁結(jié)構(gòu)整體及局部進(jìn)行多角度成像拍攝[2]。Xu等[20]為橋梁檢測和管理開發(fā)了一個(gè)新穎的系統(tǒng)框架，即通過搭載相機(jī)的無人機(jī)系統(tǒng)采集圖像，基于計(jì)算機(jī)視覺算法收集和處理檢測數(shù)據(jù)，采用橋梁信息模型（BrIM）來存儲和管理所有相關(guān)信息。Morgenthal等[21]采用配備相機(jī)的無人機(jī)采集橋梁結(jié)構(gòu)高清圖像數(shù)據(jù)，其飛行路徑通過3D模型自動(dòng)計(jì)算，并基于機(jī)器學(xué)習(xí)實(shí)現(xiàn)典型損壞模式的識別，實(shí)現(xiàn)了對大型基礎(chǔ)設(shè)施的智能安全評估。鐘新谷等[22]采用無人機(jī)和三點(diǎn)激光測距儀對橋梁結(jié)構(gòu)進(jìn)行圖像采集，構(gòu)建基于支持向量機(jī)（SVM）的裂縫形態(tài)智能提取訓(xùn)練模型，實(shí)現(xiàn)橋梁裂縫寬度的智能識別，如圖3所示。梁亞斌等[23]根據(jù)橋梁結(jié)構(gòu)特點(diǎn)和橋索分布形式設(shè)計(jì)了利用無人機(jī)搭載高清云臺相機(jī)的方案，批量密集地采集橋索的表觀圖像，通過圖像處理提取有效信息，并依照相關(guān)規(guī)范對橋索的健康狀況作出全面綜合評價(jià)。Lin等[24]設(shè)計(jì)了一種結(jié)合實(shí)時(shí)綜合圖像處理法的橋梁裂縫自動(dòng)檢測系統(tǒng)，將該系統(tǒng)裝配在無人機(jī)上，可實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)采集和處理;與其他檢測方法相比，該系統(tǒng)能夠以較高的精度和速度有效地檢測橋梁裂紋。

將無人機(jī)與3D建模等技術(shù)相結(jié)合不僅能實(shí)現(xiàn)橋梁信息從二維到三維的重構(gòu)，還能直觀地將橋梁病害程度呈現(xiàn)出來，再利用圖像處理、識別及人工智能的方法可實(shí)現(xiàn)基于采集圖像信息的智能提取、處理和分析，最后根據(jù)相關(guān)規(guī)范開展橋梁結(jié)構(gòu)性能的智能評估[25-30]。

除了無人機(jī)外，對各種檢測機(jī)器人的研究也是一大熱點(diǎn)，檢測機(jī)器人的研發(fā)同樣有力地推動(dòng)了智能橋梁的發(fā)展，使得檢測手段更全面，檢測范圍更廣。檢測機(jī)器人能彌補(bǔ)無人機(jī)檢測的不足，實(shí)現(xiàn)對橋梁結(jié)構(gòu)近距離甚至結(jié)構(gòu)內(nèi)部健康狀況的檢測評估，在工作空間狹窄的環(huán)境中更方便。勾紅葉等[31-32]正在研發(fā)攜帶超聲波探頭的正交異性鋼橋面板（OSD）疲勞裂紋智能檢測機(jī)器人，基于超聲波相控陣成像技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)，可實(shí)現(xiàn)裂紋缺陷的定位和智能識別，該機(jī)器人能在狹窄的箱梁內(nèi)部對結(jié)構(gòu)進(jìn)行不間斷全覆蓋檢測，檢測范圍廣、操作靈活、檢測結(jié)果可靠。Phillips等[33]研發(fā)了地面機(jī)器人來配合移動(dòng)檢測機(jī)器人的使用，該地面機(jī)器人解決了傳統(tǒng)的數(shù)據(jù)搜集平臺需要人工操作的弊端，實(shí)現(xiàn)了數(shù)據(jù)采集與傳輸?shù)娜詣?dòng)化。與無人機(jī)技術(shù)相比，地面機(jī)器人近距離無線傳輸信號更穩(wěn)定，信息更及時(shí)更精確。Xu等[34]分別通過靜動(dòng)力分析和拉格朗日力學(xué)分析研究了攀爬機(jī)器人主動(dòng)輪和從動(dòng)輪的動(dòng)態(tài)障礙物攀爬過程，設(shè)計(jì)了一種雙側(cè)爬電纜機(jī)器人，提高了傳統(tǒng)攀爬機(jī)器人的障礙物超越能力，對復(fù)雜結(jié)構(gòu)的檢測能夠減少人工參與，提高檢測效率。Hirai等[35]開發(fā)了一種水下檢測機(jī)器人，該機(jī)器人具備視頻捕捉、激光間接測距、穩(wěn)定保持深度和航向等功能，已在實(shí)際橋梁、大壩巡檢中驗(yàn)證了其有效性，為中國眾多深水大跨橋梁的水下結(jié)構(gòu)檢測提供了保障。

在軍事領(lǐng)域，雷達(dá)技術(shù)（GPR）已很成熟，但其在橋梁工程領(lǐng)域的應(yīng)用還有待進(jìn)一步開發(fā)，由于電磁波的空間分辨率高，因而能夠?qū)崿F(xiàn)高精度檢測，過去一年已披露的研究成果主要集中在利用雷達(dá)發(fā)射的電波對拉索或橋跨結(jié)構(gòu)的變形和振動(dòng)進(jìn)行測量。王翔等[36]提出了一種基于雷達(dá)的非接觸式檢測技術(shù)，利用雷達(dá)發(fā)射的無線電波可以實(shí)現(xiàn)對斜拉索振幅的高精度檢測，解決了斜拉索索力檢測時(shí)傳感器效率較低且信號不穩(wěn)定等問題。邵澤龍等[37]設(shè)計(jì)了一個(gè)用于解決大跨度懸索橋振動(dòng)檢測困難的監(jiān)測雷達(dá)。該監(jiān)測雷達(dá)應(yīng)用了調(diào)頻連續(xù)波技術(shù)和干涉測量技術(shù)，能夠?qū)崿F(xiàn)對橋梁復(fù)雜振動(dòng)的高精度檢測及振動(dòng)的模態(tài)分析，如圖4所示。王鵬等[38]將雷達(dá)技術(shù)引入到橋跨結(jié)構(gòu)的振動(dòng)變形測量與模態(tài)分析中，實(shí)現(xiàn)了對在役橋梁動(dòng)靜載試驗(yàn)時(shí)的連續(xù)變形監(jiān)測與模態(tài)分析。

除此之外，聲發(fā)射、紅外線熱成像等先進(jìn)的橋梁智能檢測技術(shù)也大幅提高了橋梁檢測的精度及效率。雖然它們適用范圍有限，應(yīng)用較少，但給特殊結(jié)構(gòu)及環(huán)境下的檢測提供了很好的思路，且有良好的檢測效果。

袁明等[39]采用聲發(fā)射技術(shù)對混凝土梁的損傷過程進(jìn)行動(dòng)態(tài)監(jiān)測，提出了一種改進(jìn)的損傷模型，實(shí)現(xiàn)了使用聲發(fā)射技術(shù)對混凝土梁損傷的定量評估。周建庭等[40]結(jié)合金屬磁記憶理論在鐵磁性材料早期缺陷無損檢測方面的優(yōu)勢，提出了基于金屬磁記憶技術(shù)的鍍鋅鋼絞線拉索腐蝕檢測新技術(shù)，成功解決了常規(guī)技術(shù)難以檢測鍍鋅鋼絞線拉索內(nèi)部腐蝕的問題。孫杰等[41]采用主動(dòng)式紅外熱成像技術(shù)對橋梁鋼結(jié)構(gòu)涂裝進(jìn)行檢測的方法，能夠準(zhǔn)確判斷出缺陷的形式及位置。Wang等[42]提出了基于無基線技術(shù)的實(shí)際影響線檢測損傷方法，解決了在沒有健康狀態(tài)的先驗(yàn)信息情況下的結(jié)構(gòu)損傷檢測問題。Liu等[43]提出了一種跨海鋼結(jié)構(gòu)橋梁承載面積的危險(xiǎn)檢測方法，建立了建筑結(jié)構(gòu)的承載力模型，采用屈曲分析法對跨海鋼結(jié)構(gòu)橋梁的力學(xué)性能和承載力進(jìn)行評估。Oskoui等[44]提出了一種用于多跨連續(xù)橋梁長度方向的分布式損傷檢測技術(shù)，可準(zhǔn)確識別微裂紋位置。中鐵大橋科學(xué)研究院[19]將橋梁/路基豎向位移高精度自動(dòng)監(jiān)測技術(shù)、便攜式無線智能索力檢測技術(shù)、超聲螺栓軸力測試技術(shù)、長大橋梁線形快速檢測技術(shù)和結(jié)構(gòu)外觀病害及變形圖像識別技術(shù)進(jìn)行整合，并在此基礎(chǔ)上研發(fā)了包括拉索檢測機(jī)器人、智能巡檢無人機(jī)、梁底檢測機(jī)器人等一系列智能檢測設(shè)備。此外，長安大學(xué)結(jié)構(gòu)智能檢測技術(shù)研究所研發(fā)的基于數(shù)字圖像技術(shù)的結(jié)構(gòu)變形檢測新技術(shù)、橋梁應(yīng)變測試新技術(shù)、橋梁體內(nèi)/體外預(yù)應(yīng)力測試新技術(shù)以及結(jié)構(gòu)外部缺陷檢測新技術(shù)，在橋梁道路及建筑結(jié)構(gòu)外觀檢測、靜動(dòng)力荷載試驗(yàn)等方面都具有廣闊應(yīng)用前景。

2.2 智能識別與數(shù)據(jù)分析

針對無人機(jī)或機(jī)器人采集后的圖像和數(shù)據(jù)，開展圖像處理、智能識別及數(shù)據(jù)分析同樣是學(xué)者們研究的重點(diǎn)。通過這一過程，能獲得更多的有效信息對橋梁健康進(jìn)行綜合評判，結(jié)果更客觀更高效。

將機(jī)器人作為平臺，結(jié)合圖像識別技術(shù)，實(shí)時(shí)分析檢測數(shù)據(jù)，能實(shí)現(xiàn)更智能的檢測設(shè)備的研發(fā)。La等[45]開發(fā)了使用攀爬機(jī)器人對鋼結(jié)構(gòu)和橋梁進(jìn)行視覺和3D結(jié)構(gòu)檢查的方法;著重采用鋼表面圖像拼接和3D重建技術(shù)展現(xiàn)結(jié)構(gòu)的當(dāng)前條件，再基于計(jì)算機(jī)視覺檢測拼接圖像上的表面缺陷，實(shí)現(xiàn)對鋼結(jié)構(gòu)裂紋的自動(dòng)識別及性能評估（圖5）。Li等[46]開發(fā)了由攀爬機(jī)器人、圖像處理平臺和4個(gè)固定攝像機(jī)組成的視覺檢查系統(tǒng);該系統(tǒng)基于尺度不變特征變換（SIFT）算法，實(shí)現(xiàn)了在不同缺陷圖像中具有部分重疊區(qū)域的多圖像鑲嵌，并采用圖像處理技術(shù)實(shí)現(xiàn)缺陷智能識別。

計(jì)算機(jī)視覺技術(shù)是圖像處理分析和識別的主要方法之一，其在各領(lǐng)域都得到了廣泛應(yīng)用，但在橋梁健康維護(hù)方面還處于起步階段，其強(qiáng)大的信息處理能力及分辨能力會(huì)極大地幫助掌握橋梁服役性能，提高服役壽命。Zhu等[47]采用轉(zhuǎn)移學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)對大量橋梁檢測圖像進(jìn)行自動(dòng)分析和識別，解決了人工檢測時(shí)主觀或經(jīng)驗(yàn)因素的影響，提高了檢測識別的準(zhǔn)確度和效率。Dan等[48]提出一種基于信息融合的橋梁荷載識別方法，可以實(shí)現(xiàn)同時(shí)識別全橋面的橫向荷載和縱向荷載，并通過多視點(diǎn)三維仿真視頻數(shù)據(jù)和現(xiàn)場實(shí)測數(shù)據(jù)，驗(yàn)證了該方法的可靠性和準(zhǔn)確性。Liang等[49]提出了基于貝葉斯優(yōu)化的大數(shù)據(jù)深度學(xué)習(xí)方法，對鋼筋混凝土橋梁系統(tǒng)災(zāi)后檢測圖像進(jìn)行了分析，采用不同卷積神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了從系統(tǒng)故障分類、組合橋梁檢測和局部損傷定位3個(gè)層次的橋梁性能智能評估。Jian等[50]提出一種基于大數(shù)據(jù)深度學(xué)習(xí)的計(jì)算機(jī)視覺技術(shù)與影響線理論相結(jié)合的交通感知方法，能夠自動(dòng)識別車輛荷載和速度。Xiao等[51]利用三維掃描技術(shù)對已腐蝕的高性能鋼（HPS）試件的幾何特征進(jìn)行量化，探究了腐蝕后HPS試樣的力學(xué)性能。Dung等[52]提出采用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行傳遞學(xué)習(xí)的方法，該方法既提高了裂紋識別的準(zhǔn)確性，又提高了神經(jīng)網(wǎng)絡(luò)的魯棒性（圖6）。

為了克服人工智能技術(shù)在橋梁工程領(lǐng)域應(yīng)用的局限性，眾多學(xué)者從實(shí)際情況出發(fā)，對數(shù)據(jù)處理方法、智能算法進(jìn)行改進(jìn)，提高了模型的分析能力，推動(dòng)了人工智能在橋梁檢測應(yīng)用中的提高。Hüthwohl等[53]基于大數(shù)據(jù)集對3個(gè)單獨(dú)的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到1個(gè)三階段的混凝土缺陷分類器，可將潛在不健康的橋梁區(qū)域分為特定的缺陷類型。Xin等[54]提出一種基于均勻設(shè)計(jì)的逐步回歸模型和基于混沌搜索的智能優(yōu)化算法相結(jié)合的結(jié)構(gòu)損傷識別新方法，能較準(zhǔn)確地識別結(jié)構(gòu)的損傷位置和損傷程度。Cheng等[55]開發(fā)了一種新的大數(shù)據(jù)智能計(jì)算系統(tǒng)，可以確定橋梁維護(hù)的最佳時(shí)機(jī)和預(yù)算。Zhao等[56]提出了基于大數(shù)據(jù)深度學(xué)習(xí)和長短期記憶網(wǎng)絡(luò)分類的綜合狀態(tài)評估方法，可實(shí)現(xiàn)對預(yù)應(yīng)力混凝土箱梁橋的開裂預(yù)警，如圖7所示。夏燁等[57]針對區(qū)域內(nèi)既有橋梁，系統(tǒng)地提出了基于多源信息的橋梁網(wǎng)級評估與預(yù)測方法。王克海等[58]基于機(jī)器學(xué)習(xí)實(shí)現(xiàn)了對中國公路中小跨徑橋梁的抗震設(shè)計(jì)和評價(jià)。晏班夫等[59]針對采集的結(jié)構(gòu)形變視頻圖像，引入數(shù)字圖像相關(guān)（DIC）技術(shù)，基于傅里葉變換的互相關(guān)整像素匹配算法與反向組合高斯-牛頓迭代亞像素匹配算法，實(shí)現(xiàn)了結(jié)構(gòu)多點(diǎn)動(dòng)位移時(shí)程的快速測試。Qu等[60]提出了一種基于特征系統(tǒng)實(shí)現(xiàn)算法和虛擬頻響函數(shù)的創(chuàng)新方法，可識別出更精確的模態(tài)參數(shù)。Ni等[61]提出一種新穎的支持深度學(xué)習(xí)的數(shù)據(jù)壓縮和重構(gòu)框架，可實(shí)現(xiàn)對數(shù)據(jù)壓縮后異常數(shù)據(jù)的高精度檢測。

通過對上述研究的總結(jié)不難發(fā)現(xiàn)，無人機(jī)、機(jī)器人、雷達(dá)、紅外線熱成像等橋梁智能檢測技術(shù)不斷提高了檢測工作的數(shù)據(jù)搜集能力以及計(jì)算機(jī)視覺、大數(shù)據(jù)深度學(xué)習(xí)等人工智能技術(shù)，實(shí)現(xiàn)了對信息處理分析能力的極大提升。隨著它們的大量研究和工程應(yīng)用，逐漸豐富了橋梁維護(hù)過程中檢測、分析和評價(jià)的手段，提高了結(jié)果的準(zhǔn)確性和可靠性，促進(jìn)了橋梁智能化的進(jìn)一步提升，但還存在一些不足：1）單個(gè)智能檢測設(shè)備的功能較少，難以滿足多種需求的檢測任務(wù)。對于一座橋梁的檢測，目前還需多種檢測設(shè)備和分析技術(shù)的配合使用，雖然提高了檢測結(jié)果的精度，但浪費(fèi)了時(shí)間，降低了效率;2）尚未充分挖掘已獲數(shù)據(jù)的潛在科學(xué)價(jià)值，難以為基于數(shù)據(jù)的科學(xué)決策提供有效支撐。橋梁檢測數(shù)據(jù)種類多、數(shù)量大、復(fù)雜程度高，目前的分析技術(shù)尚不能完全適應(yīng)橋梁檢測的需求，只能對較規(guī)整數(shù)據(jù)進(jìn)行處理分析，方法也還難以推廣，這對于數(shù)據(jù)本身以及數(shù)據(jù)所包含的信息價(jià)值是一種浪費(fèi);3）智能識別評估理論體系尚未完全適用于新智能檢測技術(shù)。當(dāng)前的評估理論體系比較單一，不具有統(tǒng)一性，尚不能基于大數(shù)據(jù)信息從多維度進(jìn)行客觀的綜合評價(jià)，建議國家有關(guān)部門建立健全相關(guān)制度規(guī)范，更好地服務(wù)橋梁結(jié)構(gòu)管養(yǎng)維護(hù)。

3 其他橋梁智能化技術(shù)

3.1 高性能智能材料

橋梁向大跨度、輕型化、智能化發(fā)展，必須對傳統(tǒng)的建筑材料進(jìn)行革命性突破，研發(fā)高性能智能材料。不同行業(yè)對高性能智能材料定義有別，但大家普遍認(rèn)為高性能智能材料就是指其具備環(huán)境變化感知能力，并對之進(jìn)行分析和判斷，然后發(fā)生形狀、結(jié)構(gòu)甚至性質(zhì)上的變換，達(dá)到自適應(yīng)環(huán)境的目的。當(dāng)前對于智能材料的應(yīng)用主要體現(xiàn)在無損檢測、健康監(jiān)測以及減振控制等方面，研發(fā)應(yīng)用的智能材料主要有形狀記憶合金、光導(dǎo)纖維、碳纖維等。

形狀記憶合金（SMA）是同時(shí)具有感知和驅(qū)動(dòng)功能的金屬材料，主要有形狀記憶效應(yīng)、超彈性效應(yīng)、阻尼效應(yīng)、電阻特性等特殊物理性能，被廣泛應(yīng)用于橋梁減隔震等方面[62-63]。當(dāng)?shù)卣鸢l(fā)生時(shí)，SMA能快速做出反應(yīng)，降低地震動(dòng)對橋梁的損傷。

曹颯颯等[64]提出了一種由三級形狀記憶金屬索和鉛芯橡膠支座并聯(lián)組成的多級設(shè)防減震裝置，其具有較好的自復(fù)位、限位和耗能能力，兼具多級設(shè)防的優(yōu)點(diǎn)。Xiang等[65]對比分析了屈服鋼纜（YSCs）、粘滯阻尼器（VDs）、摩擦阻尼器（FDs）和超彈性形狀記憶合金鋼纜（SMAs）的易損性，驗(yàn)證了形狀記憶合金在減隔震方面的優(yōu)勢。Zheng等[66]研發(fā)了一種基于SMA纜索的自適應(yīng)鎳鈦形狀記憶合金摩擦滑動(dòng)軸承（SMAFSB），探究并發(fā)現(xiàn)了間隙為30 mm的固定式SMAFSB，其具有最好的減隔震效果（圖8），且易于更換。同時(shí)，也有學(xué)者研究了形狀記憶合金在抑制鋼橋疲勞裂紋產(chǎn)生方面的應(yīng)用，Izadi等[67]采用智能鐵基形狀記憶合金（Fe-SMAs）對鋼橋疲勞開裂鉚接節(jié)點(diǎn)進(jìn)行了改進(jìn)，使得施加預(yù)應(yīng)力后的Fe-SMA帶顯著提高了材料的疲勞壽命，抑制了疲勞裂紋的產(chǎn)生。

光纖維主要用于光纖傳感器，相較于傳統(tǒng)的傳感器，具有靈敏度高、結(jié)構(gòu)簡單、體積小、便于遠(yuǎn)調(diào)等優(yōu)勢，被廣泛應(yīng)用于橋梁檢測和監(jiān)測中[68]。光纖傳感器可用于測量橋梁結(jié)構(gòu)應(yīng)力應(yīng)變、變形、裂紋等微小變量，使用方便，價(jià)格低廉。

Bonopera等[69]將光纖光柵差分沉降量測（DSM）傳感器用于預(yù)應(yīng)力混凝土工字梁位移的監(jiān)測，解決了監(jiān)測受環(huán)境影響和需要外部參考的問題，其實(shí)測位移與線位移傳感器（LVDTs）記錄的實(shí)驗(yàn)值吻合良好。Ding等[70]通過在鋼箱梁中連續(xù)鋪設(shè)分布式光纖傳感線路，監(jiān)測了結(jié)構(gòu)在腳手架拆除過程中的應(yīng)變變化情況，并基于布里淵光時(shí)域分析（BOTDA）的分布式光纖傳感技術(shù)構(gòu)建了完整的橋梁健康監(jiān)測系統(tǒng)。Zhang等[71]設(shè)計(jì)了一種基于光纖布拉格光柵（FBR）的傾角傳感器（圖9），

通過傾角的變化來測量撓度，解決了大跨懸臂梁橋施工中撓度監(jiān)測存在工序過多、接線困難、數(shù)據(jù)無法實(shí)時(shí)采集的問題。王珍珍等[72]將光纖光柵傳感器（OFBG）內(nèi)置于碳纖維復(fù)材板（CFRP），成功監(jiān)測了后張預(yù)應(yīng)力CFRP板加固施工階段的實(shí)時(shí)應(yīng)力狀態(tài)，并預(yù)測了放張后錨具變形導(dǎo)致的短期預(yù)應(yīng)力損失值。Rufai等[73]提出了一種結(jié)構(gòu)健康監(jiān)測的光纖新技術(shù)，通過對光纖進(jìn)行微編織來改善其機(jī)械性能。Wu等[74]通過建立光損耗與裂縫寬度的定量關(guān)系，設(shè)計(jì)并制作了微彎敏感光纖傳感器，提出了一種基于微彎敏感光纖傳感器的裂紋監(jiān)測技術(shù)，成功實(shí)現(xiàn)在裂縫方向未知的情況下準(zhǔn)確定位和測量混凝土裂縫的目的。

碳纖維是指含碳量在90%以上的高強(qiáng)度高模量纖維，主要用途是作為增強(qiáng)材料與其他材料一起制成先進(jìn)的復(fù)合材料，在橋梁工程中得到了廣泛應(yīng)用。將碳纖維加入橋梁結(jié)構(gòu)材料中，可制成性能更好、更優(yōu)的復(fù)合材料，提高橋梁的承載能力，抗震能力及抗沖擊能力。

Farzad等[75]將超高性能纖維混凝土（UHPFRC）應(yīng)用于橋梁快速施工（ABC）項(xiàng)目，采用的鋼混凝土鋼夾芯結(jié)構(gòu)（SCSS）體系具有先進(jìn)的結(jié)構(gòu)性能以及高效的施工速度。Cheng等[76]采用預(yù)應(yīng)力CFRP紡織品加固橋梁結(jié)構(gòu)后，有效地降低了橋梁的地震響應(yīng)，提高了結(jié)構(gòu)的抗震性能。Fan等[77]開發(fā)了一種基于UHPFRC的增強(qiáng)方法，提高了墩柱的抗沖擊性能。

由此可見，高性能智能材料主要有七大功能：傳感功能、反饋功能、信息識別與積累功能、響應(yīng)功能、自診斷能力、自修復(fù)能力以及自適應(yīng)能力。智能材料在橋梁工程領(lǐng)域的研制和應(yīng)用，有力地推動(dòng)了橋梁智能化的發(fā)展。高性能材料不僅能夠改善橋梁結(jié)構(gòu)的抗力和變形能力，還能用于橋梁維護(hù)中的檢測、信息傳遞等環(huán)節(jié)。

3.2 智能防災(zāi)減災(zāi)

面向國家重大科技需求，為保障復(fù)雜自然環(huán)境下重大基礎(chǔ)設(shè)施服役安全，使用人工智能技術(shù)將為結(jié)構(gòu)防災(zāi)和行車防災(zāi)帶來新的思路。

李惠等[2]提出了結(jié)構(gòu)智能風(fēng)險(xiǎn)管控的強(qiáng)化學(xué)習(xí)框架，基于監(jiān)測或檢測的結(jié)構(gòu)狀態(tài)大數(shù)據(jù)信息，通過深度強(qiáng)化學(xué)習(xí)算法（圖10），建立了考慮結(jié)構(gòu)狀態(tài)和服役年限的結(jié)構(gòu)維修價(jià)值網(wǎng)絡(luò)，并輸出某服役年內(nèi)的維修動(dòng)作，實(shí)現(xiàn)了在花費(fèi)最小的情況下維護(hù)結(jié)構(gòu)安全的優(yōu)化控制。Mahmood等[78]在地理信息系統(tǒng)（GIS）環(huán)境下，結(jié)合水文工程中心河流分析系統(tǒng)（HEC-RAS）和水文工程中心地理河流分析系統(tǒng)（HEC-RAS），提出了一種綜合水文概率分析方法，實(shí)施了針對具體地點(diǎn)的有效洪水風(fēng)險(xiǎn)降低戰(zhàn)略。勾紅葉等[79-80]研發(fā)了具有工程實(shí)用性的高速鐵路橋上行車安全智能化評價(jià)系統(tǒng)，系統(tǒng)基于提出的列車軌道橋梁系統(tǒng)空間映射理論和多水準(zhǔn)橋上行車安全評價(jià)準(zhǔn)則，能考慮不同橋梁附加變形模式的時(shí)空效應(yīng)和基礎(chǔ)結(jié)構(gòu)服役過程中性能演變的時(shí)序性和規(guī)律性。蒲黔輝等[79]基于高速鐵路海量自然災(zāi)害監(jiān)測數(shù)據(jù)，搭建了災(zāi)害大數(shù)據(jù)分析平臺（圖11），系統(tǒng)闡述了人工智能算法在風(fēng)、雨、雪、地震及滑坡等高速鐵路災(zāi)害監(jiān)測預(yù)測、預(yù)警中的應(yīng)用。

針對其他災(zāi)害情況，Xu等[81]提出一種改進(jìn)的基于區(qū)域快速卷積神經(jīng)網(wǎng)絡(luò)（R-CNN），用于損傷鋼筋的多類型地震損傷識別和定位（即開裂、混凝土剝落、鋼筋屈曲），測試結(jié)果表明，訓(xùn)練有素的R-CNN可以自動(dòng)識別和定位多類型地震破壞，總體平均精度達(dá)到80%。Ann等[82]以火災(zāi)造成的人員傷亡、交通堵塞和經(jīng)濟(jì)損失等為事件，基于火災(zāi)動(dòng)力學(xué)仿真（FDS）方法對144座橋梁開展了基于時(shí)間的表面溫度模擬，根據(jù)溫度對橋梁表面損傷狀態(tài)的影響程度，建立了基于風(fēng)險(xiǎn)等級的橋梁火災(zāi)防災(zāi)策略。

總體來說，關(guān)于智能防災(zāi)減災(zāi)的研究還比較缺乏。中國是一個(gè)災(zāi)害多發(fā)的國家，橋梁結(jié)構(gòu)隨時(shí)面臨著來自落石、洪水、泥石流等自然災(zāi)害的威脅，有效利用科技手段實(shí)現(xiàn)防災(zāi)減災(zāi)的智能化，既符合國家戰(zhàn)略需求，也適應(yīng)未來防災(zāi)減災(zāi)的發(fā)展趨勢。

4 結(jié)論與展望

橋梁信息化及智能橋梁的研究熱點(diǎn)主要集中在“BIM+”技術(shù)、無人機(jī)、檢測機(jī)器人、計(jì)算機(jī)視覺、大數(shù)據(jù)深度學(xué)習(xí)等。聲波、雷達(dá)、電磁、圖像、激光等先進(jìn)傳感技術(shù)也越來越多地應(yīng)用于智能橋梁檢測中，物聯(lián)網(wǎng)、云計(jì)算等信息化技術(shù)的引入將顯著提升橋梁檢測及監(jiān)測的效率和效果，機(jī)器將更多地替代人工開展傳統(tǒng)的橋梁結(jié)構(gòu)檢測及長期監(jiān)測工作。

為促進(jìn)橋梁向安全、長壽、綠色、高效、智能的前瞻性可持續(xù)方向發(fā)展，筆者認(rèn)為以下幾個(gè)方面的研究是下一階段的研究重點(diǎn)：

1）橋梁信息化方面，應(yīng)深度融合“BIM”+“資產(chǎn)管理”，逐漸實(shí)現(xiàn)由設(shè)施管理向資產(chǎn)化養(yǎng)護(hù)管理的轉(zhuǎn)變和發(fā)展，發(fā)展橋梁預(yù)防性養(yǎng)護(hù)技術(shù)，完善基于BIM養(yǎng)護(hù)、健康度評估和資產(chǎn)管理的一體化信息化管理系統(tǒng)。數(shù)字孿生（Digital Twin）模型將大量引入橋梁養(yǎng)維護(hù)領(lǐng)域，用于實(shí)現(xiàn)物理資產(chǎn)優(yōu)化、智能運(yùn)維決策和預(yù)防性維修加固。

2）橋梁智能化方面，應(yīng)研發(fā)更先進(jìn)的橋梁智能檢測裝備以及輕型化、快速化的試驗(yàn)檢測技術(shù)，建立基于多源數(shù)據(jù)的更精準(zhǔn)、更科學(xué)的智能診斷評估理論，構(gòu)建立體化、信息化、智能化的橋梁檢測、評估、加固一體化的橋梁維護(hù)體系。同時(shí)，智能工程裝備，基于網(wǎng)絡(luò)的橋梁智能化、信息化施工控制技術(shù)，以及輕質(zhì)高強(qiáng)材料和面向智能建造的數(shù)字化控制技術(shù)也是目前的研究熱點(diǎn)。

3）面向重大自然災(zāi)害應(yīng)急救援和交通設(shè)施搶通、保通與恢復(fù)重建的國家重大戰(zhàn)略需求方面，應(yīng)開展重大自然災(zāi)害下大型橋梁災(zāi)后性能快速檢測與評估技術(shù)研究，提出災(zāi)后性能指標(biāo)體系及快速檢測方法，研發(fā)與集成災(zāi)后性能快速檢測的智能化裝備，建立災(zāi)后性能智能化評估 技術(shù)體系，提高中國自然災(zāi)害應(yīng)急管理的科學(xué)化、專業(yè)化、智能化、精細(xì)化水平。

未來10～20年是中國橋梁工程創(chuàng)新、轉(zhuǎn)型、升級的重要戰(zhàn)略機(jī)遇期，應(yīng)緊緊圍繞“橋梁信息化及智能橋梁”這個(gè)主題開展核心理論創(chuàng)新、技術(shù)裝備攻關(guān)和工程示范應(yīng)用，培養(yǎng)更多的專業(yè)人才，以更好地支撐國家重大發(fā)展戰(zhàn)略、保障橋梁安全長壽。參考文獻(xiàn)：

[1] ZHOU X H， ZHANG X G. Thoughts on the development of bridge technology in China [J]. Engineering， 2019， 5（6）： 1120-1130.

[2] 鮑躍全， 李惠. 人工智能時(shí)代的土木工程[J]. 土木工程學(xué)報(bào)， 2019， 52（5）： 1-11.

BAO Y Q， LI H. Artificial intelligence for civil engineering [J]. China Civil Engineering Journal， 2019， 52（5）： 1-11. （in Chinese）

[3] 張澤， 劉軍. BIM技術(shù)在景觀橋梁設(shè)計(jì)中的應(yīng)用[J]. 城市道橋與防洪， 2019（12）： 181-183， 20.

ZHANG Z， LIU J. Application of BIM technology in design of landscape bridge [J]. Urban Roads Bridges & Flood Control， 2019（12）： 181-183， 20. （in Chinese）

[4] 趙艷峰， 王雷. 基于BIM的橋梁工程設(shè)計(jì)與施工優(yōu)化[J]. 工程技術(shù)研究， 2019（24）： 223-224.

ZHAO Y F， WANG L. Design and construction of bridge engineering optimization based on BIM [J]. Engineering and Technological Research， 2019（24）： 223-224. （in Chinese）

[5] 孫建誠， 蔣浩鵬， 楊文偉， 等. 基于BIM的三維參數(shù)化橋梁標(biāo)準(zhǔn)建模方法研究[J]. 重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 38（10）： 19-24.

SUN J C， JIANG H P， YANG W W， et al. Method of three-dimensional parametric bridge standard modeling based on BIM technology [J]. Journal of Chongqing Jiaotong University （Natural Science）， 2019， 38（10）： 19-24.（in Chinese）

[6] 杜一叢， 王亮. 基于BIM參數(shù)化在橋梁工程設(shè)計(jì)階段應(yīng)用初探[J]. 建筑結(jié)構(gòu)， 2019， 49（Sup2）： 972-978.

DU Y C， WANG L. Preliminary exploration on the application of BIM parameterization in bridge engineering design stage [J]. Building Structure， 2019， 49（Sup2）： 972-978. （in Chinese）

[7] 張秋信， 劉天成. BIM技術(shù)在平塘特大橋設(shè)計(jì)中的應(yīng)用[J]. 公路， 2019， 64（9）： 27-31.

ZHANG Q X， LIU T C. Application of BIM technology in the design of Pingtang major bridge [J]. Highway， 2019， 64（9）： 27-31. （in Chinese）

[8] 蔣贛猷， 羅偉， 孫輝， 等. BIM技術(shù)在特大鋼管拱橋施工中的應(yīng)用[J]. 中外公路， 2019， 39（4）： 176-180.

JIANG G Y， LUO W， SUN H. Application of BIM technology to construction of extra-large steel： pipe arch bridges [J]. Journal of China & Foreign Highway， 2019， 39（4）： 176-180.（in Chinese）

[9] 馬白虎， 鐘榮煉， 劉天成， 等. 平塘特大橋施工BIM信息管理系統(tǒng)研發(fā)及應(yīng)用[J]. 公路， 2019， 64（9）： 31-35.

MA B H， ZHONG R L， LIU T C， et al. Development and application of BIM management system for construction of Pingtang major bridge [J]. Highway， 2019， 64（9）： 31-35.（in Chinese）

[10] 張文勝， 吳強(qiáng)， 祁平利， 等. BIM與3DGIS的集成技術(shù)及在鐵路橋梁施工中的應(yīng)用[J]. 中國鐵道科學(xué)， 2019， 40（6）： 45-51.

ZHANG W S， WU Q， QI P L， et al. Integration technology of BIM and 3DGIS and its application in railway bridge construction [J]. China Railway Science， 2019， 40（6）： 45-51.（in Chinese）

[11] MARKIZ N， JRADE A. Integrating an expert system with BrIMS， cost estimation， and linear scheduling at conceptual design stage of bridge projects [J]. International Journal of Construction Management， 2019： 1-16.

[12] LU C F， LIU J F， LIU Y H， et al. Intelligent construction technology of railway engineering in China [J]. Frontiers of Engineering Management， 2019， 6（4）： 503-516.

[13] 裴岷山， 陳艾榮. 橋梁管養(yǎng)信息化的發(fā)展與展望[J]. 公路， 2019， 64（10）： 209-215.

PEI M S， CHEN A R. Development and prospect of bridge management and maintenance informatization [J]. Highway， 2019， 64（10）： 209-215. （in Chinese）

[14] 張貴忠， 趙維剛， 張浩. 滬通長江大橋數(shù)字化運(yùn)維系統(tǒng)的設(shè)計(jì)研發(fā)[J]. 鐵道學(xué)報(bào)， 2019， 41（5）： 16-26.

ZHANG G Z， ZHAO W G， ZHANG H. Design and development of digital operation and maintenance system for hutong Yangtze River bridge [J]. Journal of the China Railway Society， 2019， 41（5）： 16-26.（in Chinese）

[15] WAN C F， ZHOU Z W， LI S Y， et al. Development of a bridge management system based on the building information modeling technology [J]. Sustainability， 2019， 11（17）： 4583.

[16] 潘永杰， 魏乾坤， 趙欣欣， 等. 鐵路橋梁病害庫和管養(yǎng)知識庫的構(gòu)建及應(yīng)用研究[J]. 鐵道建筑， 2019， 59（1）： 23-27.

PAN Y J， WEI Q K， ZHAO X X， et al. Research on establishment and application of knowledge bases about railway bridge defects and management-maintenance [J]. Railway Engineering， 2019， 59（1）： 23-27. （in Chinese）

[17] ZOU Y， KIVINIEMI A， JONES S W， et al. Risk information management for bridges by integrating risk breakdown structure into 3D/4D BIM [J]. KSCE Journal of Civil Engineering， 2019， 23（2）： 467-480.

[18] SHIM C， DANG N， LON S， et al. Development of a bridge maintenance system for prestressed concrete bridges using 3D digital twin model [J]. Structure and Infrastructure Engineering， 2019， 15（10）： 1319-1332.

[19] 鐘繼衛(wèi)， 王波， 王翔， 等. 橋梁智能檢測技術(shù)研究與應(yīng)用[J]. 橋梁建設(shè)， 2019， 49（Sup1）： 1-6.

ZHONG J W， WANG B， WANG X， et al. Research of bridge intelligent inspection technology and application [J]. Bridge Construction， 2019， 49（Sup1）： 1-6. （in Chinese）

[20] XU Y Y， TURKAN Y. BrIM and UAS for bridge inspections and management [J]. Engineering， Construction and Architectural Management， 2019， 27（3）： 785-807.

[21] MORGENTHAL G， HALLERMANN N， KERSTEN J， et al. Framework for automated UAS-based structural condition assessment of bridges [J]. Automation in Construction， 2019， 97： 77-95.

[22] 鐘新谷， 彭雄， 沈明燕. 基于無人飛機(jī)成像的橋梁裂縫寬度識別可行性研究[J]. 土木工程學(xué)報(bào)， 2019， 52（4）： 52-61.

ZHONG X G， PENG X， SHEN M Y. Study on the feasibility of identifying concrete crack width with images acquired by unmanned aerial vehicles [J]. China Civil Engineering Journal， 2019， 52（4）： 52-61.（in Chinese）

[23] 梁亞斌， 蔡思佳， 馮謙， 等. 基于無人機(jī)航拍的武漢天興洲長江大橋橋索PE外觀檢測技術(shù)[J]. 大地測量與地球動(dòng)力學(xué)， 2019， 39（11）： 1207-1210.

LIANG Y B， CAI S J， FENG Q， et al. Cable PE appearance inspection in the Tianxingzhou River bridge using unmanned aerial vehicle based aerial photo technique [J]. Journal of Geodesy and Geodynamics， 2019， 39（11）： 1207-1210. （in Chinese）

[24] LIN W G， SUN Y C， YANG Q N， et al. Real-time comprehensive image processing system for detecting concrete bridges crack [J]. Computers and Concrete， 2019， 23（6）： 445-457.

[25] CHEN S Y， LAEFER D F， MANGINA E， et al. UAV bridge inspection through evaluated 3D reconstructions [J]. Journal of Bridge Engineering， 2019， 24（4）： 05019001.

[26] JUNG H， LEE J， YOON S， et al. Bridge Inspection and condition assessment using Unmanned Aerial Vehicles （UAVs）： Major challenges and solutions from a practical perspective [J]. Smart Structures and Systems， 2019， 24（5）： 669-681.

[27] LIU Y F， NIE X， FAN J S， et al. Image-based crack assessment of bridge piers using unmanned aerial vehicles and three-dimensional scene reconstruction [J]. Computer-Aided Civil and Infrastructure Engineering， 2020， 35（5）： 511-529

[28] LEE K W， PARK J K. Modeling and management of bridge structures using unmanned aerial vehicle in Korea [J]. Sensors and Materials， 2019， 31（11）： 3765-3772.

[29] PAN Y， DONG Y Q， WANG D L， et al. Three-dimensional reconstruction of structural surface model of heritage bridges using UAV-based photogrammetric point clouds [J]. Remote Sensing， 2019， 11（10）： 1204.

[30] 方留楊， 陳華斌， 吳曉南， 等. 基于無人機(jī)三維建模技術(shù)的橋梁檢測方法研究[J]. 中外公路， 2019， 39（1）： 109-113.

FANG L Y， CHEN H B， WU X N， et al. Research on the bridge inspection method based on UAV 3D modeling technology [J]. Journal of China & Foreign Highway， 2019， 39（1）： 109-113. （in Chinese）

[31] 勾紅葉， 韓冰， 王海波， 等. 一種正交異性鋼橋面板疲勞裂紋智能識別方法： 201911164585.X [P]. 2019-11-25.

GOU H Y， HAN B， WANG H B， et al. An intelligent identification method for fatigue crack of orthotropic steel deck： 201911164585.X [P]. 2019-11-25. （in Chinese）

[32] 王海波， 勾紅葉， 韓冰， 等. 用于正交異性面板疲勞裂紋檢測的裝置及其使用方法： CN110824011A [P]. 2020-02-21.

WANG H B， GOU H Y， HAN B， et al. Device for detecting fatigue cracks of orthotropic panel and use method thereof： CN110824011A [P]. 2020-02-21 （in Chinese）.

[33] PHILLIPS S， NARASIMHAN S. Automating data collection for robotic bridge inspections [J]. Journal of Bridge Engineering， 2019， 24（8）： 04019075.

[34] XU F Y， JIANG Q S. Dynamic obstacle-surmounting analysis of a bilateral-wheeled cable-climbing robot for cable-stayed bridges [J]. Industrial Robot： the International Journal of Robotics Research and Application， 2019， 46（3）： 431-443.

[35] HIRAI H， ISHII K. Development of dam inspection underwater robot [J]. Journal of Robotics， Networking and Artificial Life， 2019， 6（1）： 18-22.

[36] 王翔， 潘中明， 王波. 基于雷達(dá)的斜拉索索力非接觸遙測技術(shù)研究[J]. 世界橋梁， 2019， 47（3）： 49-53.

WANG X， PAN Z M， WANG B. Study of non-contact remote cable force testing techniques based on radar [J]. World Bridges， 2019， 47（3）： 49-53.（in Chinese）

[37] 邵澤龍， 張祥坤， 李迎松， 等. 基于微波干涉雷達(dá)的懸索橋振動(dòng)監(jiān)測[J]. 現(xiàn)代電子技術(shù)， 2019， 42（16）： 140-143， 148.

SHAO Z L， ZHANG X K， LI Y S， et al. Suspension bridge vibration monitoring based on microwave coherent radar [J]. Modern Electronics Technique， 2019， 42（16）： 140-143， 148.（in Chinese）

[38] 王鵬， 邢誠， 項(xiàng)霞. 地基干涉雷達(dá)IBIS-S橋跨結(jié)構(gòu)振動(dòng)變形測量與模態(tài)分析[J]. 測繪通報(bào)， 2019（10）： 35-39.

WANG P， XING C， XINAG X. Vibration deformation measurement and modal analysis for large bridge span using ground-based interferometric radar IBIS-S [J]. Bulletin of Surveying and Mapping， 2019（10）： 35-39. （in Chinese）

[39] 袁明， 黃練， 彭卓， 等. 基于聲發(fā)射技術(shù)的混凝土梁橋彎剪受力狀態(tài)下?lián)p傷試驗(yàn)[J]. 長安大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 39（2）： 73-81.

YUAN M， HUANG L， PENG Z， et al. Experimental investigation of static damage of concrete beam under bending-shear based on acoustic emission technology [J]. Journal of Changan University （Natural Science Edition）， 2019， 39（2）： 73-81.（in Chinese）

[40] 周建庭， 趙亞宇， 何沁， 等. 基于磁記憶的鍍鋅鋼絞線腐蝕檢測試驗(yàn)[J]. 長安大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 39（1）： 81-89.

ZHOU J T， ZHAO Y Y， HE Q， et al. Experimental of corrosion detection of galvanized steel strands based on magnetic memory [J]. Journal of Changan University （Natural Science Edition）， 2019， 39（1）： 81-89.（in Chinese）

[41] 孫杰， 甄宗標(biāo). 紅外熱成像技術(shù)在橋梁鋼結(jié)構(gòu)涂裝檢測中的應(yīng)用[J]. 世界橋梁， 2019， 47（5）： 69-73.

SUN J， ZHEN Z B. Application of infrared thermal imaging technology to steel structure coating inspection for bridges [J]. World Bridges， 2019， 47（5）： 69-73. （in Chinese）

[42] WANG N B， REN W X， HUANG T L. Baseline-free damage detection method for beam structures based on an actual influence line [J]. Smart Structures and Systems， 2019， 24（4）： 475-490.

[43] LIU Q X， LI C A. Hazard detection method for the bearing pressure area of steel structure bridge across the sea [J]. Journal of Coastal Research， 2019， 93： 969-974.

[44] OSKOUI E A， TAYLOR T， ANSARI F. Method and monitoring approach for distributed detection of damage in multi-span continuous bridges [J]. Engineering Structures， 2019， 189： 385-395.

[45] LA H M， DINH T H， PHAM N H， et al. Automated robotic monitoring and inspection of steel structures and bridges [J]. Robotica， 2019， 37（5）： 947-967.

[46] LI X K， GAO C， GUO Y C， et al. Cable surface damage detection in cable-stayed bridges using optical techniques and image mosaicking [J]. Optics & Laser Technology， 2019， 110： 36-43.

[47] ZHU J S， ZHANG C， QI H D， et al. Vision-based defects detection for bridges using transfer learning and convolutional neural networks [J]. Structure and Infrastructure Engineering， 2020， 16（7）： 1037-1049.

[48] DAN D H， GE L F， YAN X F. Identification of moving loads based on the information fusion of weigh-in-motion system and multiple camera machine vision [J]. Measurement， 2019， 144： 155-166.

[49] LIANG X. Image-based post-disaster inspection of reinforced concrete bridge systems using deep learning with Bayesian optimization [J]. Computer-Aided Civil and Infrastructure Engineering， 2019， 34（5）：415-430.

[50] JIAN X D， XIA Y， LOZANO-GALANT J A， et al. Traffic sensing methodology combining influence line theory and computer vision techniques for girder bridges [J]. Journal of Sensors， 2019， 2019： 1-15.

[51] XIAO L F， PENG J X， ZHANG J R， et al. Mechanical properties of corroded high performance steel specimens based on 3D scanning [J]. Advanced Steel Construction， 2019， 15（2）： 129-136.

[52] DUNG C V， SEKIYA H， HIRANO S， et al. A vision-based method for crack detection in gusset plate welded joints of steel bridges using deep convolutional neural networks [J]. Automation in Construction， 2019， 102： 217-229.

[53] HTHWOHL P， LU R D， BRILAKIS I. Multi-classifier for reinforced concrete bridge defects [J]. Automation in Construction， 2019， 105： 102824.

[54] XIN J Z， ZHANG H， ZHOU J T， et al. Damage identification of bridge system based on a hybrid algorithm [J]. International Journal of Robotics and Automation， 2019， 34（2）： 104-111.

[55] CHENG M Y， CHIU Y F， CHIU C K， et al. Risk-based maintenance strategy for deteriorating bridges using a hybrid computational intelligence technique： a case study [J]. Structure and Infrastructure Engineering， 2019， 15（3）： 334-350.

[56] ZHAO H W， DING Y L， LI A Q， et al. Live-load strain evaluation of the prestressed concrete box-girder bridge using deep learning and clustering [J]. Structural Health Monitoring， 2020， 19（4）： 1051-1063.

[57] 夏燁， 王鵬， 孫利民. 基于多源信息的橋梁網(wǎng)級評估方法[J]. 同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 47（11）： 1574-1584.

XIA Y， WANG P， SUN L M. A condition assessment method for bridges at network level based on multi-source information [J]. Journal of Tongji University （Natural Science）， 2019， 47（11）： 1574-1584. （in Chinese）

[58] 王克海， 魯冠亞， 張盼盼. 基于機(jī)器學(xué)習(xí)的中小跨徑公路梁橋抗震設(shè)計(jì)評價(jià)方法研究[J]. 公路交通科技， 2019， 15（2）： 74-84.

WANG K H， LU G Y， ZHANG P P. Study on seismic design evaluation methods for highway medium-span and small-span girder bridges based on machine learning [J]. Journal of Highway and Transportation Research and Development， 2019， 15（2）： 74-84.（in Chinese）

[59] 晏班夫， 李得睿， 徐觀亞， 等. 基于快速DIC與正則化平滑技術(shù)的結(jié)構(gòu)形變測試[J/OL]. 中國公路學(xué)報(bào)， http：//kns.cnki.net/kcms/detail/61.1313.U.20200214.1529.004.html.

YAN B F， LI D R， XU G Y， et al. Structural Deformation Test Based on Fast Digital Image Correlation and Regularization Smoothing Techniques [J/OL]. China Journal of Highway and Transport， http：//kns.cnki.net/kcms/detail/61.1313.U.20200214.1529.004.html. （in Chinese）

[60] QU C X， YI T H， LI H N. Mode identification by eigensystem realization algorithm through virtual frequency response function [J]. Structural Control and Health Monitoring， 2019， 26（10）： e2429.

[61] NI F T， ZHANG J， NOORI M N. Deep learning for data anomaly detection and data compression of a long-span suspension bridge [J]. Computer-Aided Civil and Infrastructure Engineering， 2019， 35（7）： 685-700.

[62] ZHENG W Z， WANG H， LI J， et al. Performance evaluation of bridges isolated with SMA-based friction pendulum system at low temperatures [J]. Soil Dynamics and Earthquake Engineering， 2019， 125： 105734.

[63] WANG J Q， LI S， HEDAYATI DEZFULI F， et al. Sensitivity analysis and multi-criteria optimization of SMA cable restrainers for longitudinal seismic protection of isolated simply supported highway bridges [J]. Engineering Structures， 2019， 189： 509-522.

[64] 曹颯颯， 伍隋文， 孫卓， 等. 梁橋多級設(shè)防SMA減震裝置[J]. 振動(dòng)與沖擊， 2019， 38（24）： 209-217.

CAO S S， WU S W， SUN Z， et al. A multi-level performance SMA-based isolation system in girder bridges [J]. Journal of Vibration and Shock， 2019， 38（24）： 209-217. （in Chinese）

[65] XIANG N L， ALAM M S. Comparative seismic fragility assessment of an existing isolated continuous bridge retrofitted with different energy dissipation devices [J]. Journal of Bridge Engineering， 2019， 24（8）： 04019070.

[66] ZHENG Y， DONG Y， CHEN B， et al. Seismic damage mitigation of bridges with self-adaptive SMA-cable-based bearings [J]. Smart Structures and Systems， 2019， 24（1）： 127-139.

[67] IZADI M， MOTAVALLI M， GHAFOORI E. Iron-based shape memory alloy （Fe-SMA） for fatigue strengthening of cracked steel bridge connections [J]. Construction and Building Materials， 2019， 227： 116800.

[68] NAIR A， CAI C， KONG X， et al. Bridge retrofitting using FRP-wrapped balsa wood deck： experimental study and field evaluation [J]. Journal of Aerospace Engineering， 2019， 32（5）： 04019065.

[69] BONOPERA M， CHANG K C， CHEN C， et al. Fiber Bragg grating-differential settlement measurement system for bridge displacement monitoring： case study [J]. Journal of Bridge Engineering， 2019， 24（10）： 05019011.

[70] DING Y， XIAO F， ZHU W W， et al. Structural health monitoring of the scaffolding dismantling process of a long-span steel box girder viaduct based on BOTDA technology [J]. Advances in Civil Engineering， 2019， 2019： 1-7.

[71] ZHANG C R， GE Y X， HU Z C， et al. Research on deflection monitoring for long span cantilever bridge based on optical fiber sensing [J]. Optical Fiber Technology， 2019， 53： 102035.

[72] 王珍珍， 周智， 王佳鈺. 預(yù)應(yīng)力碳纖維復(fù)材板加固橋梁短期預(yù)應(yīng)力損失監(jiān)測[J]. 工業(yè)建筑， 2019， 49（4）： 180-186.

WANG Z Z， ZHOU Z， WANG J Y. Short-term prestress loss monitoring for post-tensioned cfrp laminate strengthened bridge [J]. Industrial Construction， 2019， 49（4）： 180-186.（in Chinese）

[73] RUFAI O， GAUTAM M， POTLURI P， et al. Optimisation of optical fibre using micro-braiding for structural health monitoring [J]. Journal of Intelligent Material Systems and Structures， 2019， 30（2）： 171-185.

[74] WU C F， SUN K K， XU Y M， et al. Concrete crack detection method based on optical fiber sensing network and microbending principle [J]. Safety Science， 2019， 117： 299-304.

[75] FARZAD M， SHAFIEIFAR M， AZIZINAMINI A. Experimental and numerical study on an innovative sandwich system utilizing UPFRC in bridge applications [J]. Engineering Structures， 2019， 180： 349-356.

[76] CHENG X S， LI X S， KANG T F， et al. Seismic response of a box bridge after reinforcement with prestressed CFRP textile [J]. Australian Journal of Civil Engineering， 2020， 18（1）： 29-45.

[77] FAN W， SHEN D J， YANG T， et al. Experimental and numerical study on low-velocity lateral impact behaviors of RC， UHPFRC and UHPFRC-strengthened columns [J]. Engineering Structures， 2019， 191： 509-525.

[78] MAHMOOD S， RAHMAN A U， SHAW R. Spatial appraisal of flood risk assessment and evaluation using integrated hydro-probabilistic approach in Panjkora River Basin， Pakistan [J]. Environmental Monitoring and Assessment， 2019， 191（9）： 1-15.

[79] 蒲黔輝， 楊長衛(wèi)， 勾紅葉， 等. 高速鐵路防災(zāi)減災(zāi)——大數(shù)據(jù)智能化技術(shù)與應(yīng)用[M]. 北京： 科學(xué)出版社， 2020.

PU Q H， YANG C W， GOU H Y， et al. Disaster prevention and mitigation of high speed railway-big data intelligent technology and application [M]. Beijing： Science Press， 2020. （in Chinese）

[80] 勾紅葉， 蒲黔輝， 嚴(yán)猛， 等. 高速鐵路橋上行車安全智能化評價(jià)與預(yù)警系統(tǒng)： 2019V1.0SR1009461 [CP]. 2019-07-04.

GOU H Y， PU Q H， YAN M， et al. Intelligent evaluation and early warning system of traffic safety on high speed railway bridge： 2019V1.0SR1009461 [CP]. 2019-07-04. （in Chinese）

[81] XU Y， WEI S Y， BAO Y Q， et al. Automatic seismic damage identification of reinforced concrete columns from images by a region-based deep convolutional neural network [J]. Structural Control and Health Monitoring， 2019， 26（3）： e2313.

[82] ANN H， CHOI Y J， LEE J H， et al. Semiquantitative fire risk grade model and response plans on a national highway bridge [J]. Advances in Civil Engineering， 2019， 2019： 5154309.

（編輯 章潤紅）