|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 中国桥梁工程学术研究综述·2021显示文摘为了促进中国桥梁工程学科的发展,系统梳理了近年来国内外桥梁工程领域(包括结构设计、建造技术、运维保障、防灾减灾等)的学术研究现状、热点前沿、存在问题、具体对策及发展前景。首先总结了桥梁工程学科在新材料与结构体系、工业化与智能建造、抗灾变能力、智能化与信息化等方面取得的最新进展;然后分别对上述桥梁工程领域各方面的内容进行了系统梳理:桥梁结构设计方面重点探讨了钢桥及组合结构桥梁、高性能材料与结构、深水桥梁基础的研究现状;桥梁建造新技术方面综述了钢结构桥梁施工新技术、预制装配技术以及桥梁快速建造技术;桥梁运维方面总结了桥梁检测、监测与评估加固的最新研究;桥梁防灾减灾方面突出了抗震减震、抗风、抗火、抗撞和抗水的研究新进展;同时对桥梁工程领域各方向面临的关键问题、主要挑战及未来发展趋势进行了展望,以期对桥梁工程学科的学术研究和工程实践提供新的视角和基础资料。 | 《中国公路学报》编辑部 | 2021 | 中国公路学报2021，34，2： | 300 |
| 2 | 结构健康监测若干方法与技术研究进展综述显示文摘结构健康监测技术方法是国内外研究的热点.综述了本课题组近年在结构健康监测领域取得系列研究进展,包括:系列未知输入下卡尔曼滤波系列新方法及其在结构健康监测与振动控制中的应用、物理和信息融合的智能防灾减灾结构系统及主要内容、基于建筑信息模型(BIM)+3D地理信息系统(3D GIS)+物联网(IOT)技术的城市基础设施智能监控云平台,以及参与编制的国际智能基础设施结构健康监测学会的结构健康监测标准等内容. | 雷鹰 刘丽君 郑翥鹏 | 2021 | 厦门大学学报(自然科学版)2021，60，3： | 19 |
| 3 | 基于内积矩阵及深度学习的结构健康监测研究显示文摘环境激励下仅利用振动响应的结构健康监测方法,因其便于实现在线监测受到了越来越多的关注。该文回顾了以振动时域响应相关性分析为基础的结构特征参数(即内积向量)的基本概念及特征。为了从已有测试数据中提取更多的结构特征参数,分别以各个响应测点为参考点来构建多个内积向量并组成矩阵,将内积向量扩展到了内积矩阵。进而以内积矩阵为结构特征参数,结合深度卷积神经网络的特征提取能力,提出了基于内积矩阵及深度学习的结构健康监测方法。典型航空加筋壁板螺栓松动监测的实验研究结果表明,仅利用结构在环境激励下部分测点的振动时域响应,该文方法可以准确地识别螺栓松动位置。 | 王慧 郭晨林 王乐 张敏照 | 2022 | 工程力学2022，39，2： | 14 |
| 4 | 钢结构桥梁疲劳2019年度研究进展显示文摘钢结构桥梁具有轻质、高强、跨越能力大、易工厂化制造和便于装配化施工等突出优点,是未来一段时期中国桥梁工程的重要发展方向。但由于服役环境、荷载条件和交通需求、结构体系和构造细节设计等诸多因素的影响,其疲劳问题突出,已成为制约钢结构桥梁可持续发展的世界性难题。作为桥梁工程的热点研究课题,学者们在钢结构桥梁疲劳领域进行了卓有成效的研究,现聚焦钢结构桥梁疲劳损伤演化与服役性能劣化机理、钢结构桥梁疲劳抗力评估与预测、钢结构桥梁疲劳裂纹监测与检测方法、疲劳开裂加固与维护技术等方面,对2019年度的研究进展和下阶段的研究重点进行扼要的梳理和总结。分析了钢结构桥梁疲劳关键问题研究方面的挑战,具体讨论了在钢结构桥梁疲劳失效机制、疲劳抗力评估新理论新方法、疲劳损伤智能监测与检测和疲劳开裂加固关键技术等方面开展深入研究的迫切需求和主要问题。 | 张清华 崔闯 卜一之 李乔 夏嵩 | 2020 | 土木与环境工程学报(中英文)2020，42，5： | 13 |
| 5 | 土木工程智能科学与技术研究现状及展望显示文摘人工智能为土木工程学科和行业带来了新的发展机遇,土木工程智能科学技术的发展和创新与智能材料、3D打印、大数据、物联网、智能计算、机器人、元宇宙等数学、计算机科学和新兴产业技术进行深度融合,将深刻变革土木工程全寿期,包括城市规划、建筑设计、结构设计、工程建造、服役运维、防灾减灾等阶段。为此,从智能材料、智能设计、智能建造、智能运维、智能防灾等多个维度,总结当前土木工程智能科学与技术的研究现状,提出物理机器学习(基于数据范式与物理定律有机融合)的土木工程智能科学与技术特征;同时,探讨虚拟科学家在创造崭新土木工程智能科学与技术的前景。最后,展望了土木工程智能科学与技术发展目标,即从基于现有知识体系建立纯数据驱动和物理机器学习土木工程智能理论,到发展出具有自学习能力的智能体及其理论体系,最终创造出具有自我进化能力的虚拟科学家,发现新的数学方法与物理定律等。 | 徐阳 金晓威 李惠 | 2022 | 建筑结构学报2022，43，9： | 10 |
| 6 | 建筑与基础设施全寿命周期智能化的研究现状及关键科学问题显示文摘第266期双清论坛'建筑与基础设施全寿命周期智能化前沿理论与方法'围绕土木工程智能化的研究现状、发展趋势及面对的挑战进行了深入研讨,与会专家一致认为:加强工程科学与信息科学的交叉融合,对于促进建筑与基础设施全寿命周期智能化转型升级,促进工程运维管理体系创新以及大数据分析与人工智能技术新突破均具有重要意义,是国际土木工程领域的最新前沿之一。论坛主要从以下4个方面,凝练了建筑与基础设施全寿命周期智能化的关键科学问题和主要研究内容:(1)智能设计、智能材料与智能结构;(2)智能建造;(3)智能诊治和运维;(4)全寿命周期数据与智能管控平台。通过人工智能等新一代信息技术与土木工程学科的深度交叉融合,建筑与基础设施全寿命周期智能化的研究必将助推我国土木工程向绿色化、长寿化、智能化发展,全面提升土木工程建造运维品质,并推动经济社会的高质量、可持续发展。 | 杨静 李大鹏 岳清瑞 曾滨 刘晓刚 樊健生 | 2021 | 中国科学基金2021，35，4： | 7 |
| 7 | 基于移动主成分分析特征的智能损伤诊断方法显示文摘文章在移动主成分分析(moving principal component analysis,MPCA)基础上,提出一种优化的MPCA特征——特征向量差方向角(directional angle of eigenvector variation,DAEV),并将其作为机器学习的输入建立损伤识别模型。利用双跨连续梁的仿真应变监测数据验证了以DAEV建立机器学习模型诊断结构损伤的有效性。结果表明,与MPCA特征向量相比,DAEV能更好地表征桥梁状态的变化,以DAEV为输入的机器学习模型损伤识别能力更强;对于早期损伤,以DAEV特征为输入的模型识别准确率比以MPCA特征向量为输入的模型高38%~79%。 | 梁杰明 刘逸平 陈敬松 周立成 刘泽佳 汤立群 | 2020 | 合肥工业大学学报(自然科学版)2020，43，12： | 6 |
| 8 | Flexible smart sensing skin for“Fly-by-Feel”morphing aircraft显示文摘Flexible smart sensing skin is a key enabling technology for the future'Fly-by-Feel'control of morphing aircraft.It represents the next-generation skin of aircraft that can exhibit a more powerful sensing function than a conventional one and could be mounted on arbitrary curvilinear surfaces,especially for advanced autonomic,morphing aircraft.Recent significant technical advances in flexible electronics have overcome many historic drawbacks of conventional smart skin,e.g.,only a limited number of discrete block sensors can be integrated due to the inevitable structural damage and heavy guidelines.Herein,we review the key developments in flexible sensors technology and highlight both the state-of-the-art devices and the potential applications for the measurement of aircraft.We begin with the importance of flexible smart skin for morphing aircraft and then expand to the latest progress in various types of flexible sensors.Then we highlight flexible sensors as smart skin to measure aerodynamic parameters and monitor the structural health,and further to achieve the Fly-by-Feel control.Finally,the challenges and opportunities on flexible smart sensing skin are discussed,from the functional design to practical applications. | HUANG YongAn ZHU Chen XIONG WenNan WANG Yu JIANG YongGang QIU Lei GUO DongLiang HOU Chao JIANG Shan YANG ZhaoXi WANG Bo WANG Lu YIN ZhouPing | 2022 | Science China(Technological Sciences)2022，65，1： | 6 |
| 9 | 基于贝叶斯优化BiLSTM模型的输电塔损伤识别显示文摘结构的加速度响应可以反映结构的状态信息,蕴含结构的损伤特征。针对目前输电塔健康监测系统产生大量数据而无法有效分析和诊断输电塔损伤的问题,利用结构输出加速度响应数据的时序关系,提出了基于双向长短时记忆网络(bi-directional long and short-term memory,BiLSTM)的损伤识别方法,并采用概率寻优方法贝叶斯优化(Bayesian optimization,BO)确定网络模型超参数。首先描述了BiLSTM的基本原理,给出基于贝叶斯优化的超参数选取策略,从而提出了基于BO-BiLSTM模型的损伤识别方法。然后使用该方法对输电塔有限元模型进行了损伤定位与模式识别,测试集的整体识别准确率达到94.2%。为了验证该方法对实际结构的损伤识别效果,提出基于异源数据的损伤识别方式:将输电塔有限元模型数据作为模型训练的样本训练BO-BiLSTM模型,使用试验数据用作验证集检验损伤识别效果。识别结果表明BO-BiLSTM可以较为准确的识别真实结构的损伤情况,识别效果较BiLSTM以及BO-LSTM更稳定。 | 魏佳恒 郭惠勇 | 2023 | 振动与冲击2023，42，1： | 6 |
| 10 | 桥梁检测领域知识图谱构建与知识问答方法显示文摘针对桥梁检测报告中数据抽取融合不充分以及管养决策过程中知识问答服务不足的问题,提出一种桥梁检测领域知识图谱构建与知识问答方法。首先,采用Web本体语言(OWL)对桥梁检测领域知识进行形式化语义建模,定义了该领域的概念、属性及公理约束;然后,采用基于Transformer编码器、双向长短时记忆(BiLSTM)网络和条件随机场(CRF)的联合模型以及网格化长短时记忆(Lattice-LSTM)网络对细粒度息进行抽取,并将融合后的实例数据存储在Neo4j图数据库中,实现知识图谱化表示;最后,采用朴素贝叶斯分类算法进行问题模板匹配,根据匹配结果生成结构化查询,并以自然语言形式返回问题答案,实现细粒度领域信息的交互式问答。在与卷积神经网络(CNN)、BiLSTM的对比实验中,该方法在命名实体识别、关系抽取任务中的F1值分别为93.28%、74.00%,优于上述神经网络模型。实验结果表明,所提方法能较好地适应桥梁检测领域交互式问答实际需求。 | 杨小霞 杨建喜 李韧 罗梦婷 蒋仕新 王桂平 杨一帆 | 2022 | 计算机应用2022，42，S01： | 5 |
| 11 | 基于多元状态估计和超椭球分析的汽轮机运行状态监测显示文摘为准确监测汽轮机运行情况,提出了基于多元状态估计(MSET)和超椭球分析(HEA)的汽轮机运行状态监测方法。以汽轮机运行过程中的多维监测数据为依据,基于MSET方法建立汽轮机健康状态的监测模型,获得多维监测数据实测值与期望值的残差向量;采用HEA模型对MSET残差向量进行分析,实时判断汽轮机运行状态。结果表明:该方法可以更有效地对汽轮机运行状态进行监测,尽早发现汽轮机运行状态的异常。 | 宋莹 张钟镭 | 2020 | 动力工程学报2020，40，2： | 4 |
| 12 | 建筑三维重建方法综述显示文摘三维重建作为一种逆向工程技术,其目的是将现实世界中目标的三维几何信息以数字模型的形式储存在计算机中。三维重建在城市规划、智能建筑、施工管理等场景中发挥着重要作用,也是建筑领域的一个研究热点。本文首先从硬件层面介绍了三维点云数据的获取,然后介绍了三维点云数据面向具体任务的应用及对应的算法,最后结合科研领域与实际应用的现状,对三维重建的未来研究重点和发展趋势做了展望。 | 胡芳侨 黄永 李惠 | 2020 | 智能建筑与智慧城市2020，，5： | 3 |
| 13 | Real-Time Detection of Cracks on Concrete Bridge Decks Using Deep Learning in the Frequency Domain显示文摘This paper presents a vision-based crack detection approach for concrete bridge decks using an integrated one-dimensional convolutional neural network(1D-CNN)and long short-term memory(LSTM)method in the image frequency domain.The so-called 1D-CNN-LSTM algorithm is trained using thousands of images of cracked and non-cracked concrete bridge decks.In order to improve the training efficiency,images are first transformed into the frequency domain during a preprocessing phase.The algorithm is then calibrated using the flattened frequency data.LSTM is used to improve the performance of the developed network for long sequence data.The accuracy of the developed model is 99.05%,98.9%,and 99.25%,respectively,for training,validation,and testing data.An implementation framework is further developed for future application of the trained model for large-scale images.The proposed 1D-CNN-LSTM method exhibits superior performance in comparison with existing deep learning methods in terms of accuracy and computation time.The fast implementation of the 1D-CNN-LSTM algorithm makes it a promising tool for real-time crack detection. | Qianyun Zhang Kaveh Barri Saeed K.Babanajad Amir H.Alavi | 2021 | Engineering2021，7，12： | 3 |
| 14 | 结构健康监测研究进展及增加建筑智能化程度显示文摘综述了结构健康监测系统的部分应用,分析了当前公共建筑结构健康监测中的一些重点难点。在此基础上,从智能建筑发展的角度提出了一套大型公共建筑健康监测系统的设计流程,其中强调了以传感器布置、损伤识别和安全评估作为当前研究重点,使整个结构的监测与安全评估有机结合,从而为智慧城市的发展奠定基础,为智慧城市的发展奠定基础。 | 王健 李红民 张家瑞 王立新 曲宗昊 | 2022 | 智能建筑与智慧城市2022，，3： | 3 |
| 15 | A review of the research and application of deep learning-based computer vision in structural damage detection显示文摘Damage detection is a key procedure in maintenance throughout structures′life cycles and post-disaster loss assessment.Due to the complex types of structural damages and the low efficiency and safety of manual detection,detecting damages with high efficiency and accuracy is the most popular research direction in civil engineering.Computer vision(CV)technology and deep learning(DL)algorithms are considered as promising tools to address the aforementioned challenges.The paper aims to systematically summarized the research and applications of DL-based CV technology in the field of damage detection in recent years.The basic concepts of DL-based CV technology are introduced first.The implementation steps of creating a damage detection dataset and some typical datasets are reviewed.CV-based structural damage detection algorithms are divided into three categories,namely,image classification-based(IC-based)algorithms,object detection-based(OD-based)algorithms,and semantic segmentation-based(SS-based)algorithms.Finally,the problems to be solved and future research directions are discussed.The foundation for promoting the deep integration of DL-based CV technology in structural damage detection and structural seismic damage identification has been laid. | Zhang Lingxin Shen Junkai Zhu Baijie | 2022 | Earthquake Engineering and Engineering Vibration2022，21，1： | 2 |
| 16 | 航天工程质量数据体系架构的挖掘显示文摘依据DoDAF体系架构框架理论,针对航天工程中的质量大数据(数据包),采用经验法挖掘出航天工程质量数据体系架构的过程模型。该过程模型与前馈-反馈复合控制系统模型基本吻合,进而识别出航天质量工作恰是遵循了前馈-反馈的复合控制机制。在该机制下,进一步从4个维度选取典型质量数据进行挖掘,得到了关于“热词”、数据基线和质量问题预测等3个方面的重要信息。 | 刘国才 | 2022 | 科技导报2022，40，6： | 2 |
| 17 | 基于有限测量信息的两步响应重构方法显示文摘提出了分两步进行结构响应重构的方法,可实现利用正常测量的响应对因传感器损坏而丢失或其余所需的响应进行重构。首先,建立各处正常工作的传感器的测量响应与需要重构响应的关系,计算出含噪声的各类响应;然后,使用粒子滤波算法降低测量过程中有色噪声对于重构精度的影响,并且在粒子滤波算法中引入萤火虫算法代替重采样过程,改善粒子贫化现象。经对一个二维桁架进行数值模拟,结果显示该方法与直接使用测量响应进行响应重构的方法相比有更高的精度。 | 史鹏程 彭珍瑞 董康立 | 2022 | 振动与冲击2022，41，11： | 2 |
| 18 | A Portable Noncontact Profile Scanning System for Aircraft Assembly显示文摘Three-dimensional(3D)profile scanning plays a crucial role in the inspection of assembled large aircraft.In this paper,to achieve noncontact automatic measurements of the high-reflective profiles of large-scale curved parts and components,an automated noncontact system and method with high accuracy and high efficiency are presented.First,a hybrid 3D coordinate measurement system based on proximity sensors and cameras is proposed to obtain noncontact measurements while avoiding the influence of high reflection on the measurement accuracy.A hybrid measurement model that combines the one-dimensional distances measured by the proximity sensors and the 3D information obtained by cameras is proposed to determine high-accuracy 3D coordinates of the measured points.Then,a profile-driven 3D automated scanning method and strategy are designed to rapidly scan and reconstruct the profile within the effective range without scratching the profile or exceeding the measurement range of the proposed system.Finally,experiments and accuracy analyses are performed in situ on an assembled tailplane panel(approximately 1760 mm×460 mm).The automated scanning process is completed in a timeframe of 208s with an average error of less than 0.121 mm for profile reconstruction.Therefore,the proposed method is promising considering both the high accuracy and high efficiency requirements of profile inspections for large aircraft. | Bing Liang Wei Liu Kun Liu Mengde Zhou Yang Zhang Zhenyuan Jia | 2022 | Engineering2022，8，8： | 2 |
| 19 | 数字孪生技术在土木工程中的应用:综述与展望显示文摘随着工业4.0概念的发展,数字孪生技术(digital twin)已经成为智能制造和产品全寿命周期管理相关领域的主要数字化解决手段。在工程建设领域,提升土木工程结构数字化防灾能力和管理水平是未来智慧城市建设的重要环节。建立精确可靠的数字孪生模型,一方面,可以帮助实现工程灾害的精准防控和重大灾害事故的风险识别预警;另一方面,数字孪生也为未来城市的数字化建设和管理提供了技术基础。本文首先对数字孪生技术的基本概念和阶段性发展成果进行梳理,总结了在土木工程领域里孪生数据获取和构建数字孪生体的技术手段。最后,从结构运营评估、灾害仿真推演和数字孪生城市建设三个领域来回顾与展望数字孪生技术在土木工程领域的应用进展。 | 林楷奇 郑俊浩 陆新征 | 2024 | 哈尔滨工业大学学报2024，56，1： | 2 |
| 20 | 基于动态MIC优化TCN的混凝土坝变形预测模型研究显示文摘混凝土大坝变形是其安全运行的主要控制指标,对大坝变形的预测就显得尤其重要。为降低常规预测模型因未考虑环境量的时滞性所带来的误差,采用最大信息系数方法(MIC)计算水位影响因子和大坝位移的时滞关系,并确定最佳滞后时间。进一步,采用时间卷积网络(TCN)解决了混凝土重力坝的变形预测的高维非线性难题,并不断逼近坝体位移影响因子矩阵空间和位移目标向量之间的最佳映射关系,进而得到大坝变形的预测模型,并将其预测结果与常用的ARIMA模型进行对比。结果表明,MIC-TCN模型比ARIMA模型有更好的预测效果。 | 曾欣 马力 戴子卿 | 2022 | 水力发电2022，48，10： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员