1智能建造
智能建造是智能化的创新建造方式，是新一代信息技术和工程建造的有机融合。新一代技术包括BIM、物联网、3D打印、大数据和人工智能等。BIM技术采用数字化和模型化的方式表达结构的物理状态和功能特性，贯穿从规划设计到施工建造直至运维管养全寿期，通过在不同阶段的结构BIM模型中增加、提取、修改和更新结构信息，形成数字与物理虚实交互融合的孪生模型，可供设计方更加科学地进行方案设计、扩初设计、施工图设计等，可供施工方优化施工方案、检查施工质量、缩短施工周期等，可供运维方管理空间设施、检查安全隐患、降低运维成本等。近年来，BIM技术在国家会展中心等实际工程中得到应用，在深化设计、辅助施工及可视化控制等方面发挥了显著作用。物联网最早由美国Auto-ID于1999年提出，是将各种信息传感设备与互联网相结合而形成的万物互联互通网络。而智能建造过程中的五大要素(即施工人员、机械设备、物料、工法、环境)所产生的多源异构数据，由不同类型的传感器采集，以实现建造过程全要素的状态感知、质量感知和位置感知，再通过网络模块进行统一转换与传输。例如，通过融合物联网、BIM和有限元模型，提出了基于数字孪生和智能决策平台的智能建造方法，对比实时监测与理论模型数据，进而对物理空间的实际施工过程进行调整与修正。3D打印技术起源于20世纪80年代末，也称为“增材制造”或“快速原型”技术，采用材料分层叠加的基本原理，由信息系统获取目标结构的三维模型细节构造，沿打印方向将模型分解为包含二维几何形状信息的堆叠片层结构，再由数控系统根据打印指令控制机械装置按照规划路径移动，实现目标结构的自动建造，包括三维建模与近似处理、模型切片与路径规划、层片加工与叠加等阶段。依据使用材料和打印工艺的不同，可将建筑3D打印技术分为混凝土分层喷挤叠加的增材建造、砂石粉末分层粘合叠加的增材建造、大型机械臂驱动的材料三维构造建造等。未来，在材料理论及新材料研发、机械设备及工艺改良、软硬件协同和智能化控制研究、3D打印构件及结构力学性能等方向应有更深入的研究。在大数据和人工智能方面，计算机视觉和深度学习技术已经应用于建造场景的人员安全状态识别、施工机械安全监控和风险目标辨识。针对建造场景中的视频图像，可以通过建立基于卷积神经网络和长短期记忆网络的目标检测和语义分割模型，识别视频图像中的诸多不安全因素，包括人员是否佩戴防护装备、大型施工器械的危险姿态等，并对风险目标进行跟踪预警。除地上建筑的智能建造外，地下空间也可通过融合先进信息与通讯技术，产生具备自感知、自学习、自适应、自决策等功能的智能化建造方式，使得地下空间基础设施在局部区域甚至更大的时空范围内，具备感知、分析、决策、控制和预测等能力。对此，城市盾构隧道数字化智能建造的发展历程，在前期进行智能规划、设计，在中期提供高效施工与安全保障，在后期进行数字化、信息化、智能化运维管养，实现健康监测、检测、试验、数值模拟等大数据的深度融合挖掘。虽然智能建造已经在诸多方面取得了一定的研究进展和工程应用，但在智能建造全要素的语义化建模与映射、施工过程错漏碰缺的数字孪生智能诊断及恢复推演以及结构维修改造过程的物理-信息仿真模拟、动态映射与可视化等方面，尚需进行深入研究。
2智能运维
土木工程结构在长达数十年甚至上百年的服役期内，不可避免地遭受环境侵蚀、材料老化、动力荷载以及突发灾害等复杂因素的耦合作用，使得结构损伤萌生、发展和累积，导致服役性能不断劣化。传统土木工程运营维护主要通过巡检人员目视检查，结合相关标准、规范，给出相应的损伤识别结果和状态评估等级。自20世纪90年代以来，结构健康监测技术得到快速发展，通过实时监测环境荷载和结构响应，进行结构系统识别、模型修正和参数更新，实现结构状态评估。在此基础上，对结构健康诊断进行定义，其内涵包括在获得结构健康监测数据的基础上，结合结构服役历史和现状，评估当前的结构损伤状态(包括确定损伤是否发生、损伤定位、损伤程度等)，通过模型修正预测未来的荷载环境和结构性能，并采用基于失效概率的可靠度分析方法评价结构剩余疲劳寿命［35-36］。同时，提出了数据范式的结构健康监测整体框架。然而，由于人工巡检准确性和稳定性较差、传感器空间分辨率不足导致监测信息不完备、基于模态分析的识别方法对结构早期的微小损伤不敏感、环境因素的耦合效应(如温度作用)以及测量噪声等诸多因素制约，亟需发展土木工程结构智能运维的系统理论与方法，挖掘并揭示结构损伤发展和性能退化的关联特征与演变规律。模拟生物“看”的计算机视觉技术因提供了大量丰富的感知数据和高精度损伤识别方法，可解决传统感知技术因数据空间不完备和动力特性指标不敏感而带来的结构损伤精准识别难题。该技术已在土木工程领域得到了广泛研究和应用，通过在机器人和无人机上搭载摄像机、激光扫描仪和红外热成像仪等设备，采集结构图像、视频和几何数据，设计机器学习算法和深度学习网络，在高维空间提取数据中蕴含的结构和损伤特征，识别结构全场振动、重构结构三维模型。国内外研究者已经开展了一系列基于计算机视觉的土木工程结构智能运维技术研究，例如基于经典图像处理技术，根据结构损伤或变形与背景像素灰度值或统计特征的差异、人工设计选择条件等，对图像底层像素进行直接运算筛选出目标区域。但是，此方法通常需要进行预处理并且预设特征提取算子，识别结果取决于形态学运算的结构元尺寸和阈值参数的选择，特别依赖于先验知识和经验，无法普遍适用于不同的应用场景。除了上述经典图像处理技术，考虑结构损伤的时空稀疏分布特性，提出了基于视频稀疏低秩分解、特征追踪和图像配准的检测方法。然而，该方法需要提前已知损伤发生的局部区域，并进行针对性拍摄，因此实际应用较为困难。
3智能防灾
传统力学知识体系在土木工程结构应对自然和人为灾害等方面发挥着重要作用，包括地震工程、风工程、火灾工程等。防灾减灾技术的研究内涵包括基于运动方程和抗力-效应准则的抗灾设计方法，研制基于振动控制的防灾减灾装备与系统，发展单体结构到区域灾害的危险性评估理论，建立灾害预警及灾后应急救援体系等。视频图像作为一种获取方式简单安全、来源广泛、获取成本低廉、反映信息直观的感知手段，在智能防灾领域中可起到至关重要的作用。得益于互联网、大数据、无人机、机器人技术的发展和普及，嵌入计算机视觉等人工智能算法的无人机和机器人作为灾后现场调查的辅助手段，通过预设自主巡检路线、调整不同拍摄视场范围获取多尺度灾情信息，实现了灾后现场的快速、自动、安全、准确评估。
4结语
土木工程的智能化发展已在现阶段对工程各阶段产生了显著而积极的影响，还需提高智能体求解复杂控制解方程时的效率与精度，保证快速求解算法与力学模型在复杂力学问题上的泛化能力，提升智能体发现人类未知方程的潜力及结果合理性，使智能化在土木工程中的实际应用具有更广泛、高效的可操作性。
参考文献
[1]王欢欢. 大数据技术在土木工程中的应用分析[J]. 信息记录材料,2022,23(01):199-201.
[2]秦世滢. 土木工程施工技术中存在的问题与创新探讨[J]. 绿色环保建材,2021,(12):123-124.
[3]唐天翔. 土木工程建筑施工技术创新研究[J]. 居舍,2021,(36):58-60.
