研究领域

智能建造与监控

      互联网时代的到来,使得数字化催生着各个行业的变革与创新,近年来我国轨道交通建设迅猛发展,车辆重载化、高速化趋势明显,智能化在结构和管理模式上都优于传统,能够实现稳健、可靠、精准的建造与监控,给人们的生活和工作带来极大便利。

  1、视觉识别

  随着计算机技术和各种成像系统的飞速发展,计算机视觉技术在土木工程领域成为热门的研究方向,其通过采集图像或视频,对目标结构的位移、裂缝、变形等响应进行识别和分析,从而实现目标结构性能和安全状态的评估,为结构健康监测提供先进的监测方法和可靠的数据来源,其有远距离、非接触、高精度、省时省力、多点监测等众多优点越来越受科研和工程人员的关注。

  2、神经网络与深度学习

  深度学习是由在计算机上把虚拟的神经元排列成层状,模拟真正的神经细胞之间的电信号的“神经元网络”技术发展而来,即以神经网络为模型。深度神经网络可应用于计算机视觉、语音识别和自然语言处理等。课题组目前研究基于LSTM的振动台模型辨识,采用长短时记忆神经网络(LSTD),完成振动台的模型辨识,以设计出具有更高精度与鲁棒性的控制系统。


 3、合作项目与发明

  1)轨道板无损检测
  我国高速铁路大量使用了CRTSⅢ型板式无咋轨道结构,采用自密实混凝土(SCC)充填层技术,其粘结界面的质量影响整个轨道结构的服役性能。课题组与长沙德岭仪器公司合作开发了冲击回波无损检测设备,克服了现场揭板检测等破损方法来检验SCC充填层的施工质量。


  2)桥梁健康监测平台
 在荆州跨海子湖特大桥上布置四百个测点,把数据识回来,进行前期的可视化展示,可实时监测桥梁状态。



  3)基于激光轮廓扫描的轨道不平顺测量算法
 列车运行的安全性和舒适性与轨道线路的状态直接相关,因此需要及时对轨道不平顺进行精确地测量。课题组发明采用基于激光轮廓测量仪的非接触测量方法,测量三维轨道截面,生成轨道不平顺信息,实现了对轨道空间轮廓的测量,从而能准确地反映轨道的局部损伤缺陷。