近日，東（dōng）莞理工學院馬宏偉教授帶領的研究團隊關於（yú）大數據的橋梁（liáng）損傷檢測（cè）論文在國際著名雜誌《Computer-Aided Civil and Infrastructure Engineering》(Vol32, December 2017, Page1025-1046) 正式發表，該國際雜誌是（shì）土木與結構領域影響因子排名第一的1區期刊（kān），影響因子（zǐ）為5.79。馬宏偉教授為文章的通訊作（zuò）者，第一（yī）作者是馬宏偉教授博士研（yán）究生林逸洲。文章在國際上率先提出用大數（shù）據的深度學習方法應用於大型橋梁安全監測領域，為這一領域提供了一種全新的方法。

大（dà）型橋梁結構的老（lǎo）化對於當前社會來說已經成為了一個不（bú）可（kě）避（bì）免的問題。而在健康監（jiān）測的工程實踐中（zhōng），一座橋梁往（wǎng）往安裝了成百（bǎi）上（shàng）千的傳感器，數據容量巨大且影響因素眾（zhòng）多，難以從中（zhōng）進一步得到有用的（de）信息。傳（chuán）統的特（tè）征提（tí）取手段主要（yào）有動力指紋與數據驅動兩大類，然而這些特征提取手段由於有著各自的缺點在實際工程中應用困難。針對這些問題，研究團隊將深度學習領域中廣泛應用的多（duō）層卷積神經網絡(Convolutional Neural Network, CNN)應用到結構損傷檢測任務中，以達到從（cóng）數據中學（xué）習，從結構的時域響應（yīng）中自動提取特征（zhēng）的效果（guǒ）。

文章（zhāng）提供了一種新的解決該（gāi）問（wèn）題的框架（jià）——大數（shù）據思想。對於一（yī）個（gè）問題，傳（chuán）統的解決（jué）方法往往是分析導（dǎo）致“結果”的“原因”，找（zhǎo）出“原因”後再利用這個因果關係（xì）來解決實際“應用”問題。然（rán）而，現實（shí）世界是複（fù）雜的，導（dǎo）致一（yī）個“結果”的“原（yuán）因（yīn）”往（wǎng）往無比繁多。另（lìng）一種思維方式則是直接聯係“結果”（數據）與“應用”（解（jiě）決問（wèn）題）。對於一個具（jù）體應用問題，兩個變量之（zhī）間的關係可能並（bìng）不明確，而且關係複雜，而利用智能算法則可以從大量數據中構建兩者（zhě）的關係。這正是“大數據”一詞中的（de）核心思想。而本文正是遵循了這種思想，隻從（cóng）數據中使算（suàn）法自動挖掘變量之間的聯係。

以結構的加速度和結構的真實損傷情況組（zǔ）成（chéng）數據對，訓（xùn）練多層神經網絡。不（bú）同於傳統神經網絡，文中開發的神經網絡直接以結（jié）構的（de）響應為輸入而不依賴任何人（rén）工設計的特征，直接（jiē）把加速度時域信號映射至損（sǔn）傷信息。測試結果表明，該方法有著獨立從數（shù）據中（zhōng）學（xué）習結構特征的能力，並有著驚人的損傷（shāng）檢測能力。

除此之外，為了探明卷積神經網絡究竟是如何實現自動特征（zhēng）提取，文章將隱藏層可視化，探究神經網（wǎng）絡究竟學習到了（le）什麽特征。結果發（fā）現（xiàn），神經網絡學習到的是一個個帶通濾波器，獨立學習到了結構模態的概念。

馬宏偉教授為教育部“長江學者”特聘教授，東莞（wǎn）理工學院（yuàn）副校長（zhǎng）。現任教育部力學專業教學指（zhǐ）導委員會委員，中國力（lì）學學會理事，中國力學（xué）學會教（jiāo）育工作（zuò）委員（yuán）會副主任委員,中國力學學會爆炸力學專業委員（yuán）會衝擊動力學專業組副組（zǔ）長。他多年從事力學研究，共出版專著2部，發表（biǎo）論文150餘篇，三大索引收（shōu）錄的高水（shuǐ）平（píng）論文90餘篇，授權發明專利4項，軟件著作權1項。

橋梁安全（quán）監測www.caiobei.com中交路橋科技有限公司（sī）