日前，哈工大土木工程学院王凤来教授与博士研究生全玉湖共同完成的研究论文《基于机器学习的实时混凝土振捣追踪》（Machine learning-based real-time tracking for concrete vibration）发表在SCI期刊Automation in Construction上。Automation in Construction是土木工程智能建造领域的国际顶级期刊，2022年期刊影响因子10.517。
混凝土振捣对混凝土结构的最终质量和耐久性具有至关重要的作用。在实际工程中，混凝土振捣施工属于典型的隐蔽工程施工，施工操作过程难以直观监控，施工质量缺乏相关的手段和方法进行及时的检验和核查，增加了混凝土质量的离散性和潜在的质量风险。基于数字化工程质量管理的理念，立足于组织管理方式的创新，致力于改变人盯人的管理方式，采用UWB超宽频空间定位技术和姿态传感器，构建了混凝土振捣实时追踪数字化系统，采用机器学习算法对混凝土振捣过程进行实时数字化质量评估，让过程数字化管控发挥消除隐患的作用，提升工程质量和管理效率。
全文链接：https://www.sciencedirect.com/science/article/pii/S0926580522002163
论文针对混凝土振捣施工环节，开发了可将振捣过程数字化的振捣监测追踪系统，对振捣位置、时间、深度、速度、轨迹等影响混凝土振捣施工质量的关键指标进行实时数字化采集与分析，实现对混凝土振捣施工过程的实时监测与可视化。通过神经网络方法对数字化数据进行实时模式识别，对振捣施工中存在的质量隐患及时预警与精准反馈。论文首次尝试结合数据融合、机器学习和物联网传感器技术来实现手持式混凝土振捣棒数字化轨迹追踪和质量控制，为实现基于数据和基于过程的工程质量评估提供了新视角，有助于实现振捣施工高质量和精细化管理。
混凝土振捣追踪数字化系统示意图
该论文的发表对通过可视化的过程管理，改变传统混凝土振捣施工管理方式，提高全行业的混凝土施工管理水平，均具有重要的理论意义、工程价值和社会价值，是学科交叉融合创新的新方向。
