钟登华 智能教育引领未来:中国的认识与行动

在“国际人工智能与教育大会”上,教育部副部长钟登华分享了在智能教育时代,中国的认识与行动。他通过五个典型案例介绍了中国政府在推动教育发展方面的做法和行动,并对人工智能时代的教育进行了展望,表示智能时代的教育发展将呈现出四大特点。

科技创新引领中国坝工技术升级

水库大坝作为重要的基础设施,是防洪工程体系的重要组成部分,也是国家水网的重要“结点”,在水旱灾害防御、水资源优化配置、江河生态保护治理等方面发挥着不可替代的作用。立足应对气候变化和为全面建设社会主义现代化国家提供坚实水安全保障的新要求,我国坝工技术不断取得新跨越,成为世界坝工技术创新和高坝建设的引领者。2023年12月4日—5日,由中国大坝工程学会与西班牙、日本和法国大坝委员会共同主办的第九届碾压混凝土坝暨胶结坝国际研讨会在广州举办。来自20多个国家的340多位专家学者与会,分享最新研究与实践成果。本期特别邀请有关领导和专家围绕碾压混凝土坝和胶结坝技术创新及数字化与人工智能技术应用等进行解读。

基于大场景视频监控的坝面施工机械潜在碰撞风险预警方法

基于大场景视频监控实现坝面施工机械潜在碰撞风险预警对保证大坝施工安全具有重要意义。然而,目前坝面施工机械潜在碰撞风险检测主要依赖人工经验判断,易出现漏判和误判等问题。因此,本研究提出一种基于大场景视频监控的坝面施工机械潜在碰撞风险预警方法。首先,基于Trajectron++轨迹预测算法,通过迁移学习,实现对坝面大场景视频监控中数量众多、类型多样的施工机械在未来一段时间内的轨迹预测。其次,提出将行驶接近时间和机械最大拥挤度作为坝面施工机械潜在碰撞风险的量化指标,并基于模糊规则,建立不同行驶速度条件下两个指标与潜在碰撞风险分级预警的模糊隶属度函数。最后,采用证据理论对两个指标的预警结果进行融合,计算最终的预警等级。以两河口大坝施工现场的大场景视频监控为例进行实验验证,结果表明坝面施工机械未来6 s的轨迹预测平均位移误差和最终位移误差分别为1.17和2.36 m,且基于模糊-证据融合的施工机械潜在碰撞风险分级预警结果可为坝面施工安全提供自动化、智能化分析方法。

着力培养知农爱农新型人才

在五四青年节到来之际,习近平总书记给中国农业大学科技小院的同学们回信,并向全国广大青年致以节日的祝贺,充分体现了习近平总书记对中国农业大学建设发展的高度重视和亲切关怀,对广大青年一如既往的关心关爱,对新时代新征程上高等教育特别是高等农林教育高质量发展、实现科技自立自强、加快建设农业强国、全面推进乡村振兴的深邃思考和殷切希望。回信立意高远、内涵丰富、饱含深情、催人奋进,具有很强的思想性、指导性和针对性。

基于改进HT-LCNN线段检测模型的隧洞施工活动时间信息智能提取方法

施工活动时间信息的有效提取是隧洞施工进度分析与决策的重要前提,目前常采用的一种隧洞施工活动时间记录方式是绘制横道图线段。针对传统依赖于人工统计的方式存在效率低、易出错等问题,提出基于改进深度霍夫线条先验网络(Hough Transform-Line Convolutional Neural Network,HT-LCNN)线段检测模型的隧洞施工活动时间信息智能提取方法。首先,采用单应性变换手段进行施工日志图像预处理,解决原始图像存在的倾斜、旋转、扭曲等问题;其次,利用全局上下文注意力模块(Global Context Network,GCNet)改进HT-LCNN模型的残差模块,通过建立和共享全局注意力图,获得目标线段在特征图和通道间的长距离依赖关系,提高模型对目标手绘线段的注意力,克服原有HT-LCNN方法容易受到表格线段和文字干扰的不足,实现手绘线段的高精度智能检测;进一步地,建立施工时刻-活动坐标系,根据所检测的手绘横道图线段的端点坐标位置特征,将其自动转化为施工活动时间信息。将该方法应用于某长距离引水隧洞TBM施工日志活动时间提取,本文提出的改进HT-LCNN模型的检测精度AP_(5)、AP_(10)、AP_(15)值分别为94.7%、95.0%、95.1%,均高于HT-LCNN和LCNN;基于本文方法自动提取的施工活动时间与人工提取结果相比,平均绝对误差仅为1.82 min。本研究为隧洞施工活动时间信息准确高效提取提供了新思路。

大坝智能建设研究进展

大坝智能建设对全面提高我国大坝建设智能化管理水平和保障大坝建设质量至关重要。在新一代信息技术(如云计算、大数据、物联网、移动互联网等)、人工智能、区块链、互联网+等技术与大坝建设深度融合并飞速发展的新时代背景下,大坝建设面临着如何提高智能化、信息化、数字化和精准化水平等一系列问题,而大坝智能建设则是应对这些挑战的有效战略措施。本文首先厘清大坝智能建设的原动力、基本理念与技术内涵;其次着重梳理了大坝智能建设中关键的理论、方法与技术的研究进展;最后探讨了大坝智能建设未来的发展方向及趋势。

水利水电工程施工场地总布置可视化动态演示系统研究

水利水电工程施工现场随工程进展处于动态变化中,施工总布置是一项极其复杂的工作采用可视化技术,可以形象、直观、快速地演示这一动态变化过程,使场地布置相关信息的查询方便、快捷,并且可根据动态变化过程及有关信息预测场地布置的变化趋势可视化技术应用于水利水电工程施工总布置。

基于实时监控的混凝土坝振捣施工质量动态评价研究

混凝土坝仓面振捣质量评价是混凝土坝施工质量控制的重要手段。传统方法采用事中人工经验控制振捣参数与事后有限的钻芯取样点检测相结合来控制混凝土坝振捣施工质量;此外,现有的振捣台车振捣监控研究中仅采用单个测距仪进行测距,且缺乏仓面振捣质量评价方法。针对混凝土坝仓面内振捣施工实时质量动态评价和反馈控制的挑战和难点,本文提出了基于双测距仪联合测距方案的混凝土坝振捣施工质量实时监控方法,并基于该方法建立了考虑混凝土特性参数不确定性的混凝土振捣质量动态评价模型,该模型主要包括以下内容:(1)引入"信息熵"理论对混凝土特性参数的不确定性进行量化分析;(2)在考虑参数不确定性的情况下基于随机森林算法提出了混凝土抗压强度动态计算方法,并将计算结果应用于混凝土坝全仓面振捣质量评价。将该模型与多元线性回归和人工神经网络算法建立的评价模型进行了对比分析,验证了本模型的一致性和优越性。应用本文提出的评价方法对我国某西南碾压混凝土坝工程仓面变态混凝土区域的振捣质量进行了动态评价,结果表明,该方法能够准确评价仓面混凝土振捣质量,为混凝土坝振捣施工质量控制提供了理论依据。

基于AHP的工程项目风险分析方法

把 AHP方法运用于工程项目风险分析 ,实现了风险因素的排序、系统总风险的评价以及风险响应措施的选择 .除了风险发生概率和风险损失 ,将风险因素的可控制性和企业信誉风险也同时作为风险判断准则之一 ,使得风险的评价更合理 ,更反映工程实际 .最后给出了风险因素排序及风险响应措施选择的引用实例 .

高拱坝建设进度与质量智能控制关键技术及其应用研究

我国高拱坝工程多位于西南高山峡谷地区,自然环境条件复杂,正面临着如何实现复杂建设条件下进度与质量的精细化管控问题。随着物联网、人工智能、大数据、智能视觉以及云计算等新一代信息技术快速发展,为高拱坝建设进度与质量智能控制提供了技术支撑。首先阐述了高拱坝建设进度与质量智能控制研究的背景、基本概念和研究内容;其次梳理了高拱坝建设进度与质量智能控制的关键技术;最后以某实际高拱坝工程为例,分析了高拱坝建设进度与质量智能控制关键技术的具体应用及取得的成果,为高拱坝工程智能化建设提供了理论基础和技术支撑。

深埋TBM施工输水隧洞结构的三维仿真分析

考虑围岩材料的弹塑性,引入有限元程序中的生死单元,建立了可模拟隧洞开挖过程的围岩三维仿真模型,求得了深埋隧洞围岩变形的分布模式;并在此基础上,采用接触模型和库仑摩擦模型模拟管片接头的非线性连接作用,建立了TBM隧洞管片结构的三维仿真模型,分析在不同工况(施工期、运行期、检修期)、不同围岩类型以及不同衬砌时机下管片的应力应变特征,为输水隧洞的适时衬砌和安全运行提供了依据。

复杂工程岩体结构三维可视化构造及其应用

针对岩体结构的复杂性和无规律性,提出了一种新的基于NURBS算法的岩体结构三维可视化构造技术。根据实测的离散信息和交互解译得到一系列二维剖面,以系统的思想实现了岩体结构三维可视化模型,并能进行与工程密切相关的结构可视化分析。最后将该技术成功应用到糯扎渡水电站工程的三维岩体结构模拟和可视化分析中,对工程设计有较大的指导意义。

基于实时监控的碾压混凝土坝仓面施工仿真可视化分析

结合系统仿真技术、实时监控技术、数据库技术和可视化技术,开展碾压混凝土坝仓面施工仿真可视化分析研究,构建仓面施工精细仿真模型。该模型不仅可以通过仿真计算获得详细的仓面施工进度信息,而且实现了可交互的仓面施工三维动态可视化分析。研究成果已应用于西南某碾压混凝土坝工程。

基于网络分析法(ANP)的水电工程风险分析及其应用

水电工程项目在开发建设过程中往往面临着来自技术、经济、自然和社会环境等诸多方面的风险和干扰,其风险因素又难以量化且他们之间相互关联、相互影响,本文针对此问题,提出了基于网络分析法(ANP)对水电工程风险进行分析,建立了风险因素多准则、多层次的ANP结构模型,并对模型的求解进行了详细的阐述。最后,以某水电工程为例,应用此方法求得风险因素总排序,结果表明ANP能够比较有效地处理多种风险因素之间复杂影响关系,从而发现了其主要关键的风险因素,为工程项目的风险控制和管理提供了重要的参考。

全过程动态仿真技术及其在大型工程施工管理中的应用

全过程动态仿真技术将网络计划分析和数值仿真技术融于一体,以CPM网络模型为框架,再以框架中的仿真节点调用CYCLONE模型,形成一个分层次的模型结构.利用CYCLONE模型仿真工序的随机施工工期和资源利用率等情况,采用CPM网络层对整个工程项目的进度进行分析.其中CPM网络层模型是面向用户的,而CYCLONE模型属于底层,隐藏在CPM网络层之下,只向CPM网络层提供接口,从而解决了CPM不适合处理具有循环特征的复杂工程和CYCLONE技术过于专业的问题,取长补短,达到方便和实用的目的.通过在实际工程中的应用,验证了该技术的可行性.

基于三维地质模型的大型地下洞室群布置优化研究

工程区域地质条件是影响地下洞室群布置最主要的因素。本文基于NURBS技术和地质结构单元实体分割理论,建立了工程地质三维整体模型。在该模型的支持下,结合参数化建模得到的地下洞室群三维几何模型,进行了模拟开挖和地下建筑物特征部位的地质三维可视化分析。将该方法应用于西南某大型水电工程中,在综合考虑各种约束性地质因素的条件下,通过多方案的地质综合评价,在地质构造上实现了地下洞室群布置的快速优化,为最终方案的确定提供了重要的技术支持。

沥青混凝土心墙堆石坝施工仿真建模与可视化分析

沥青混凝土心墙堆石坝施工仿真通过计算机模拟来研究和分析坝体的复杂施工过程,为工程设计和施工管理提供了有效的工具.文中对沥青混凝土心墙堆石坝施工系统进行了分解协调,阐述了沥青混凝土心墙堆石坝施工仿真的基本原理;在综合考虑施工过程中的复杂约束条件下,建立了沥青混凝土心墙堆石坝施工动态仿真的数学逻辑关系模型;基于Unity3D引擎,研发出网络环境下沥青混凝土心墙堆石坝施工过程的三维可视化分析系统.研究成果在某工程实例中进行了具体应用,成果验证了该仿真模型的有效性和技术方法的先进性.

复杂地质体NURBS辅助建模及可视化分析

基于NURBS技术提出一种重建复杂三维地质体的建模方法 首先对数字地形模型进行简化处理以满足地质体重建的需要 ;然后结合地质原始资料和解译数据 ,拟合构造出更能反映地质规律的地质结构面 在此基础上 ,利用三维图形学技术重建复杂地质体 ,并根据实际需要对整体模型实现一系列的三维地质信息可视化分析 实际水电工程应用表明 。

基于ANFIS-GM的心墙堆石坝变形预测

本文提出采用自适应网络模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)优化灰色理论模型(Grey Model,GM)的建模方法来研究预测大坝变形。ANFIS-GM模型综合考虑了由于资料不完备、考虑因素不全面而产生的灰色特性和各影响因素与大坝变形之间存在的模糊特性。该模型相比于GM模型不仅考虑了大坝变形的灰色特性,而且还考虑了水位变化速率、填筑速率与大坝变形的模糊关系。通过心墙堆石坝沉降变形的实例分析,表明该模型比GM模型误差更小。同时,该模型具有处理小样本,自组织、自学习、自适应,模糊推理的综合能力。

大型水利水电工程建筑物三维可视化建模技术研究

以紫坪铺水利枢纽为研究对象对大型水利水电工程建筑物可视化建模技术进行了深入研究.首先对紫坪铺水利枢纽建筑物的数据模型进行了分析并明确了建模思路,即面向对象技术和结构化方法,然后对于不同类型的建筑物采用不同的几何实体建模技术分别建立它们的几何模型,再通过形象建模和三维显示形成各建筑物的最终三维仿真模型并于屏幕上显示输出.由于可视化建模技术所涉及的工程信息数字化、可视化属于“数字水利”的研究范畴,所以该技术本身就成为了“数字水利”工程的重要组成部分.