基于AI的数字孪生，赋能自动化、智能化桥梁评估

OpenBridge将模型校准时间缩短90%以上，并将工程成本降低70%

优化桥梁使用性能评估与维护

20世纪60年代和70年代，韩国经历了前所未有的经济增长期，工业迅速扩张，基础设施快速发展，许多桥梁在此期间建造。如今，50多年过去了，其中许多桥梁已经老化，即将达到甚至超过其设计使用年限，这不仅引发了公众对安全的担忧，也给国家带来了巨大的经济负担，因为需要对这些桥梁进行评估并采取措施以确保其结构完整性。由于韩国目前缺乏对既有桥梁开展精准荷载测试的标准化规范，因此亟需一种经济高效且快速的解决方案，以评估桥梁的结构健康状况并确定适当的修复措施。

韩国中央大学智能装配式结构实验室专注于推进数字化基础设施管理，牵头发起了一项计划，开发用于老化预应力混凝土桥梁实时使用性能评估的数字孪生系统。韩国中央大学智能装配式结构实验室研究员Jae Wook Park表示：“老化桥梁数量迅速增加，维护预算却仍然有限，该项目旨在开发具有成本效益的优化系统，为桥梁养护中的智能决策提供支持。”

该项目借助AI和数字孪生技术，实现精准、自动化的状况评估，弥补了关键空白，从而优化桥梁全生命周期的维护与管理。

手动作业流程和数据复杂性

Park表示：“传统的检测和分析方法既耗时，成本又高。”因此，团队致力于搭建一套数字孪生系统，使工程师无需重复进行有限元模型分析或现场测试，即可评估结构性能，并借助先进的数字化维护框架提升资源配置效率。然而，他们在自动化、技术集成和数据分析方面面临挑战，影响了模型精度和验证。

起初，他们依靠手动调整参数来校准桥梁模型，并使用通用结构分析工具开展荷载测试。然而，这种方法速度慢、人力投入大，自动化程度不足，无法适用于实时场景，也难以与机器学习算法集成。Park补充道：“这种方法也无法有效解决对老旧桥梁高效使用性能日益增长的需求，尤其是在缺乏标准化荷载测试规范的情况下。”

实验室认识到需要开放、数据可互用、专用于桥梁的建模与仿真应用程序，可支持自动化并与外部基于AI的工作流集成。

在OpenBridge中利用基于AI的工作流

为解决先前工作流程的局限性，该实验室采用OpenBridge作为开发基于AI的数字孪生系统的核心仿真引擎。Park表示：“之所以选择OpenBridge，是因为它具备精确的桥梁专用建模能力、支持自动化，并且兼容外部优化算法。”他们的数字孪生系统分为三个独立阶段。首先，团队采集数据，并确定有限元模型中需要优化的参数。他们开展了现场检查、抽芯取样和荷载试验。随后，使用基于 AI 的优化算法和OpenBridge，缩小仿真响应与实测响应之间的误差，实现模型自动更新。最后，利用更新后有限元模型生成的仿真数据训练并开发代理模型，用于预测任意荷载下的挠度，同时将该代理模型嵌入数字孪生平台，以便与实时传感器数据集成，开展桥梁使用性能评估。

将桥梁实时传感器响应数据输入数字孪生系统后，代理模型可以模拟相应荷载下的预期挠度。如果预测挠度与实际传感器响应数值一致，系统就会判定桥梁状态正常可用。然而，当传感器响应数值与代理模型预测存在明显偏差时，系统会将桥梁状态解读为异常，并自动标记以进行结构安全检查。在统一的数字孪生环境中工作，能够让工程师、检查人员和资产管理人员调取并可视化查看桥梁三维性能状态，并协同制定整改方案。Park解释道：“该项目的突破在于将Bentley的OpenBridge与AI优化和预测建模相结合，把传统的静态有限元模型转变为动态、智能的数字孪生。”

数字孪生助力打造智能、具有成本效益且可扩展的桥梁管理系统

Park表示：“我们的解决方案构建了可扩展的数字化维护框架，既解决了荷载检测标准缺失的问题，又可以实现更智能、更高效的桥梁资产管理。”通过使用OpenBridge并集成基于AI的优化工作流，该实验室实现了有限元模型更新流程的全自动化，将建模时间缩短了90%以上，同时提高了模型精度，并将工程成本降低70%。在统一的数字孪生平台中开展工作，预计可减少约30%的现场检查，从而减少进行桥梁评估时往返现场产生的碳排放，促进环境可持续性。该数字化流程避免了不必要的荷载试验需求，确保及时开展安全检查。

通过实时状态评估、异常响应提前识别以及优化的决策与规划，该实验室的数字孪生系统可支持积极的维护策略，保障公共安全，同时带来可扩展的效益，尤其适用于老旧桥梁数量不断增多且尚无标准化荷载试验规范的地区。代理模型无需重新训练，可直接复用至同类桥梁。通过结合高精度分析与可视化交互，该数字孪生可实现桥梁基础设施全生命周期的智能化管理。Park总结道：“最终，该项目表明，将Bentley的OpenBridge与AI优化和BIM技术相结合，能够打造新一代数字化维护平台，在减少工期、成本和风险的同时，基于仿真与真实测量数据做出数据驱动的决策。”