王璞瑾，肖建莊，段珍華，李春來(lái)

(1.同濟(jì)大學(xué) 土木工程學(xué)院，上海 200092；2.中國(guó)科學(xué)院上海技術(shù)物理研究所，上海 200083)

0 引 言

建筑物外立面與外界環(huán)境發(fā)生直接交互關(guān)系，為建筑物提供聲、光、熱、氣、水等多種環(huán)境管理功能。建筑物外立面體系較為多樣，包括外墻外保溫體系、飾面磚、外墻材料掛板(石材、金屬、玻璃等)、幕墻體系等。中國(guó)一般房屋結(jié)構(gòu)設(shè)計(jì)使用年限為50～70年，而絕大多數(shù)建筑物外立面保溫層的使用年限僅為25年，不少外保溫層在竣工后3～5年即發(fā)生開(kāi)裂、脫落等破壞，易發(fā)生人身財(cái)物損傷事件[1-4]。據(jù)統(tǒng)計(jì)，從2020年1月至2021年8月，中國(guó)范圍內(nèi)公開(kāi)報(bào)道外墻脫落事故累計(jì)30起，傷亡人數(shù)8人(表1)。作為現(xiàn)代建筑功能多樣化標(biāo)志的幕墻體系，其質(zhì)量問(wèn)題也不容忽視，近十幾年來(lái)有20多起因幕墻質(zhì)量問(wèn)題引發(fā)傷亡的事故[5]，且因幕墻體系常用于高層與超高層建筑，其損傷檢測(cè)與預(yù)判更加困難。目前，中國(guó)總建筑面積已超600億m2，以竣工10年以上的建筑每年需檢測(cè)一次的頻率計(jì)算，則每年約有200億m2的建筑外立面需進(jìn)行安全性檢測(cè)(依據(jù)中國(guó)統(tǒng)計(jì)局發(fā)布的房屋竣工面積進(jìn)行統(tǒng)計(jì))。

表1 2020年1月至2021年8月外墻脫落事故統(tǒng)計(jì)

常見(jiàn)的建筑物外立面損傷包括：外墻保溫體系發(fā)生開(kāi)裂、空鼓、滲漏、面磚脫落等[2,6]；幕墻體系中幕墻玻璃破碎與脫落、圍護(hù)構(gòu)件破壞脫落等[7-9]。引起以上損傷的原因主要包括：材料特性、施工誤差、構(gòu)件的自然老化和臺(tái)風(fēng)、地震等自然災(zāi)害。損傷具有多樣性、隱蔽性、隨機(jī)性的特點(diǎn)。現(xiàn)行的主要建筑物外立面損傷檢測(cè)方式仍為目測(cè)法、錘擊法等傳統(tǒng)檢測(cè)方法[2,5,10-11]，檢測(cè)效率低，成本高，已難以適應(yīng)中國(guó)建筑業(yè)發(fā)展趨勢(shì)的新需求。紅外熱成像技術(shù)、無(wú)人機(jī)技術(shù)、三維激光掃描技術(shù)、探地雷達(dá)技術(shù)等經(jīng)過(guò)前期探索，已經(jīng)在部分實(shí)際工程中有所應(yīng)用，且相對(duì)于傳統(tǒng)檢測(cè)方式效率更高[6,12-26]。雖然以上方法可以觀測(cè)到更多的位置，并實(shí)現(xiàn)了一定程度的數(shù)字化，但最終的損傷檢測(cè)結(jié)果仍需專(zhuān)業(yè)人士的判斷，難以實(shí)現(xiàn)快速檢測(cè)。

近年來(lái)，人工智能在視覺(jué)識(shí)別任務(wù)中取得了超越人類(lèi)的成績(jī)[27-28]，并能快速進(jìn)行目標(biāo)分類(lèi)、檢測(cè)和語(yǔ)義分割任務(wù)，在自動(dòng)駕駛、人體姿態(tài)識(shí)別、醫(yī)療影像等領(lǐng)域已取得長(zhǎng)足進(jìn)展。在建筑行業(yè)，人工智能視覺(jué)識(shí)別算法的應(yīng)用也逐漸增多[29]。在建筑物損傷識(shí)別領(lǐng)域，對(duì)于建筑結(jié)構(gòu)、基礎(chǔ)設(shè)施等存在的裂縫、缺陷、損傷的識(shí)別與定位的研究也已取得一定進(jìn)展[30-33]。然而，在形式更為多樣、工作環(huán)境更為復(fù)雜的建筑物外立面損傷檢測(cè)領(lǐng)域，使用新型人工智能方法所進(jìn)行的研究還較少，開(kāi)展使用人工智能方法進(jìn)行建筑物外立面損傷檢測(cè)的研究迫在眉睫。

1 建筑物外立面現(xiàn)狀調(diào)研分析

建筑物外立面因與外界環(huán)境直接接觸，在復(fù)雜的雨水、風(fēng)力、光照與溫度作用下，會(huì)對(duì)其耐久性與安全性帶來(lái)各種不利影響。外墻外保溫體系作為常見(jiàn)的維護(hù)節(jié)能構(gòu)件，按照《外墻外保溫工程技術(shù)標(biāo)準(zhǔn)》(JGJ 144—2019)，對(duì)外保溫系統(tǒng)拉伸黏結(jié)強(qiáng)度、耐凍融性、抗沖擊性、吸水量、熱阻、抹面層不透水性和防護(hù)層水蒸氣滲透阻等均進(jìn)行了規(guī)定。建筑物外立面材料的脫落與開(kāi)裂對(duì)人身生命財(cái)產(chǎn)威脅很大(圖1)，導(dǎo)致外保溫層、飾面磚、外墻材料掛板等脫落的原因與材料自身性質(zhì)、水、外力、溫度、施工等均有關(guān)[2,34-35]；在公共建筑和高層、超高層建筑中應(yīng)用較多的幕墻體系，因施工、材料和設(shè)計(jì)不足經(jīng)常導(dǎo)致幕墻存在安全隱患，如滲水、玻璃自爆、脫落、節(jié)點(diǎn)緊固件破壞等[5]。隨著時(shí)間發(fā)展，各損傷會(huì)從空鼓、滲水等初期損傷階段發(fā)展為開(kāi)裂、脫落等中后期損傷階段，損傷發(fā)展時(shí)間與設(shè)計(jì)、材料、施工和當(dāng)?shù)貧夂虻纫蛩鼐哂休^大相關(guān)性，一般整個(gè)損傷發(fā)展時(shí)間從幾年至十幾年不等(圖2、表2)。

表2 建筑物外立面典型破壞形式、原因與出現(xiàn)階段

圖1 建筑物外立面破壞

圖2 典型建筑物外立面構(gòu)造與破壞原因

1.1 水致?lián)p傷破壞

在外墻保溫體系中，滲水是導(dǎo)致其脫落的重要原因。由于保溫材料內(nèi)部存在空腔，空腔中的水在虹吸、滲透、動(dòng)能和氣壓共同作用下，在保溫材料中擴(kuò)散、上升，使保溫材料剝落、黏結(jié)強(qiáng)度降低。對(duì)于北方寒冷天氣，墻體內(nèi)的水結(jié)冰膨脹后會(huì)進(jìn)一步對(duì)保溫材料造成破壞。在幕墻體系中，滲水會(huì)導(dǎo)致密封膠開(kāi)裂，密封膠開(kāi)裂會(huì)進(jìn)一步加劇滲水，同時(shí)水汽會(huì)對(duì)節(jié)點(diǎn)緊固件和幕墻金屬框架造成腐蝕，不僅影響外觀，也埋下了玻璃自爆和脫落的隱患。

1.2 振動(dòng)致?lián)p傷破壞

建筑外墻外保溫系統(tǒng)是經(jīng)黏結(jié)劑和連接件將多層復(fù)合材料組合形成的，對(duì)風(fēng)和振動(dòng)等動(dòng)力荷載較為敏感[36]。動(dòng)力荷載會(huì)對(duì)保溫層和將其連接的砂漿等黏結(jié)層進(jìn)行長(zhǎng)時(shí)間頻繁的往復(fù)作用，如正風(fēng)壓和負(fù)風(fēng)壓會(huì)分別產(chǎn)生壓力和拉力。當(dāng)拉力導(dǎo)致保溫層材料間或者保溫系統(tǒng)和墻體間產(chǎn)生空腔時(shí)，壓力會(huì)使空腔間的空氣或者積水進(jìn)一步擴(kuò)散，導(dǎo)致空腔擴(kuò)大并引起脫落[37]。對(duì)于幕墻體系，常用的幕墻面板為玻璃和金屬面板，面板在風(fēng)的動(dòng)力荷載下承受彎矩。當(dāng)面板的強(qiáng)度或者節(jié)點(diǎn)緊固件強(qiáng)度不足時(shí)，會(huì)發(fā)生玻璃面板爆裂或脫落、金屬板脫落事故。

1.3 溫度致?lián)p傷破壞

2 建筑物外立面損傷常用檢測(cè)方法

現(xiàn)行主要的建筑物外立面損傷檢測(cè)方法都極度依賴(lài)有經(jīng)驗(yàn)的專(zhuān)業(yè)人士進(jìn)行判斷，如目測(cè)法、錘擊法、紅外熱成像法等。目測(cè)法即通過(guò)檢測(cè)人員現(xiàn)場(chǎng)觀察判斷損傷位置、種類(lèi)、嚴(yán)重程度；錘擊法通過(guò)被敲擊后的飾面所反射的超聲波特征來(lái)判斷空鼓、開(kāi)裂、脫落等缺陷；紅外熱成像法是檢測(cè)人員依據(jù)紅外探測(cè)器接收到的建筑物外立面反射的紅外信號(hào)所形成的表面溫度熱力圖，結(jié)合現(xiàn)場(chǎng)實(shí)際情況進(jìn)行損傷判斷。除以上幾種檢測(cè)方法外，尚有拉拔法[38]、探地雷達(dá)法[24]、回彈法[39]、三維掃描法[18]等?，F(xiàn)對(duì)各種方法的原理、適應(yīng)環(huán)境和優(yōu)缺點(diǎn)等進(jìn)行分析。

2.1 傳統(tǒng)方法

傳統(tǒng)方法指成本低、實(shí)施簡(jiǎn)易、在過(guò)去應(yīng)用較多的檢測(cè)方法，包括目測(cè)法、錘擊法和拉拔法。

目測(cè)法是現(xiàn)行建筑物外立面損傷檢測(cè)中最為基本和應(yīng)用最多的方法。目測(cè)法基于檢測(cè)人員的經(jīng)驗(yàn)進(jìn)行損傷判斷和定位，可分為直接目測(cè)法和間接目測(cè)法。直接目測(cè)法依賴(lài)檢測(cè)人員所處的觀測(cè)位置，如小區(qū)內(nèi)外部街道、建筑物內(nèi)觀測(cè)點(diǎn)等，對(duì)視野局限性較大；間接目測(cè)法借助望遠(yuǎn)鏡、反光鏡、攝像機(jī)等裝置，對(duì)難以直接觀測(cè)到的部位和區(qū)域進(jìn)行檢測(cè)。目測(cè)法檢測(cè)速度快，成本中等，但具有隨機(jī)性大，易錯(cuò)漏的缺點(diǎn)。

錘擊法也稱(chēng)作超聲脈沖法、沖擊回波法，主要利用反射波在固體中傳播的時(shí)間、頻率、振幅等特征進(jìn)行損傷判斷，可判斷是否存在缺陷和缺陷的大小[40]。錘擊法具有快速、直觀的特點(diǎn)，且可發(fā)現(xiàn)肉眼難以發(fā)現(xiàn)的缺陷，但此方法僅能識(shí)別最外面的飾面層和保溫層之間的缺陷，且在檢測(cè)的過(guò)程中容易造成破損。此外，因錘擊法為人工現(xiàn)場(chǎng)檢測(cè)法，檢測(cè)范圍小，在實(shí)際應(yīng)用時(shí)需要搭設(shè)吊籃，增加了成本，降低了測(cè)試效率[23]。

拉拔法是依據(jù)中國(guó)建筑節(jié)能工程施工質(zhì)量驗(yàn)收規(guī)范，通過(guò)現(xiàn)場(chǎng)拉拔試驗(yàn)，對(duì)外保溫材料的黏結(jié)強(qiáng)度進(jìn)行測(cè)試的方法，其檢測(cè)結(jié)論可作為外墻保溫的竣工驗(yàn)收依據(jù)。此方法可通過(guò)量化手段對(duì)建筑物外保溫材料黏結(jié)強(qiáng)度進(jìn)行評(píng)估，但因其為破壞性檢測(cè)方法，在幾百平米的面上一般只選取幾個(gè)點(diǎn)進(jìn)行隨機(jī)測(cè)試，難以對(duì)整體進(jìn)行評(píng)估。

2.2 紅外熱成像法

紅外熱成像法的原理是依據(jù)任何溫度高于絕對(duì)零度的物體都會(huì)放出紅外射線，此紅外線可被高清紅外熱成像儀識(shí)別并轉(zhuǎn)換為電信號(hào)，經(jīng)過(guò)放大、整形、數(shù)模轉(zhuǎn)換后成為數(shù)字信號(hào)，數(shù)字信號(hào)形成代表溫度的像素點(diǎn)，所有的像素點(diǎn)再組成紅外熱成像圖[41](圖3)。因其熱力信號(hào)接收方式為被動(dòng)接收，故無(wú)輻射、無(wú)接觸、速度快、精度高，已在軍事領(lǐng)域、準(zhǔn)軍事領(lǐng)域和民用領(lǐng)域(如農(nóng)業(yè)、電力、醫(yī)學(xué)等)得到廣泛應(yīng)用[42]。

圖3 紅外熱成像法原理

將紅外熱成像法應(yīng)用于建筑工程領(lǐng)域始于20世紀(jì)80年代，ISO6781：1983中指出紅外熱成像法可應(yīng)用于建筑中的圍護(hù)結(jié)構(gòu)、混凝土滲漏和溫度整體性檢測(cè)[43]。在美國(guó)新澤西州，對(duì)于新建的5幢應(yīng)用不同材料的建筑進(jìn)行熱力圖檢測(cè)，在定位熱力不正常點(diǎn)方面取得了進(jìn)展[44]。中國(guó)自20世紀(jì)90年代以來(lái)將紅外熱成像法應(yīng)用于建筑工程領(lǐng)域。饒悅[45]進(jìn)行了紅外熱成像技術(shù)在房屋滲漏檢測(cè)中的應(yīng)用研究。在建筑外保溫、結(jié)構(gòu)和電力監(jiān)測(cè)方面也進(jìn)行了紅外熱成像法的應(yīng)用研究[46]。紅外熱成像法在檢測(cè)與建筑滲水相關(guān)的應(yīng)用中，相比傳統(tǒng)方法精度更高且可以檢測(cè)隱蔽的滲水位置[47](圖4)。在高層、超高層建筑的玻璃幕墻安全檢測(cè)中，紅外熱成像法也有所應(yīng)用[9]：利用紅外光譜法進(jìn)行玻璃幕墻結(jié)構(gòu)膠種類(lèi)與性能的檢測(cè)，以判斷結(jié)構(gòu)膠失效的部位和尺寸；對(duì)玻璃幕墻中金屬構(gòu)件的傳熱性能進(jìn)行觀測(cè)以定位存在問(wèn)題的位置。

在步驟3中，如果標(biāo)簽符合標(biāo)簽選擇條件，并且標(biāo)簽狀態(tài)標(biāo)志與清點(diǎn)狀態(tài)標(biāo)志不同，則標(biāo)簽被選中。在步驟4中，將被成功清點(diǎn)的標(biāo)簽狀態(tài)標(biāo)志改變?yōu)榕c清點(diǎn)狀態(tài)標(biāo)志相同的中間態(tài)。

圖4 紅外熱成像法識(shí)別滲漏

相對(duì)于傳統(tǒng)方法，紅外熱成像檢測(cè)技術(shù)具有很多優(yōu)點(diǎn)，目前已經(jīng)在建筑無(wú)損檢測(cè)領(lǐng)域得到了廣泛應(yīng)用并取得了一定的進(jìn)展。然而，在實(shí)際應(yīng)用中，紅外熱成像檢測(cè)法仍有以下缺點(diǎn)[6,13,20,48]：①受拍攝時(shí)間影響較大，當(dāng)太陽(yáng)熱輻射在外表面積聚的時(shí)間過(guò)長(zhǎng)或過(guò)短時(shí)均難以被識(shí)別；②受拍攝角度影響較大，當(dāng)觀測(cè)仰角增大時(shí)熱成像儀接收到的能量會(huì)減小，使檢測(cè)精度下降；③易受房屋朝向和綠化遮擋影響而導(dǎo)致無(wú)法進(jìn)行檢測(cè)；④因紅外熱成像圖的表現(xiàn)形式與人類(lèi)日常接觸的圖像具有較大區(qū)別，需專(zhuān)業(yè)人士結(jié)合拍攝時(shí)的各種條件進(jìn)行綜合判定，效率較低。

2.3 其他方法

在建筑物外立面損傷檢測(cè)中，除上述方法外，尚有回彈法、探地雷達(dá)法等。它們或利用材料自身的特性，或通過(guò)更精確的掃描建模，在一定程度上克服了僅通過(guò)視覺(jué)信息進(jìn)行判斷的缺陷。

回彈法原理為利用預(yù)設(shè)沖擊力的重錘彈擊試件表面，不同強(qiáng)度的試件對(duì)重錘的回彈值影響不同，以此來(lái)判定材料強(qiáng)度?；貜椃z測(cè)外保溫系統(tǒng)的內(nèi)部缺陷結(jié)果準(zhǔn)確率與缺陷尺寸、位置和類(lèi)型有關(guān)，實(shí)際工程中尚需對(duì)最少基準(zhǔn)測(cè)點(diǎn)數(shù)確定、判斷準(zhǔn)則優(yōu)化等進(jìn)行研究。

探地雷達(dá)法是利用高頻電磁脈沖波在材料中反射的電磁波時(shí)頻特征和振幅特征的不同來(lái)判斷缺陷是否存在，具有檢測(cè)速度快、分辨率高、探測(cè)范圍廣和操作靈活方便的特點(diǎn)，屬于無(wú)損檢測(cè)的一種[24,38]。探地雷達(dá)技術(shù)能夠區(qū)分不同介質(zhì)的界面、厚度和性質(zhì)，但在飾面層和保溫層間空鼓和開(kāi)裂檢測(cè)方面，其檢測(cè)精度和靈敏度還不能很好地滿(mǎn)足使用需求，尚需進(jìn)一步研究。

3 基于數(shù)字化的新型檢測(cè)方法

2010年前后，以大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等為代表的新技術(shù)逐漸步入大眾視野，作為傳統(tǒng)行業(yè)代表的建筑行業(yè)，新興的智慧建筑、智能建造技術(shù)逐步在設(shè)計(jì)、施工、管理、運(yùn)維階段有所應(yīng)用[49-51](圖5)。建筑物外立面損傷檢測(cè)屬于建筑的運(yùn)營(yíng)與維護(hù)階段，因外立面造型形式多、破壞方式類(lèi)型多、面積大，目前的主要檢測(cè)方法仍需要有經(jīng)驗(yàn)的檢測(cè)人員進(jìn)行判斷，效率和準(zhǔn)確率都難以適應(yīng)新增的檢測(cè)需求，亟需開(kāi)發(fā)基于數(shù)字化的新型檢測(cè)方法。近年來(lái)，基于無(wú)人機(jī)搭載的高清攝像機(jī)、紅外熱成像儀、三維激光掃描儀等的新型檢測(cè)方法克服了傳統(tǒng)方法檢測(cè)范圍窄的缺點(diǎn)，擴(kuò)大了檢測(cè)范圍，提高了檢測(cè)效率。

圖5 智慧建造在建筑全壽命期中的應(yīng)用

3.1 無(wú)人機(jī)搭載高清攝像機(jī)、紅外熱成像儀法

無(wú)人機(jī)技術(shù)具有輕量化、快速化、多種類(lèi)數(shù)據(jù)采集化的優(yōu)點(diǎn)，能夠迅速真實(shí)提供現(xiàn)場(chǎng)信息。在建筑行業(yè)，已經(jīng)大量應(yīng)用于前期場(chǎng)地評(píng)估與設(shè)計(jì)、中期施工現(xiàn)場(chǎng)管理、后期交付與使用等場(chǎng)景中[52]。在建筑物外立面損傷檢測(cè)中，搭載了高清攝像機(jī)或紅外熱成像儀的無(wú)人機(jī)克服了傳統(tǒng)方法難以全盤(pán)整體檢測(cè)的缺點(diǎn)，使原本受場(chǎng)地影響拍攝仰角過(guò)大、局部易誤判漏判的缺點(diǎn)得到較好解決，提高了檢測(cè)精度。

劉少亮[20]利用搭載紅外成像儀的無(wú)人機(jī)進(jìn)行外墻缺陷檢測(cè)，發(fā)現(xiàn)15：00觀測(cè)得到的溫差值最大，檢測(cè)靈敏度最高。陳寧等[14]根據(jù)實(shí)踐經(jīng)驗(yàn)，發(fā)現(xiàn)拍攝距離宜控制在10～50 m之間，需嚴(yán)格控制鏡頭與被測(cè)墻面間的仰角，且當(dāng)外墻裝飾材質(zhì)和顏色不同時(shí)不宜選用紅外熱成像法進(jìn)行檢測(cè)。在玻璃幕墻面板損傷檢測(cè)上，李雷[16]通過(guò)四旋翼航拍無(wú)人機(jī)仰攝和斜面拍攝相結(jié)合的方式采集圖像，構(gòu)建了基于無(wú)人機(jī)和圖像處理技術(shù)的玻璃幕墻面板損傷檢測(cè)系統(tǒng)。徐勤等[53]通過(guò)飛行路徑的設(shè)計(jì)、攝影測(cè)量和熱成像實(shí)現(xiàn)數(shù)據(jù)采集，結(jié)合數(shù)據(jù)智能算法自動(dòng)檢測(cè)異常點(diǎn)的方法進(jìn)行幕墻和外墻安全隱患檢測(cè)。

盡管無(wú)人機(jī)法比傳統(tǒng)方法的檢測(cè)效率高，但仍受到拍攝角度、距離、周邊場(chǎng)景的約束，最終的判斷結(jié)果仍需有經(jīng)驗(yàn)的檢測(cè)人員對(duì)數(shù)據(jù)進(jìn)行判斷，延長(zhǎng)了檢測(cè)報(bào)告出具時(shí)間。

3.2 三維激光掃描儀法

隨著建筑信息模型(BIM)技術(shù)的快速發(fā)展，在建筑行業(yè)中利用此方法進(jìn)行三維建模的速度、精度、自動(dòng)化程度越來(lái)越高。依據(jù)此逆向建模技術(shù)所建立的三維建筑模型，可應(yīng)用在結(jié)構(gòu)的變形檢測(cè)、安全評(píng)價(jià)和安裝誤差測(cè)量中[54-56]。三維激光掃描技術(shù)的可視化與可量化性都顯著高于其他方法，可應(yīng)用于建筑物外立面損傷檢測(cè)中[21,25]。通過(guò)獲取外立面點(diǎn)云數(shù)據(jù)以及點(diǎn)云數(shù)據(jù)去噪后生成的模型，計(jì)算各點(diǎn)z軸坐標(biāo)是否超過(guò)設(shè)定的閾值以判斷其是否異常，可進(jìn)行空鼓和脫落缺陷的檢測(cè)與判斷，其結(jié)果與同時(shí)采用紅外熱成像法得到的結(jié)果類(lèi)似。三維建模法可以規(guī)避紅外熱成像法對(duì)天氣和周邊條件要求高的弊端，適應(yīng)性更廣泛。同時(shí)，紅外熱成像法結(jié)合三維掃描儀法在實(shí)際中也有所應(yīng)用，彌補(bǔ)了紅外熱成像法對(duì)于天氣要求高的缺點(diǎn)[18]。孫保燕等[21]通過(guò)三維激光掃描和紅外檢測(cè)技術(shù)，將2種方法采集的數(shù)據(jù)模型進(jìn)行融合，獲得了含有缺陷信息的建筑物三維模型，得到了拼接誤差。三維激光掃描儀法對(duì)儀器精度要求高，僅對(duì)空鼓和脫落破壞具有較好的識(shí)別效果，對(duì)其他種類(lèi)破壞難以識(shí)別。

3.3 機(jī)器學(xué)習(xí)與數(shù)字化方法

陳琳[13]提出了利用機(jī)器學(xué)習(xí)算法對(duì)外墻熱阻進(jìn)行系統(tǒng)辨識(shí)的方法，建立了外墻紅外圖像溫度數(shù)據(jù)的校準(zhǔn)模型，對(duì)校準(zhǔn)后紅外數(shù)據(jù)和有效區(qū)域進(jìn)行可視化分析，研究成果對(duì)建筑外墻傳熱系數(shù)現(xiàn)場(chǎng)檢測(cè)具有重要價(jià)值。陳崇一[57]在建筑外墻保溫?zé)峁と毕輽z測(cè)中，利用機(jī)器學(xué)習(xí)算法，提出了一種基于紅外圖像分割和識(shí)別的熱工缺陷檢測(cè)系統(tǒng)，可進(jìn)行主體墻體平均溫度的計(jì)算和缺陷面積提取，實(shí)現(xiàn)了一定程度的自動(dòng)化檢測(cè)。

建筑幕墻的工業(yè)化程度更高，在材料生產(chǎn)、施工以及后期運(yùn)營(yíng)維護(hù)中，利用數(shù)字化技術(shù)對(duì)其品質(zhì)和安全性控制的應(yīng)用也更多[58]。在幕墻的損傷檢測(cè)中，郝文峰等[59]進(jìn)行了基于經(jīng)驗(yàn)?zāi)B(tài)分解-支持向量機(jī)算法的隱框玻璃幕墻開(kāi)膠損傷預(yù)測(cè)研究，通過(guò)不同損傷程度下玻璃幕墻的動(dòng)力響應(yīng)數(shù)據(jù)構(gòu)建SVM模型，并對(duì)新輸入的數(shù)據(jù)進(jìn)行預(yù)測(cè)，其精度優(yōu)于神經(jīng)網(wǎng)絡(luò)方法。黃騰騰[7]基于多指標(biāo)的層次分析法和模糊評(píng)估理論，建立了隱框玻璃幕墻五層次綜合評(píng)估體系，可更精細(xì)地對(duì)幕墻整體工作狀態(tài)進(jìn)行評(píng)價(jià)。蘇鍵等[60]通過(guò)無(wú)線智能檢測(cè)綜合系統(tǒng)和有線位移傳感器對(duì)幕墻試件抗風(fēng)壓性能檢測(cè)結(jié)果的比較得出，無(wú)線智能檢測(cè)綜合系統(tǒng)工作壽命長(zhǎng)，免布線，且能滿(mǎn)足工程使用要求。

目前的機(jī)器學(xué)習(xí)與數(shù)字化方法可通過(guò)計(jì)算機(jī)對(duì)檢測(cè)數(shù)據(jù)進(jìn)行部分分析從而判斷缺陷，但其算法較為單一，難以適應(yīng)復(fù)雜的外立面損傷檢測(cè)任務(wù)。

3.4 多種檢測(cè)方法的集成和協(xié)同

以上的傳統(tǒng)方法和基于數(shù)字化的新型檢測(cè)方法具有各自的優(yōu)缺點(diǎn)，如目測(cè)法僅能夠識(shí)別外部破壞，且難以適應(yīng)高層建筑的檢測(cè)需求，但目測(cè)法的限制較少，可快速定位損傷嚴(yán)重處。因此，將多種檢測(cè)方法進(jìn)行集成和協(xié)同，可以規(guī)避單一方法的缺點(diǎn)，提高檢測(cè)水平。在某改造工程實(shí)踐中，林志航[61]通過(guò)動(dòng)荷載激振法(錘擊法的一種)和有限單元法相集成的相對(duì)比較法和安全頻率區(qū)間法，定位出脫落概率更大的飾面磚，進(jìn)行飾面貼磚脫黏失效現(xiàn)場(chǎng)檢測(cè)及脫落風(fēng)險(xiǎn)評(píng)估。在上海市某高層建筑外立面檢測(cè)中，張翊等[62]結(jié)合了目測(cè)法、超聲波測(cè)厚儀和渦流測(cè)厚儀等方法和設(shè)備，對(duì)玻璃幕墻中的玻璃面板、密封材料和幕墻及外窗結(jié)構(gòu)構(gòu)造進(jìn)行檢測(cè)，檢測(cè)內(nèi)容較為全面。李亞玲等[63]首先利用紅外熱成像法對(duì)建筑濕作業(yè)法的石材空鼓進(jìn)行檢測(cè)，然后采用敲擊法對(duì)檢測(cè)結(jié)果進(jìn)行驗(yàn)證，提出了提高空鼓檢測(cè)正確率的初步改善意見(jiàn)。

多種檢測(cè)方法的集成和協(xié)同可以從多個(gè)物理角度對(duì)檢測(cè)目標(biāo)進(jìn)行檢測(cè)，克服了僅使用單一檢測(cè)方法的弊端，盡管增加了成本，但可以獲得更準(zhǔn)確和科學(xué)的結(jié)果。其缺點(diǎn)為多種檢測(cè)方法集成時(shí)，方法的選擇、檢測(cè)結(jié)果的判斷需要依賴(lài)經(jīng)驗(yàn)豐富的檢測(cè)人員，降低了檢測(cè)效率。

4 建筑物外立面損傷檢測(cè)方法發(fā)展趨勢(shì)探討

中國(guó)每年新增建筑面積約20億m2，而其外立面保修期僅為2年，不少建筑外立面在竣工后3～5年即產(chǎn)生開(kāi)裂等破壞[1-4]。因此，探討建筑物外立面損傷檢測(cè)方法的發(fā)展趨勢(shì)對(duì)于逐步進(jìn)入存量市場(chǎng)的中國(guó)建筑業(yè)具有現(xiàn)實(shí)緊迫性。

4.1 人工智能算法輔助檢測(cè)的趨勢(shì)探討

以人工智能算法為主的智能算法在近10年來(lái)呈井噴式爆發(fā)，在圖像處理、自然語(yǔ)言分析、科學(xué)實(shí)驗(yàn)分析、工程開(kāi)發(fā)等幾乎所有領(lǐng)域都有所應(yīng)用，成為未來(lái)科技發(fā)展的重要方向之一。因視覺(jué)數(shù)據(jù)最容易被人類(lèi)獲取，最容易被人類(lèi)感官理解，而且是人類(lèi)日常生活中最主要的信息獲取來(lái)源，近年來(lái)基于人工智能的數(shù)據(jù)處理得到了極大發(fā)展[28]。尤其在目標(biāo)檢測(cè)領(lǐng)域，以深度學(xué)習(xí)為代表的一系列算法取得了精度和速度上的雙重豐碩成果[64-65]。目標(biāo)檢測(cè)的定義是：在給定的圖像數(shù)據(jù)中，根據(jù)任務(wù)要求，準(zhǔn)確識(shí)別并定位任務(wù)要求的物體，如識(shí)別一張圖片中人所處的位置和姿勢(shì)。目標(biāo)檢測(cè)功能的基石是分類(lèi)算法(Classification)，即由計(jì)算機(jī)在給定的圖片中準(zhǔn)確判斷圖片中的物體。目前主要的分類(lèi)算法基本都是基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)開(kāi)發(fā)的，如LeNet、AlexNet、VGG、GoogLeNet、ResNet、DenseNet等，其主要思路為通過(guò)卷積層(Convolutional Layer)對(duì)圖片實(shí)現(xiàn)降維和特征提取，最終判斷圖片內(nèi)容并進(jìn)行分類(lèi)(圖6)。圖6中的LeNet架構(gòu)為分類(lèi)架構(gòu)，從輸入層的圖片最終計(jì)算至輸出層，可對(duì)6種物體進(jìn)行分類(lèi)。經(jīng)過(guò)3(像素)×3(像素)的過(guò)濾器對(duì)32(像素)×32(像素)×3(通道數(shù))的輸入層進(jìn)行卷積計(jì)算，形成30(像素)×30(像素)×24(通道數(shù))的三維特征矩陣，實(shí)現(xiàn)特征提取，再經(jīng)過(guò)2(像素)×2(像素)的過(guò)濾器對(duì)30(像素)×30(像素)×24(通道數(shù))的三維矩陣進(jìn)行卷積運(yùn)算，輸入池化層進(jìn)行降維，再輸入全連接層將三維矩陣展開(kāi)至一維矩陣，最終通過(guò)輸出層輸出分類(lèi)計(jì)算結(jié)果。目前目標(biāo)檢測(cè)主要有2種方法，一種是錨框回歸法[66]，一種是語(yǔ)義分割法[67](圖7)。錨框法的目標(biāo)檢測(cè)功能主要分兩步進(jìn)行實(shí)現(xiàn)：①在給定的圖像中劃分出可能有目標(biāo)存在的區(qū)域并對(duì)相應(yīng)區(qū)域分配錨框；②對(duì)錨框內(nèi)的圖像進(jìn)行分類(lèi)判斷是否存在目標(biāo)物體。語(yǔ)義分割法的主要思想為對(duì)整張圖片進(jìn)行像素級(jí)別的分類(lèi)，即對(duì)歸屬不同種類(lèi)物體的像素打標(biāo)簽后進(jìn)行深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練。最新的應(yīng)用YOLOv5框架進(jìn)行目標(biāo)檢測(cè)算法的檢測(cè)速度已超過(guò)400FPS，可滿(mǎn)足實(shí)時(shí)目標(biāo)檢測(cè)需求。

圖6 經(jīng)典LeNet架構(gòu)

圖7 錨框回歸法和語(yǔ)義分割法

在建筑領(lǐng)域，視覺(jué)識(shí)別、LSTM算法等在建筑能耗預(yù)測(cè)、災(zāi)害救援、建筑表面裂縫缺陷識(shí)別中均有所應(yīng)用[68-70](圖8)。筆者曾在吊頂損傷檢測(cè)中利用SaliencyMap法和Grad-CAM法，通過(guò)高亮對(duì)最終預(yù)測(cè)結(jié)果貢獻(xiàn)度最高的像素點(diǎn)，實(shí)現(xiàn)了吊頂損傷檢測(cè)功能[71-73](圖9)，從輸入圖片至輸出檢測(cè)結(jié)果僅需0.1 s的時(shí)間。在建筑物外立面損傷檢測(cè)領(lǐng)域，目前更多的是用相對(duì)傳統(tǒng)的機(jī)器學(xué)習(xí)算法對(duì)采集的數(shù)據(jù)進(jìn)行分析，而基于深度學(xué)習(xí)的視覺(jué)識(shí)別算法尚局限于對(duì)裂縫等較為簡(jiǎn)單的損傷進(jìn)行識(shí)別，難以滿(mǎn)足復(fù)雜工況的需求。新型人工智能算法可完成分類(lèi)、定位等任務(wù)，可將現(xiàn)在7 d才能出具的檢測(cè)報(bào)告縮短至幾小時(shí)甚至即時(shí)出具，大大提高檢測(cè)效率。因此建筑物外立面損傷檢測(cè)未來(lái)必將大量引入能夠面對(duì)復(fù)雜工況的人工智能算法，以輔助人類(lèi)對(duì)破壞位置進(jìn)行定位和判斷。

圖8 基于人工智能算法的裂縫識(shí)別與定位

圖9 基于深度學(xué)習(xí)網(wǎng)絡(luò)的吊頂損傷檢測(cè)架構(gòu)

4.2 檢測(cè)硬件發(fā)展趨勢(shì)探討

隨著檢測(cè)要求的提高，外立面損傷檢測(cè)的硬件從傳統(tǒng)方法中使用的敲擊錘、拉拔儀等發(fā)展為紅外熱成像儀、無(wú)人機(jī)等更為機(jī)械化和數(shù)字化的硬件，提高了檢測(cè)范圍和效率。在建筑物外立面損傷檢測(cè)硬件上，有兩大發(fā)展趨勢(shì)：一是開(kāi)發(fā)利用可以從物理特性上更全面地進(jìn)行檢測(cè)的硬件設(shè)備，二是開(kāi)發(fā)建筑外立面檢測(cè)相關(guān)專(zhuān)用機(jī)器人。徐龍濤[74]利用合成孔徑雷達(dá)(SAR)的遙感數(shù)據(jù)搭建幕墻及外墻安全預(yù)警信息平臺(tái)，因其不受光照和氣候等外部條件限制，能實(shí)現(xiàn)全天候、全天時(shí)、大范圍獲取目標(biāo)區(qū)域的高分辨率雷達(dá)影像，能夠?qū)崿F(xiàn)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，對(duì)一些建筑物及地表具有一定的穿透能力。根據(jù)杜明芳[75]對(duì)中國(guó)智能建造新技術(shù)新業(yè)態(tài)的發(fā)展研究，高智能型建筑機(jī)器人需要具有以下4個(gè)核心模塊：①環(huán)境智能感知模塊；②運(yùn)動(dòng)自動(dòng)控制模塊；③自學(xué)習(xí)思考決策模塊；④遠(yuǎn)程通信模塊。在建筑外立面檢測(cè)相關(guān)專(zhuān)用機(jī)器人的實(shí)際開(kāi)發(fā)中，孫金風(fēng)等[76]開(kāi)發(fā)的瓷磚墻壁攀爬機(jī)器人，具有檢測(cè)即將脫落的瓷磚并自動(dòng)做標(biāo)記的功能和跨越各種墻角的能力。馬延飛等[77]開(kāi)發(fā)了一種敲打式空心檢測(cè)墻壁攀爬機(jī)器人，可360°無(wú)死角地在墻面攀爬，自動(dòng)對(duì)每一塊瓷磚進(jìn)行檢測(cè)，判斷瓷磚是否安裝完成并對(duì)不合格瓷磚作標(biāo)記。

4.3 檢測(cè)方法發(fā)展趨勢(shì)探討

通過(guò)介紹現(xiàn)行常用外立面損傷檢測(cè)方法及其適用條件，引入了數(shù)字化和智能化算法的新型檢測(cè)方法，討論了各方法的適用情形和特點(diǎn)(表3)。目前的主流檢測(cè)方法均依賴(lài)專(zhuān)業(yè)檢測(cè)人員依據(jù)經(jīng)驗(yàn)進(jìn)行判斷，降低了檢測(cè)效率，而人工智能方法通過(guò)預(yù)訓(xùn)練模型進(jìn)行判斷，不需要專(zhuān)家即可進(jìn)行決策，在適用性、速度和準(zhǔn)確率上均有巨大優(yōu)勢(shì)，可以大大提高檢測(cè)效率。

表3 建筑物外立面損傷檢測(cè)方法及評(píng)價(jià)

在軟件層面，損傷檢測(cè)的重要趨勢(shì)是開(kāi)發(fā)專(zhuān)用的人工智能算法。盡管現(xiàn)在已經(jīng)有部分應(yīng)用了機(jī)器學(xué)習(xí)的算法，但其準(zhǔn)確度、效率、泛用性仍難以適應(yīng)未來(lái)的需求，尚未發(fā)揮出人工智能算法在輔助人類(lèi)進(jìn)行分類(lèi)、定位等工作中所具有的優(yōu)勢(shì)。在面對(duì)復(fù)雜環(huán)境、多種破壞形式、異類(lèi)數(shù)據(jù)等條件時(shí)，人工智能算法可以快速判斷與識(shí)別，減少人為判斷所消耗的大量時(shí)間。另外，在硬件層面，建筑物外立面損傷檢測(cè)的趨勢(shì)是檢測(cè)工具的專(zhuān)業(yè)化和輕量化。為確保實(shí)現(xiàn)高效率、高質(zhì)量的新目標(biāo)和新要求，傳統(tǒng)方法中的目測(cè)法和敲擊法所使用的工具需要被適應(yīng)性更強(qiáng)、檢測(cè)效率更高的工具所取代。損傷檢測(cè)專(zhuān)用無(wú)人機(jī)、損傷檢測(cè)爬墻機(jī)器人等可適應(yīng)大多數(shù)的檢測(cè)需求。同時(shí)，可針對(duì)無(wú)人機(jī)等開(kāi)發(fā)相應(yīng)的外立面損傷檢測(cè)硬件模塊，如無(wú)人機(jī)搭載的錘擊聲波反射系統(tǒng)等，解決專(zhuān)項(xiàng)特殊問(wèn)題，節(jié)省搭設(shè)吊籃和人工等成本。經(jīng)過(guò)軟件和硬件相結(jié)合開(kāi)發(fā)，可適應(yīng)復(fù)雜的檢測(cè)環(huán)境并滿(mǎn)足多種檢測(cè)需求，提高效率，節(jié)省成本。

5 結(jié) 語(yǔ)

(1)導(dǎo)致建筑外立面損傷的原因主要有水、振動(dòng)、溫度等。隨著破壞的發(fā)展，建筑外立面會(huì)逐步開(kāi)裂、滲水直至脫落。

(2)目前中國(guó)每年約有200億m2的建筑外立面的安全性需進(jìn)行檢測(cè)，而目前外立面損傷檢測(cè)采取的手段主要是目測(cè)法等傳統(tǒng)方法，檢測(cè)效率低，成本高，難以適應(yīng)快速檢測(cè)與判斷的需要。盡管近年來(lái)通過(guò)數(shù)字化和智能化手段開(kāi)發(fā)出的檢測(cè)方法在一定程度上提高了檢測(cè)效率，但仍需有經(jīng)驗(yàn)的專(zhuān)業(yè)人員進(jìn)行判斷，難以實(shí)現(xiàn)快速檢測(cè)與判斷。

(3)人工智能算法可以對(duì)建筑物外立面損傷檢測(cè)進(jìn)行快速檢測(cè)與判斷，將檢測(cè)報(bào)告出具時(shí)間縮短至幾個(gè)小時(shí)甚至即時(shí)出具，是未來(lái)軟件發(fā)展的趨勢(shì)與時(shí)代的要求；同時(shí)在硬件上需開(kāi)發(fā)適用于特定檢測(cè)目標(biāo)的機(jī)器人和檢測(cè)模塊。