摘要

传统的损坏检测技术正逐渐被最先进的智能监控和决策解决方案所取代。结构健康监测 (SHM) 系统中的近实时和在线损伤评估是弥合过去应用效率低下与未来新兴技术之间差距的有希望的过渡。在智慧城市、物联网 (IoT) 和大数据分析的时代，数据驱动的民用基础设施监控框架的复杂性尚未完全成熟。因此，机器学习 (ML) 算法提供了必要的工具来增强 SHM 系统的功能，并为过去的挑战提供智能解决方案。本文旨在阐明和回顾现代 SHM 系统中涉及的 ML 前沿。提供了对 ML 管道的详细分析，并在补充表格和图中总结了所需的方法和算法。通过物联网范式连接基础设施中无处不在的传感和关键信息的大数据处理是 SHM 系统的未来。与这些数字化进步相一致，考虑到下一代 SHM 和 ML 组合，最近在 (1) 移动设备辅助、(2) 无人机、(3) 虚拟/增强现实和 (4) 数字孪生方面取得了突破。详细讨论。最后，研究了 SHM-ML 联合中当前和未来的挑战和开放的研究问题。在参与 ML 的 SHM 中利用新兴技术的路线图仍处于起步阶段；因此，本文展望了监测系统在评估民用基础设施完整性方面的未来。