理大開發多層次智慧橋樑檢測系統 高效識別結構隱患

香港交通基建承受全球最高交通密度之一的巨大壓力，確保橋樑結構安全成為當務之急。香港理工大學（理大）研究團隊開發創新「智慧橋樑檢測系統」，能夠精準識別橋面裂縫及肉眼難辨的潛藏結構問題。該多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型，已於本地11座橋樑完成檢測。結果顯示，該系統可將檢測時間缩短一半，並顯著提升檢測準確度至八成，具有在全港橋樑廣泛應用的潛力。

香港常用的傳統基建目視檢查方法需要動用大量人力且主觀性強，對鋼筋腐蝕等地下缺陷的辨識能力有限，更需要封閉道路方能進行。由理大建築及房地產學系教授 Tarek Zayed教授帶領其研究團隊開發的創新系統，利用無人機、探地雷達（GPR）及紅外線熱成像（IRT）三種先進工具的組合取代人工檢查，收集橋樑表面及內部結構的全面數據，再利用人工智能模型進行自動化分析，提升檢測的準確度及效率。

橋面裂縫檢測對維持橋樑健康至關重要。研究團隊利用無人機進行目視檢查，再通過其自主研發的「智慧橋面高效檢測模型」處理所得數據。即使在面對惡劣環境如光線不足、陰影等，該模型亦能達到優於其他現行方法的檢測準確度，且更少出現誤判、與表面刮痕混淆等檢測問題。

橋面裂縫往往預示了地下結構受損的深層問題，例如鋼筋腐蝕。團隊開發的全自動GPR數據解讀模型，能以高達98%的準確度定位鋼筋位置，並通過對振幅數據進行標準化處理及聚類分析，生成腐蝕區域分佈圖。此模型大大簡化了基於GPR的腐蝕評估流程，令相關工作變得更加快捷和易於操作。

另一常見橋樑結構問題是內部混凝土構件退化，導致剝落及層面分離。團隊提出一套用於處理IRT數據的「最佳熱梯度閾值系統」，能根據外在環境狀況調整閾值，以更精確判斷剝離區域。團隊基於此系統開發的智慧模型，更能自動生成剝離分佈圖，進一步提高診斷能力。

Tarek Zayed教授說：「這套混合檢測系統兼顧橋面及地下缺陷，並通過人工智能驅動的整合方案，同時提升了檢測效率和準確度。我們更制定了一個五級制的缺陷嚴重程度評級，以標準化檢測流程，方便診斷及確定維修的優先順序。此外，團隊開創的『智慧橋面高效檢測模型』具備全面的功能，能基於從各類探測技術收集所得的數據，精細地評估橋樑狀況。」

他補充：「我們目前正積極探討與相關政府部門及業界夥伴合作，將系統應用於香港的定期橋樑檢測工作，為實現智慧基建管理邁出關鍵一步。我們的目標是長久保障香港擁有安全和可靠的橋樑。」

這項為期兩年的研究得到智慧交通基金的支持。該團隊的研究成果已發表於不同國際期刊，包括《建築與建築材料》、《建築自動化》及《高級工程資訊學》。展望未來，Zayed教授及其團隊將進一步推進相關技術研發，並在香港推動智慧橋樑檢測。

***完***