公路边坡灾害是公路交通安全运行的重要威胁，厘清公路边坡灾害的发生机理，并开展轻量化的监测预警，已成为保障路域安全的迫切任务。在梳理公路边坡灾害特征和分布特点的基础上，系统总结了公路边坡的5种典型破坏模式(崩塌、滑坡、泥石流、路基塌陷、表层溜坍)，分析了每种灾害的特征与灾变机理，并深入探讨了其影响因素和诱发条件。基于此，提出公路边坡灾害的轻量化监测预警思想，主要涵盖巡查与排查、监测因子选择、监测位置优化、监测预警模型优选以及预警防控措施等5个环节，并指出了轻量化监测预警应满足的条件；同时，总结出“先筛后测-低成本感知-轻量模型”的核心框架，以及可行的实现方案。该研究可以为公路边坡轻量化监测预警技术的研发与应用提供参考，对保障公路交通韧性服役有积极的意义。

针对山区公路沿线滑坡灾害时空演化复杂、诱发机制多样及传统处治手段响应滞后的问题，提出一套识别-预警-控制全流程一体化的滑坡处治方法。在隐患识别方面，融合遥感影像、InSAR干涉测量、无人机航测及激光雷达等多源数据，提出滑坡快速识别与演化追踪方法，并结合地球物理勘探与钻孔测斜，精准解析滑动面几何特征。在监测预警方面，建立融合GNSS、测斜、应力计、微震及气象传感器的多参量监测体系，构建基于变形-力学控制-环境响应的分级预警模型，实现复杂地质条件下滑坡的动态监测与精准预警。在控制策略方面，提出集成微型桩和智能锚固等构件的结构优化与阶段化快速应急处治策略，实现针对性强、部署高效的处治目标。提出的方法在都巴高速那良滑坡治理工程中得到验证，结果表明其在公路沿线滑坡“识别-预警-控制”一体化处治中适应性较强。

地震诱发的高位岩体崩塌灾害动力演化过程复杂，致灾能级高，严重威胁交通生命线工程安全。为探究强震作用下公路高位岩体动力失稳演化机理及致灾效应，以2022年泸定地震中海螺沟景区道路附近，距离震中仅2.5 km的兰花寨高位危岩带为研究对象，构建了考虑真实地形特征的动力学模型，基于连续-非连续理论模拟了兰花寨高位岩体的动力灾变过程，揭示了公路路基在崩塌冲击荷载下的破坏模式；进一步开展了震后危岩体致灾特征量化分析，阐明了落石运动轨迹及其对公路造成的影响。研究结果表明：“9·5”泸定地震作用下，兰花寨高位危岩带受3组优势结构面控制，崩塌失稳形成NW-SE向展布的9万~16万m³松散堆积体，成为影响公路抢通保通和灾后重建的关键节点；高位岩体崩塌的灾变过程可分为震裂启滑阶段、抛射飞行阶段、碰撞解体阶段、摩擦堆积阶段4个动力学阶段；地震崩塌致灾对公路路基破坏具有双重机制，地震动诱发路基结构微损伤，高位岩体崩塌冲击导致路基结构发生压剪破坏；震后2023年1月18日和1月27日2次落石运动轨迹均对公路路基构成直接威胁，建议应急抢通保通采用“堆积体阶梯状削坡清方+危岩体被动网防护”组合技术，灾后重建则实施隧道绕避方案。研究结果对强震山区交通基础设施防灾减灾工作具有重要指导意义。

当前山区高速公路滑坡风险缺乏综合评估框架,现有研究仅聚焦滑坡易发性而难以全面支撑风险管控的问题，为了构建科学的山区高速公路滑坡风险评估体系，基于地理信息系统(GIS)技术，提出融合“斜坡单元滑坡易发性-高速公路易损性-暴露度”的三维评估框架。首先结合滑坡触发机制与工程地质勘察数据，筛选出高程、坡度、坡位等 15 个滑坡影响因子，采用半监督学习方法构建LightGBM滑坡易发性评价模型；其次通过量化道路建成后的车流量及不同构筑物损坏可能导致的经济损失，确定生命损失、车辆损失、高速公路构筑物直接损失、修复费用及交通中断间接损失等 5 个易损性指标，并运用熵权法计算各指标权重以完成易损性评价；最后以受滑坡影响道路所在斜坡单元的面积及其与道路的平均距离表征高速公路暴露度。通过将易发性、易损性与暴露度三者相乘，实现了山区高速公路滑坡风险的定量化综合评估；突破传统仅关注滑坡易发性的研究局限，构建了“易发性-易损性-暴露度”三位一体的山区高速公路滑坡风险综合评估框架，且各维度指标选取与量化方法更贴合工程实际场景。研究成果可为滑坡风险综合评估提供方法论支撑，同时还可为山区高速公路滑坡风险的减缓、控制及风险管理决策提供科学依据。

针对滑坡深部变形微机电监测信号存在的随机噪声问题，提出一种联合改进的蜜獾算法(Improved Honey Badger Algorithm, IHBA)、变分模态分解(Variational Mode Decomposition, VMD)及改进小波阈值的降噪方法。首先在传统蜜獾算法中引入Tent混沌映射、WOA螺旋搜索机制和Levy飞行策略，利用改进的HBA算法对VMD分解的2个关键参数K和α进行寻优，得到最优参数组合，并将其代入VMD将含噪信号分解为多个本征模态函数(Intrinsic Mode Functions, IMFs)，计算每个IMF的方差贡献率以初步筛选滤除贡献率小的分量。其后结合相关系数将剩余分量细分为有效分量、含噪分量和噪声分量。改进小波阈值函数算法，设置高精度模四次方处理法克服传统阈值函数存在恒定偏差的缺陷，利用改进小波阈值算法对含噪分量进行降噪处理。最后将降噪分量与有效分量重构为降噪信号。仿真模拟试验结果显示该方法与常用降噪方法相比SNR最高(28.764 2)，RMSE最小(0.010 1)；同时开展滑坡深部变形实测信号降噪对比分析，结果表明，所提出的新方法得到的RMSE和RVR最小，NM和SNR最高，SER均在99%以上，高效降噪同时有效保留原始信号细节特征，显著提高了滑坡深部变形微机电监测数据的精度与可靠性，展现出良好应用前景。

为提高地震作用下土质边坡稳定性评估的合理性，将拟动力法和极限平衡Spencer法相结合，推导拟动力作用下边坡安全系数计算公式，结合Karhunen-Loève展开法生成边坡土体参数随机场，应用蒙特卡洛模拟法计算失效概率，建立拟动力作用下边坡风险评估模型，旨在全面考虑地震动态效应及土体参数空间变异性对边坡稳定性的综合影响。通过分析拟动力作用下边坡的峰值失效概率与地震周期内的平均失效概率，揭示地震动参数、边坡几何特征以及土体参数空间变异性(自相关距离、土体参数的变异系数及其相关系数)对边坡失效概率及安全系数的影响规律。结果表明：随着水平地震加速度系数的增加，边坡拟动力安全系数呈非线性减小，地震周期内峰值失效概率迅速增大；波长越长，潜在滑面的分布越为分散且深入，峰值失效概率越大；边坡的失效概率与边坡坡高和坡比呈正相关；空间变异性参数值的增加会导致边坡失效概率增加，在进行地震作用下的边坡风险评估时，土体参数的空间变异性不容忽视。

公路边坡普遍面临土壤侵蚀问题，严重威胁边坡稳定与沿线生态安全。植被是控制坡面侵蚀的重要手段。然而，现有研究多聚焦于植被对径流流速及侵蚀过程的定性分析，针对公路植被边坡条件下流速变化及防控土壤侵蚀的临界植被覆盖度的定量研究仍较为有限。为此，在不同植被覆盖度、流量和坡度条件下开展了室内径流冲刷试验，分析了径流的流态特征及平均流速变化，推导了适用于植被边坡的平均流速预测模型，并基于该模型构建了临界植被覆盖度计算方法。研究结果表明：径流主要表现为层流和过渡流，且均处于急流状态，随着植被覆盖度增加，雷诺数及弗劳德数减小，且流量和坡度的增加均显著提升两者数值。径流平均流速随植被覆盖度升高而降低，但其削弱效应逐渐趋于饱和。流量与坡度对流速的促进作用显著，呈指数增长趋势，基于能量守恒原理与水力学理论，并结合考虑环境因素的改进曼宁系数与局部阻力系数，构建了适用于植被边坡的平均流速预测模型。经294组不同工况下的实测数据验证，模型表现出良好的拟合精度(R² > 0.900)，且具备较强的适用性与稳定性。基于试验结果，结合土颗粒临界起动流速公式与SCS-CN模型，提出了公路边坡临界植被覆盖度计算方法，并基于实际径流冲刷试验的泥沙累计含量和粒径分布特征，对该方法在侵蚀控制中的有效性与可靠性进行了验证。

为揭示钢渣沥青混合料在复杂湿度环境下的长期结构损伤机制，以100%钢渣替代天然石料的沥青混合料为研究对象，构建不同恒定湿度(60%RH、80%RH、95%RH)养护体系，结合X射线CT图像分析、长期动态模量测试及曼特尔检验方法，开展多尺度细观-宏观耦合研究，量化孔隙结构参数矩阵与动态模量响应矩阵之间的相关性。结果表明:钢渣沥青混合料在高湿环境中孔隙结构遵循“微孔隙生成-中小孔隙发育-大孔隙合并”的三阶段演化规律，有效孔隙主导其体积膨胀与性能劣化过程。不同级配混合料在孔隙演化模式与损伤响应方面存在显著差异：SMA-13级配中孔隙合并效应强烈，易形成大尺寸连通网络(平均体积达47.12 mm³)；而AC-13级配则以微细孔隙发育为主(孔隙数量增幅达91.4%)，结构更为稳定。动态模量测试显示，湿度升高及养护时间延长显著降低混合料刚度，f-CaO与f-MgO的水化反应是主要致损因素。相关性分析结果验证了孔隙率与平均配位数、动态模量呈显著负相关，不同级配下细观参数与宏观性能的耦合关系表现出差异性。该研究为改善钢渣沥青混合料的体积稳定性、促进其在实际工程中的高掺量应用提供了坚实的理论基础和试验数据支持。

钢渣作为沥青路面集料替代材料时，其体积膨胀特性与水损害风险制约了工程应用。针对钢渣沥青混合料体积膨胀与水稳定性预测难题，构建了多因素耦合的机器学习预测模型。通过浸水膨胀试验与300组水稳定性测试(涵盖沥青类型、钢渣掺量、f-CaO含量、级配及环境条件变量)，构建了体积膨胀的反向传播神经网络(BPNN)模型和基于贝叶斯优化与交叉验证协同调参的水稳定性CatBoost预测模型，并采用SHapley Additive exPlanations(SHAP)理论解析了水稳定性的特征影响重要性和参数敏感性。研究结果表明：钢渣沥青混合料的体积膨胀与混合料级配组成、f-CaO含量和浸水时间显著相关；CatBoost模型对残留稳定度与劈裂强度比TSR的预测精度最高，且能够有效反映预测误差，其中R²>0.997，MSE<0.344 5；在影响水稳定性的材料因素中，钢渣粗集料f-CaO含量(SHAP均值2.05、1.21、1.17和4.62、1.44、0.77，下同)最为关键，其次为沥青类型(0.84、0.82)、钢渣掺量(0.36、0.32)和沥青含量(0.12、0.38)；钢渣f-CaO含量-沥青含量和f-CaO含量-钢渣掺量这2个特征组合对水稳定性存在交互作用；为满足水稳定性要求，建议沥青路面上面层钢渣掺量不宜超过75%，同时2.36、4.75、9.5 mm粒径钢渣的f-CaO含量阈值应分别控制在2.0%、2.25%和2.0%。研究成果可为钢渣膨胀控制和水稳定性预测提供理论支持，推动钢渣在沥青路面的资源化利用。

锁脚锚管(杆、索)具有稳定隧道初期支护拱脚、防止掉拱和抑制围岩离散变形等作用，在软弱围岩隧道支护设计与施工中受到普遍重视，其支护机理、受力特性、设计方法与支护工艺等一直是研究关注的重点。基于锁脚锚管(杆、索)支护相关研究和工程实践，从支护发展历程、支护工艺、支护作用原理、力学测试方法、受力特性和设计方法6个方面进行系统梳理和总结，分析已取得的研究进展。在支护发展历程方面，经历了“早期的拱脚锚杆→锁脚锚杆→小直径锁脚锚管→大直径锁脚锚管→小孔径预应力锁脚锚索→恒阻锁脚锚索”的总体发展历程和趋势。在支护工艺方面，总结了小直径锁脚锚管(杆)、大直径锁脚锚管和小孔径预应力锁脚锚索的支护参数及钻孔、锚固和连接工艺。在支护作用原理方面，揭示了锁脚锚管(杆)以控制拱脚沉降为主的斜桩作用机理，而锁脚锚索能够锚固于围岩深处，且可施加高预紧力，对初期支护拱脚起到了悬吊和主动约束作用。在力学测试方法方面，研发了锁脚锚管(杆)的模拟加载试验方法和适用于现场测试的光纤光栅测力锁脚锚管。在受力特性方面，探明了锁脚锚管(杆)的受力特点以及对拱脚荷载的分担效应，揭示了锁脚锚管管身应变的分布规律。在设计方法方面，分析认为锁脚锚管(杆、索)增加了对初期支护拱脚的约束(或支承)强度和刚度，提出了锁脚锚管(杆、索)以及钢架喷网锁脚锚管(杆、索)组合结构的支护设计方法。同时，对锁脚锚管(杆、索)支护研究发展趋势、设计与施工技术细则制定以及推广应用等方面进行了展望。

隧道施工过程中，由于地质条件复杂、施工工序多变以及外部环境不确定性较高等原因，坍塌风险始终是制约工程安全、施工进度和人员生命财产安全的重要因素。目前，隧道风险评估主要依赖专家的主观判断，存在响应滞后、效率低下等不足，因而难以及时发现并应对突发情况。为此，构建了基于大语言模型(LLM)的隧道坍塌风险决策智能框架。该框架首先依托iS3隧道智能建造平台，整合地质、施工和变形监测等多源数据，建立了完善的风险感知数据库，为后续风险识别与分析提供了坚实的数据基础。其次，结合提示词工程，利用大语言模型对隧道坍塌可能性指标和事故后果严重程度进行自动化量化评估，实现多维数据的智能融合与解析；同时，借助改进云模型与模糊风险矩阵方法，精确刻画评估过程中的不确定性，并对风险等级进行合理划分，从而为施工现场提供科学的安全防控建议。最后，以晏家寨隧道4个典型施工位置为例，对所构建的智能框架进行了实际应用验证。结果表明:该框架能够准确识别并量化潜在的坍塌风险，并根据现场具体情况实时反馈风险状态，提出针对性防控措施，有效提升了隧道施工风险管理水平。总体而言，所提出的智能化框架不仅突破了传统专家主观判断的局限，更为隧道施工安全管理提供了一种高效、自动化的新型技术手段，同时也为后续在更大范围内推广应用基于大语言模型的风险评估与决策技术提供了理论与实践支撑。

桥梁振动现场实测为结构模态参数识别、行为分析、承载力评估等提供了关键信息。长大桥梁普遍具有跨越范围广、桥址水域辽阔的特点，传统机器视觉测量方法难以实现近距离监测，为此提出了融合无人机贴近摄影和自适应数字图像相关(Digital Image Correlation, DIC)的桥梁振动位移测量方法。首先设计了新颖的远程激光投射装置，通过调节仪器螺旋可将激光点精准投射至监测标靶，以补偿和修正无人机悬停姿态变化。随后，突破了传统机器视觉的架站模式，采用多旋翼无人机悬停状态下贴近摄影模式，近距离采集桥梁监测点标靶的高分辨率高质量序列影像。接着，建立了基于自适应DIC的无人机序列影像处理方法，利用图像局部特征匹配逐帧调整优化测点的子集区域，通过傅里叶变换互相关算法与反向组合高斯牛顿算法进行亚像素位移识别，从而提取无人机测量位移序列和激光校正值序列。最后，通过激光校正值及动态比例因子值来修正无人机测量位移序列，获取高精度的桥梁振动位移及频率。验证试验表明：无人机可准确测量出模型各层的振动位移和频率，与固定相机和激光位移计测量结果吻合，其振动位移归一化均方根误差均不大于3.195%，振动频率相对误差均不大于0.96%。该方法应用于长沙市洪山桥振动测量，成功识别出主桥跨中点、1/4点和3/4点的振动位移和频率，其振动频率的相对误差均不大于0.77%，与固定相机和加速度计的识别结果吻合。提出的无人机高精度、高效率、非接触位移测量方法，为大跨度桥梁振动测量提供了新途径。

为研究600 MPa级不锈钢筋与混凝土的界面黏结性能，开展了18组共54个试件的拉拔试验，并分析混凝土强度、钢筋直径、保护层厚度、相对锚固长度、劈裂面配箍率及钢筋种类对黏结性能的影响。试验结果表明：试件的主要破坏形态包括混凝土劈裂破坏、钢筋拔出破坏和劈裂-拔出破坏。对于相对锚固长度为5的试件，保护层厚度为3倍钢筋直径的试件出现了由混凝土劈裂破坏过渡为钢筋拔出破坏的现象；配置箍筋后，保护层厚度为2倍钢筋直径的试件由混凝土劈裂破坏转变为劈裂-拔出破坏。600 MPa级不锈钢筋与混凝土的界面极限黏结强度随着混凝土强度提高而提高，随着保护层厚度及劈裂面配箍率增大而先提高再趋于平稳，随着相对锚固长度增大而呈现先提高后降低的现象，但受钢筋直径的影响并不显著；影响规律出现转变时的保护层厚度、劈裂面配箍率及相对锚固长度取值分别为4.5倍钢筋直径、2.0%和5。不同强度等级混凝土中，600 MPa级不锈钢筋与普通钢筋屈服前的黏结性能基本相当，弹性模量对钢筋黏结性能的影响完全可以忽略；屈服后不锈钢筋的黏结应力-滑移曲线变化相对平缓,且极限黏结强度略低于普通钢筋。基于600 MPa级不锈钢筋与混凝土界面黏结性能试验结果，拟合得到具有一定保证率的极限黏结强度计算式及黏结应力-滑移本构模型，并提出了采用材料强度设计值表达的钢筋临界锚固长度计算式，可为混凝土中600 MPa级不锈钢筋的黏结锚固设计提供参考。

高速公路隧道出入口因视觉空间与照度剧烈变化，易引发“黑白洞效应”；隧道中部视觉环境单调、参照物少，易导致“时空隧道效应”和“侧墙效应”；隧道群和螺旋隧道则易分别诱发“鞭梢效应”和“心理旋转效应”。这些不良心理效应显著干扰驾驶人感知判断，诱发不良驾驶行为，降低行车安全性。从“隧道视觉环境-不良心理效应-不良驾驶行为-视觉参照系重构思路-优化方法”的逻辑链出发，构建驾驶人不良心理效应解析及调控框架，探讨视觉环境与不良心理效应的关联，提出相应的调控思路，并总结视觉参照系优化及评价方法。结果表明：驾驶人不良心理效应主要源于隧道出入口视觉参照系剧烈变化以及中部弱视觉参照系缺少变化；普通隧道应从基本型视觉参照系提升为安全型或舒适型，特长隧道和隧道群连接段应提升为韵律型视觉参照系，螺旋隧道(群)则需构建恒常稳定、连续一致且信息冗余的视觉参照系。调控思路包括明确空间路权、符合驾驶人因、分解驾驶任务、提升舒适性和韵律性，并引入线性诱导系统和弯道恒常型诱导系统的设计思路；遮光设施、照明设施、视线诱导设施、景观绿化、洞内装饰和路面铺装等措施可有效优化视觉环境，但相关设计参数尚待系统研究。目前视觉参照系评价缺乏统一的指标体系和方法，应结合光学参数指标和视觉感知、视觉特性、生理特性及驾驶行为的人因指标；未来应结合工程实例，完善评价体系和优化方案，为实现隧道安全、节能、舒适和美观的视觉环境提供支撑。

为确保复杂线形组合路段车辆行驶安全，针对当前公路线形信息量化表达不足，以及路段几何线形与驾驶人视觉线形对小客车行驶速度耦合影响考虑不充分的问题，提出基于数据驱动的高速公路小客车行驶速度分布预测模型。基于八自由度驾驶模拟器和高精度眼动仪开展试验，采集38名驾驶人在106个山区高速公路典型路段的小客车行驶速度和视觉感知数据。从“路段-视野”双重视角出发提取路段几何线形特征，采用变分自编码器进行驾驶人视觉线形重构，提出“路段-视野”图结构以融合和量化不同视角的线形信息，基于时空图注意力神经网络构建小客车行驶速度分布预测模型。结果表明：模型预测性能优异，行驶速度均值和标准差的预测准确度分别达到96.3%和98.1%，均方根误差分别为4.6、1.2 km·h^-1，平均绝对误差分别为3.8、0.8 km·h^-1。此外，消融试验和对比试验结果进一步验证了模型在不同典型路段的有效性和实用性。通过自注意力机制发现，路段几何线形对小客车行驶速度分布在时间上具有持续的引导作用，而驾驶人视觉线形在空间上对其进行动态调节和反馈。研究结果可为智能化的公路安全性评价和几何设计方法提供理论基础，并有助于精细化的智能交通系统速度管理。

随着车联网（V2V）和车路协同（V2I）技术的快速发展，网联自动驾驶车辆（CAV）逐渐成为研究的焦点。然而，在可预见的未来，CAV的全面普及仍然需要时间，因此CAV与人工驾驶车辆（HDV）共存的混行流将是一种长期的过渡状态。当CAV跟随HDV时，由于缺乏车间通信和协同控制，其性能可能会有所下降。为缓解性能下降对混行流的不利影响，CAV可通过鸣笛、光信号、抬头显示（H UD）等协作提示方式，增强HDV驾驶人对其加减速行为的感知，从而提升协作效率。为研究CAV性能衰退及协作提示行为对混行交通流稳定性和道路通行能力的影响，通过修正不同的跟驰模型，量化了考虑协作提示作用的HDV、性能良好的CAV以及性能衰退的CAV的微观跟驰行为。随后，建立混行交通流的稳定性分析方法并得出CAV渗透率相关的混行交通流稳定性条件。此外，推导与CAV渗透率相关的混行交通流基本图模型，并分析影响基本图的关键因素。通过数值仿真验证稳定性分析和基本图构建的合理性。研究结果表明：当CAV渗透率低于40%时，其性能优势难以显现；当渗透率达到60%以上时，CAV的协作优势才显著增强。此外，CAV的协作提示行为有效改善了其与HDV的协作能力，缓解了因缺乏车间通信导致的性能大幅下降问题，显著提升了混行交通流的稳定性和道路通行能力。因此，在推动CAV技术发展的同时，还应注重设计有效的提示信息，促进其与HDV的协作，从而提升CAV在低渗透率下的表现。

智能网联技术是未来智能交通系统的发展趋势，然而智能网联车辆（Connected and Automated Vehicle，CAV）与人工驾驶车辆（Human-Driven Vehicle，HDV）共同构成的新型混合交通流将长期存在。如何充分利用CAV的网联及可管控特性，实现交通运行优化和道路资源利用效率提升，是新型混合交通流亟待解决的重要问题。现有混合交通流专用车道管控研究侧重于不同交通需求和CAV渗透率下的路权分配，并未充分考虑CAV与交通管控系统的双向交互特性。针对上述不足，提出了“粒流协同专用车道”概念，简称粒流协同道。粒流协同道管控方法包括管控区域设置、车道设置以及粒流协同策略三部分。粒流协同策略的管控对象是CAV车流和CAV个体，旨在通过集中或分布式CAV管控实现道路管理优化。针对高速公路常规场景，设置单一管控区及粒流协同道，通过3组分布式CAV粒控策略，从CAV无协同换道、协同换道、专用道调速、全车道调速等4个方面实现了不同程度的管控，提升了车辆聚集性，仿真结果表明通行能力最高可提升17.0%。针对高速公路事故场景，设置调整、换道和恢复3个管控区，规定了各区粒流协同道的路权，通过分布式CAV流控的车头时距调整策略、集中式CAV粒控的车流均衡策略以及分布式CAV粒控的车道恢复策略实现了车道临时封闭情况下的交通协同管控，仿真结果表明通行能力最高可提升18.1%，车辆平均延误时间最高可减少336s。研究结果表明：粒流协同道管控方法通过增强CAV车流与混合车流的物理耦合度，并借助针对不同交通场景的协同策略，能显著提升道路通行能力，同时有效优化交通运行状况。

为了提高高速公路瓶颈区车辆通行效率与安全性能，面向小汽车与货车混行（简称客货混行）、智能网联车辆（Connected and Automated Vehicle，CAV）与人工驾驶车辆（H uman-driven Vehicle，HDV）混行场景，提出一种基于客货CAV移动屏障的两阶段动态限速控制方法。首先，构建一种适用于多车道，包含CAV换道控制和CAV动态速度控制的两阶段动态限速控制框架，通过优化客货CAV在瓶颈区上游的分布和速度，形成对整体车流具有调控作用的移动屏障。其次，考虑小汽车与货车的异质性，建立CAV动态速度控制模型，实现对客货CAV控制速度的精准求解。同时，基于客货差异改进均匀分布系数P，在是否给予CAV货车换道限制的条件下，以P为优化目标，采用枚举法、模拟退火算法、遗传算法、强化学习4种算法求解客货CAV的最优换道方案。最后，通过对单向两车道和单向四车道高速公路的SUMO仿真试验，讨论了所提方法的控制效果并验证其有效性。结果表明：所提CAV换道控制策略可显著提升客货CAV在交通流中的分布均匀性，其中货车换道限制对均匀分布效果具显著影响，当CAV货车占CAV车辆比例高于50%时，不限制货车换道控制策略效果优于限制换道。通过与换道控制策略的结合，两阶段动态限速控制方法能显著降低事故风险、提升交通流稳定性，随着CAV货车占比的上升，尽管货车因其特性会对交通流产生一定的扰动，但控制效果普遍能够得到进一步的提升。研究成果可为提升智能网联环境下的高速公路瓶颈区主动交通管控效果提供有效理论支撑。

智能网联汽车（Intelligent Connected Vehicles，ICV）与人工驾驶车辆（Human-drive Vehicle，HDV）组成的智能网联混合交通流将长期存在，将深刻影响高速公路入口匝道车辆的合流行为。为解决现有高密度混合交通流下因车辆汇入控制汇入序列和车辆轨迹交互关系、HDV动态性考虑不足导致通行效率低和能源消耗高等问题，提出一种高速公路车辆动态协同汇入控制策略。首先，根据控制区车辆状态确定匝道车辆的可能汇入间隙；然后，考虑合流序列选择和车辆轨迹规划交互关系，以能耗最小为目标进行合流序列及车辆轨迹的协同优化，对匝道车辆及预期汇入间隙前后车辆进行提前换道和主动车速调节；最后，考虑HDV动态性，设计车辆汇入动态调控策略对合并区车辆进行动态调控，确保中高密度下匝道车辆能汇入主线。利用SUMO和Python仿真试验，对比无控制情况和基于PID的控制策略验证提出的动态协同汇入控制策略，并对有无换道策略进行敏感度分析。试验结果表明：①在匝道车流量较大时，相较于无控制情况，所提出的策略使得车辆总体碰撞指标降低了38.84%～94.25%，总延误降低了13.45%～80.82%，平均速度提高了36.01%～52.87%；②相较于基于PID的优化控制策略，所提出的策略使得车辆总体碰撞指标降低了17.32%～81.38%，总延误降低了2.01%～66.95%，平均速度提高了0.93%～6.87%，总能源消耗量降低了1.75%～8.17%，车辆轨迹较平滑且车速分布较均匀，且极少发生车辆停车；③在设定的各种交通状态下，提前换道策略虽然会造成能耗的提高，但是在行车安全和通行效率方面都要更优。

山地城市受地形条件限制，干线多车道汇入区在几何结构、交通流向和冲突关系等方面均表现出高度复杂性，尤其在高交通流量情况下，多股车流的汇入易导致频繁的车辆行为冲突。为解决现有管控措施存在的控制措施孤立、控制目标单一等问题，提出一种基于网联自动驾驶车辆的多车道汇入协同管控方法。首先，构建了智能网联环境下的多车道汇入协同管控总体架构，设计信号控制智能体与可变限速控制智能体；然后，结合山地城市多车道汇入区的交通流特征，分别设计智能体的状态空间、动作空间和奖励机制；最后，基于多智能体深度确定策略梯度算法实现智能体协同控制。以重庆市某立交为案例，根据在高、中交通流量条件下的10组仿真试验，评估不同管控方案的控制效果。结果表明：在网联自动驾驶车辆渗透率较低且交通流量较大条件下，与固定配时方案相比，所提方法可使主线车辆平均行程时间减少37.02%，平均车辆延误减少69.57%；与传统反馈式协同控制方法相比，上游排队长度减少88.06%，瓶颈区车辆平均速度提升8.77%，主线下游疏散流量增加3.47%。研究成果可有效缓解山地城市多车道汇入区域的交通冲突与拥堵问题，为山地城市多车道汇入区交通拥堵治理提供理论支持。

分析交通相变特征和规律是实现交通流状态估计与速度预测的关键。由于交通流兼具周期性与偶然性的复杂时变特征，数理统计与机器学习方法缺乏对交通流状态演化机理的解析，存在模型可解释性随场景变化而降低的问题。为降低场景迁移对预测效果的负面影响，并解决应用环境受限的问题，对交通流相变机理进行解析，提出了一种考虑相变滞后效应的交通状态估计与速度预测方法。首先通过分析快速路出口匝道的交通流状态变化过程，发现微观车辆间运动差异的时空传递是导致宏观交通相变的原因。将这一现象定义为交通紊乱，类比Ising模型对其进行定量表达。随后计算交通相变前后紊乱的时空分布，揭示了交通相变规律，即交通流状态相对紊乱变化具有时间滞后性。在此基础上建立交通流速度关于紊乱的自回归分布滞后模型，将网联车路设备采集的车辆实时速度与位移作为输入，得到交通流速度的预测值时间序列。不同模型对照试验与参数分析结果表明：①与径向基函数神经网络和长短期记忆神经网络相比，所提出的滞后模型具有更高的预测精度；②在混合交通流中，智能网联车辆渗透率越高，则模型预测精度越高。此外，所提方法适用于不同网联等级的交通场景，有利于及时采取交通管控措施，从远景上提升交通系统的运行效率和安全性。

周边车辆切入是造成当前自动驾驶车辆事故的高发场景之一，原因在于切入场景风险致因机理尚不清晰，精准评估模型尚未建立。基于真实道路实车自然驾驶数据提取3万例切入车辆轨迹与视频片段，通过碰撞时间等客观风险指标筛选出489例不同风险等级的切入片段；随后，设计了考虑自动驾驶车辆特性的切入场景风险主观评价问卷，招募自动驾驶开发与测试工程师开展主观风险评价与访谈研究，获取了自动驾驶车辆视角下各切入片段主观风险等级及风险因素，构建了面向自动驾驶车辆且涵盖24个动静态因素的切入场景风险数据集；最后，构建了基于随机参数有序Logit的切入场景风险量化评估模型。研究结果表明：①路口、车道线变化等道路因素分别导致切入场景危险概率增大0.3%、17.9%；②夜间、阴雨等气象因素分别导致切入场景危险概率增大19.4%、23.3%；③切入车辆为异形车辆、周边存在非机动车、行人等交通参与者因素分别导致场景危险概率增加10.6%、17.9%、32.8%，周边车辆数量每增加1个单位场景危险概率增加0.6%；④在车辆运动特征因素中，切入初始时刻两车间距、相对速度每增加1个单位危险概率分别降低0.3%、1.04%，初始时刻横向车距、切入过程切入车减速量每增加1个单位危险概率增加0.5%、0.6%。可见弱势群体目标物、异形切入车辆、低能见度、车道线变化以及压线遮挡是当前自动驾驶在切入场景下的高风险要素，需重点优化相应感知决策算法。

人工智能技术已成为国家战略科技的核心组成部分，其与桥梁抗震工程的结合正成为增强基础设施抗震韧性的关键途径。桥梁抗震分析长期面临物理模型复杂、效率与精度难以兼顾等挑战。针对上述问题，系统评述了传统机器学习模型、深度学习模型及新一代AI融合技术在桥梁抗震分析中的应用与创新，涵盖：①复杂地震动智能合成与输入；②抗震能力分析与需求预测；③损伤评估与易损性分析；④韧性评估与恢复策略优化；⑤大规模桥梁群网络抗震分析。人工智能显著提升了桥梁抗震分析的效率与精度，为探索多参数、强非线性问题开创了新局面。然而，现有人工智能模型仍存在物理规律支撑不足、模型泛化能力弱、异源数据难以有效整合等难题。未来，人工智能技术在提升物理规律可解释性、发展多模态感知技术、构建高仿真数据库、增强模型泛化能力、开发新型智能算法等方面，将进一步推动桥梁抗震领域的发展。该研究有助于推动桥梁抗震研究范式从依赖人工经验向物理规律与人工智能深度融合转变。

近断层区域桥梁灾后快速评估对节约抗震救灾时间和推进灾后重建有着重要的推进作用。为了快速准确地预测近断层桥梁地震响应和桥梁结构损伤易损性，提出了一种基于深度学习的近断层桥梁地震响应和易损性快速预测方法，可用于快速预测近断层脉冲地震作用下桥梁地震响应及易损性曲线。该方法基于单向多层堆叠式长短时记忆（Long Short-term Memory，LSTM）网络，以地震响应时程与峰值响应两部分作为模型的输出，采用滑动时间窗、残差连接和约束循环核等技术，有效地捕捉到脉冲地震动输入与桥梁响应（如墩底弯矩、墩底曲率和墩顶位移）之间的非线性映射，并基于概率地震需求模型准确预测易损性曲线。以汶川地震中破坏的庙子坪大桥作为实际工程研究对象，基于OpenSees数值模型，建立了619条近场地震动及相对应桥梁非线性地震响应和易损性数据库，验证所提出方法的准确性和快速性。研究结果表明：LSTM模型可以进行长时间、多输出的响应预测，并能够准确捕捉到脉冲地震作用下桥梁结构的地震响应需求；在峰值响应预测中，弯矩指标预测效果最佳，预测值与实际值之比的均值与标准差分别小于1.03和0.12，其次是位移指标与曲率指标；预测的易损性曲线结果与实际结果十分接近，决定系数达0.97，失效概率最大相差1.92%；该方法与传统方法时间对比约为1 s和66 h。所提出的易损性快速预测方法具有较高准确性和快速性，可为灾后桥梁评估提供有力理论支持。

悬索桥由于其结构复杂，在减震设计时往往需同时关注多个优化控制目标，这一点在高烈度断层区地震作用下尤为突出。为实现此类结构减震体系的高效多目标优化，以多关键构件安全水平和减震体系成本为控制目标，结合响应面理论、竞争机制多目标粒子群算法和多种单解优选策略，提出了一种多策略多目标悬索桥减震智能优化方法。以某位于高烈度区的跨断层悬索桥为案例，采用所提出方法对其双向黏滞阻尼器的阻尼系数分布开展智能优化并明确了适用于此类桥梁的阻尼器合理布设规则，最后对其合理性进行了验证。研究结果表明：①该方法可有效实现多控制目标之间的平衡，具有优化精度好、计算效率高和灵活性强等优点；②横向布设阻尼器的合理桥台桥塔阻尼系数比在1.5~2.0之间；③相较初始减震方案，采用所提出方法得到的优化方案可在减震体系成本基本保持不变的情况下使主桁架、吊索以及纵、横向阻尼器安全水平分别提高3.42%、18.13%、30.11%和21.28%，同时可有效改善结构对断层大幅值永久位移的适应能力。

针对当前桥梁抗震韧性评估框架中功能恢复模型未充分考虑构件修复次序的不足，提出了一种考虑构件修复次序的桥梁震后功能恢复模型及抗震韧性评估方法。首先，在典型恢复模型的基础上，综合考虑桥梁实际修复过程中构件修复次序的影响，建立了基于修复次序的分段功能恢复模型；其次，利用图形解析方法推导了该恢复模型下韧性指标的简化计算公式，建立了考虑构件修复次序的抗震韧性评估框架；最后，以某四跨连续梁桥作为分析算例，结合易损性参数和Monte Carlo抽样建立了不同的构件损伤场景，对建立的抗震韧性评估框架进行了验证，探讨了不同构件修复次序对桥梁抗震韧性的影响。研究结果表明：与典型恢复模型相比，该模型可以反映桥梁构件的修复次序及构件修复对桥梁功能恢复的贡献；推导的韧性指标简化计算公式克服了传统韧性量化方式中积分求解困难的问题，在保证计算精度的同时，提高了韧性指标的求解效率；不同构件修复次序计算得到的桥梁抗震韧性指标存在一定的差异，其差异大小取决于构件损伤场景和桥梁的震后功能损失。通过合理优化构件的修复次序，可以在不改变桥梁结构设计的前提下，有效提升中小跨径连续梁桥的抗震韧性。

中小跨径桥梁占中国已建成桥梁的80%以上，借助机器学习对量大面广的中小跨径桥梁抗震性能进行快速预测、分析具有重要意义。然而，机器学习模型由于算法的复杂性往往表现为“黑箱子”，可信度和适用性有待商榷，建立可解释的机器学习模型成为迫切需求。因此，以中小跨径连续梁桥为研究对象，开展了桥梁纵向地震反应可解释机器学习方法研究。采用2种主流的机器学习算法（神经网络、支持向量回归），选取桥梁结构参数和地震动强度参数作为特征（即输入变量），建立桥梁地震反应预测机器学习模型。然后，基于4种通用的可解释方法（SHAP、排序重要性、部分依赖图、LIME）对模型进行全面解释。结果表明：支持向量回归和神经网络均能准确地预测桥梁地震反应，决定系数超过0.9；基于神经网络模型的SHAP与LIME解释方法能获得相对稳定可靠的解释结果。地震动强度特征之间的高相关性导致在对预测结果的贡献上出现竞争，而去掉低贡献的地震动强度特征可以保持模型预测精度基本不变的同时降低模型复杂度，提高可解释性。从机器学习模型预测性能和可解释性的角度，推荐中小跨径梁桥地震反应预测所需的地震动强度指标为平均谱加速度（AvgSa）、峰值地表位移（PGD）、峰值地表速度（PGV）以及Housner强度指标（HI）。

节段拼装自复位桥梁以其良好的韧性和抗震性能在桥梁工程研究中备受关注，但其在高烈度地区的应用尚属罕见。研究节段拼装自复位桥梁在高烈度区域的地震响应显得尤为迫切，但自复位桥梁结构地震响应的高度非线性和不确定性，对其地震响应的准确预测带来了巨大挑战。以自复位桥梁振动台试验实测数据以及有限元模型模拟数据为研究对象，提出了一种融合变分模态分解（VMD）、卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的自复位桥梁地震响应预测模型。该模型采用VMD捕获地震动数据的频率特征信息，利用CNN提取数据空间特征，通过BiL-STM挖掘数据中的长期时间依赖关系，以精准预测桥梁的地震动响应。首先对振动台试验实测的5种地震动不同幅值作用下的上部结构响应数据进行预测训练，随后为了获得桥梁在较大地震动振幅下的动力响应，通过有限元模型模拟数据进行预测训练，2次预测结果表明所提算法与LSTM、RNN、SVR、XGBoost四种对比算法相比具有更好的预测精度和鲁棒性，与SVR和LSTM模型相比，模型评价指标R²分别提高了约11.9%、3.2%，RMSE降低了约52.4%、32.5%，MAE降低了约49.6%、30%。所提方法可有效挖掘地震响应数据的特征，对桥梁地震响应进行精准建模，可为桥梁抗震性能分析提供一定的参考。

针对基于间接测量法识别桥梁振型时，难以克服路面不平整度、受噪音影响大、采用单轴车存在俯仰等问题，提出一种基于复Morlet小波及多自由度对称双轴检测车同步静止采集间接识别梁式桥低阶频率和振型的新方法。首先，将双轴车依次停靠在桥梁各同步测点处静止采集车轴加速度响应30 s，依据该信号反演得到对应轴车桥接触点响应，再融入小波去噪优化算法降低噪声干扰，依据去噪后信号的小波系数时频谱获取桥梁频率范围。然后，对车桥接触点响应进行连续复Morlet小波变换，结合小波系数Shannon熵参数选取准则确定最优参数，采用均值处理方式从局部到整体构建梁式桥低阶模态振型，并以此建立基于各同步测点车桥接触点响应的梁式桥低阶频率和振型识别流程框架。通过数值模拟对随机车辆激励、桥梁阻尼比和环境噪音的影响进行了参数化分析。最后，依托重庆市某大桥验证了该方法的适用性。结果表明：所提方法低阶模态振型识别精度较高，在随机车辆激励条件下，仍可同步识别梁式桥低阶频率和振型，且不受路面粗糙度影响，对环境噪声和桥梁阻尼比具有较好的鲁棒性。所提方法相比于统计矩、传递率和随机子空间方法在识别精度或计算效率上具有一定的优势，为间接测量法推广应用于实际现场提供了基础。

系统梳理了桥梁结构的智能建模、智能优化、方案生成和智能深化方面的研究进展，并预测了桥梁结构智能设计的发展趋势。当前的桥梁建模研究主要包括参数化BIM和有限元建模。参数化建模的BIM主要用于可视化，难以转换为有限元模型进行结构分析和优化；参数化建模的有限元模型可用于结构分析和优化，但较为复杂的有限元模型仍需人工布置荷载并设置边界条件，且有限元模型也难以精确地转换为BIM模型。桥梁结构的智能优化研究中仍以采用启发式算法为主进行寻优，主要围绕钢筋混凝土结构开展，针对钢结构及钢-混凝土组合结构的研究较少，且研究中以单一荷载工况为主。采用生成式方法可快速生成桥梁方案，但目前的研究只涉及桥跨设计和桥梁选型。针对桥梁结构的智能深化设计研究成果很少，也未涉及智能深化设计与数字制造一体化。可以预见，通过智能设计技术，实现桥梁结构方案生成、建模、优化与深化的智能化，并实现数字化方案与后续数字制造、智能建造等环节的一体化，是桥梁结构设计发展的主要方向。

为了综述桥梁水下结构缺陷检测的最新技术进展，重点探讨了水下机器人在提升检测精度和效率方面的创新应用。水下机器人能够搭载光学、声学等非接触式检测设备，以及超声仪、回弹仪等接触式检测设备，展现出在复杂水下环境中执行高效检测的潜力。详细分析了基于光学与声学原理的非接触式检测方法的适应性和改进技术，明确了提高图像质量和检测精度的有效方法。阐明了水下接触式检测的研究现状，提出了水下机器人搭载接触式检测设备协同工作的解决方案，指出了利用水下机器人搭载接触检测设备进行水下接触检测是未来发展的重要方向。总结了当前桥梁水下结构检测技术面临的挑战，提出了基于智能算法和多源数据融合水下检测新方法，为未来的研究提供了具体方向和技术路径。

传统桥梁结构设计高度依赖工程师经验，需反复调整结构布置，致使建模效率低且优化结果难以达到最优。为此，针对组合桥面系中承式钢箱拱桥提出了智能建模与优化方法。首先，提出了基于人机协同的结构智能建模方法：采用图层分析法提取初始条件图中拱肋、K撑、桥面系、桥梁墩台的定位及标高等关键信息；定义桥梁构部件的截面信息模块，结合读图信息进行空间信息推理，确定构部件的长度和空间坐标，制定单元和截面纤维划分准则并确定节点和单元编号，实现节点和单元的自动定义；定义边界条件模块；根据结构参数模块完成荷载输入和结构输出模块的定义，进而实现智能建模。基于参数化有限元模型，提出了结构智能优化方法。结合智能建模技术，传入参数生成有限元模型以计算伪目标函数，采用经典遗传算法、增强精英保留策略遗传算法和差分进化算法优化结构造价。结合实际工程案例验证了所提出的智能建模与优化方法，结果表明：所提出的智能建模方法仅需对初始条件图进行标记便可建立参数化有限元模型，极大地提高了建模效率和质量；相比于人工优化方法，采用所提出的优化方法可节省结构材料造价约37.9%，缩短优化周期约74%。

横向协同性能是衡量装配式梁桥服役状态的核心指标，传统获取横向协同性能评估指标方法的时效性和适用性仍可进一步提高。为此，提出了一种基于桥梁车致响应映射关系分析的装配式梁桥横向协同性能动态表征模型。该方法可以利用健康监测数据实现对桥梁横向协同性能变化的动态表征。其通过贝叶斯优化的自然梯度提升（Bo-NGBoost）模型建立装配式梁桥车致响应映射模型，并基于横向联系损伤引起的不同位置处响应映射模型的误差分布和大小，对横向联系损伤的位置和程度进行评估。对该方法的有效性开展了验证，结果表明：Bo-NGBoost较标准NGBoost和长短时记忆网络（LSTM）在精度与鲁棒性上均具有一定优势；在典型工况下，其平均决定系数（R²）达到0.986，较标准NGBoost和LSTM分别提升4.4%和36.4%，尤其在有效数据稀疏的应急车道区域R²仍保持0.953的高精度，而LSTM在此处的R²仅为0.374。采用数值模拟方法考虑了不同路面粗糙度和不同车流密度的多种组合工况，挠度响应的R²均高于0.951，均方根误差（RMSE）低于0.153 mm。此外，可通过分析不同位置处响应映射模型的误差分布和大小，定位横向联系的损伤位置，并评估其损伤程度。在实际监测场景中，模型映射的应变响应与真实数据的R²均超过0.981，RMSE低于2.381×10^－6，且真实值基本位于95%置信区间内。这表明，该方法不仅能够较为准确反映桥梁横向车致响应的映射关系，还能定位和评估横向联系损伤情况，为装配式梁桥的维养提供有利支撑。

基于影响参数实测数据统计特征的结构性能指标不确定性分析是预应力混凝土结构性能准确评价的关键。然而，由于结构中多维不确定性影响参数的复杂耦合作用，现有评价方法难以全面揭示“影响参数实测随机分布-性能指标”不确定性的传播规律。为解决这一问题，结合有效预应力实测分布特征，提出了一种基于不确定性传播理论的混凝土结构概率密度估计方法。首先，引入降维积分法将多维预应力系统解耦为单变量子系统的线性叠加，结合预应力实测分布特征，提出性能指标前4阶统计矩的解析计算方法；其次，以结构响应统计矩作为约束条件，基于核密度最大熵原理，将核函数数量引入优化框架，提出了综合考虑最大熵与统计矩误差的优化目标函数，建立了基于改进核密度最大熵的预应力混凝土响应概率密度估计方法。计算结果表明：与传统蒙特卡洛模拟相比，统计矩解析解的1～4阶矩误差分别为0.01%、0.11%、0.29%、0.57%，可精确表征性能指标的主要随机特征；改进的核密度最大熵方法克服了传统方法仅关注最大熵约束而导致统计矩估计误差较大的局限性，显著提升了性能指标概率密度的拟合精度。通过工程实测验证，某预制T型梁跨中反拱值计算值与实测值误差可控制在5%以内，且实测反拱值分布于弹性模量95%保证率上下限的理论反拱值包络区域内，所提方法的计算结果与实测结果表现出良好的吻合性，能够有效量化预应力不确定性对结构性能的影响，为预应力混凝土结构的性能评价提供了理论与实践支撑。

水平转体对既有运营线路影响小，逐渐成为上跨铁路大跨桥梁常用的施工方法。转体具有吨位大、倾覆风险高、转动状态变化快等特点，为保证转动过程的安全性、稳定性和精确性，开展有效的施工监测与控制尤为必要。凝炼了转体监测反馈控制的总体目标和子目标，并阐明其内在逻辑关系，将转体“牵引-转动”监测分解为支撑系统、牵引系统、转体姿态、结构受力、周边环境监测，并给出相应的主要和一般监测指标，提出监测阈值计算和状态评估方法。基于外部环境-支撑系统-牵引系统-转体姿态-结构受力的物理层间关系，构建监测指标数据链路模型，形成转体“动、稳、准、快”反馈调节机制，引入时间序列ARIMA模型进行监测数据动态预测，及时控制牵引系统和平衡系统。融合惯性传感、图像识别、数字孪生、PLC无线通讯等技术，基于webGL、Python、B/S架构开发轻量化、可视化转体监测反馈控制系统，并应用于某斜拉桥转体。结果表明：“转得动、转得稳、转得准、转得快”是桥梁转体监控的主要目标，呈“金字塔”型结构，转得动是基础；构建的桥梁水平转体“牵引-转动”监测反馈控制模型厘清了监控目标、监测指标、状态评估预测、反馈与控制的逻辑关系；开发的轻量化、可视化转体监测反馈控制系统可实现转体牵引、支撑、位姿和速度等状态监测与控制，克服了数据冗余孤立、状态评估与控制滞后等不足。

山区公路高填方路基的稳定性受填料强度和水文地质条件的影响。2023年，某高速公路K83+400 m至K83+800 m段出现了严重病害，包括路基沉降、路面开裂、结构破坏、抗滑桩倾斜以及挡土板渗水。现场调研推测病害成因是填料密实度不足和地下水位显著上升所致。通过GNSS技术实时监测病害路段边坡变形，其变化趋势直接反映路基边坡的稳定状态。基于有限元极限分析开展如下数值模拟：利用板单元模拟抗滑桩，并按配筋图计算截面等效强度及刚度参数，被某经典边坡案例验证有效；指定边坡两侧水头高度，计算边坡的稳态渗流场，另外可用水压力恒为0的排水线模拟深层泄水孔；先后考虑抗滑桩加固、地下水渗流以及排水措施的影响，计算典型断面高填方边坡在5种不同工况下的稳定性。对比模拟结果与实际地下水位及滑移面，证实了该高填方路基失稳的致因为地下水渗流，也验证了相关病害处治措施的有效性。研究还发现边坡稳定性安全系数与抗滑桩桩前相对地下水位η呈负相关，当η大于0.4时，安全系数的下降趋势将加剧。研究结果可为山区公路的设计、施工、运营以及应急处理提供参考。

现行路基回弹模量测试方法未考虑上覆路面结构约束效应与真实车辆荷载特性的影响，导致测试的回弹模量难以反映路基实际承载能力，给公路建设带来众多不确定性。为此，提出了一种路基动静回弹模量原位测试方法，在以套环模拟路面结构层自重及约束效应的基础上，研究车辆荷载特性（荷载频率、荷载幅值）对路基结构模量的影响，并通过开展不同尺寸承载板与不同宽度套环下的路基动静回弹模量试验研究，寻找最佳承载板与套环加载组合，以优化动静回弹模量原位测试方法结构体系，为测试新建或改扩建路基在其实际服役期的刚度水平提供重要手段。试验结果表明：路基回弹模量与动载频率、动载幅值均成正相关，与承载板尺寸成负相关，对于Φ30 cm承载板在未装配套环时，动载频率从1 Hz增加到10 Hz，回弹模量测试值增加了119%；动载幅值从0.1 MPa增加到0.35 MPa，回弹模量测试值增加了38.7%。此外，相同尺寸承载板下，路基回弹模量测试值随着套环所模拟的上覆路面结构约束范围的增大先增大后趋于稳定，对于30 cm承载板，在套环宽度达到20 cm时趋于稳定，较未装配套环时模量提高了13%；对于20 cm承载板，在套环宽度达到30 cm时趋于稳定，较未装配套环时模量提高了35%；对于10 cm承载板，在套环宽度达到35 cm时趋于稳定，较未装配套环时模量提高了31%。同时，基于原位试验结果建立了不同尺寸承载板下路基回弹模量转换模型、相同承载板不同宽度套环测试下回弹模量转换模型及不同荷载频率测试下回弹模量转换模型，以实现各尺寸承载板与各宽度套环组合在不同频率动载下测试结果之间的相互转换，并通过实际工程现场试验验证了转换模型的准确性。

外套钢管夹层混凝土加固技术是一种利用组合结构性能优势的新型加固技术，用其对既有钢管混凝土（CFST）柱进行加固，可形成性能优异的新型钢-混凝土组合结构，快速、可控地提升既有CFST柱的受力性能。钢-混凝土界面黏结性能是保证该组合结构各组成部分协同工作的基础。对16根无初始应力的外套方钢管夹层混凝土加固CFST柱进行界面推出试验，研究了外套钢管与夹层混凝土界面To、原柱钢管与夹层混凝土界面Ti的黏结性能。研究发现：To、Ti界面试件的荷载-滑移曲线特征相似，根据曲线特征将其划分为胶结段、滑移段与摩擦段3个阶段，其中相对滑移从界面层的剪切变形过渡至界面的微动与滑动，损伤过程经历微裂缝产生与发展、微凸体挤压与断裂、混凝土磨损与沉积，化学胶结力、机械咬合力和滑动摩擦力依次发挥主要作用。研究结果表明：To界面黏结损伤发展更晚，耗能能力更强，咬合强度τ_w和摩擦强度τ_f更低；夹层混凝土自应力可以增大弹性黏结抗剪刚度K_s,e，加快Ti界面的黏结损伤发展，增强耗能能力，提高τ_f；夹层混凝土强度由C50提高至C60和C70，K_s,e提高23.6%和69.9%，黏结损伤发展加快，τ_w提高28.3%和27.8%，τ_f提高13.0%和22.6%；外套钢管壁厚由3.5 mm增大至4.5、5.5 mm，K_s,e提高10.8%和65.6%，耗能能力增强，τ_f提高34.5%和72.9%。在此基础上，提出了黏结滑移本构关系模型，且模型计算结果与试验结果吻合良好。

为了掌握混凝土梁桥在桥面近场爆炸荷载作用下的破坏特征及动力响应，并为混凝土桥梁抗爆设计提供理论依据，采用现场试验的方法，开展了混凝土梁桥实桥爆炸研究。试验根据铺装层是否完整、不同作用部位和不同炸药当量设计了4个爆炸工况，测试了梁体动应变、加速度以及试验前后的主梁裂缝等表观损伤，并进行了动态响应和破坏特征分析。结果表明：在近场爆炸作用下实桥桥面的破口形态与主梁截面局部的纵横向刚度分布密切相关，当纵横向刚度相近时桥面破口呈现圆形，当纵横向刚度差异显著时出现矩形破口；近场爆炸时桥面系受力会因药量不同而存在显著差异，小当量爆炸荷载作用下桥面系整体受力，而在大当量爆炸荷载作用下桥面被击穿，桥面系的传力作用失效；同等的总炸药当量条件下，单次爆炸加载对梁体的破坏程度要大于分次爆炸加载对于梁体的破坏；较严重的初始损伤对爆炸荷载作用下梁体的动力响应有显著影响，且梁体的动力响应与药量不成比例关系，而与距离的比例关系更明显。

隧道结构健康监测自诊断和状态评估都是建立在数据分析的基础上，但传感器所获取的数据不可避免地会出现诸多异常数据。这些异常数据不仅包含非结构性因素引起的干扰信息，还包括结构性因素引起的损伤信息。如何提取淹没在异常数据中的有用损伤信息，并剔除无用的干扰信息成为了重点。根据异常数据变化率的不稳定、不连续性，提出一种滑动斜率异常检测和数据重构法。首先，采用滑动窗口对数据进行动态分段处理，再对各窗口内数据进行最小二乘线性拟合，得到斜率和截距向量；其次，根据斜率的方差和拟合优度设置阈值，检测并剔除离散程度较大、拟合程度较差的斜率和截距值；最后，利用回归计算和中位数法进行数据重构。基于钢筋混凝土试件损伤试验数据和现场监测的异常数据，对所提方法与传统3σ法、滑动中值滤波、小波变换和经验模态分解法的应用效果进行对比。结果表明：所提方法能够有效清洗其他方法难以处理的增益和偏移数据，能有效识别和清洗数据的异常趋势，同时不破坏原有的结构性损伤数据，保证了监测数据的质量，能够满足实际应用的需要。