数字孪生技术驱动的结构监测平台关键技术研究

赵文博; 郑皓然; 郭晓; 吴婧姝; 白晓彬; 崔帅华; 张帆

doi:10.3724/j.gyjzG26032902

数字孪生技术驱动的结构监测平台关键技术研究

doi: 10.3724/j.gyjzG26032902

1. 中冶建筑研究总院有限公司, 北京 100088;
2. 北方工业大学土木工程学院, 北京 100144;
3. 中冶检测认证有限公司, 北京 100088

详细信息

作者简介:
赵文博，硕士，高级工程师，主要从事数字孪生、建筑信息化平台、BIM等方面研究。

通讯作者:
张帆，硕士，正高级工程师，主要从事建筑信息化、结构服役安全智能诊断方面的研究， zhangfan@cribc.com。

计量
- 文章访问数: 31
- HTML全文浏览量: 7
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2026-03-29
- 网络出版日期: 2026-08-31
- 刊出日期: 2026-07-20

Research on Key Technologies for a Digital Twin-Driven Structural Monitoring Platform

1. Central Research Institute of Building and Construction Co., Ltd., MCC Group, Beijing 100088, China;
2. School of Civil Engineering, North China University of Technology, Beijing 100144, China;
3. Inspection and Certification Co., Ltd., MCC, Beijing 100088, China

摘要

摘要: 传统结构监测平台存在多场景适配性不足、监测数据标准化程度不高、业务数据挖掘分析不足等问题。为此提出了一种具有较强适配能力、支持快速开发与低成本部署的结构监测平台架构。采用标准化设计思路，重点阐述了平台在数据接入与清洗、多维度数据分析、人工智能（AI）辅助趋势识别与三维轻量化引擎比选等关键技术方面的实现路径。通过在某国家级文物建筑监测项目中的实际应用，验证了所提出的监测平台架构能够实现复杂建筑场景下的实时监测、智能分析与可视化交互。
- 数字孪生 /
- 结构监测 /
- 三维可视化 /
- AI辅助分析 /
- 数据标准化
Abstract: Traditional monitoring platforms suffer from several critical limitations， including poor adaptability， non-standardized data formats， and insufficient mining and analysis of operational data. To address these issues， this paper proposes a structural monitoring platform architecture that features strong adaptability， rapid development support， and low-cost deployment. Adopting a standardized design approach， this paper elaborates on the implementation paths of key technologies， including data ingestion and cleaning， multidimensional data analysis， AI-assisted trend recognition， and the comparison and selection of lightweight 3D rendering engines. Practical application in a national-level cultural heritage monitoring project demonstrates that the proposed platform architecture can achieve real-time monitoring， intelligent analysis， and visual interaction in complex building scenarios.
- digital twin /
- structural monitoring /
- 3D visualization /
- AI-assisted analysis /
- data standardization

HTML全文

参考文献(13)

[1]	HE Z，LI W，SALEHI H，et al. Integrated structural health monitoring in bridge engineering[J]. Automation in Construction，2022，136:104168.
[2]	FARRAR C R，DERVILIS N，WORDEN K. The past，present and future of structural health monitoring:an overview of three ages[J]. Strain，2025，61:e12495.
[3]	罗尧治，赵靖宇.空间结构健康监测研究现状与展望[J].建筑结构学报，2022，43（10）:16-28.
[4]	陶飞，张贺，张辰源，等.从数字孪生到数智孪生:回顾与展望[J].计算机集成制造系统，2026，32（1）:1-17.
[5]	聂蓉梅，周潇雅，肖进，等.数字孪生技术综述分析与发展展望[J].宇航总体技术，2022，6（1）:1-6.
[6]	邓兴瑞，张芙蓉，许镇，等.数字孪生在城市安全中的应用研究综述[J].工业建筑，2024，54（2）:35-42.
[7]	FAWAD M，SALAMAK M，CHEN Q，et al. Development of immersive bridge digital twin platform to facilitate bridge damage assessment and asset model updates[J]. Computers in Industry，2025，164:104189.
[8]	王鑫.基于uNITY3d的桥梁健康监测三维软件的设计与实现[J].计算机光盘软件与应用，2014，17（17）:245-246.
[9]	ZHANG T G，LI R Q，JIN Y，et al. Structural health monitoring of water-lubricated stern bearing systems based on digital twins[J]. Ocean Engineering，2026，345:123844.
[10]	CARTER E，SAKR M，SADHU A. Augmented reality-based real-time visualization for structural modal identification[J]. Sensors，2024，24（5）:1609.
[11]	NASIM M，RAJABIFARD A，CHEN Y，et al. A demonstration of a digital twin framework for structural health monitoring:application to bridge infrastructures[J]. Journal of Infrastructure Intelligence and Resilience，2026，5（1）:100184.
[12]	周鸣亮，程文，张东明，等.运营期盾构隧道结构病害的自动化检测与三维可视化[J].应用基础与工程科学学报，2021，29（5）:1265-1279.
[13]	LAI X，YANG L，HE X，et al. Digital twin-based structural health monitoring by combining measurement and computational data:an aircraft wing example[J]. Journal of Manufacturing Systems，2023，69:76-90.