近期,我校智能感知运维强基教授团队在智能建造领域国际顶级期Automation in Construction(中科院一区TOP期刊,影响因子12.6)上发表论文2篇,在工程技术领域顶级期刊IEEE Transactions on Instrumentation and Measurement(TIM,中科院二区TOP期刊,影响因子7.2)上发表论文1篇。其中,题为“Integrated multi-objective optimization for multi-head collaborative 3D concrete printing via a Trinary-Tree Enhanced Genetic Algorithm”(基于三叉树增强遗传算法的多端协同3D混凝土打印多目标集成优化)的研究论文,吕丽萍博士为第一作者,青年教师贺静、徐丹为合作作者。题为“Physics-informed simulation-based reinforcement learning for adaptive flow rate control in 3D concrete printing under equipment and rheological variability”(设备与流变特性变化下基于物理信息仿真强化学习的3D混凝土打印自适应流量控制)的研究论文,青年教师贺静为第一作者,两篇论文的通讯作者均为马宗方教授。题为“A Point Cloud-Based Multiscale Fusion Segmentation Model for Surface Pore Structures in 3-D Printed Concrete”(基于点云的3D打印混凝土表面孔隙结构多尺度融合分割模型)的研究论文,由我校与英国曼彻斯特大学合作完成,我校马宗方教授为第一作者,曼彻斯特大学杨五强教授(IEEE Fellow)等参与了该项研究。

近年来,随着建筑构件向大尺度、复杂化方向发展,多端协同3D混凝土打印成为提升施工效率、拓展建造能力的重要技术路径。然而,现有方法通常将任务分配、路径排序与避碰协调分阶段处理,难以充分考虑各环节之间的耦合关系,限制了协同效率与成型质量的同步提升。该研究建立统一决策空间下的多目标集成优化模型,将任务分配合理性、协同执行效率和路径相关成型质量纳入统一优化框架,并提出三叉树增强遗传算法。通过拓扑感知方法将切片几何转化为离散打印任务,利用三叉树结构生成任务分配方案,根据干涉程度自适应选择无干涉协同策略,并结合遗传优化与反馈修正,实现任务分配、路径排序和协同执行的联合优化。仿真与实体打印实验表明,该方法能够有效均衡打印任务、减少空行程和不利急转弯,改善局部成型质量,并在不同结构与打印头配置下展现出良好的协同规划能力,为复杂构件的高效、高质量协同打印提供了新的优化方法。

3D混凝土打印设备配置变化与材料流变特性演化会改变挤出转速与实际流量之间的关系,导致传统固定参数控制方法性能下降,影响材料沉积的稳定性。针对这一问题,该研究提出融合物理模型与深度强化学习的挤出流量自适应控制框架。通过无量纲挤出模型分析设备几何参数与材料流变特性对挤出过程的耦合影响,将模型偏差信息与过程测量信号融入控制决策,采用深度确定性策略梯度算法学习自适应流量调节策略。同时,引入逐回合参数随机化训练机制,使控制器能够适应预设范围内的设备与材料参数变化,减少对不同工况下人工反复调参的依赖。 仿真和实物实验结果表明,该方法在设备与材料参数耦合变化条件下能够改善流量跟踪性能, 为复杂工况下3D混凝土打印的无人化、智能化精准控制提供了可靠的理论与技术支撑。

3D打印混凝土表面孔隙结构对外观质量、力学性能及耐久性具有重要影响。然而,孔隙形态不规则、尺度差异明显,且常与复杂背景交织,给微小孔隙的准确识别带来挑战。针对现有研究中高质量孔隙点云数据不足、局部细节易在采样中丢失以及密集点云处理计算开销较大等问题,该研究利用3D混凝土打印与高精度扫描设备,构建信息增强的三维打印混凝土表面孔隙点云数据集,并提出多尺度融合分割模型。该模型采用多尺度特征增强采样策略,保留微小孔隙的局部几何细节;通过空间权重融合排序,将无序点云组织为适合网络学习的序列;结合Mamba骨干网络与加权池化操作,实现全局信息建模和多尺度特征融合。对比实验表明,该模型在微小孔隙分割及类别不平衡数据处理方面有很大优势,并在参数规模与计算效率之间取得良好平衡,为3D打印混凝土表面缺陷的自动识别与质量评价提供了新的技术方法。
据了解,3D打印混凝土方向是该团队与学校土木工程学科刘超教授团队近十年联合攻关、交叉融合的探索,系列高水平论文的集中发表彰显了交叉团队在3D打印混凝土智能建造领域的系统性创新,成功打通了混凝土3D打印过程中的“感知—优化—控制”技术闭环,为建筑土木行业智能化转型升级贡献更多前沿科技力量。
文章链接:
https://www.sciencedirect.com/science/article/pii/S0926580526004401
https://www.sciencedirect.com/science/article/pii/S0926580526002190
https://ieeexplore.ieee.org/abstract/document/11369299