7月15日，2024“锦绣江苏”国际暑期学校和2024江苏省“数智赋能土木工程”研究生暑期学校学术报告进入第二天。

上午，在土木工程学院副院长王俊教授主持下，同济大学土木工程学院副院长潘钻峰教授和东南大学土木工程学院周臻教授带来了精彩纷呈的主题报告。

潘钻峰教授以《爆炸作用下钢筋混凝土结构动力响应及毁伤评估》为题，面向我国极端荷载下混凝土结构应变率效应问题突出等工程背景，向学员们介绍了爆炸作用下钢筋混凝土结构动力响应及毁伤评估的意义。从团队以往的研究成果、目前的研究及未来着重解决问题三个层次逐步递进呈现了系统且深入的研究工作。报告展示了荷载预测、不确定性分析、损伤RC梁、RC柱的动态力学响应，并基于LSTM循环神经网络算法开发了直行街道爆炸荷载时程预测和快速评估方法。潘钻峰教授强调未来应建立基于人工智能算法的爆炸作用下钢筋混凝土结构动力响应及毁伤快速评估方法，提升我国消防救援水平、保障人民生命财产安全。

周臻教授以《Self-centering braces for improving the seismic resilience of structures》为题，基于目前研究的不足，分别对SC-BRB支撑及框架抗震性能，DSCB支撑及框架抗震性能以及自复位支撑框架韧性评估进行了介绍。在SC-BRB支撑及框架抗震性能研究过程中，对SC-BRB构造系列进行创新，开展了拟静力试验，对构件滞回性能进行数值分析以及框架抗震性能参数化分析。同时还提出了SC-BRB框架基于震后可恢复复性的抗震设计方法，提出的设计方法使结构满足性能目标，避免过高冗余度。在DSCB支撑及框架抗震性能研究过程中，提出了预应力双重自复位支撑构造及坡面摩擦机理，构建了预应力双重自复位支撑刚度修正理论滞回模型。并且开展了DSCB支撑性能试验，DSCB钢框架大比例缩尺振动台试验。对近场地震下DSCB钢框架的抗震性能进行分析，揭示了DSCB钢框架中支撑关键参数对结构抗震性能的影响机理，提出了控制侧移不均匀的支撑参数取值范围。周教授系统评估了自复位支撑框架设计参数对修复费用、修复时间、人员伤亡等韧性指标的影响机理。

下午，学术报告分别由南京工业大学土木工程学院杨勇教授、赖涛博士和熊贝贝博士主持，日本大阪工业大学Quan Chunri教授、东南大学谢天宇教授、南京工业大学朱思遥博士依次给学员们展现了土木工程领域的前沿研究。

Quan Chunri教授的带来的报告是《Earthquake damage evaluation & rehabilitation technique for building structures》，深入剖析了地震工程学领域的热点问题。该学术报告聚焦于地震灾害中对建筑物造成的损害评估以及相应的修复技术，旨在为广大科研工作者和工程技术人员提供宝贵的经验和启示。从地震工程学的角度，探讨建筑物在地震中的损害评估与修复技术，Quan Chunri教授详细介绍了建筑结构修复技术的分类，包括临时加固、永久加固和替换修复等。这些技术各有特点，适用于不同类型的建筑物和损害程度，此外还分享了多个实际应用案例，包括汶川地震、日本东部大地震，为我国地震灾害救援和恢复重建提供了有力支持。面对地震工程领域的未来发展，Quan Chunri教授表示，智能化、信息化和绿色化将是趋势。然而，如何提高评估准确性、优化修复技术以及降低成本等，仍是我们需要面临的挑战。

谢天宇教授做了题为《Energy harvesting in civil engineering》的报告，详细阐述了混凝土电池的工作原理和设计理念。这种新型电池将混凝土结构的振动能量转化为电能，不仅提高了建筑物的能源利用效率，还有助于延长结构的使用寿命。谢教授展示了混凝土电池在不同土木工程中的应用案例，包括桥梁、隧道和高层建筑。报告中，谢天宇教授还探讨了光伏系统在土木工程中的集成方式。他指出，光伏技术与建筑一体化（BIPV）不仅能够为建筑物提供清洁能源，还能增强建筑物的美学价值和功能性。他分享了光伏系统在屋顶、墙面和遮阳结构中的应用实例。谢天宇教授强调，混凝土电池与光伏系统的结合，为土木工程领域带来了新的发展机遇。这两种技术的融合，有望实现建筑物的能源自给自足，减少对传统能源的依赖，并为城市可持续发展做出贡献。尽管混凝土电池和光伏系统具有巨大潜力，但谢天宇教授也指出了当前面临的挑战，如成本、效率、耐久性和系统集成等。他提出，通过技术创新、政策支持和跨学科合作，可以有效克服这些难题。这些创新技术的推广和应用，将有助于推动建筑行业的绿色转型，为实现更加可持续的未来城市贡献力量。我们期待在不久的将来，这些前沿技术能够在全球范围内得到广泛应用，共同创造一个更加清洁、高效的建筑环境。

最后，朱思遥博士进行了特色课程《Machine learning and management science》的授课，朱老师指出，机器学习技术在土木工程领域具有广泛的应用前景，如结构健康监测、风险评估、施工优化等，通过Python编程语言，可以高效地实现数据分析和模型预测，为土木工程师提供强有力的决策支持。在演讲中，朱老师分享了一个具体的Python实例，展示了如何利用机器学习进行桥梁的健康监测，并详细解释了如何使用Python收集和处理传感器数据，运用监督学习算法识别桥梁的潜在损伤，并通过预测模型评估结构的安全状况。朱老师讨论了机器学习与传统土木工程结合时所面临的挑战，如数据质量、模型泛化能力和实际应用的可行性。他提出，通过跨学科合作和技术创新，可以逐步克服这些挑战，推动土木工程领域的智能化发展。朱老师的授课为参会者提供了一个独特的视角，看到了机器学习技术在土木工程领域的实际应用。通过Python实例的讲解，不仅展示了技术的可行性，也为土木工程领域的未来发展指明了方向。我们期待在不久的将来，这些创新技术能够为土木工程带来更多的变革和进步。

专家们的卓越见解在今天的专题报告和特色课程中被集中展现，将实际操作与理论基础紧密结合，呈现了研究领域的卓越成就，也提升了学员们对土木工程学科的兴趣，通过线上线下活跃的交流，问答环节充满了激烈的思想碰撞，共同勾画出一片追求知识的壮丽图景。与会学员们不仅积累了宝贵的知识资本，还激发了他们的创新思维和科研热情，为未来的学术旅程提供了光明的前景。

作者：熊贝贝；摄影：陈润杨；审核：张涛、方海