通途计划A：AI赋能建筑结构设计与可靠性研究（高校组）

时间

2026-07-18

适合年级

高中生/大学生

通途计划A

AI赋能建筑结构设计与可靠性研究（高校组）

适合专业 (Major):

BACKGROUND

涵盖土木工程、结构工程、智能建造、人工智能、机器学习及工程管理等专业方向，或有意修读建筑类相关专业的学子；学员需掌握概率论与线性代数基础，并熟练操作Excel、MATLAB等常用工具

建议选修：工程系统建模与设计原理

课时安排：7周在线小组科研学习

+5周不限时论文指导学习

PART.01

项目介绍

导师介绍

BACKGROUND

导师现任美国伊利诺伊大学香槟分校（UIUC）土木与环境工程学院讲席终身正教授及杰出研究学者；兼任社会风险与危害缓解项目联合主任、工程风险研究与控制中心主任，以及美国三大建筑工程研究中心MAE中心主任；同时也是美国土木工程学会(ASCE)工程力学学会(EMI)与国际土木工程风险与可靠性协会(CERRA)成员；担任国际期刊《可靠性工程与系统安全》主编，并创办了《可持续与弹性基础设施》期刊。

项目背景

BACKGROUND

作为国民经济的支柱，建筑业在社会发展中占据关键地位。当前AI技术的迅猛发展，使得机器学习在建筑结构可靠性分析中愈发重要。该技术能预测结构在不同工况下的表现，从而提升安全性并降低成本。通过挖掘历史结构成败数据，机器学习算法可识别潜在模式，评估特定结构的可靠性。这有助于工程师构建更坚固、更具韧性的结构，并优化维护决策。此外，利用机器学习监控传感器实时数据，可在异常或潜在故障发生前预警，实现预防性维护并增强安全水平。

PART.02

项目介绍

项目介绍

BACKGROUND

本项目聚焦建筑工程与人工智能的交叉前沿，从建筑结构系统出发，深入探讨建筑安全与设计原理，重点剖析房屋结构设计流程、安全考量因素及环保设计理念。随后，导师将指导学生分析建筑中的结构系统与荷载问题，最终探索AI在建筑安全风险中的应用，学习如何将安全与环保理念融入房屋设计。通过本项目，学生将深化对大楼结构设计原理的理解，掌握现实房屋建筑的分析方法，项目结束时提交报告并展示成果。

个性化研究课题参考：基于机器学习的民用基础设施预测性维护、利用机器学习优化建筑能耗、基于机器学习的桥梁结构健康监测与故障诊断、利用机器学习改进土木工程地震危险性分析

建筑结构静力学原理，钢结构连接方式与受力分析，系统力平衡与求解，力学系统稳定性与不确定性分析 Principle of statics and application to trusses

梁（beams）与框架（frames），桥梁结构中混凝土梁分析，内力与荷载关系分析 Shear and moment curves and application to beams and frames

建筑风险与概率概念、规则及定理：结构分析中的不确定性与风险，概率论在系统分析中的应用，地震灾害样本空间分析，系统故障概率计算 Fundamental concepts of risk and probability

机器学习下的建筑可靠性分析：机器学习基础概念及应用，模型选择与运用，系统故障与可靠性分析探讨 Reliability analysis

项目回顾与成果展示 Program review and presentation

论文辅导 Project deliverable tutoring

PART.03

项目收获

7周在线小组科研学习+5周不限时论文指导学习 共125课时

项目报告

优秀学员获主导师Reference Letter

结业证书

成绩单

LASER Award in Research Skills for Academic Study官方证书并转换8 UCAS Tariff Points（可选）

2026

通途计划A：

人工智能在建筑结构设计原理与可靠性分析方面的应用