计算机视觉技术与远程摄像机和无人机（UAVs）的采集相结合，为民用基础设施状况评估提供了前景良好的非接触式解决方案。这种系统的最终目标是自动且稳健地将图像或视频数据转换为可操作的信息。本文概述了将计算机视觉技术应用于民用基础设施状态评估的最新进展。特别介绍了计算机视觉、机器学习和结构工程领域的相关研究。评估工作分为两类：检查应用和监测应用。检查应用包括识别环境，如结构构件，表征局部和全部的可见损坏，以及检测参考图像的变化。监测应用包括应变和位移的静态测量，以及模态分析的位移动态测量。最后，文章指出了为实现基于自动化视觉的民用基础设施和监测目标而持续存在的一些关键挑战，以及为解决这些挑战而正在进行的工作。
为了研究楼板在复合梁的格栅中的弯曲性能以及面内效应，我们对一种全尺寸复合楼板进行了试验，以降低混凝土板沿主梁线纵向开裂的趋势。在钢板定向平行于梁却不并排放置的情况下，这样的改变非常重要。在这种情况下，重要的是证明从剪切连接件中传递的局部力，以及与欧洲规范4 相比，其所需的横向钢筋量有所减少。研究机制涉及混凝土板产生的面内压缩力，这是由于楼板受到外围的复合梁支撑产生了约束作用；而次梁作为横向纽带用于抵抗楼板中的作用力，否则会导致混凝土板沿主梁线分裂。我们对主梁中心线及外围梁的开裂趋势进行了精密测试，这是自20世纪90年代初卡丁顿试验以来，在实验室条件下进行的第一次大型楼板试验，虽说卡丁顿试验并没有失败。这次楼板试验的目的是即使主梁传递的纵向力相对较高（即设计为全剪切连接件），但混凝土面层中钢筋最小配筋率仅为0.2%。该试验证实，尽管在钢板不连续，以及使用欧洲规范4中规定的横向分布钢筋最小配筋率的情况下，主梁仍然达到了其塑性抗弯性能。在此基础上，我们提出了无 U 形钢筋（U-bars）的边梁剪切连接件的折减系数。
结构健康监测（SHM）是一个多学科交叉领域，涉及利用大量传感器和仪器对结构荷载和响应进行自动感知，然后根据收集到的数据对结构进行健康诊断。由于安装在结构上的 SHM 系统能自动实时地感知、评估和预警结构状态，所以海量数据是 SHM 的一个显著特征。与海量数据处理与分析相关的方法与技术被称为数据科学与工程，其包括数据采集、数据转换、数据管理以及数据处理与挖掘算法。本文旨在简要回顾笔者在 SHM 数据科学与工程方面开展的最新研究，具体涵盖基于压缩采样的数据采集算法、基于深度学习算法的异常数据诊断方法、基于计算机视觉技术的桥梁裂纹识别方法，以及基于机器学习算法的桥梁结构状态评估方法。最后，本文在结语部分对该领域的未来发展趋势进行了展望。
我们对于钢框架的结构分析通常通过梁单元来进行。然而，由于该类单元无法确切地捕捉钢材截面的局部屈曲行为，因此，传统的钢结构设计规范采用截面分类的概念来确定截面强度以及变形能力受材料局部屈曲影响的程度。而塑性设计方法的使用仅限于 1 级截面，其具有足够的转动能力以形成塑性铰并引发倒塌机制。在更高级截面中，局部屈曲阻止了具有这种转动能力的塑性铰的形成，除非出于计算需求而使用壳单元，否则我们需要对材料进行弹性分析。然而，本文证明了通过将连续强度法（CSM）及其应变极限纳入分析，可以在梁单元中有效地模拟局部屈曲。此外，通过进行几何非线性和材料非线性的高等分析，可确保无需进行额外的设计检查。如果采用适当而精确的应力 - 应变关系，我们在较粗截面中观察到的应变硬化所带来的积极影响亦可以得到有效应用；为此，我们在文详尽地描述了一个用于热轧钢的四元线性材料模型。对于一致的高等分析框架中任意细长比截面的分析问题， CSM 应变极限分析法均适用，同时还可以从荷载重新分配水平的优化中受益。本文所提出的方法可用于单个构件、连续梁单元及相关框架结构，并且在精度与一致性等方面与当前钢结构设计规范相比，本方法具有显著优势。
混凝土是一种不断发展的材料，甚至高性能混凝土的定义也正随着时间的推移而发生变化。本文所说的混凝土材料的高性能特性是指那些直接影响我们生活质量的民用基础设施的理想耐久性、回弹性和可持续性的特性。这些特性包括拉伸延展性、自体裂缝宽度控制和材料的'绿色'环保性。此外，智能功能应旨在通过响应结构周围环境的变化来提高基础设施的耐久性、回弹性和可持续性以实现其理想功能，从而使材料的行为方式更类似于某些生物材料。本文基于工程水泥基复合材料（ECC）的最新研究进展，提出可以设计出具有高性能兼智能多功能性的混凝土材料，并且其具有满足 21 世纪民用基础设施预期需求的潜力。本文重点介绍了 ECC 的相关特性以及未来研究的方向。
在临床上，超声（US）已成为最主要的成像模态之一。超声是一种快速发展的技术，具有无痛苦、无电离辐射、经济适用、实时成像等优点；同时也有成像质量差、差异性大等特有的缺点。对于图像分析来说，很有必要开发先进的自动化超声图像分析方法来帮助医生进行超声诊断，一方面可以减轻医生的负担，另一方面可以降低诊断的主观性，从而使得诊断更加客观与准确。近年来，深度学习已经成为最主要的机器学习工具，并且广泛应用于各个研究领域，尤其是一般的图像分析与计算机视觉。在医学超声图像分析中，深度学习也展示了巨大的应用潜力。本文首先简要介绍了一些流行的深度学习结构，然后总结并全面讨论了深度学习方法在超声图像分析的各种特定任务（如图像分类、物体检测与目标分割）中的应用。最后，本文讨论了深度学习在医学超声图像分析应用中所面临的挑战以及潜在的发展趋势。
在长时间的认知任务中保持注意力集中通常会引起高水平的心理疲劳。心理疲劳可以描述为一种主观疲惫的感觉，通常表现为对眼前任务参与感的降低，客观上体现为与任务相关的认知、行为执行能力和表现降低。为了有效地减少实际工作中由心理疲劳引起的不良后果，众多来自不同领域的研究者付出了持续不断的努力以进一步理解其潜在的神经机制。其中神经工程和人因工程领域的相关研究者提出了通过采用先进的脑影像技术手段，对心理疲劳产生过程中的神经活动变化进行定量分析，从而揭示其作用机理的研究思路。本文首先对有关心理疲劳的神经影像学研究成果进行了介绍，并结合脑连接图谱等新的影像学证据对这些研究中广泛使用的单变量分析方法的缺点进行了讨论。近10年来，越来越多的研究认为心理疲劳与大脑各区域之间功能连接的重组有关，而图论分析方法的提出也为定量分析功能连接重组提供了新的视角。针对这一新的研究趋势，本文较为全面地概述了心理疲劳的脑连接相关研究成果，归纳总结了多变量脑功能连接分析方法在心理疲劳神经机制研究中的意义。目前这一新兴研究领域的相关研究成果还相对较少，但脑连接组的应用不仅有助于阐明神经工效学这一新生领域中心理疲劳的潜在神经机制，而且在不久的将来有望实现心理疲劳的自动检测及分类，从而避免疲劳相关的不良后果。
微生物中构建植物源天然产物的生物合成面临着许多挑战，尤其是当需要表达与激活植物源细胞色素P450酶的时候。通过从几种细菌中筛选HpaB和HpaC两种酶，本文在酿酒酵母中构建了具有活性的4-羟基苯乙酸3-羟化酶（4 HPA3H），它可以发挥植物源细胞色素P450酶的相似作用，用于生产咖啡酸。在与一个共同的酪氨酸氨裂解酶（TAL）协同作用下，不同的异源HpaB酶和HpaC酶组合在将底物L-酪氨酸转化为目标产物咖啡酸上展现出不同能力。以铜绿假单胞菌的HpaB酶和肠沙门氏菌的HpaC酶的异源酶组合可生产最高咖啡酸产量，摇瓶培养下可达到（289.4 ± 4.6）mg·L−1。酵母底盘细胞与异源酶的相容性得到了有效的改善，咖啡酸的产量比初始值提高了40倍。铜绿假单胞菌HpaB酶中黄素腺嘌呤二核苷酸（FAD）结合域周围的6个关键氨基酸残基与其他细菌来源的HpaB酶有明显区别，可能在影响酶活性方面起关键作用。综上，我们建立了一种有效的方法来构建高效的酵母系统用于合成非天然羟基苯丙烷类化合物。
汞（Hg）及其衍生物作为危险的环境污染物，其生物毒性、生物累积和放大作用对水生生态系统和人类健康造成潜在风险。沉积物柱芯可为湖泊历史污染过程提供重要信息，追溯人类活动或自然条件变化的影响。本研究以浅水富营养化湖泊——巢湖为例，解析巢湖沉积物中汞的百年历史变化及其受人类活动和气候变化的影响。结果表明，巢湖汞的沉积经历了3个阶段（20世纪60年代前、20世纪60—80年代和20世纪80年代后）。20世纪60年代前，沉积物柱芯汞含量的变化趋势不显著，且东、西湖区无空间差异；20世纪60—80年代，沉积物汞的浓度逐渐升高，西湖区的汞浓度高于东湖区，主要与西湖区受人为污染较重有关；通过分析沉积物汞与重金属（铁、钴、铬、铜、锰、铅、锌）、碳氮稳定同位素（δ13C 和 δ15N）、营养物质、粒度和气象因子的关系，揭示了人类活动、水动力条件和气候变化对巢湖汞沉积的影响，发现20 世纪60年代以后沉积物剖面的汞浓度明显升高，主要是由于水动力条件变化和流域经济快速发展导致了人为源汞输入的增长。此外，温度、风速和蒸发量对汞的环境行为和归趋产生交互复杂影响。
越来越多的司机依赖于汽车或手机上的电子地图导航系统来选择最佳的驾驶路线，以节省时间和提高安全性，在不久的将来，电子地图和导航系统有望在未来交通运输系统中发挥更大的作用。为了将现有的导航系统扩展到更多的应用领域，如自动驾驶，需要考虑在传统道路地图模型的基础上，建立车道级地图模型和车道级轨迹规划。本研究针对传统电子地图内容不够丰富的局限性，提出了一种全新的七层自动驾驶地图结构模型，并将它命名为清华地图模型。考虑车辆换道、转向和直行等不同行车特点，建立了车道级路段行车代价模型，建立一种分层路径轨迹搜索方法，能够在道路和车道网络中实现快速的轨迹规划，能够很好地支持自动驾驶的车道级轨迹规划。通过在虚拟道路网络和实际道路网络上的测试，充分验证了该地图模型和算法的灵活性和有效性。
轴承是几乎所有机械设备中最关键的零部件，能确保设备平稳运行，这对于高端装备尤为重要，如高速铁路客车和盾构机械等。随着技术的快速发展，对轴承质量的要求不断提高。轴承的制造水平直接反映一个国家钢铁冶金以及机械制造的水平。轴承钢的性能是决定轴承质量的关键因素。因此，开发更优异性能的轴承钢是材料研究领域与机械制造行业所共同追求的目标。国内外著名的轴承制造企业竞相开发新型轴承用钢。纳米贝氏体轴承钢是一类新开发的轴承钢，不仅具有高的强韧性，同时也表现出优异的耐磨性与抗滚动接触疲劳性能。近年来，中国学者在纳米贝氏体轴承钢方面的研究成果显著推动了这一领域的发展。在中国，纳米贝氏体轴承钢最先被用来制造大功率风电主轴轴承及其他重载轴承，表现出了优异的性能。因此，纳米贝氏体轴承钢和相关热处理技术首次被纳入国家标准和行业标准中。轴承行业认为纳米贝氏体轴承钢的开发具有划时代的意义，并称这种轴承为'第二代贝氏体轴承'。本文详细综述了纳米贝氏体轴承钢的发展，包括其优点和不足，并提出了下一步的研究方向。
列车客室内流场研究是轨道列车设计及优化中的关键一环。内流场特性对车内温度分布及乘客舒适性有着显著影响。针对内流场的实验研究可获得较准确的结果，但需要大量时间和经济成本。数值模拟相对于实验可在更短时间内获得内流场特性。本文采用两种简化模型（多孔介质模型和多孔阶跃面模型）来提升轨道列车客室内流场数值模拟的计算效率。将两种简化模型及原始模型的数值模拟结果与实验数据进行比较。结果表明，多孔介质模型的结果与原始模型结果以及实验数据吻合得较好，其流场特性参数（温度和速度）的数值误差较小，最大数值误差为4.71%。在原始模型和多孔介质模型的数值模拟结果中，同一参数之间的数值误差在1% 以内。采用多孔介质模型替代原始模型进行地铁列车客室内流场数值模拟，所占用的计算资源相应减少了25%，且其结果保持了很好的准确性。
山区高速公路的规划设计是通过合规性检查来保障其运营安全的。然而，仅仅依赖于合规性检查会误导工程设计人员在实际操作中选取符合规范的且成本造价最低的方案作为最终的设计方案，而该方案的整体风险水平却是未知的，这将给项目运营带来巨大的安全隐患。本文提出了一种基于成本- 安全均衡的高速公路规划设计方法，该方法主要包括以下四个步骤：① 分别提取项目成本与安全的影响因素，以少量参数化的方式来表达高速公路的设计方案；② 建立风险因素与项目成本之间的预估方程式；③ 通过构造事故树模型，在众多设计参数中识别出风险因素；④ 将可接受风险分析理论引入交通安全评价中，提出了一种在可接受风险范围内求解具有成本效益的最优解的算法，以帮助管理者决策。该方法在位于海拔梯度大、山脉范围广的川藏高速公路工程项目中得到了应用和验证。实验结果表明，该方法显著提高了项目设计的安全性以及成本效益。