SHM-Agents：用于结构健康监测的通才-专家集成代理系统

人工智能越来越多地用于简化复杂的任务。在结构健康监测（SHM）的工程应用中，现有的专用算法虽然有效，但往往面临较高的实施障碍、有限的互操作性和复杂的训练程序。为了克服这些挑战，本文提出了SHM-Agents，这是一种通才-专家代理系统，它将大语言模型的推理和规划能力与专业算法的解决问题的能力相结合。 SHM-Agents能够通过自然语言端到端执行单个和组合SHM任务，支持深度学习预训练以简化部署，并通过模块化设计允许灵活扩展。大跨度斜拉桥实验表明，SHM-Agents能够准确、高效地执行多种SHM任务，包括数据异常诊断与恢复、信号处理、统计分析、模态识别、损伤识别、有限元模型更新、车辆荷载建模、响应计算、可靠性评估、疲劳估计和桥梁知识问答等。