7月16日至18日，中国公路学会隧道工程分会第三十四届学术年会在浙江温州隆重举行。会议围绕隧道工程安全防控、机械化施工、数字化与绿色低碳、智能建造与智慧养护等前沿方向开展交流。陕西省岩土与地下空间工程重点实验室常务副主任、西安建筑科技大学宋战平教授与杨子凡参加会议。

会议期间，杨子凡代表宋战平教授团队作题为《深度学习在隧道与地下工程中的应用现状及展望》的专题报告。报告结合隧道建设与运营过程中形成的多源工程数据，系统梳理了深度学习在隧道与地下工程领域的典型应用、主要问题及未来发展方向。

报告重点介绍了深度学习在工程参数反演、施工机械参数预测与优化、施工辅助决策、安全监测与缺陷检测、结构健康预测、围岩智能分级和掌子面图像识别等方面的应用，并分享了团队在山岭隧道变形预测、TBM掘进参数优化、塌方风险预警及多源信息融合分级等方面的研究进展。

报告指出，当前深度学习在工程应用中仍面临数据标准不统一、模型泛化能力不足、算法评价与工程需求衔接不够等问题。未来应加强多源工程数据共享，推动数据驱动模型与岩土力学、工程地质和施工机制深度融合，不断提升模型的稳定性、可信度和可解释性。

在大会颁奖典礼上，由宋战平、杨子凡、张玉伟、霍润科共同完成的论文《深度学习在隧道与地下工程中的应用现状及展望》入选“中国公路学会隧道工程分会2026年学术推荐论文”，并获颁证书。该论文系统总结了深度学习在隧道与地下工程中的应用成果，体现了团队在隧道智能建造领域的持续探索。

此次参会进一步加强了宋战平教授团队与国内同行的学术交流。团队将继续依托陕西省岩土与地下空间工程重点实验室科研平台，面向重大基础设施建设需求，推动人工智能与隧道工程交叉融合，为隧道与地下工程智能化、数字化和绿色化发展提供技术支撑。