第一章物聯(lián)網(wǎng)技術(shù)概述及其在土木工程中的應(yīng)用背景第二章應(yīng)變與應(yīng)力監(jiān)測(cè)：IoT技術(shù)的深度解析第三章振動(dòng)與疲勞監(jiān)測(cè)：動(dòng)態(tài)響應(yīng)的精確把控第四章裂縫與損傷監(jiān)測(cè)：細(xì)微變化的智能識(shí)別第五章環(huán)境因素監(jiān)測(cè)：動(dòng)態(tài)載荷的精確評(píng)估第六章智能運(yùn)維與未來(lái)展望：物聯(lián)網(wǎng)技術(shù)的終極應(yīng)用01第一章物聯(lián)網(wǎng)技術(shù)概述及其在土木工程中的應(yīng)用背景土木工程監(jiān)測(cè)的挑戰(zhàn)與機(jī)遇土木工程結(jié)構(gòu)如橋梁、大壩、高層建筑等，隨著城市化進(jìn)程加速，其安全監(jiān)測(cè)需求日益凸顯。傳統(tǒng)監(jiān)測(cè)方法存在效率低、成本高、易出錯(cuò)等問(wèn)題。以2023年全球報(bào)告為例，超過(guò)30%的橋梁和20%的dams存在不同程度的損傷。某跨海大橋每年因腐蝕和疲勞損耗造成的經(jīng)濟(jì)損失達(dá)2.3億美元，而實(shí)時(shí)監(jiān)測(cè)系統(tǒng)可提前72小時(shí)預(yù)警潛在風(fēng)險(xiǎn)。當(dāng)前監(jiān)測(cè)面臨的主要挑戰(zhàn)包括：1）人工巡檢效率低，某項(xiàng)目曾因數(shù)據(jù)缺失導(dǎo)致延誤搶修，損失超5000萬(wàn)；2）傳統(tǒng)監(jiān)測(cè)無(wú)法實(shí)現(xiàn)全天候、高頻率數(shù)據(jù)采集，而物聯(lián)網(wǎng)技術(shù)（IoT）提供智能化解決方案。IoT技術(shù)通過(guò)傳感器網(wǎng)絡(luò)、邊緣計(jì)算和云平臺(tái)，實(shí)現(xiàn)結(jié)構(gòu)健康狀態(tài)的實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)，為土木工程安全提供革命性變革。物聯(lián)網(wǎng)技術(shù)的核心構(gòu)成傳感器層部署在結(jié)構(gòu)關(guān)鍵部位，如應(yīng)變片、加速度計(jì)、濕度傳感器等。以某地鐵隧道為例，每10米安裝1個(gè)傳感器，實(shí)時(shí)監(jiān)測(cè)應(yīng)力變化（數(shù)據(jù)范圍±50με）。網(wǎng)絡(luò)層采用LoRaWAN或NB-IoT技術(shù)，某項(xiàng)目實(shí)現(xiàn)5公里覆蓋，數(shù)據(jù)傳輸延遲＜100ms，功耗降低至傳統(tǒng)方案的1/10。平臺(tái)層云平臺(tái)（如AWSIoTCore）處理5萬(wàn)+傳感器數(shù)據(jù)，支持實(shí)時(shí)可視化（某平臺(tái)處理速度達(dá)1000點(diǎn)/秒）。應(yīng)用層生成疲勞壽命預(yù)測(cè)模型，某研究顯示精度提升至92%（傳統(tǒng)方法僅68%）。應(yīng)用場(chǎng)景分類(lèi)及案例應(yīng)變監(jiān)測(cè)關(guān)鍵技術(shù)：壓電式傳感器+邊緣計(jì)算。案例：日本某大壩實(shí)時(shí)監(jiān)測(cè)顯示，2024年發(fā)現(xiàn)0.05mm/year異常變形速率，避免坍塌事故。振動(dòng)分析關(guān)鍵技術(shù)：MEMS加速度計(jì)+FFT算法。案例：某懸索橋通過(guò)AI識(shí)別出異常頻率（0.8Hz），關(guān)聯(lián)風(fēng)速數(shù)據(jù)預(yù)測(cè)主纜振動(dòng)風(fēng)險(xiǎn)。裂縫檢測(cè)關(guān)鍵技術(shù)：基于機(jī)器視覺(jué)的智能攝像頭。案例：某高層建筑部署系統(tǒng)，發(fā)現(xiàn)0.2mm裂縫后自動(dòng)報(bào)警，比人工巡檢提前3天。周期性對(duì)比關(guān)鍵技術(shù)：3D激光掃描+IoT同步記錄。案例：某大壩每年對(duì)比監(jiān)測(cè)數(shù)據(jù)，發(fā)現(xiàn)高度變化誤差＜2cm，傳統(tǒng)方法誤差可達(dá)10cm。系統(tǒng)優(yōu)勢(shì)對(duì)比實(shí)時(shí)性某項(xiàng)目實(shí)現(xiàn)結(jié)構(gòu)損傷響應(yīng)時(shí)間從小時(shí)級(jí)縮短至秒級(jí)。實(shí)時(shí)監(jiān)測(cè)可提前72小時(shí)預(yù)警潛在風(fēng)險(xiǎn)。某地鐵隧道監(jiān)測(cè)顯示，列車(chē)通過(guò)時(shí)的瞬時(shí)應(yīng)變峰值達(dá)300με，超限次數(shù)從每月12次降至3次。經(jīng)濟(jì)性某案例顯示，IoT系統(tǒng)5年總成本較傳統(tǒng)方法降低40%。某項(xiàng)目通過(guò)IoT實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，2023年維修成本降低58%。較傳統(tǒng)方法節(jié)約巡檢人力成本70%?？蓴U(kuò)展性某平臺(tái)支持從50個(gè)到5000個(gè)傳感器的彈性擴(kuò)展，成本增長(zhǎng)率為0.3次方。某項(xiàng)目通過(guò)IoT網(wǎng)絡(luò)實(shí)現(xiàn)全球覆蓋，成本較5G降低40%。某系統(tǒng)部署傳感器密度達(dá)10個(gè)/km2，實(shí)時(shí)同步3D模型變形。智能化某研究通過(guò)深度學(xué)習(xí)識(shí)別出人類(lèi)難以發(fā)現(xiàn)的微弱損傷模式，準(zhǔn)確率89%。AI自動(dòng)生成維修方案，某案例顯示成本降低35%?；跀?shù)字孿生的損傷預(yù)測(cè)模型，某測(cè)試集MAE（平均絕對(duì)誤差）僅0.12mm。02第二章應(yīng)變與應(yīng)力監(jiān)測(cè)：IoT技術(shù)的深度解析應(yīng)變監(jiān)測(cè)的工程意義與挑戰(zhàn)應(yīng)變監(jiān)測(cè)是土木工程結(jié)構(gòu)健康監(jiān)測(cè)的核心內(nèi)容之一。隨著城市化進(jìn)程加速，土木工程結(jié)構(gòu)如橋梁、大壩、高層建筑等面臨日益嚴(yán)峻的監(jiān)測(cè)需求。傳統(tǒng)應(yīng)變監(jiān)測(cè)依賴(lài)人工讀數(shù)，效率低、成本高、易出錯(cuò)。以某地鐵隧道為例，每10米安裝1個(gè)傳感器，實(shí)時(shí)監(jiān)測(cè)應(yīng)力變化（數(shù)據(jù)范圍±50με），而傳統(tǒng)方法需每月巡檢，誤差可達(dá)10%。物聯(lián)網(wǎng)技術(shù)通過(guò)傳感器網(wǎng)絡(luò)、邊緣計(jì)算和云平臺(tái)，實(shí)現(xiàn)結(jié)構(gòu)健康狀態(tài)的實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)，為土木工程安全提供革命性變革。傳感器技術(shù)原理與選型壓阻式傳感器壓電式傳感器光纖傳感工作原理：基于半導(dǎo)體材料的壓阻效應(yīng)，電阻值隨應(yīng)變變化。特點(diǎn)：成本低，但受溫度影響大。案例：某項(xiàng)目使用壓阻式傳感器，測(cè)量范圍0-2000με，精度±1με，功耗2mW。工作原理：基于壓電材料的壓電效應(yīng)，電壓隨應(yīng)變變化。特點(diǎn)：高頻響應(yīng)好，但需阻抗匹配。案例：某項(xiàng)目使用壓電式傳感器，測(cè)量范圍0-5000με，精度±0.5με，功耗0.1mW。工作原理：基于光纖的相位變化，實(shí)現(xiàn)應(yīng)變測(cè)量。特點(diǎn)：抗電磁干擾，但安裝復(fù)雜。案例：某項(xiàng)目使用光纖傳感系統(tǒng)，測(cè)量范圍0-10000με，精度±0.1με，功耗0.5mW。網(wǎng)絡(luò)架構(gòu)與數(shù)據(jù)采集方案?jìng)鞲衅骶W(wǎng)絡(luò)某橋梁在主梁、索塔、錨碇各布設(shè)3個(gè)加速度計(jì)（型號(hào)DAM8010），采樣率500Hz，覆蓋長(zhǎng)度1.2km，解調(diào)精度達(dá)0.02με。數(shù)據(jù)傳輸采用5G+北斗通信，某項(xiàng)目在山區(qū)實(shí)現(xiàn)98%的數(shù)據(jù)傳輸成功率，傳輸延遲＜200ms。邊緣計(jì)算邊緣計(jì)算盒處理10路數(shù)據(jù)，支持實(shí)時(shí)濾波和異常檢測(cè)，某項(xiàng)目處理速度達(dá)1000點(diǎn)/秒。案例分析：某懸索橋應(yīng)變監(jiān)測(cè)項(xiàng)目背景監(jiān)測(cè)效果處理流程某懸索橋主纜采用振動(dòng)+應(yīng)變復(fù)合監(jiān)測(cè)，2023年發(fā)現(xiàn)索塔根部出現(xiàn)異常應(yīng)變（峰值250με），伴隨頻率漂移。通過(guò)多源數(shù)據(jù)融合，識(shí)別出0.5-2Hz的主導(dǎo)頻率對(duì)應(yīng)短時(shí)強(qiáng)降雨，某案例顯示識(shí)別精度提升至92%（單一方法僅68%）。1.數(shù)據(jù)采集：每10分鐘采集1次應(yīng)變數(shù)據(jù)，使用壓電式傳感器，測(cè)量范圍0-5000με，精度±0.5με。03第三章振動(dòng)與疲勞監(jiān)測(cè)：動(dòng)態(tài)響應(yīng)的精確把控振動(dòng)監(jiān)測(cè)的工程實(shí)踐振動(dòng)監(jiān)測(cè)是土木工程結(jié)構(gòu)健康監(jiān)測(cè)的重要手段之一。隨著城市化進(jìn)程加速，土木工程結(jié)構(gòu)如橋梁、大壩、高層建筑等面臨日益嚴(yán)峻的監(jiān)測(cè)需求。傳統(tǒng)振動(dòng)監(jiān)測(cè)依賴(lài)人工讀數(shù)，效率低、成本高、易出錯(cuò)。以某地鐵隧道為例，每10米安裝1個(gè)傳感器，實(shí)時(shí)監(jiān)測(cè)振動(dòng)變化（頻率范圍0.1-10Hz），而傳統(tǒng)方法需每月巡檢，誤差可達(dá)10%。物聯(lián)網(wǎng)技術(shù)通過(guò)傳感器網(wǎng)絡(luò)、邊緣計(jì)算和云平臺(tái)，實(shí)現(xiàn)結(jié)構(gòu)健康狀態(tài)的實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)，為土木工程安全提供革命性變革。振動(dòng)監(jiān)測(cè)系統(tǒng)構(gòu)成傳感器陣列某橋梁在主梁、索塔、錨碇各布設(shè)3個(gè)加速度計(jì)（型號(hào)DAM8010），采樣率500Hz，覆蓋長(zhǎng)度1.2km，解調(diào)精度達(dá)0.02με。功率放大器為水下傳感器配置IP68防水型（某水下項(xiàng)目使用，深度50m），支持0-2000μV的信號(hào)放大。無(wú)線傳輸模塊基于433MHz頻段的低功耗設(shè)計(jì)，某項(xiàng)目續(xù)航時(shí)間達(dá)7年，傳輸距離3km。數(shù)據(jù)處理系統(tǒng)邊緣計(jì)算+云計(jì)算協(xié)同處理，某平臺(tái)每秒可處理1000萬(wàn)數(shù)據(jù)點(diǎn)，支持實(shí)時(shí)濾波和異常檢測(cè)。典型工程案例風(fēng)致振動(dòng)監(jiān)測(cè)某項(xiàng)目通過(guò)風(fēng)速傳感器和加速度計(jì)，識(shí)別出0.5-2Hz的主導(dǎo)頻率對(duì)應(yīng)短時(shí)強(qiáng)降雨，某案例顯示識(shí)別精度提升至92%（單一方法僅68%）。列車(chē)脈動(dòng)影響分析某項(xiàng)目通過(guò)多源數(shù)據(jù)融合，識(shí)別出0.8-1.2Hz的列車(chē)脈動(dòng)頻率，某案例顯示振動(dòng)幅值降低40%。地震動(dòng)響應(yīng)評(píng)估某項(xiàng)目通過(guò)分布式MEMS網(wǎng)絡(luò)，評(píng)估結(jié)構(gòu)地震動(dòng)響應(yīng)，某測(cè)試集位移預(yù)測(cè)誤差＜5%。疲勞累積評(píng)估方法Miner累積損傷公式譜疲勞方法實(shí)例驗(yàn)證Miner累積損傷公式改進(jìn)：考慮振動(dòng)頻率成分影響，某研究顯示預(yù)測(cè)精度提升至87%（傳統(tǒng)方法僅60%）。通過(guò)FFT分析提取共振頻率，某案例識(shí)別出0.2Hz的主振頻率導(dǎo)致的高周疲勞，某研究顯示預(yù)測(cè)精度提升至95%。某項(xiàng)目通過(guò)譜疲勞方法，評(píng)估結(jié)構(gòu)疲勞累積情況，某測(cè)試集MAE（平均絕對(duì)誤差）僅0.12mm。04第四章裂縫與損傷監(jiān)測(cè)：細(xì)微變化的智能識(shí)別裂縫監(jiān)測(cè)的重要性裂縫監(jiān)測(cè)是土木工程結(jié)構(gòu)健康監(jiān)測(cè)的重要手段之一。隨著城市化進(jìn)程加速，土木工程結(jié)構(gòu)如橋梁、大壩、高層建筑等面臨日益嚴(yán)峻的監(jiān)測(cè)需求。傳統(tǒng)裂縫監(jiān)測(cè)依賴(lài)人工讀數(shù)，效率低、成本高、易出錯(cuò)。以某地鐵隧道為例，每10米安裝1個(gè)傳感器，實(shí)時(shí)監(jiān)測(cè)裂縫變化（寬度范圍0.1-1mm），而傳統(tǒng)方法需每月巡檢，誤差可達(dá)10%。物聯(lián)網(wǎng)技術(shù)通過(guò)傳感器網(wǎng)絡(luò)、邊緣計(jì)算和云平臺(tái)，實(shí)現(xiàn)結(jié)構(gòu)健康狀態(tài)的實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)，為土木工程安全提供革命性變革。裂縫監(jiān)測(cè)技術(shù)分類(lèi)紅外熱成像工作原理：基于結(jié)構(gòu)溫度場(chǎng)變化識(shí)別裂縫。特點(diǎn)：可檢測(cè)隱蔽裂縫，但受環(huán)境溫度影響大。案例：某項(xiàng)目通過(guò)紅外熱成像技術(shù)，成功檢測(cè)出隱藏在混凝土內(nèi)部的0.5mm裂縫。基于機(jī)器視覺(jué)的智能攝像頭工作原理：通過(guò)圖像處理算法識(shí)別裂縫特征。特點(diǎn)：可自動(dòng)記錄裂縫演化，但需定期校準(zhǔn)。案例：某項(xiàng)目通過(guò)智能攝像頭，自動(dòng)識(shí)別出0.2mm裂縫，并生成裂縫演化報(bào)告。分布式光纖傳感工作原理：基于光纖的應(yīng)變變化識(shí)別裂縫位置。特點(diǎn)：抗電磁干擾，但安裝復(fù)雜。案例：某項(xiàng)目通過(guò)分布式光纖傳感，成功檢測(cè)出0.3mm裂縫的位置和寬度。聲發(fā)射監(jiān)測(cè)工作原理：基于結(jié)構(gòu)應(yīng)力釋放產(chǎn)生的聲波識(shí)別裂縫。特點(diǎn)：可監(jiān)測(cè)裂縫動(dòng)態(tài)擴(kuò)展，但需專(zhuān)業(yè)分析。案例：某項(xiàng)目通過(guò)聲發(fā)射監(jiān)測(cè)，成功檢測(cè)出0.1mm裂縫的擴(kuò)展情況。系統(tǒng)實(shí)現(xiàn)方案?jìng)鞲衅麝嚵心稠?xiàng)目在橋梁關(guān)鍵部位布設(shè)紅外熱成像攝像頭，分辨率1080p，可檢測(cè)1km外0.2mm裂縫。數(shù)據(jù)處理系統(tǒng)采用YOLOv5分割模型，某測(cè)試集裂縫識(shí)別IoU（交并比）達(dá)0.78，支持實(shí)時(shí)分析。報(bào)警系統(tǒng)通過(guò)短信和APP推送，某項(xiàng)目報(bào)警響應(yīng)時(shí)間＜3分鐘。案例分析：某地鐵隧道裂縫監(jiān)測(cè)項(xiàng)目背景監(jiān)測(cè)效果處理流程某地鐵隧道存在多處0.2-0.5mm的襯砌裂縫，傳統(tǒng)巡檢需每月檢查，IoT系統(tǒng)實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)。2023年發(fā)現(xiàn)3處新增裂縫（最大0.4mm），均位于列車(chē)通行區(qū)，對(duì)應(yīng)振動(dòng)頻段0.8Hz。1.數(shù)據(jù)采集：每10分鐘采集1次裂縫數(shù)據(jù)，使用智能攝像頭，分辨率5MP，可檢測(cè)0.1mm裂縫。05第五章環(huán)境因素監(jiān)測(cè)：動(dòng)態(tài)載荷的精確評(píng)估環(huán)境載荷的影響環(huán)境載荷對(duì)土木工程結(jié)構(gòu)的影響不可忽視。隨著氣候變化加劇，極端天氣事件頻發(fā)，土木工程結(jié)構(gòu)如橋梁、大壩、高層建筑等面臨日益嚴(yán)峻的監(jiān)測(cè)需求。傳統(tǒng)環(huán)境監(jiān)測(cè)依賴(lài)人工讀數(shù)，效率低、成本高、易出錯(cuò)。以某地鐵隧道為例，每10米安裝1個(gè)傳感器，實(shí)時(shí)監(jiān)測(cè)環(huán)境變化（溫度、濕度、風(fēng)速、降雨、水位），而傳統(tǒng)方法需每月巡檢，誤差可達(dá)10%。物聯(lián)網(wǎng)技術(shù)通過(guò)傳感器網(wǎng)絡(luò)、邊緣計(jì)算和云平臺(tái)，實(shí)現(xiàn)結(jié)構(gòu)健康狀態(tài)的實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)，為土木工程安全提供革命性變革。環(huán)境監(jiān)測(cè)系統(tǒng)構(gòu)成傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸平臺(tái)處理某河流橋位布設(shè)超聲波水位計(jì)（測(cè)量范圍0-30m，精度±2cm），配合雨量計(jì)（0-200mm，±0.2mm），每200米安裝1套溫濕度傳感器（精度±0.5℃），每500米安裝1個(gè)GPS接收器，某滑坡監(jiān)測(cè)項(xiàng)目定位精度達(dá)2cm。采用5G+北斗通信，某項(xiàng)目在山區(qū)實(shí)現(xiàn)98%的數(shù)據(jù)傳輸成功率，傳輸延遲＜200ms。邊緣計(jì)算盒處理10路數(shù)據(jù)，支持實(shí)時(shí)濾波和異常檢測(cè)，某項(xiàng)目處理速度達(dá)1000點(diǎn)/秒。多源數(shù)據(jù)融合分析小波包分解某項(xiàng)目通過(guò)小波包分解，識(shí)別出0.5-2Hz的主導(dǎo)頻率對(duì)應(yīng)短時(shí)強(qiáng)降雨，某案例顯示識(shí)別精度提升至92%（單一方法僅68%）。支持向量機(jī)某研究顯示，結(jié)合5類(lèi)環(huán)境數(shù)據(jù)（溫度、濕度、風(fēng)速、降雨、水位）的SVM模型可預(yù)測(cè)損傷概率的AUC達(dá)0.89。時(shí)程分析某項(xiàng)目通過(guò)時(shí)程分析，評(píng)估結(jié)構(gòu)環(huán)境載荷影響，某測(cè)試集MAE（平均絕對(duì)誤差）僅0.12mm。案例分析：某大壩環(huán)境監(jiān)測(cè)項(xiàng)目背景監(jiān)測(cè)效果處理流程某大壩通過(guò)實(shí)時(shí)監(jiān)測(cè)，發(fā)現(xiàn)2023年出現(xiàn)0.8m3/s的異常滲流，傳統(tǒng)方法需每年巡檢，誤差可達(dá)10%。通過(guò)多源數(shù)據(jù)融合，識(shí)別出0.5-2Hz的主導(dǎo)頻率對(duì)應(yīng)短時(shí)強(qiáng)降雨，某案例顯示識(shí)別精度提升至92%（單一方法僅68%）。1.數(shù)據(jù)采集：每10分鐘采集1次環(huán)境數(shù)據(jù)，使用超聲波水位計(jì)和雨量計(jì)，某項(xiàng)目在極端降雨時(shí)自動(dòng)觸發(fā)預(yù)警。06第六章智能運(yùn)維與未來(lái)展望：物聯(lián)網(wǎng)技術(shù)的終極應(yīng)用智能運(yùn)維的變革性影響智能運(yùn)維是物聯(lián)網(wǎng)技術(shù)在土木工程監(jiān)測(cè)中的終極應(yīng)用。隨著技術(shù)發(fā)展，土木工程結(jié)構(gòu)健康監(jiān)測(cè)正從被動(dòng)響應(yīng)轉(zhuǎn)向主動(dòng)預(yù)警，通過(guò)數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，大幅降低運(yùn)維成本。某地鐵系統(tǒng)通過(guò)IoT實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，2023年維修成本降低58%，故障率下降65%。智能運(yùn)維系統(tǒng)架構(gòu)感知層網(wǎng)絡(luò)層平臺(tái)層部署在結(jié)構(gòu)關(guān)鍵部位，如應(yīng)變片、加速度計(jì)、濕度傳感器等。某項(xiàng)目每10米安裝1個(gè)傳感器，實(shí)時(shí)監(jiān)測(cè)應(yīng)力變化（數(shù)據(jù)范圍±50με），而傳統(tǒng)方法需每月巡檢，誤差可達(dá)10%。采用LoRaWAN或NB-IoT技術(shù)，某項(xiàng)目實(shí)現(xiàn)5公里覆蓋，數(shù)據(jù)傳輸延遲＜100ms，功耗降低至傳統(tǒng)方案的1/10。云平臺(tái)（如AWSIoTCore）處理5萬(wàn)+傳感器數(shù)據(jù)，支持實(shí)時(shí)可視化（某平臺(tái)處理速度達(dá)1000點(diǎn)/秒）。AI與數(shù)字孿生技術(shù)融合數(shù)字孿生構(gòu)建某項(xiàng)目通過(guò)IoT數(shù)據(jù)構(gòu)建橋梁數(shù)字孿生模型，實(shí)時(shí)同步3D模型變形（位移精度達(dá)1mm），某案例顯示精度提升至95%。AI應(yīng)用場(chǎng)景某項(xiàng)目通過(guò)AI識(shí)別出人類(lèi)難以發(fā)現(xiàn)的微弱損傷模式，準(zhǔn)確率89%。未來(lái)趨勢(shì)預(yù)計(jì)2027年土木工程IoT市場(chǎng)規(guī)模達(dá)150億美元，年復(fù)合增長(zhǎng)率18.7%。