System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智慧管理的,尤其是涉及一种基于物联网的工程测量智慧管理方法、系统及介质。
技术介绍
1、目前,传统的工程结构安全监测主要依靠人工定期观测和检测,这种方法监测时间间隔长,无法实时掌握结构的健康状态。近年来,结构健康监测系统的发展利用了传感器和数据分析技术,实现了对地铁基坑、桥梁等结构变形的自动监测,但是,现有的结构健康监测系统无法实现对整个工程范围内多点位的变形进行智能评估,对此情况有待进一步改善。
技术实现思路
1、为了解决现有的结构健康监测系统无法实现对整个工程范围内多点位的变形进行智能评估,本申请提供一种基于物联网的工程测量智慧管理方法、系统及介质,采用如下的技术方案:
2、第一方面,本申请提供一种基于物联网的工程测量智慧管理方法,应用于物联网络,所述物联网络包括布设于工程项目区域内的多个监测节点、网关和云端管理系统,所述多个监测节点实时监测工程变形数据并上传至所述网关,所述网关收集所述工程变形数据并上传至所述云端管理系统,所述云端管理系统执行如下步骤:
3、在提取到目标监测节点实时监测并上传的工程变形数据的情况下,计算目标监测节点的变形数据,得到变形参数的数据变化趋势,其中,所述目标监测节点为所述多个监测节点中的任意一个;
4、获取所述目标监测节点对应的变形参数阈值,根据所述数据变化趋势和所述变形参数阈值判断所述变形参数是否超限;
5、获取所述目标监测节点对应的历史变形数据,根据所述数据变化趋势和所述历史变形数据判断所
6、根据超限判断结果和异常判断结果生成所述目标监测节点对应的监测报告。
7、通过采用上述技术方案,本申请通过构建含有监测节点、网关和云平台的物联网系统,可以实时获取工程项目区域各个节点的结构变形数据,通过在云平台上分析变形数据,提取变形参数的变化趋势,将变形参数与事先设置的阈值和历史数据进行对比,从而判断变形是否超限或异常,然后生成监测报告,实现对结构安全状态的智能评估和预警。
8、可选的,所述计算目标监测节点的变形数据,得到变形参数的数据变化趋势,具体包括如下步骤:
9、对所述工程变形数据进行去噪和滤波处理,得到处理后的工程变形数据;
10、设置变形参数计算时间窗口,按照时间顺序取用所述处理后的工程变形数据,计算得到变形参数,其中,所述变形参数计算时间窗口根据所述工程项目的变形频率、变形振幅范围及变形模式确定;
11、记录各时间窗口内计算得到的变形参数,绘制变形参数随时间变化的曲线图,得到变形参数的数据变化趋势。
12、通过采用上述技术方案,本申请通过对工程变形数据进行去躁和滤波处理,减少信号中的随机噪声,提高参数计算的准确性,通过根据工程项目的变形频率、变形振幅范围及变形模式确定设置变形参数计算时间窗口,使时间窗能够适应不同变形模式的参数特点,通过绘制时间曲线可以清晰呈现变形参数的演化趋势,为后续判断超限和异常提供依据。
13、可选的,所述变形参数包括位移量参数、倾斜量参数和应变参数;所述获取所述目标监测节点对应的变形参数阈值,根据所述数据变化趋势和所述变形参数阈值判断所述变形参数是否超限,具体包括如下步骤:
14、根据所述目标监测节点的结构类型、材质参数和承载荷载,确定所述目标监测节点的位移限值、倾斜限值和应变限值;
15、根据所述数据变化趋势确定所述目标监测节点的实时位移量参数、倾斜量参数和应变参数;
16、将所述实时位移量参数、倾斜量参数和应变参数分别与各自对应的限值进行比较,当任一实时参数超过对应的限值时,则判断所述变形参数超限。
17、通过采用上述技术方案,本申请根据目标监测节点的结构类型、材质参数和承载荷载确定目标检测节点的位移限值、倾斜限值和应变限值,使限值判断更加准确,通过对不同类型变形参数的超限判断,更加全面地监控结构状态,当实时变形超过限值时,判断变形参数超限,从而快速发出超限预警,提高事故响应速度。
18、可选的,所述将目标监测节点的实时位移量参数、倾斜量参数和应变参数分别与各自对应的限值进行比较之后,方法还包括如下:在所述实时位移量参数、倾斜量参数和应变参数中任一参数接近限值时,提高对所述目标监测节点的监测频率。
19、通过采用上述技术方案,本申请根据参数接近超限的程度,实现对监测频率的动态调整,对关键参数趋近限值的监测节点,通过提高监测频率,更灵敏地捕捉变形状态,提高了对变形加速或突发的监测响应性,同时实现对监测资源的按需调配,避免过度监测造成系统资源浪费。
20、可选的,所述获取所述目标监测节点对应的历史变形数据,根据所述数据变化趋势和所述历史变形数据判断所述变形参数是否异常,具体包括如下步骤:
21、从变形监测数据库中提取所述目标监测节点在历史时间段内的变形参数数据集,得到历史变形数据,其中,所述历史时间段为与当前时间段同期的时间段;
22、根据所述历史变形数据确定所述历史时间段的变形参数概率分布;
23、根据所述数据变化趋势确定所述目标监测节点的当前变形参数;
24、将所述当前变形参数与所述变形参数概率分布进行比较,根据比较结果判断所述当前变形参数是否偏离正常范围;
25、若所述当前变形参数偏离正常范围,则判断所述变形参数异常。
26、通过采用上述技术方案,本申请获取目标监测节点同期的历史时段的变形参数数据集,分析历史数据确定变形参数的概率分布,计算当前变形参数,将当前变形参数与历史分布比较判断是否异常。使用概率分布可以自动判断参数异常。
27、可选的,所述根据超限判断结果和异常判断结果生成所述目标监测节点对应的监测报告之后,方法还包括如下步骤:
28、根据各个监测节点对应的监测报告,构建所述工程项目区域内多个监测节点的关联矩阵;
29、识别所述关联矩阵中监测节点变形参数之间的相关性程度;
30、根据所述相关性程度,分类确定变形传播路径和关键影响因素所在的关键监测节点;其中,将所述相关性程度高于程度阈值的监测节点判定为同一变形传播路径上的节点;将所述变形传播路径的初始节点确定为所述关键监测节点;
31、提高对所述关键监测节点的监测频率。
32、通过采用上述技术方案,本申请通过各个监测节点对应的监测报告,构建监测节点间的关联矩阵,然后识别监测节点变形参数之间的相关性程度,根据相关性程度确定变形传播路径和关键影响因素,确定变形传播路径的初始节点为关键监测节点,提高对关键监测节点的监测频率,从而能够智能识别结构变形的主要影响因素和关键区域,实现对关键节点的重点检测,提前发现结构变形发展的信号。
33、可选的,所述根据所述相关性程度,分类确定变形传播路径和关键影响因素所在的关键监测节点之后,方法还包括如下步骤:
34、根据所述变形传播路径中多本文档来自技高网...
【技术保护点】
1.一种基于物联网的工程测量智慧管理方法,其特征在于,应用于物联网络,所述物联网络包括布设于工程项目区域内的多个监测节点、网关和云端管理系统,所述多个监测节点实时监测工程变形数据并上传至所述网关,所述网关收集所述工程变形数据并上传至所述云端管理系统,所述云端管理系统执行如下步骤:
2.根据权利要求1所述的基于物联网的工程测量智慧管理方法,其特征在于,所述计算目标监测节点的变形数据,得到变形参数的数据变化趋势,具体包括如下步骤:
3.根据权利要求1所述的基于物联网的工程测量智慧管理方法,其特征在于,所述变形参数包括位移量参数、倾斜量参数和应变参数;所述获取所述目标监测节点对应的变形参数阈值,根据所述数据变化趋势和所述变形参数阈值判断所述变形参数是否超限,具体包括如下步骤:
4.根据权利要求3所述的基于物联网的工程测量智慧管理方法,其特征在于,所述将目标监测节点的实时位移量参数、倾斜量参数和应变参数分别与各自对应的限值进行比较之后,方法还包括如下:在所述实时位移量参数、倾斜量参数和应变参数中任一参数接近限值时,提高对所述目标监测节点的监测频率。
...【技术特征摘要】
1.一种基于物联网的工程测量智慧管理方法,其特征在于,应用于物联网络,所述物联网络包括布设于工程项目区域内的多个监测节点、网关和云端管理系统,所述多个监测节点实时监测工程变形数据并上传至所述网关,所述网关收集所述工程变形数据并上传至所述云端管理系统,所述云端管理系统执行如下步骤:
2.根据权利要求1所述的基于物联网的工程测量智慧管理方法,其特征在于,所述计算目标监测节点的变形数据,得到变形参数的数据变化趋势,具体包括如下步骤:
3.根据权利要求1所述的基于物联网的工程测量智慧管理方法,其特征在于,所述变形参数包括位移量参数、倾斜量参数和应变参数;所述获取所述目标监测节点对应的变形参数阈值,根据所述数据变化趋势和所述变形参数阈值判断所述变形参数是否超限,具体包括如下步骤:
4.根据权利要求3所述的基于物联网的工程测量智慧管理方法,其特征在于,所述将目标监测节点的实时位移量参数、倾斜量参数和应变参数分别与各自对应的限值进行比较之后,方法还包括如下:在所述实时位移量参数、倾斜量参数和应变参数中任一参数接近限值时,提高对所述目标监测节点的监测频率。
【专利技术属性】
技术研发人员:梅迎春,李新求,莫爵同,冯桂枝,陈福德,莫增尧,李明,黄丽桃,廖浩翔,李帅帅,赵飞,张元勇,
申请(专利权)人:广东省岩土勘测设计研究有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。