【技术实现步骤摘要】
本专利技术涉及施工安全，具体涉及一种桥梁主梁混凝土浇筑过程的安全控制方法及系统。
技术介绍
1、在传统桥梁主梁混凝土浇筑过程中，常采用人工监测与调控方式，工人依靠目视观察和手动测量来评估混凝土的流动状态和物理特性，并根据经验进行调整，然而，这种方法存在诸多局限性。首先，它容易受到施工人员主观意识和经验水平的影响，可能导致主观误判和操作不稳定性，增加了施工安全风险；其次，由于无法实现对混凝土浇筑过程的实时监测和精确控制，难以及时发现潜在的安全隐患和质量问题，造成了施工安全性和质量水平的不确定性；另外，传统方法无法应对复杂施工环境和变化的施工条件，效率低下且成本高昂。
2、公开于该
技术介绍
部分的信息仅仅旨在加深对本公开总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术中提供了一种桥梁主梁混凝土浇筑过程的安全控制方法及系统，从而有效解决
技术介绍
中所指出的问题。
2、为了达到上述目的，本专利技术所采用的技术方案是：
3、一种桥梁主梁混凝土浇筑过程的安全控制方法，包括：
4、实时采集混凝土浇筑的过程数据，得到基础数据集合；
5、建立混凝土浇筑过程的数学模型，并根据所述基础数据集合得到浇筑过程的混凝土物理特性信息；
6、基于所述数学模型，建立基于控制算法的智能安全评估模型，所述控制算法实时监测浇筑过程的混凝土状态，并根据实时数据和预设安全标准，自主
7、通过机器学习算法，学习和识别正常的施工模式和行为规律，并基于学习和识别结果，设定安全预警机制；
8、将所述安全预警机制集成到所述智能安全评估模型，得到桥梁主梁混凝土浇筑过程的安全控制模型；
9、基于无线通信技术，对浇筑过程进行远程管理，并结合所述安全控制模型进行桥梁主梁混凝土浇筑过程的安全控制。
10、进一步地，所述数学模型基于混凝土的质量守恒，考虑混凝土在浇筑过程中的流动特性，构建动量方程，所述方程为：
11、
12、其中，ρ为流体(混凝土)的密度，为流体速度v对时间的偏导数，为流体速度v与梯度运算的点积，表示流通速度沿着空间的变化率，即流体速度的方向导数，为压力梯度，表示压力随空间位置的变化率，即压力在空间的分布，μ为动力粘度，为拉普拉斯算子，表示速度场的二阶空间导数，表示粘性项，描述流体的粘性效应，g为流体(混凝土)受到的重力作用。
13、进一步地，所述数学模型根据混凝土的温度状态，考虑混凝土在浇筑过程的热传导和热源影响，构建热传导方程，所述方程为：
14、
15、其中，为温度t对时间的偏导数，为梯度算子，k为热传导系数，为温度场的梯度，即温度场随空间位置的变化率，为单位温度梯度引起的热流量，为热传导率与温度梯度的散度，即单位体积内的热流量变化率，描述温度场的扩散行为，q为热源项，表示在温度场中引入的外部热源或吸收的热量。
16、进一步地，建立基于控制算法的智能安全评估模型，包括：
17、对所述基础数据集合中的数据进行预处理，得到标准数据集合；
18、对所述标准数据集合中的数据进行特征工程，提取与安全评估相关的特征；
19、对提取的特征进行特征选择，并对高维度的特征空间进行降维处理；
20、基于选择的特征和降维处理后的特征空间，建立安全评估模型。
21、进一步地，所述控制算法为机器学习算法。
22、进一步地，所述机器学习算法包括：
23、决策树集合，由若干决策树组成，每个所述决策树根据混凝土浇筑过程中的各项数据特征，学习和识别正常的施工模式和行为规律；
24、随机特征选择，在所有可能的特征中随机选择一部分用于节点的分裂；
25、自主采样，在训练所述决策树集合时，从原始数据集中随机抽样构建多个训练集；
26、投票赞成，通过对所述决策树集合的预测结果进行投票或平均，得到对混凝土浇筑过程的整体安全评估结果；
27、bagging算法，通过多次有放回的随机抽样构建不同的训练集，然后分别训练多个决策树，并将它们的结果进行组合。
28、进一步地，将所述安全预警机制集成到所述智能安全评估模型，得到桥梁主梁混凝土浇筑过程的安全控制模型，包括：
29、基于监测到的混凝土历史状态数据，设定预警触发条件；
30、将所述安全预警机制编码成逻辑表达式，并将所述逻辑表达式嵌入所述智能安全评估模型的算法中；
31、将所述预警触发条件与所述逻辑表达式一一对应，得到桥梁主梁混凝土浇筑过程的所述安全控制模型。
32、进一步地，基于监测到的混凝土历史状态数据，设定预警触发条件，包括：
33、对监测到的混凝土历史状态数据进行分析，识别所述混凝土历史状态数据的趋势和规律；
34、根据数据分析的结果，确定异常状态的标志性特征，设定预警触发的边界条件；
35、将设定的预警触发的所述边界条件与预设的安全标准进行对比，得到最终的所述预警触发条件。
36、一种桥梁主梁混凝土浇筑过程的安全控制系统，所述系统包括：
37、过程数据采集模块，实时采集混凝土浇筑的过程数据，得到基础数据集合；
38、数学模型构建模块，建立混凝土浇筑过程的数学模型，根据所述基础数据集合得到浇筑过程的混凝土物理特性信息；
39、评估模型构建模块，基于所述数学模型，建立基于控制算法的智能安全评估模型，所述控制算法实时监测浇筑过程的混凝土状态，并根据实时数据和预设安全标准，自主调整混凝土浇筑过程的参数；
40、预警机制设定模块，通过机器学习算法，学习和识别正常的施工模式和行为规律，并基于学习和识别结果，设定安全预警机制；
41、模型机制集成模块，将所述安全预警机制集成到所述智能安全评估模型，得到桥梁主梁混凝土浇筑过程的安全控制模型；
42、远程管理介入模块，基于无线通信技术，对浇筑过程进行远程管理，并结合所述安全控制模型进行桥梁主梁混凝土浇筑过程的安全控制。
43、进一步地，所述模型机制集成模块，包括：
44、触发条件设定单元，基于监测到的混凝土历史状态数据，设定预警触发条件；
45、逻辑表达式嵌入单元，将所述安全预警机制编码成逻辑表达式，并将所述逻辑表达式嵌入所述智能安全评估模型的算法中；
46、控制模型构建单元，将所述预警触发条件与所述逻辑表达式一一对应，得到桥梁主梁混凝土浇筑过程的所述安全控制模型。
47、通过本专利技术的技术方案，可实现以下技术效果：
48、通过本专利技术，减少了人为误判和操作不稳定性，提高了施工安全，同时能及时发现潜在的安全隐患和质量问题，提升了施工质量水平。
本文档来自技高网...【技术保护点】
1.一种桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，包括：
2.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述数学模型基于混凝土的质量守恒，考虑混凝土在浇筑过程中的流动特性，构建动量方程，所述方程为：
3.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述数学模型根据混凝土的温度状态，考虑混凝土在浇筑过程的热传导和热源影响，构建热传导方程，所述方程为：
4.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，建立基于控制算法的智能安全评估模型，包括：
5.根据权利要求4所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述控制算法为机器学习算法。
6.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述机器学习算法包括：
7.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，将所述安全预警机制集成到所述智能安全评估模型，得到桥梁主梁混凝土浇筑过程的安全控制模型，包括：
8.根
9.一种桥梁主梁混凝土浇筑过程的安全控制系统，其特征在于，所述系统包括：
10.根据权利要求9所述的桥梁主梁混凝土浇筑过程的安全控制系统，其特征在于，所述模型机制集成模块，包括：
...【技术特征摘要】
1.一种桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，包括：
2.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述数学模型基于混凝土的质量守恒，考虑混凝土在浇筑过程中的流动特性，构建动量方程，所述方程为：
3.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述数学模型根据混凝土的温度状态，考虑混凝土在浇筑过程的热传导和热源影响，构建热传导方程，所述方程为：
4.根据权利要求1所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，建立基于控制算法的智能安全评估模型，包括：
5.根据权利要求4所述的桥梁主梁混凝土浇筑过程的安全控制方法，其特征在于，所述控制...
【专利技术属性】
技术研发人员：别佃奎，方斌，王威，赵阳，龚兴仁，徐武，秦九爱，谢飞，李捷，陆小芳，李远，殷铜铜，刘蕾，
申请(专利权)人：江苏捷达交通工程集团有限公司，
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。