【技术实现步骤摘要】
本专利技术涉及房屋建筑安全评估，尤其涉及一种基于数据处理的房屋建筑安全评估方法及系统。
技术介绍
1、在当前的房屋安全检测领域，传统的检测方式往往依赖于人工现场勘查，结合建筑结构图纸和专家经验来评估房屋的安全性。这种方法不仅效率低下，成本高昂，而且难以实现对大范围内房屋安全的全面、快速监测。近年来，随着地理信息系统和大数据技术的发展，一些技术方案开始尝试将区域划分为网格，通过收集和分析网格内房屋的基础数据来评估房屋安全。
2、中国专利申请公开号为cn115906663a的专利文献公开了一种房屋安全评估模型建立方法、评估方法、服务器及系统，其中，建立方法包括：提取若干房屋的样本数据；对样本数据进行格式化；从格式化后的样本数据中选取一部分作为训练样本数据输入至深度学习网络进行训练；从格式化后的样本数据中选取另一部分作为测试样本数据输入至训练后的深度学习网络，测试训练后的深度学习网络的计算精度，当计算精度不满足预期要求时，调整深度学习参数以及增加样本数据量重新训练，直至计算精度满足预期要求。
3、现有技术中通过收集和分析网格内房屋的基础数据进行建模来评估房屋安全，仅关注房屋本身的物理状态数据，忽略了房屋之间的相互影响以及区域整体的安全态势分析，导致区域整体房屋建筑安全检测精度不足。
技术实现思路
1、为此，本专利技术提供一种基于数据处理的房屋建筑安全评估方法及系统，通过判断任意房屋建筑的相邻建筑对其的安全影响，以及，通过检测结果中异常房屋数量的分析结果对待检测区域
2、为实现上述目的，本专利技术一方面提供一种基于数据处理的房屋建筑安全评估方法，该方法包括：
3、对待检测区域进行网格划分，获取若干网格区域，以及，采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；
4、分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；
5、分析与所述任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；
6、基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；
7、基于若干实际安全性判断任意网格区域内的异常房屋，基于任意网格区域内异常房屋的分布情况确定所述待检测区域的区域房屋安全性，以及，基于任意网格区域内异常房屋的异常数量调整网格划分结果；
8、其中，实际房屋数据包括实际裂缝数据和实际沉降数据。
9、进一步地，对待检测区域进行网格划分的步骤包括：
10、确定所述待检测区域的边界信息，以及，确定待检测区域内房屋建筑信息；
11、基于所述边界信息和所述房屋建筑信息确定初始网格面积；
12、基于所述边界信息确定初始网格形状；
13、基于所述初始网格面积和所述初始网格形状对所述待检测区域进行划分，获得若干所述网格区域。
14、进一步地，所述基于所述房屋建筑信息确定初始网格面积的步骤包括：
15、确定所述待检测区域的边界长度和边界形状；
16、基于所述边界长度和所述边界形状确定所述待检测区域的区域面积；
17、确定所述待检测区域内若干所述房屋建筑的房屋建筑总数量；
18、基于所述区域面积、所述房屋建筑总数量和预设网格房屋数量确定所述初始网格面积；
19、其中，所述初始网格面积=区域面积/（房屋建筑总数量/预设网格房屋数量），其中，预设网格房屋数量为历史网格划分检测时获得若干网格对应的若干房屋建筑数量的均值。
20、进一步地，所述基于分析结果确定任意房屋建筑的安全性的步骤包括：
21、获得任意所述房屋建筑的若干实际裂缝数据和若干实际沉降数据；
22、分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性；
23、分析若干所述实际沉降数据确定所述房屋建筑的沉降安全性；
24、基于所述结构安全性和所述沉降安全性确定任意所述单个房屋安全性。
25、进一步地，所述分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性的步骤包括：
26、基于图像数据识别所述房屋建筑表面的若干实际裂缝；
27、确定若干所述实际裂缝的位置，基于若干位置将若干实际裂缝划分为若干结构裂缝和若干非结构裂缝；
28、分析若干所述结构裂缝的结构裂缝分布密度和任意结构裂缝的结构裂缝尺寸，基于结构裂缝分布和若干结构裂缝尺寸确定初始结构安全性；
29、分析若干所述非结构裂缝的对应的若干非结构裂缝尺寸，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子；
30、基于所述初始结构安全性和所述裂缝影响因子确定所述结构安全性；
31、其中，所述结构安全性=初始结构安全性×裂缝影响因子。
32、进一步地，所述基于结构裂缝分布密度和若干结构裂缝尺寸确定初始结构安全性的步骤包括：
33、确定若干所述结构裂缝的结构裂缝数量；
34、确定若干所述结构裂缝对应的若干结构区域面积；
35、基于所述结构裂缝数量和所述结构区域面积确定所述结构裂缝分布密度；
36、将所述结构裂缝分布密度与第一预设分布密度进行比较，获得密度比较结果；
37、确定任意所述结构裂缝的结构裂缝面积；
38、将所述结构裂缝面积与第一预设裂缝面积进行比较，基于比较结果计算若干所述结构裂缝中结构裂缝面积大于等于第一预设裂缝面积对应的结构裂缝占比，将结构裂缝占比与第一占比进行比较，获得占比比较结果；
39、基于所述密度比较结果和所述占比比较结果确定初始结构安全性；
40、其中，所述初始结构安全性=密度评分×占比评分×10。
41、进一步地，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子的步骤包括：
42、确定若干所述非结构裂缝对应的若干非结构裂缝面积；
43、识别若干非结构区域面积中大于第二预设裂缝面积对应的非结构裂缝并标注，获得标注裂缝；
44、确定标注裂缝的标注裂缝分布密度，基于标注裂缝分布密度与第二预设分布密度的比较结果确定所述裂缝影响因子；
45、其中，当标注裂缝分布密度大于第二预设分布密度时，裂缝影响因子=k×（标注裂缝分布密度-第二预设分布密度）+基础裂缝影响因子，其中，比例系数k为10，基础裂缝影响因子为0.5。
46、进一步地，基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性的步骤包括：
47、基于所述相邻安全性的分析结果确定安全影响因子；
48、基于所述安全影响因子和所述单个房屋安全性确定所述实际安全性；
49、其中，所述实际安全性=（1+安全影响因子本文档来自技高网...
【技术保护点】
1.一种基于数据处理的房屋建筑安全评估方法，其特征在于，包括：
2.根据权利要求1所述的基于数据处理的房屋建筑安全评估方法，其特征在于，对待检测区域进行网格划分的步骤包括：
3.根据权利要求2所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于所述房屋建筑信息确定初始网格面积的步骤包括：
4.根据权利要求3所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于分析结果确定任意房屋建筑的安全性的步骤包括：
5.根据权利要求4所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性的步骤包括：
6.根据权利要求5所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于结构裂缝分布密度和若干结构裂缝尺寸确定初始结构安全性的步骤包括：
7.根据权利要求6所述的基于数据处理的房屋建筑安全评估方法，其特征在于，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子的步骤包括：
8.根据权利要求7所述的基于数据处理的房屋建筑安全评估方法，其
9.根据权利要求8所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于任意网格区域内异常房屋的异常数量调整网格划分结果的步骤包括：
10.一种基于权利要求1-9任一项所述的基于数据处理的房屋建筑安全评估方法的系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于数据处理的房屋建筑安全评估方法，其特征在于，包括：
2.根据权利要求1所述的基于数据处理的房屋建筑安全评估方法，其特征在于，对待检测区域进行网格划分的步骤包括：
3.根据权利要求2所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于所述房屋建筑信息确定初始网格面积的步骤包括：
4.根据权利要求3所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于分析结果确定任意房屋建筑的安全性的步骤包括：
5.根据权利要求4所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性的步骤包括：
6.根据权利要求5所述的基于数据处理的房屋建筑安全...
【专利技术属性】
技术研发人员：吴绍平，杨明礼，张勇智，包少君，鲁程伟，李波，雷花洋，段永杰，刘德宇，于冰忆，周少波，
申请(专利权)人：中国水利水电第九工程局有限公司，
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。