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】
本专利技术属于施工监测,具体涉及一种基于机器视觉识别算法的跨营业线桥梁施工监测方法。
技术介绍
1、随着国内交通网的不断扩大完善,既有铁路营业线与新建公路、铁路和市政道路之间的交叉越来越频繁,而在桥梁施工过程中,容易发生因未及时识别并预警施工过程中的危险因素,以及营业线运行状态,导致营业线和施工现场人员受伤或工程质量受损的不良情况。
2、为此,需要施工监测系统及施工监测方法对施工现场进行检测,防止危险情况或事故的发生,例如基于机器视觉的监测方法,一般的方法中,设备结构复杂且价格昂贵,且难以实现自动监测,为此,中国专利cn115727820a公开了一种基于机器视觉的多点测量桥梁施工监测系统及方法,监测系统包括若干个红外靶标、若干台红外摄像机和控制系统,红外靶标随桥梁的施工进度分批放置于桥梁的靶标点,每台红外摄像机用于监测已捕捉的红外靶标且自动捕捉新出现的红外靶标,控制系统用于实时接收红外摄像机获取的图像并对靶标点进行位移监测。本专利技术提供的基于机器视觉的多点测量桥梁施工监测系统及方法,能够对靶标点处的红外靶标进行自动识别和跟踪监测;其应用摄影测量技术,依靠可识别的红外靶标自动识别施工的阶段和对靶标点进行全天候的跟踪测量,实现对施工过程中的桥梁进行监测控制,实现桥梁施工监控的自动化和智能化;
3、然而,在应用架桥机等特种设备进行施工时,施工时会面临设备某处应力过大或过小等情况,上述方案对应力等监测指标并未提出监测方法,只能通过位移监测进而监测应力,监测准确性较低,监测直观性较差,为此,需要一种监测准确性高且
技术实现思路
1、为解决现有技术中存在的上述问题,本专利技术提供了一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,具有监测准确性高且监测直观性较好的特点。
2、本专利技术的目的可以通过以下技术方案实现:
3、一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,包括下列步骤:
4、步骤一:构建有限元计算模型,计算当前施工阶段施工设备监测指标的理论值,并获取施工设备在试验阶段及已完成的相似荷载施工阶段的各监测指标的监测值;
5、步骤二:基于安全风险四色理论,分割桥梁施工区域和桥梁本体,确定桥梁施工现场和桥梁施工部分各自对应的风险区块,绘制风险区块图;
6、步骤三:基于理论值,确定风险区块对应的风险色值的对应范围;
7、步骤四:根据当前施工阶段施工设备的监测指标的监测值与理论值的对比结果,判断施工设备在当前时刻的施工风险状态,并在风险区块图中填入不同颜色展现风险区块中不同位置的风险状态,形成现场风险四色图:
8、其中,风险四色图的颜色包括:红、橙、黄、蓝,分别对应的风险等级为:重大风险、较大风险、一般风险和低风险;当监测值低于理论值的50%时,施工设备在当前时刻的施工危险风险状态为低风险状态,风险区块对应显示为蓝色;当监测值位于理论值的50%-80%之间时,施工设备在当前时刻的施工危险风险状态为一般风险状态,风险区块对应显示为黄色;当监测值位于理论值的80%-120%之间时,施工设备在当前时刻的施工危险风险状态为较大风险状态,风险区块对应显示为橙色;当监测值高于理论值的120%时,施工设备在当前时刻的施工危险风险状态为重大风险状态,风险区块对应显示为红色。
9、作为本专利技术的一种优选技术方案,所述步骤一还包括:计算梁体、桥墩、承台、球铰和桩基在施工过程中的理论应力值,并将其作为理论值;监测梁体、桥墩、承台、球铰和桩基在施工过程中的实际应力值,并将其作为监测值。
10、作为本专利技术的一种优选技术方案,所述步骤二还包括:分割桥梁本体时,将桥梁本体划分为:梁体、桥墩、承台、球铰和桩基。
11、作为本专利技术的一种优选技术方案,所述步骤二还包括:划分桥梁本体后,根据工程需求,按节段将梁体拆分为0#,1#,……n#,并将应力值以节段为单位分开统计。
12、作为本专利技术的一种优选技术方案,所述步骤一还包括:分割桥梁施工区域时,将桥梁施工现场区域分为生产区、办公区、生活区、施工区和既有线区。
13、作为本专利技术的一种优选技术方案,还包括步骤五:进行非数据型监测,监测相关区域的是否存在风险项,若存在风险项,将相关区域的风险状态调整为对应等级。
14、本专利技术的有益效果为:
15、(1)通过将桥梁有效划分为不同部分,对桥梁施工全体范围内的分区进行独立化风险管理,能够进一步提高桥梁安全风险管理的精细化程度,从而提高风险状况的处置效率;
16、(2)通过有限元模型理论值结果与监测值比对,实现了对桥梁施工安全风险的预测与分析,精准评估施工设备在当前施工阶段的安全风险状态,提高风险识别的准确性;
17、(3)通过将区域的影响范围均为区域实际覆盖面积的120%,使得当某个区域风险等级较高时,将此区域内的设备结构的整个潜在影响范围纳入影响范围中,可对某个区域内的设备或者结构的所有影响范围进行监测,提高了监测准确性;
18、(4)通过进行非数据型监测,使得将某些不便于被量化的风险项目纳入风险四色图中的颜色调整,进而纳入检测范围中,提高了监测项目的覆盖范围,进而提高了监测准确性。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:包括下列步骤:
2.根据权利要求1所述的一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:所述步骤一还包括:计算梁体、桥墩、承台、球铰和桩基在施工过程中的理论应力值,并将其作为理论值;监测梁体、桥墩、承台、球铰和桩基在施工过程中的实际应力值,并将其作为监测值。
3.根据权利要求2所述的一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:所述步骤二还包括:分割桥梁本体时,将桥梁本体划分为:梁体、桥墩、承台、球铰和桩基。
4.根据权利要求3所述的一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:所述步骤二还包括:划分桥梁本体后,根据工程需求,按节段将梁体拆分为0#,1#,……N#,并将应力值以节段为单位分开统计。
5.根据权利要求1所述的一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:所述步骤一还包括:分割桥梁施工区域时,将桥梁施工现场区域分为生产区、办公区、生活区、施工区和既有线区。
6.根据权利要求
...【技术特征摘要】
1.一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:包括下列步骤:
2.根据权利要求1所述的一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:所述步骤一还包括:计算梁体、桥墩、承台、球铰和桩基在施工过程中的理论应力值,并将其作为理论值;监测梁体、桥墩、承台、球铰和桩基在施工过程中的实际应力值,并将其作为监测值。
3.根据权利要求2所述的一种基于机器视觉识别算法的跨营业线桥梁施工监测方法,其特征在于:所述步骤二还包括:分割桥梁本体时,将桥梁本体划分为:梁体、桥墩、承台、球铰和桩基。
4.根据权利要求3所述的一种基于机器...
【专利技术属性】
技术研发人员:陈龙,郭长春,赵健,安路明,郭明明,石岁虎,张大伟,
申请(专利权)人:中铁建大桥工程局集团第四工程有限公司,
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。