CN108460231A - 一种桥梁建养全过程智能监测评估预警决策系统及方法 - Google Patents
一种桥梁建养全过程智能监测评估预警决策系统及方法 Download PDFInfo
- Publication number
- CN108460231A CN108460231A CN201810249507.9A CN201810249507A CN108460231A CN 108460231 A CN108460231 A CN 108460231A CN 201810249507 A CN201810249507 A CN 201810249507A CN 108460231 A CN108460231 A CN 108460231A
- Authority
- CN
- China
- Prior art keywords
- bridge
- information
- intelligent
- technology
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 108
- 230000008569 process Effects 0.000 title claims abstract description 76
- 238000005516 engineering process Methods 0.000 claims abstract description 148
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000007726 management method Methods 0.000 claims abstract description 47
- 230000007613 environmental effect Effects 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000012800 visualization Methods 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000013528 artificial neural network Methods 0.000 claims abstract description 11
- 238000010276 construction Methods 0.000 claims description 68
- 238000004088 simulation Methods 0.000 claims description 25
- 238000005259 measurement Methods 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 12
- 230000014616 translation Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000013135 deep learning Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000003070 Statistical process control Methods 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000005530 etching Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 238000002715 modification method Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims description 5
- 239000011435 rock Substances 0.000 claims description 5
- 238000009991 scouring Methods 0.000 claims description 5
- 239000002689 soil Substances 0.000 claims description 5
- 238000013024 troubleshooting Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 239000011800 void material Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 206010016256 fatigue Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000018199 S phase Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Architecture (AREA)
- Computing Systems (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Civil Engineering (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Game Theory and Decision Science (AREA)
Abstract
一种桥梁建养全过程智能监测评估预警决策系统及方法,该系统由智能采集模块和智能评估预警决策模块组成。智能采集模块集成激光雷达三维高精度扫描技术、建筑信息模型技术、无线智能传感技术,智能采集桥梁建养全过程的环境监测信息、结构监测信息、工程进度质量安全管理信息等多源异构多维度高精度信息;智能评估预警决策模块集成大数据处理技术、云计算技术、人工神经网络算法、虚拟现实技术,构建多级安全预警指标和应急决策数据库,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。本发明覆盖桥梁建养全过程,覆盖桥梁结构和行车安全,具有高效、高精度、可视化、智能化等优点。
Description
技术领域
本发明涉及土木工程领域,尤其涉及一种桥梁工程建养全过程监测评估预警决策系统及方法。
背景技术
随着交通经济的快速发展,跨越江河、跨越海峡、跨越深山峡谷的桥梁工程得到快速发展。我国成功修建了南浦大桥、苏通长江大桥、东海大桥、杭州湾大桥、港珠澳大桥、坝陵河大桥、北盘江大桥等特大型桥梁,展望未来,跨越琼州海峡、渤海海峡、台湾海峡等三大海峡的巨型超级跨海交通工程正在规划研究。这些特大型桥梁工程规模巨大、结构新颖,而且采用很多技术创新,社会影响很大,但其在施工期和运营期面临着深水、台风、巨浪等恶劣海洋环境或山区峡谷大风、陡峭边坡失稳等复杂山区环境影响,面临着巨大的安全挑战,必须通过安全监测技术获取桥梁结构实时信息,并通过评估预警控制技术,保障桥梁结构在施工期和运营期的安全,保障施工期的施工装备和人员安全,以及保障运营期的行车安全。
目前,桥梁结构安全监测主要通过光纤传输数据,由于施工阶段光纤布设困难,因此,主要针对桥梁运营阶段开展监测,对施工期的监测内容很少,无法精确获得桥梁建成时的真实受力状态,也造成了施工期和运营期的监测信息分离。即使在桥梁结构运营期的安全监测中,通常也主要关注桥梁结构自身的监测信息,对桥梁周围环境的监测关注很少,难以预判环境荷载对桥梁结构自身和行车带来的直接和潜在的安全风险。此外,目前的安全监测精度较低,智能化水平不高,在线实时评估分析和预警能力较弱。以上不足因素,严重制约了桥梁工程安全监测技术的发展,也给桥梁施工期和运营期的安全造成很大隐患。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种桥梁建养全过程智能监测评估预警决策系统及方法,以解决桥梁建设和运营全过程的高精度、高效率、智能化的安全监测、评估分析和预警决策。
(二)技术方案
本发明提供了一种桥梁建养全过程智能监测评估预警决策系统,其特征在于,该系统包括:
智能采集模块1,用于智能采集桥梁17建养全过程的多源异构多维度高精度信息,并构建BIM模型10;以及
智能评估预警决策模块2,与所述智能采集模块1相连接,用于构建多级安全预警指标14和应急决策数据库15,基于BIM模型10对桥梁17建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
在本发明的一些实施例中,所述智能采集模块1集成激光雷达三维高精度扫描技术、建筑信息模型技术、无线智能传感技术和有限元数值模拟技术,包括测量单元3、建模单元4、分析单元5和修正单元6,其中:
测量单元3,用于利用激光雷达对所述桥梁17施工期和运营期的结构空间几何信息进行快速、非接触和高精度三维扫描测量,桥梁17关键预制构件工厂制造的测量精度误差≤1mm,桥梁17结构现场施工或运营状态的空间几何的测量精度误差≤3mm;
建模单元4,用于利用测量单元3获取的桥梁17关键预制构件或桥梁17结构三维扫描测量结果,基于点云数据的三维模型重建算法,构建桥梁17关键预制构件或桥梁17结构的三维点云模型16;利用建筑信息模型技术建立的桥梁17关键预制构件或桥梁17结构的三维几何信息和工程进度质量安全管理信息,构建桥梁17结构的BIM模型10;
分析单元5,用于分析比较所述桥梁17结构的三维点云模型16和BIM模型10,其中,BIM模型10基于有限元数值模拟技术考虑结构自重、汽车活载以及环境荷载的作用效应,所述环境荷载包括地基沉降、风荷载和温度作用,并通过七参数布尔莎模型坐标转换,即X平移、Y平移、Z平移、X旋转WX、Y旋转WY、Z旋转WZ和尺度变化DM,建立三维点云模型16与BIM模型10的绝对空间位置对应关系,在此基础上,获取三维点云模型16和BIM模型10之间的相对空间几何误差向量{Δ},当{Δ}大于或等于允许空间几何误差向量{Δ0}时,反馈给测量单元3进行重新监测,同时检查完善BIM模型10,直至{Δ}≤{Δ0};
修正单元6,用于根据三维点云模型16的自身精度误差向量{δ}、相对空间几何误差向量{Δ},对BIM模型10进行修正,修正方法为BIM模型10的几何坐标叠加α{Δ},α为考虑三维点云模型自身精度误差时对BIM模型10的修正系数,0≤α≤1,最后以修正的BIM模型10作为智能评估预警决策模块2的工作基础。
在本发明的一些实施例中,所述多源异构多维度高精度信息包括环境监测信息7、结构监测信息8和工程进度质量安全管理信息9,其中:
所述环境监测信息7,对于跨越海湾的桥梁17,包括:桥位区域的海底地形信息、桥梁17基础周边海床冲刷信息、水体盐度和含沙量信息、风-浪-流耦合场信息、潮位信息、地震波信息、空气温湿度和紫外线信息;所述环境监测信息7,对于跨越山区的桥梁17,包括:桥位区域的山体边坡稳定性信息、桥梁17基础周边岩石和土体信息、地下水和溶洞信息、风场信息、地震波信息、空气温湿度和紫外线信息;
所述结构监测信息8包括:结构的空间几何信息、位移信息、倾角信息、加速度信息、振动特性信息、应力信息、拉力信息、压力信息、温度信息、重量信息和桥梁17上行车信息;
所述工程进度质量安全管理信息9包括:利用建筑信息模型技术建立的工程勘察设计信息、施工期的技术方案及施工进度质量安全管理信息、运营期的技术方案及养护维护进度质量安全管理信息。
在本发明的一些实施例中,所述智能采集模块1还用于采用无线智能传感技术对施工期的环境监测信息7、结构监测信息8和工程进度质量安全管理信息9进行智能采集,采用无线智能传感技术和分布式光纤智能传感技术优化组合技术对运营期的环境监测信息7、结构监测信息8和工程进度质量安全管理信息9进行智能采集,并进行智能化组网,采用北斗卫星或4G通信技术进行广域网连接,同时采用数据重传机制和低噪声功率放大器提高无线传感器设备通信传输可靠性,实现桥梁17建养全过程的高精度智能监测。
在本发明的一些实施例中,所述智能评估预警决策模块2集成大数据处理技术、云计算技术、有限元数值模拟技术、人工神经网络深度学习算法和虚拟现实VR可视化动态分析技术,包括数据处理单元11、风险评估单元12和预警决策单元13,其中:
数据处理单元11,用于采用大数据处理技术、云计算技术、NoSQL非关系型数据库技术和虚拟现实可视化动态分析技术,将智能采集模块1采集的不同形式存在、不同数据格式、不同访问方式的多源异构多维度高精度信息进行统一转化、融合集成和共享管理,将数据处理后的监测信息输入根据三维点云模型16修正的BIM模型10,从而构建融合高精度智能监测信息的BIM模型10,其中,所述多源异构多维度高精度信息以结构化数据、图像和视频的形式呈现;
风险评估单元12,用于采用有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实可视化动态分析技术,基于BIM模型10,在线实时评估桥梁17在施工期和运营期的结构安全性能,并通过机器学习方法,评估预测桥梁17在施工期和运营过程中的性能变化演化规律,评估预测施工期的施工装备和人员安全,评估预测运营期的行车安全性与行车舒适性;其中,所述结构安全性能包括结构刚度、强度、静力稳定性、动力稳定性、疲劳性能、耐久性和腐蚀特性,所述机器学习方法包括关联分析和统计过程控制;
预警决策单元13,用于评估预测桥梁17在施工期和运营过程中性能变化演化规律的基础上,采用人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实和可视化动态分析技术,构建多级安全预警指标14和应急决策数据库15,所述多级安全预警指标14以控制结构某一性能指标为目标,定义不同的安全系数Ki来评定结构的安全等级,i=1~M,M≥2,所述应急决策数据库15为结构不同级别安全性能的应急处理措施,基于BIM模型10,对桥梁17建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化和智能预警决策:
(1)若Ki·σi≤[σi],i=1~M,M≥2,其中,σi为结构安全性能指标评估结果,[σi]为结构安全性能预警阈值,则结构处于安全状态;
(2)若Ki·σi>[σi],i=1~M,M≥2,则结构处于不安全状态,需要进行预警,同时对桥梁17进行反馈安全控制,直至Ki·σi≤[σi],i=1~M,M≥2,并修正BIM模型。
本发明的另一方面,还提供了一种桥梁建养全过程智能监测评估预警决策方法,基于以上任一所述的桥梁建养全过程智能监测评估预警决策系统,该方法包括:
智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型;以及
智能评估预警决策模块构建多级安全预警指标和应急决策数据库,并基于BIM模型对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
在本发明的一些实施例中,所述智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型,包括:
利用激光雷达对所述桥梁施工期和运营期的结构空间几何信息进行快速、非接触和高精度三维扫描测量,桥梁关键预制构件工厂制造的测量精度误差≤1mm,桥梁结构现场施工或运营状态的空间几何的测量精度误差≤3mm;以及
利用获取的桥梁关键预制构件或桥梁结构三维扫描测量结果,基于点云数据的三维模型重建算法,构建桥梁关键预制构件或桥梁结构的三维点云模型;利用建筑信息模型技术建立的桥梁关键预制构件或桥梁结构的三维几何信息和工程进度质量安全管理信息,构建桥梁结构的BIM模型。
所述智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型,还包括:分析比较所述桥梁结构的三维点云模型和BIM模型,其中,BIM模型基于有限元数值模拟技术考虑结构自重、汽车活载以及环境荷载的作用效应,所述环境荷载包括地基沉降、风荷载和温度作用,并通过七参数布尔莎模型坐标转换,即X平移、Y平移、Z平移、X旋转WX、Y旋转WY、Z旋转WZ和尺度变化DM,建立三维点云模型与BIM模型的绝对空间位置对应关系,在此基础上,获取三维点云模型和BIM模型之间的相对空间几何误差向量{Δ},当{Δ}大于或等于允许空间几何误差向量{Δ0}时,反馈并进行重新监测,同时检查完善BIM模型,直至{Δ}≤{Δ0};以及
根据三维点云模型的自身精度误差向量{δ}、相对空间几何误差向量{Δ},对BIM模型进行修正,修正方法为BIM模型的几何坐标叠加d{Δ},d为考虑三维点云模型自身精度误差时对BIM模型10的修正系数,0≤α≤1,最后以修正的BIM模型10作为智能评估预警决策模块的工作基础。
在本发明的一些实施例中,所述多源异构多维度高精度信息包括环境监测信息、结构监测信息和工程进度质量安全管理信息,其中:
所述环境监测信息,对于跨越海湾的桥梁,包括:桥位区域的海底地形信息、桥梁基础周边海床冲刷信息、水体盐度和含沙量信息、风-浪-流耦合场信息、潮位信息、地震波信息、空气温湿度和紫外线信息;所述环境监测信息,对于跨越山区的桥梁,包括:桥位区域的山体边坡稳定性信息、桥梁基础周边岩石和土体信息、地下水和溶洞信息、风场信息、地震波信息、空气温湿度和紫外线信息;
所述结构监测信息包括:结构的空间几何信息、位移信息、倾角信息、加速度信息、振动特性信息、应力信息、拉力信息、压力信息、温度信息、重量信息和桥梁上行车信息;
所述工程进度质量安全管理信息包括:利用建筑信息模型技术建立的工程勘察设计信息、施工期的技术方案及施工进度质量安全管理信息、运营期的技术方案及养护维护进度质量安全管理信息。
在本发明的一些实施例中,所述智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型,还包括:
智能采集模块还采用无线智能传感技术对施工期的环境监测信息、结构监测信息和工程进度质量安全管理信息进行智能采集,采用无线智能传感技术和分布式光纤智能传感技术优化组合技术对运营期的环境监测信息、结构监测信息和工程进度质量安全管理信息进行智能采集,进行智能化组网,采用北斗卫星或4G通信技术进行广域网连接,同时采用数据重传机制和低噪声功率放大器提高无线传感器设备通信传输可靠性,实现桥梁建养全过程的高精度智能监测。
在本发明的一些实施例中,所述智能评估预警决策模块构建多级安全预警指标和应急决策数据库,并基于BIM模型对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策,包括:
采用大数据处理技术、云计算技术、NoSQL非关系型数据库技术和虚拟现实可视化动态分析技术,将智能采集模块采集的不同形式存在、不同数据格式、不同访问方式的多源异构多维度高精度信息进行统一转化、融合集成和共享管理,将数据处理后的监测信息输入根据三维点云模型修正的BIM模型,从而构建融合高精度智能监测信息的BIM模型,其中,所述多源异构多维度高精度信息以结构化数据、图像和视频的形式呈现;
采用有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实VR可视化动态分析技术,基于BIM模型,在线实时评估桥梁在施工期和运营期的结构安全性能,并通过机器学习方法,评估预测桥梁在施工期和运营过程中的性能变化演化规律,评估预测施工期的施工装备和人员安全,评估预测运营期的行车安全性与行车舒适性;其中,所述结构安全性能包括结构刚度、强度、静力稳定性、动力稳定性、疲劳性能、耐久性和腐蚀特性,所述机器学习方法包括关联分析和统计过程控制;以及
评估预测桥梁在施工期和运营过程中性能变化演化规律的基础上,采用人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实和可视化动态分析技术,构建多级安全预警指标和应急决策数据库,所述多级安全预警指标以控制结构某一性能指标为目标,定义不同的安全系数Ki来评定结构的安全等级,i=1~M,M≥2,所述应急决策数据库为结构不同级别安全性能的应急处理措施,基于BIM模型,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化和智能预警决策:
(1)若Ki·σi≤[σi],i=1~M,M≥2,其中,σi为结构安全性能指标评估结果,[σi]为结构安全性能预警阈值,则结构处于安全状态;
(2)若Ki·σi>[σi],i=1~M,M≥2,则结构处于不安全状态,需要进行预警,同时对桥梁进行反馈安全控制,直至Ki·σi≤[σi],i=1~M,M≥2,并修正BIM模型。
(三)有益效果
本发明的桥梁建养全过程高精度智能监测评估预警决策系统及方法,相较于现有技术,至少具有以下优点:
1、本发明集成激光雷达(LinDAR)三维高精度扫描技术、建筑信息模型(BIM)技术、无线智能传感技术、有限元数值模拟技术,建立了由测量单元、建模单元、分析单元、修正单元构成的智能采集模块,将监测时间由传统的桥梁运营期拓展到桥梁施工和运营全过程,将监测的内容由传统的结构监测信息拓展到环境监测信息、结构监测信息并深度融合工程进度质量安全管理信息,将空间几何监测精度由传统的摄影拍照精度提高到激光雷达三维高精度扫描,并基于三维点云模型反馈控制后修正BIM模型信息,从而实现了智能化采集和深度融合桥梁施工和运营全过程的环境监测信息、结构监测信息、工程进度质量安全管理信息等多源异构多维度高精度信息。
2、本发明集成大数据处理技术、云计算技术、有限元数值模拟技术、人工神经网络深度学习算法、虚拟现实(VR)可视化动态分析技术,建立了由数据处理单元、风险评估单元、预警决策单元构成的智能评估预警系统,构建了多级安全预警指标和应急决策数据库,在智能采集模块的同一BIM模型上,实现了对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能化的评估分析和预警决策。
3、本发明既能适用于跨越江河和跨越海峡的桥梁工程,也能适用于跨越深山峡谷的桥梁工程,适用于范围广,创新性强,实用性好,具有广阔的应用推广价值。
附图说明
图1为本发明实施例的桥梁工程建养全过程监测评估预警决策系统在桥梁施工期应用的结构示意图。
图2为本发明实施例的桥梁工程建养全过程监测评估预警决策系统的实施流程示意图。
图3为本发明实施例的智能采集模块三维测量控制的实施流程示意图。
图4为本发明实施例的风险评估单元的实施流程示意图。
图5为本发明实施例的桥梁工程建养全过程监测评估预警决策方法的步骤示意图。
图6为本发明实施例的步骤S1的子步骤示意图。
图7为本发明实施例的步骤S2的子步骤示意图。
附图说明:
1-智能采集模块 2-智能评估预警决策模块
3-测量单元 4-建模单元
5-分析单元 6-修正单元
7-环境监测信息 8-结构监测信息
9-工程进度质量安全管理信息 10-BIM模型
11-数据处理单元 12-风险评估单元
13-预警决策单元 14-安全预警指标
15-应急决策数据库 16-三维点云模型
17-桥梁
具体实施方式
现有安全监测精度较低,智能化水平不高,在线实时评估分析和预警能力较弱,建养监测信息分离,缺乏BIM、物联网和大数据等新技术的支持,有鉴于此,本发明提供了一种桥梁工程建养全过程智能监测评估预警决策系统及方法,具有高精度、可视化和智能化特点,可显著提高工程建养全过程监测评估预警决策技术水平和效率。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明实施例的一方面,提供了一种桥梁建养全过程智能监测评估预警决策系统,图1为本发明实施例的桥梁工程建养全过程监测评估预警决策系统在桥梁施工期应用的结构示意图。以跨越海湾的桥梁17为例,智能采集模块1采集的环境监测信息7,包括:桥位区域的海底地形信息、桥梁17基础周边海床冲刷信息、水体盐度和含沙量信息、风-浪-流耦合场信息、潮位信息、地震波信息、空气温湿度和紫外线信息等;跨越山区的桥梁17,包括:桥位区域的山体边坡稳定性信息、桥梁17基础周边岩石和土体信息、地下水和溶洞信息、风场信息、地震波信息、空气温湿度和紫外线信息等;
智能采集模块1采集的结构监测信息8包括:结构的空间几何信息、位移信息、倾角信息、加速度信息、振动特性信息、应力信息、拉力信息、压力信息、温度信息、重量信息、桥梁17上行车信息等。
智能采集模块1采集的工程进度质量安全管理信息9包括:利用建筑信息模型(BIM)技术建立的工程勘察设计信息、施工期的技术方案及施工进度质量安全管理信息、运营期的技术方案及养护维护进度质量安全管理信息。
综上,智能采集模块1采集这些多源异构多维度高精度信息,同时构建BIM模型10,进行智能评估预警决策2,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
图2为本发明实施例的桥梁工程建养全过程智能监测评估预警决策系统的实施流程示意图。桥梁工程建养全过程智能监测评估预警决策系统中的智能采集模块1集成激光雷达(LinDAR)三维高精度扫描技术、建筑信息模型BIM技术、无线智能传感技术、有限元数值模拟技术,其由测量单元3、建模单元4、分析单元5、修正单元6组成,智能采集桥梁建养全过程的环境监测信息7、结构监测信息8、工程进度质量安全管理信息9等多源异构多维度高精度信息,并构建BIM模型10;
智能评估预警决策模块2,集成大数据处理技术、云计算技术、有限元数值模拟技术、人工神经网络深度学习算法、虚拟现实(VR)可视化动态分析技术,其由数据处理单元11、风险评估单元12、预警决策单元13组成,构建多级安全预警指标14和应急决策数据库15,基于BIM模型10,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
图3为本发明实施例的智能采集模块三维测量控制的实施流程示意图,如图3所示,智能采集模块1的测量单元3,利用激光雷达(LinDAR)对所述桥梁17施工期和运营期的结构空间几何信息进行快速、非接触和高精度三维扫描测量,桥梁17关键预制构件工厂制造的测量精度误差≤1mm,桥梁17结构现场施工或运营状态的空间几何的测量精度误差≤3mm;
建模单元4,利用测量单元3获取的桥梁17关键预制构件或桥梁17结构三维扫描测量结果,基于点云数据的三维模型重建算法,构建桥梁17关键预制构件或桥梁17结构的三维点云模型16;利用建筑信息模型(BIM)技术建立的桥梁17关键预制构件或桥梁17结构的三维几何信息和工程进度质量安全管理信息,构建桥梁17结构的BIM模型10;
分析单元5,用于分析比较上述桥梁17结构的三维点云模型16和BIM模型10,其中,BIM模型10基于有限元数值模拟技术考虑结构自重、汽车活载以及环境荷载的作用效应,所述环境荷载包括地基沉降、风荷载和温度作用,,并通过七参数布尔莎模型坐标转换,即X平移、Y平移、Z平移、X旋转(WX)、Y旋转(WY)、Z旋转(WZ)和尺度变化(DM),建立三维点云模型16与BIM模型10的绝对空间位置对应关系,在此基础上,获取三维点云模型16和BIM模型10之间的相对空间几何误差向量{Δ},当{Δ}大于或等于允许空间几何误差向量{Δ0}时,需反馈给测量单元3进行重新监测,同时检查完善BIM模型10,直至{Δ}≤{Δ0};
修正单元6,根据三维点云模型16的自身精度误差向量{δ}、相对空间几何误差向量{Δ},对BIM模型10进行修正,修正方法为BIM模型10的几何坐标叠加d{Δ},α为考虑三维点云模型自身精度误差时对BIM模型10的修正系数,0≤α≤1,一般情况下α可取1/2,最后以修正的BIM模型10作为智能评估预警决策模块2的工作基础。
图4为本发明实施例的风险评估单元的实施流程示意图。首先,智能评估预警决策模块2的数据处理单元11,采用大数据处理技术、云计算技术、NoSQL非关系型数据库技术、虚拟现实(VR)可视化动态分析技术,将智能采集模块1采集的结构化数据、图像、视频等不同形式存在、不同数据格式、不同访问方式的多源异构多维度高精度信息进行统一转化、融合集成和共享管理,将处理后的监测信息输入根据三维点云模型16修正的BIM模型10,从而构建融合高精度智能监测信息的BIM模型10。
智能评估预警决策模块2的风险评估单元12,采用有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实(VR)可视化动态分析技术,基于BIM模型10,在线实时评估桥梁17在施工期和运营期的结构安全性能(结构刚度、强度、静力稳定性、动力稳定性、疲劳性能、耐久性、腐蚀特性等),并通过关联分析、统计过程控制等机器学习方法,评估预测桥梁17在施工期和运营过程中的性能变化演化规律,评估预测施工期的施工装备和人员安全,评估预测运营期的行车安全性与行车舒适性。
智能评估预警决策模块2的预警决策单元13,评估预测桥梁17在施工期和运营过程中性能变化演化规律的基础上,采用人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实(VR)可视化动态分析技术,构建多级安全预警指标14和应急决策数据库15,多级安全预警指标14以控制结构某一性能指标为目标,定义不同的安全系数Ki,i=1~M,M≥2来评定结构的安全等级,应急决策数据库15为结构不同级别安全性能的应急处理措施,基于BIM模型10,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能预警决策:
(1)若Ki·σi≤[σi],i=1~M,M≥2,其中,σi为结构安全性能指标评估结果,[σi]为结构安全性能预警阈值,则结构处于安全状态;
(2)若Ki·σi>[σi],i=1~M,M≥2,则结构处于不安全状态,需要进行预警,同时对桥梁17进行反馈安全控制,直至Ki·σi≤[σi],i=1~M,M≥2,并修正BIM模型。
本发明实施例的另一方面,还提供了一种桥梁建养全过程智能监测评估预警决策方法,基于前述的桥梁建养全过程智能监测评估预警决策系统,如图5所示,该方法包括以下步骤:
S1、智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型;
其中,如图6所示,步骤S1可以具体包括以下步骤:
S11、利用激光雷达对所述桥梁施工期和运营期的结构空间几何信息进行快速、非接触和高精度三维扫描测量,桥梁关键预制构件工厂制造的测量精度误差≤1mm,桥梁结构现场施工或运营状态的空间几何的测量精度误差≤3mm;
S12、利用获取的桥梁关键预制构件或桥梁结构三维扫描测量结果,基于点云数据的三维模型重建算法,构建桥梁关键预制构件或桥梁结构的三维点云模型;利用建筑信息模型技术建立的桥梁关键预制构件或桥梁结构的三维几何信息和工程进度质量安全管理信息,构建桥梁结构的BIM模型;
S13、分析比较所述桥梁结构的三维点云模型和BIM模型,其中,BIM模型基于有限元数值模拟技术考虑结构自重、汽车活载以及环境荷载的作用效应,所述环境荷载包括地基沉降、风荷载和温度作用等,并通过七参数布尔莎模型坐标转换,即X平移、Y平移、Z平移、X旋转(WX)、Y旋转(WY)、Z旋转(WZ)和尺度变化(DM),建立三维点云模型与BIM模型的绝对空间位置对应关系,在此基础上,获取三维点云模型和BIM模型之间的相对空间几何误差向量{Δ},当{Δ}大于或等于允许空间几何误差向量{Δ0}时,反馈并进行重新监测,同时检查完善BIM模型,直至{Δ}≤{Δ0};以及
S14、根据三维点云模型的自身精度误差向量{δ}、相对空间几何误差向量{Δ},对BIM模型进行修正,修正方法为BIM模型的几何坐标α{Δ},α为考虑三维点云模型自身精度误差时对BIM模型10的修正系数,0≤α≤1,一般情况下α可取1/2,最后以修正的BIM模型10作为智能评估预警决策模块的工作基础。
在一些实施例中,为了实现无线智能传感技术在工程中的应用,步骤S1还可以包括步骤S10、智能采集模块还采用无线智能传感技术对施工期的环境监测信息、结构监测信息和工程进度质量安全管理信息进行智能采集,采用无线智能传感技术和分布式光纤智能传感技术优化组合技术对运营期的环境监测信息、结构监测信息和工程进度质量安全管理信息进行智能采集,进行智能化组网,采用北斗卫星或4G通信技术进行广域网连接,同时采用数据重传机制和低噪声功率放大器提高无线传感器设备通信传输可靠性,实现桥梁建养全过程的高精度智能监测。
接着就详细介绍多源异构多维度高精度信息,其包括环境监测信息、结构监测信息和工程进度质量安全管理信息。
所述环境监测信息,对于跨越海湾的桥梁,包括:桥位区域的海底地形信息、桥梁基础周边海床冲刷信息、水体盐度和含沙量信息、风-浪-流耦合场信息、潮位信息、地震波信息、空气温湿度和紫外线信息;所述环境监测信息,对于跨越山区的桥梁,包括:桥位区域的山体边坡稳定性信息、桥梁基础周边岩石和土体信息、地下水和溶洞信息、风场信息、地震波信息、空气温湿度和紫外线信息;
所述结构监测信息包括:结构的空间几何信息、位移信息、倾角信息、加速度信息、振动特性信息、应力信息、拉力信息、压力信息、温度信息、重量信息和桥梁上行车信息;
所述工程进度质量安全管理信息包括:利用建筑信息模型技术建立的工程勘察设计信息、施工期的技术方案及施工进度质量安全管理信息、运营期的技术方案及养护维护进度质量安全管理信息。
S2、智能评估预警决策模块构建多级安全预警指标和应急决策数据库,并基于BIM模型对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
在一些实施例中,如图7所示,步骤S2可以包括以下子步骤:
S21、采用大数据处理技术、云计算技术、NoSQL非关系型数据库技术和虚拟现实可视化动态分析技术,将智能采集模块采集的不同形式存在、不同数据格式、不同访问方式的多源异构多维度高精度信息进行统一转化、融合集成和共享管理,将数据处理后的监测信息输入根据三维点云模型修正的BIM模型,从而构建融合高精度智能监测信息的BIM模型,其中,所述多源异构多维度高精度信息以结构化数据、图像和视频的形式呈现;
S22、采用有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实VR可视化动态分析技术,基于BIM模型,在线实时评估桥梁在施工期和运营期的结构安全性能,并通过机器学习方法,评估预测桥梁在施工期和运营过程中的性能变化演化规律,评估预测施工期的施工装备和人员安全,评估预测运营期的行车安全性与行车舒适性;其中,所述结构安全性能包括结构刚度、强度、静力稳定性、动力稳定性、疲劳性能、耐久性和腐蚀特性,所述机器学习方法包括关联分析和统计过程控制;以及
S23、评估预测桥梁在施工期和运营过程中性能变化演化规律的基础上,采用人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实和可视化动态分析技术,构建多级安全预警指标和应急决策数据库,所述多级安全预警指标以控制结构某一性能指标为目标,定义不同的安全系数Ki来评定结构的安全等级,i=1~M,M≥2,所述应急决策数据库为结构不同级别安全性能的应急处理措施,基于BIM模型,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化和智能预警决策:
(1)若Ki·σi≤[σi],i=1~M,M≥2,其中,σi为结构安全性能指标评估结果,[σi]为结构安全性能预警阈值,则结构处于安全状态;
(2)若Ki·σi>[σi],i=1~M,M≥2,则结构处于不安全状态,
需要进行预警,同时对桥梁进行反馈安全控制,直至Ki·σi≤[σi],i=1~M,M≥2,并修正BIM模型。
综上,本发明的桥梁工程建养全过程监测评估预警决策系统及方法能进行多源异构数据的采集和集成管理,人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实(VR)可视化动态分析技术,实现桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能预警决策。
再者,“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的“一”或“一个”不排除存在多个这样的元件。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种桥梁建养全过程智能监测评估预警决策系统,其特征在于,该系统包括:
智能采集模块(1),用于智能采集桥梁(17)建养全过程的多源异构多维度高精度信息,并构建BIM模型(10);以及
智能评估预警决策模块(2),与所述智能采集模块(1)相连接,用于构建多级安全预警指标(14)和应急决策数据库(15),基于BIM模型(10)对桥梁(17)建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
2.根据权利要求1所述的桥梁建养全过程智能监测评估预警决策系统,其特征在于,所述智能采集模块(1)集成激光雷达三维高精度扫描技术、建筑信息模型技术、无线智能传感技术和有限元数值模拟技术,包括测量单元(3)、建模单元(4)、分析单元(5)和修正单元(6),其中:
测量单元(3),用于利用激光雷达对所述桥梁(17)施工期和运营期的结构空间几何信息进行快速、非接触和高精度三维扫描测量,桥梁(17)关键预制构件工厂制造的测量精度误差≤1mm,桥梁(17)结构现场施工或运营状态的空间几何的测量精度误差≤3mm;
建模单元(4),用于利用测量单元(3)获取的桥梁(17)关键预制构件或桥梁(17)结构三维扫描测量结果,基于点云数据的三维模型重建算法,构建桥梁(17)关键预制构件或桥梁(17)结构的三维点云模型(16);利用建筑信息模型技术建立的桥梁(17)关键预制构件或桥梁(17)结构的三维几何信息和工程进度质量安全管理信息,构建桥梁(17)结构的BIM模型(10);
分析单元(5),用于分析比较所述桥梁(17)结构的三维点云模型(16)和BIM模型(10),其中,BIM模型(10)基于有限元数值模拟技术考虑结构自重、汽车活载以及环境荷载的作用效应,所述环境荷载包括地基沉降、风荷载和温度作用,并通过七参数布尔莎模型坐标转换,即X平移、Y平移、Z平移、X旋转WX、Y旋转WY、Z旋转WZ和尺度变化DM,建立三维点云模型(16)与BIM模型(10)的绝对空间位置对应关系,在此基础上,获取三维点云模型(16)和BIM模型(10)之间的相对空间几何误差向量{Δ},当{Δ}大于或等于允许空间几何误差向量{Δ0}时,反馈给测量单元(3)进行重新监测,同时检查完善BIM模型(10),直至{Δ}≤{Δ0};
修正单元(6),用于根据三维点云模型(16)的自身精度误差向量{δ}、相对空间几何误差向量{Δ},对BIM模型(10)进行修正,修正方法为BIM模型(10)的几何坐标叠加α{Δ},α为考虑三维点云模型自身精度误差时对BIM模型(10)的修正系数,0≤α≤1,最后以修正的BIM模型(10)作为智能评估预警决策模块(2)的工作基础。
3.根据权利要求1所述的桥梁建养全过程智能监测评估预警决策系统,其特征在于,所述多源异构多维度高精度信息包括环境监测信息(7)、结构监测信息(8)和工程进度质量安全管理信息(9),其中:
所述环境监测信息(7),对于跨越海湾的桥梁(17),包括:桥位区域的海底地形信息、桥梁(17)基础周边海床冲刷信息、水体盐度和含沙量信息、风-浪-流耦合场信息、潮位信息、地震波信息、空气温湿度和紫外线信息;所述环境监测信息(7),对于跨越山区的桥梁(17),包括:桥位区域的山体边坡稳定性信息、桥梁(17)基础周边岩石和土体信息、地下水和溶洞信息、风场信息、地震波信息、空气温湿度和紫外线信息;
所述结构监测信息(8)包括:结构的空间几何信息、位移信息、倾角信息、加速度信息、振动特性信息、应力信息、拉力信息、压力信息、温度信息、重量信息和桥梁(17)上行车信息;
所述工程进度质量安全管理信息(9)包括:利用建筑信息模型技术建立的工程勘察设计信息、施工期的技术方案及施工进度质量安全管理信息、运营期的技术方案及养护维护进度质量安全管理信息。
4.根据权利要求3所述的桥梁建养全过程智能监测评估预警决策系统,其特征在于,所述智能采集模块(1)还用于采用无线智能传感技术对施工期的环境监测信息(7)、结构监测信息(8)和工程进度质量安全管理信息(9)进行智能采集,采用无线智能传感技术和分布式光纤智能传感技术优化组合技术对运营期的环境监测信息(7)、结构监测信息(8)和工程进度质量安全管理信息(9)进行智能采集,并进行智能化组网,采用北斗卫星或4G通信技术进行广域网连接,同时采用数据重传机制和低噪声功率放大器提高无线传感器设备通信传输可靠性,实现桥梁(17)建养全过程的高精度智能监测。
5.根据权利要求1所述的桥梁建养全过程智能监测评估预警决策系统,其特征在于,所述智能评估预警决策模块(2)集成大数据处理技术、云计算技术、有限元数值模拟技术、人工神经网络深度学习算法和虚拟现实VR可视化动态分析技术,包括数据处理单元(11)、风险评估单元(12)和预警决策单元(13),其中:
数据处理单元(11),用于采用大数据处理技术、云计算技术、NoSQL非关系型数据库技术和虚拟现实可视化动态分析技术,将智能采集模块(1)采集的不同形式存在、不同数据格式、不同访问方式的多源异构多维度高精度信息进行统一转化、融合集成和共享管理,将数据处理后的监测信息输入根据三维点云模型(16)修正的BIM模型(10),从而构建融合高精度智能监测信息的BIM模型(10),其中,所述多源异构多维度高精度信息以结构化数据、图像和视频的形式呈现;
风险评估单元(12),用于采用有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实可视化动态分析技术,基于BIM模型(10),在线实时评估桥梁(17)在施工期和运营期的结构安全性能,并通过机器学习方法,评估预测桥梁(17)在施工期和运营过程中的性能变化演化规律,评估预测施工期的施工装备和人员安全,评估预测运营期的行车安全性与行车舒适性;其中,所述结构安全性能包括结构刚度、强度、静力稳定性、动力稳定性、疲劳性能、耐久性和腐蚀特性,所述机器学习方法包括关联分析和统计过程控制;
预警决策单元(13),用于评估预测桥梁(17)在施工期和运营过程中性能变化演化规律的基础上,采用人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实和可视化动态分析技术,构建多级安全预警指标(14)和应急决策数据库(15),所述多级安全预警指标(14)以控制结构某一性能指标为目标,定义不同的安全系数Ki来评定结构的安全等级,i=1~M,M≥2,所述应急决策数据库(15)为结构不同级别安全性能的应急处理措施,基于BIM模型(10),对桥梁(17)建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化和智能预警决策:
(1)若Ki·σi≤[σi],i=1~M,M≥2,其中,σi为结构安全性能指标评估结果,[σi]为结构安全性能预警阈值,则结构处于安全状态;
(2)若Ki·σi>[σi],i=1~M,M≥2,则结构处于不安全状态,需要进行预警,同时对桥梁(17)进行反馈安全控制,直至Ki·σi≤[σi],i=1~M,M≥2,并修正BIM模型(10)。
6.一种桥梁建养全过程智能监测评估预警决策方法,基于权利要求1至5中任一项所述的桥梁建养全过程智能监测评估预警决策系统,其特征在于,该方法包括:
智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型;以及
智能评估预警决策模块构建多级安全预警指标和应急决策数据库,并基于BIM模型对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策。
7.根据权利要求6所述的桥梁建养全过程智能监测评估预警决策方法,其特征在于,所述智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型,包括:
利用激光雷达对所述桥梁施工期和运营期的结构空间几何信息进行快速、非接触和高精度三维扫描测量,桥梁关键预制构件工厂制造的测量精度误差≤1mm,桥梁结构现场施工或运营状态的空间几何的测量精度误差≤3mm;以及
利用获取的桥梁关键预制构件或桥梁结构三维扫描测量结果,基于点云数据的三维模型重建算法,构建桥梁关键预制构件或桥梁结构的三维点云模型;利用建筑信息模型技术建立的桥梁关键预制构件或桥梁结构的三维几何信息和工程进度质量安全管理信息,构建桥梁结构的BIM模型。
8.根据权利要求7所述的桥梁建养全过程智能监测评估预警决策方法,其特征在于,所述智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型,还包括:
分析比较所述桥梁结构的三维点云模型和BIM模型,其中,BIM模型基于有限元数值模拟技术考虑结构自重、汽车活载以及环境荷载的作用效应,所述环境荷载包括地基沉降、风荷载和温度作用,并通过七参数布尔莎模型坐标转换,即X平移、Y平移、Z平移、X旋转WX、Y旋转WY、Z旋转WZ和尺度变化DM,建立三维点云模型与BIM模型的绝对空间位置对应关系,在此基础上,获取三维点云模型和BIM模型之间的相对空间几何误差向量{Δ},当{Δ}大于或等于允许空间几何误差向量{Δ0}时,反馈并进行重新监测,同时检查完善BIM模型,直至{Δ}≤{Δ0};以及
根据三维点云模型的自身精度误差向量{δ}、相对空间几何误差向量{Δ},对BIM模型进行修正,修正方法为BIM模型的几何坐标叠加d{Δ},d为考虑三维点云模型自身精度误差时对BIM模型(10)的修正系数,0≤α≤1,最后以修正的BIM模型(10)作为智能评估预警决策模块的工作基础。
9.根据权利要求7所述的桥梁建养全过程智能监测评估预警决策方法,其特征在于,所述智能采集模块智能采集桥梁建养全过程的多源异构多维度高精度信息,构建BIM模型,还包括:
智能采集模块还采用无线智能传感技术对施工期的环境监测信息、结构监测信息和工程进度质量安全管理信息进行智能采集,采用无线智能传感技术和分布式光纤智能传感技术优化组合技术对运营期的环境监测信息、结构监测信息和工程进度质量安全管理信息进行智能采集,进行智能化组网,采用北斗卫星或4G通信技术进行广域网连接,同时采用数据重传机制和低噪声功率放大器提高无线传感器设备通信传输可靠性,实现桥梁建养全过程的高精度智能监测。
10.根据权利要求6所述的桥梁建养全过程智能监测评估预警决策方法,其特征在于,所述智能评估预警决策模块构建多级安全预警指标和应急决策数据库,并基于BIM模型对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化、智能评估分析和预警决策,包括:
采用大数据处理技术、云计算技术、NoSQL非关系型数据库技术和虚拟现实可视化动态分析技术,将智能采集模块采集的不同形式存在、不同数据格式、不同访问方式的多源异构多维度高精度信息进行统一转化、融合集成和共享管理,将数据处理后的监测信息输入根据三维点云模型修正的BIM模型,从而构建融合高精度智能监测信息的BIM模型,其中,所述多源异构多维度高精度信息以结构化数据、图像和视频的形式呈现;
采用有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实VR可视化动态分析技术,基于BIM模型,在线实时评估桥梁在施工期和运营期的结构安全性能,并通过机器学习方法,评估预测桥梁在施工期和运营过程中的性能变化演化规律,评估预测施工期的施工装备和人员安全,评估预测运营期的行车安全性与行车舒适性;其中,所述结构安全性能包括结构刚度、强度、静力稳定性、动力稳定性、疲劳性能、耐久性和腐蚀特性,所述机器学习方法包括关联分析和统计过程控制;以及
评估预测桥梁在施工期和运营过程中性能变化演化规律的基础上,采用人工神经网络深度学习算法、有限元数值模拟技术、大数据处理技术、云计算技术、虚拟现实和可视化动态分析技术,构建多级安全预警指标和应急决策数据库,所述多级安全预警指标以控制结构某一性能指标为目标,定义不同的安全系数Ki来评定结构的安全等级,i=1~M,M≥2,所述应急决策数据库为结构不同级别安全性能的应急处理措施,基于BIM模型,对桥梁建养全过程的结构和行车的安全性能进行在线实时、高精度、可视化和智能预警决策:
(1)若Ki·σi≤[σi],i=1~M,M≥2,其中,σi为结构安全性能指标评估结果,[σi]为结构安全性能预警阈值,则结构处于安全状态;
(2)若Ki·σi>[σi],i=1~M,M≥2,则结构处于不安全状态,需要进行预警,同时对桥梁进行反馈安全控制,直至Ki·σi≤[σi],i=1~M,M≥2,并修正BIM模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810249507.9A CN108460231A (zh) | 2018-03-23 | 2018-03-23 | 一种桥梁建养全过程智能监测评估预警决策系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810249507.9A CN108460231A (zh) | 2018-03-23 | 2018-03-23 | 一种桥梁建养全过程智能监测评估预警决策系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108460231A true CN108460231A (zh) | 2018-08-28 |
Family
ID=63237438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810249507.9A Pending CN108460231A (zh) | 2018-03-23 | 2018-03-23 | 一种桥梁建养全过程智能监测评估预警决策系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108460231A (zh) |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108709633A (zh) * | 2018-08-29 | 2018-10-26 | 中国科学院上海光学精密机械研究所 | 基于深度学习的分布式光纤振动传感智能安全监测方法 |
CN109059848A (zh) * | 2018-09-05 | 2018-12-21 | 上海华测导航技术股份有限公司 | 一种用于测量管道周围环境的滑坡位移沉降的方法 |
CN109101763A (zh) * | 2018-09-17 | 2018-12-28 | 重庆建工住宅建设有限公司 | 一种高边坡工程力学性能分析及信息化施工方法 |
CN109374043A (zh) * | 2018-09-13 | 2019-02-22 | 常熟市交通工程管理处 | 一种基于bim的运营桥梁多源检测系统及检测方法 |
CN109472091A (zh) * | 2018-11-13 | 2019-03-15 | 四川华芯项目管理有限公司 | 一种装配式建筑施工和服役阶段监控系统及方法 |
CN109598085A (zh) * | 2018-12-18 | 2019-04-09 | 上海荷福人工智能科技(集团)有限公司 | 一种基于人工智能施工进度管理办法 |
CN109684714A (zh) * | 2018-12-21 | 2019-04-26 | 杭州睿兴栋宇建筑科技有限公司 | 一种基于机器学习和bim技术的建筑设计方法 |
CN109685362A (zh) * | 2018-12-21 | 2019-04-26 | 吉林建筑大学 | 基于智能网络构建建筑遗产保护评估系统及评估方法 |
CN109740935A (zh) * | 2019-01-02 | 2019-05-10 | 吉林建筑大学 | 建筑遗产监视系统及监视方法 |
CN110186630A (zh) * | 2019-05-10 | 2019-08-30 | 哈尔滨工业大学 | 一种基于分布式光纤监测和主梁全长应变分布的桥梁状态检测与评估方法 |
CN110264080A (zh) * | 2019-06-20 | 2019-09-20 | 天津市建筑设计院 | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 |
CN110334924A (zh) * | 2019-06-21 | 2019-10-15 | 中交二公局第三工程有限公司 | 基于bim的计算机辅助设计、施工一体化管理系统及方法 |
CN110502820A (zh) * | 2019-08-14 | 2019-11-26 | 浙江精工钢结构集团有限公司 | 一种基于bim的钢结构工程实时监测预警方法 |
CN111127436A (zh) * | 2019-12-25 | 2020-05-08 | 北京深测科技有限公司 | 一种用于桥梁的位移检测预警方法 |
CN111354035A (zh) * | 2020-03-17 | 2020-06-30 | 陕西高速机械化工程有限公司 | 一种桥梁动态荷载自动检测与反演系统及方法 |
CN111443622A (zh) * | 2020-04-24 | 2020-07-24 | 上海海事大学 | 一种基于bim的码头维护实时监测方法 |
CN111473768A (zh) * | 2020-03-20 | 2020-07-31 | 淮阴工学院 | 一种建筑物安全智能检测系统 |
CN111486902A (zh) * | 2020-06-04 | 2020-08-04 | 许辉 | 一种基于大数据的大跨度桥梁安全性能实时监测系统 |
CN111738699A (zh) * | 2020-07-22 | 2020-10-02 | 华润(南京)市政设计有限公司 | 一种燃气终端用户工程设计平台化方法 |
CN112084684A (zh) * | 2020-07-24 | 2020-12-15 | 广东省建筑科学研究院集团股份有限公司 | 一种基于物联网的桥梁健康可视化监测系统 |
CN112484878A (zh) * | 2020-11-04 | 2021-03-12 | 五邑大学 | 一种斜拉桥维护系统、方法、设备及存储介质 |
CN112733217A (zh) * | 2019-10-14 | 2021-04-30 | 北京云庐科技有限公司 | 一种基于卫星定位的桥梁转体监控系统 |
CN112906092A (zh) * | 2019-11-19 | 2021-06-04 | 广东博智林机器人有限公司 | 一种映射方法和映射系统 |
CN113051649A (zh) * | 2021-03-31 | 2021-06-29 | 中煤科工集团重庆研究院有限公司 | 一种基于混凝土应力应变的风险评估模型 |
CN113157744A (zh) * | 2021-04-28 | 2021-07-23 | 成都理工大学 | 一种基于大数据的车务段安全信息分析与辅助决策预警系统 |
CN113188595A (zh) * | 2021-04-25 | 2021-07-30 | 中铁第四勘察设计院集团有限公司 | 一种远程控制的桥梁监测自动表达系统与方法 |
CN113268904A (zh) * | 2021-05-08 | 2021-08-17 | 中铁建工集团有限公司 | 单层平板网壳屋盖结构逆作建设全周期的风险控制方法 |
CN113553637A (zh) * | 2021-05-28 | 2021-10-26 | 南通四建集团有限公司 | 一种基于北斗/gnss&bim高精度定位的施工数字化系统及方法 |
CN113933306A (zh) * | 2021-12-16 | 2022-01-14 | 交通运输部天津水运工程科学研究所 | 一种基于无人机进行数据采集的码头结构可靠性分析方法 |
CN114089055A (zh) * | 2021-09-30 | 2022-02-25 | 安徽继远软件有限公司 | 一种电网有限空间作业人员安全状态监测方法及系统 |
CN114280267A (zh) * | 2021-12-24 | 2022-04-05 | 山东省路桥集团有限公司 | 一种钢箱梁损伤智能识别分析系统及装置 |
CN114445585A (zh) * | 2021-07-26 | 2022-05-06 | 北京大成国测科技有限公司 | 站房结构安全监测系统 |
CN114781022A (zh) * | 2022-03-30 | 2022-07-22 | 中国铁建国际集团有限公司 | 一种智能化体育场索网结构施工管理方法及装置 |
CN114969888A (zh) * | 2022-04-15 | 2022-08-30 | 山西省交通科技研发有限公司 | 一种基于bim的公路隧道多源异构数据融合决策系统 |
CN115292967A (zh) * | 2022-09-29 | 2022-11-04 | 中大智能科技股份有限公司 | 一种钢结构工程检测分析方法及系统 |
CN115588083A (zh) * | 2022-11-25 | 2023-01-10 | 天津风霖物联网科技有限公司 | 一种基于bim技术的房屋安全监测系统及方法 |
CN115685786A (zh) * | 2023-01-01 | 2023-02-03 | 北京云庐科技有限公司 | 基于温度监测荷载的桥梁在线仿真及评估系统 |
CN116029555A (zh) * | 2023-03-22 | 2023-04-28 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN116090078A (zh) * | 2023-04-07 | 2023-05-09 | 广东海洋大学 | 一种路桥结构的bim模型抗震优化方法 |
CN116108548A (zh) * | 2023-04-11 | 2023-05-12 | 广东海洋大学 | 一种基于bim的路桥结构强度分析方法及系统 |
CN116342326A (zh) * | 2023-04-11 | 2023-06-27 | 重庆市市政设计研究院有限公司 | 一种公路及桥隧工程测控终端 |
CN116702290A (zh) * | 2023-06-15 | 2023-09-05 | 象无形(上海)信息科技有限公司 | 一种bim几何模型的智能检测方法及系统 |
CN116842844A (zh) * | 2023-07-13 | 2023-10-03 | 中交建筑集团有限公司 | 基于bim的桥梁高墩施工安全监测方法及系统 |
CN116861543A (zh) * | 2023-09-04 | 2023-10-10 | 中国水利水电第九工程局有限公司 | 基于bim模型的脚手架力学分析方法及系统 |
CN117252347A (zh) * | 2023-11-17 | 2023-12-19 | 湖南腾琨信息科技有限公司 | 基于工业互联网+安全生产的元宇宙平台及构建方法 |
CN117314397A (zh) * | 2023-11-29 | 2023-12-29 | 贵州省公路建设养护集团有限公司 | 基于桥梁搭建下的安全巡检方法、电子设备及存储介质 |
CN117332488A (zh) * | 2023-10-17 | 2024-01-02 | 唐山市楹辉公路养护有限公司 | 一种基于bim技术的道路桥梁实景模型分析方法和系统 |
CN117371907A (zh) * | 2023-09-26 | 2024-01-09 | 杭州市交通工程集团有限公司 | 一种基于物联网的预制梁场物料监督方法及系统 |
CN117592920A (zh) * | 2023-10-31 | 2024-02-23 | 中交第二公路工程局有限公司 | 多源异构桥梁构部件施工期数据的数字资产化方法及平台 |
CN117671921A (zh) * | 2023-11-27 | 2024-03-08 | 北京智城联合科技发展有限公司 | 一种城市桥梁实时监测预警系统 |
CN118171069A (zh) * | 2024-05-16 | 2024-06-11 | 四川高速公路建设开发集团有限公司 | 基于三维点云的桥梁状态分析方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049480A (zh) * | 2012-11-27 | 2013-04-17 | 浙江工业职业技术学院 | 城市重大交通基础设施集群监测及成套管养系统 |
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警系统及其方法 |
CN105045950A (zh) * | 2015-05-28 | 2015-11-11 | 张家港江苏科技大学产业技术研究院 | 一种基于三维激光扫描的桥梁安全评估系统 |
CN105550506A (zh) * | 2015-12-09 | 2016-05-04 | 东南大学 | 基于长期实测数据的桥梁风振响应直接预测方法 |
CN106017556A (zh) * | 2016-05-20 | 2016-10-12 | 清华大学合肥公共安全研究院 | 桥梁安全运营监测与管理系统 |
CN107038554A (zh) * | 2017-03-30 | 2017-08-11 | 浙江精工钢结构集团有限公司 | 基于云服务器的钢结构bim信息化管理方法及系统 |
CN107609304A (zh) * | 2017-09-29 | 2018-01-19 | 中国铁道科学研究院铁道建筑研究所 | 大跨度铁路桥梁的基于phm的故障诊断预测系统及方法 |
-
2018
- 2018-03-23 CN CN201810249507.9A patent/CN108460231A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049480A (zh) * | 2012-11-27 | 2013-04-17 | 浙江工业职业技术学院 | 城市重大交通基础设施集群监测及成套管养系统 |
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警系统及其方法 |
CN105045950A (zh) * | 2015-05-28 | 2015-11-11 | 张家港江苏科技大学产业技术研究院 | 一种基于三维激光扫描的桥梁安全评估系统 |
CN105550506A (zh) * | 2015-12-09 | 2016-05-04 | 东南大学 | 基于长期实测数据的桥梁风振响应直接预测方法 |
CN106017556A (zh) * | 2016-05-20 | 2016-10-12 | 清华大学合肥公共安全研究院 | 桥梁安全运营监测与管理系统 |
CN107038554A (zh) * | 2017-03-30 | 2017-08-11 | 浙江精工钢结构集团有限公司 | 基于云服务器的钢结构bim信息化管理方法及系统 |
CN107609304A (zh) * | 2017-09-29 | 2018-01-19 | 中国铁道科学研究院铁道建筑研究所 | 大跨度铁路桥梁的基于phm的故障诊断预测系统及方法 |
Non-Patent Citations (2)
Title |
---|
任成飞: "桥梁巡检养护管理系统的开发与大数据分析", 《中国优秀硕士学位论文全文数据库电子期刊 工程科技II辑》 * |
刘邦一: "结合桥梁检测的桥梁健康监测及综合状态评估系统研究", 《中国优秀硕士学位论文全文数据库电子期刊 工程科技II辑》 * |
Cited By (73)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108709633A (zh) * | 2018-08-29 | 2018-10-26 | 中国科学院上海光学精密机械研究所 | 基于深度学习的分布式光纤振动传感智能安全监测方法 |
CN109059848A (zh) * | 2018-09-05 | 2018-12-21 | 上海华测导航技术股份有限公司 | 一种用于测量管道周围环境的滑坡位移沉降的方法 |
CN109374043A (zh) * | 2018-09-13 | 2019-02-22 | 常熟市交通工程管理处 | 一种基于bim的运营桥梁多源检测系统及检测方法 |
CN109374043B (zh) * | 2018-09-13 | 2019-09-10 | 常熟市交通工程管理处 | 一种基于bim的运营桥梁多源检测系统的检测方法 |
CN109101763A (zh) * | 2018-09-17 | 2018-12-28 | 重庆建工住宅建设有限公司 | 一种高边坡工程力学性能分析及信息化施工方法 |
CN109472091A (zh) * | 2018-11-13 | 2019-03-15 | 四川华芯项目管理有限公司 | 一种装配式建筑施工和服役阶段监控系统及方法 |
CN109598085A (zh) * | 2018-12-18 | 2019-04-09 | 上海荷福人工智能科技(集团)有限公司 | 一种基于人工智能施工进度管理办法 |
CN109684714A (zh) * | 2018-12-21 | 2019-04-26 | 杭州睿兴栋宇建筑科技有限公司 | 一种基于机器学习和bim技术的建筑设计方法 |
CN109685362A (zh) * | 2018-12-21 | 2019-04-26 | 吉林建筑大学 | 基于智能网络构建建筑遗产保护评估系统及评估方法 |
CN109684714B (zh) * | 2018-12-21 | 2023-04-18 | 杭州睿兴栋宇建筑科技有限公司 | 一种基于机器学习和bim技术的建筑设计方法 |
CN109685362B (zh) * | 2018-12-21 | 2021-04-23 | 吉林建筑大学 | 基于智能网络构建建筑遗产保护评估系统及评估方法 |
CN109740935A (zh) * | 2019-01-02 | 2019-05-10 | 吉林建筑大学 | 建筑遗产监视系统及监视方法 |
CN109740935B (zh) * | 2019-01-02 | 2021-06-04 | 吉林建筑大学 | 建筑遗产监视系统及监视方法 |
CN110186630A (zh) * | 2019-05-10 | 2019-08-30 | 哈尔滨工业大学 | 一种基于分布式光纤监测和主梁全长应变分布的桥梁状态检测与评估方法 |
CN110264080A (zh) * | 2019-06-20 | 2019-09-20 | 天津市建筑设计院 | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 |
CN110264080B (zh) * | 2019-06-20 | 2023-05-23 | 天津市建筑设计院 | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 |
CN110334924A (zh) * | 2019-06-21 | 2019-10-15 | 中交二公局第三工程有限公司 | 基于bim的计算机辅助设计、施工一体化管理系统及方法 |
CN110502820A (zh) * | 2019-08-14 | 2019-11-26 | 浙江精工钢结构集团有限公司 | 一种基于bim的钢结构工程实时监测预警方法 |
CN110502820B (zh) * | 2019-08-14 | 2023-04-07 | 比姆泰客信息科技(上海)有限公司 | 一种基于bim的钢结构工程实时监测预警方法 |
CN112733217A (zh) * | 2019-10-14 | 2021-04-30 | 北京云庐科技有限公司 | 一种基于卫星定位的桥梁转体监控系统 |
CN112906092A (zh) * | 2019-11-19 | 2021-06-04 | 广东博智林机器人有限公司 | 一种映射方法和映射系统 |
CN112906092B (zh) * | 2019-11-19 | 2023-10-03 | 广东博智林机器人有限公司 | 一种映射方法和映射系统 |
CN111127436B (zh) * | 2019-12-25 | 2023-10-20 | 北京深测科技有限公司 | 一种用于桥梁的位移检测预警方法 |
CN111127436A (zh) * | 2019-12-25 | 2020-05-08 | 北京深测科技有限公司 | 一种用于桥梁的位移检测预警方法 |
CN111354035A (zh) * | 2020-03-17 | 2020-06-30 | 陕西高速机械化工程有限公司 | 一种桥梁动态荷载自动检测与反演系统及方法 |
CN111354035B (zh) * | 2020-03-17 | 2023-09-05 | 陕西高速机械化工程有限公司 | 一种桥梁动态荷载自动检测与反演系统及方法 |
CN111473768A (zh) * | 2020-03-20 | 2020-07-31 | 淮阴工学院 | 一种建筑物安全智能检测系统 |
CN111473768B (zh) * | 2020-03-20 | 2021-10-29 | 淮阴工学院 | 一种建筑物安全智能检测系统 |
CN111443622A (zh) * | 2020-04-24 | 2020-07-24 | 上海海事大学 | 一种基于bim的码头维护实时监测方法 |
CN111486902B (zh) * | 2020-06-04 | 2021-01-08 | 山东省公路桥梁检测中心有限公司 | 一种基于大数据的大跨度桥梁安全性能实时监测系统 |
CN111486902A (zh) * | 2020-06-04 | 2020-08-04 | 许辉 | 一种基于大数据的大跨度桥梁安全性能实时监测系统 |
CN111738699A (zh) * | 2020-07-22 | 2020-10-02 | 华润(南京)市政设计有限公司 | 一种燃气终端用户工程设计平台化方法 |
CN112084684A (zh) * | 2020-07-24 | 2020-12-15 | 广东省建筑科学研究院集团股份有限公司 | 一种基于物联网的桥梁健康可视化监测系统 |
CN112084684B (zh) * | 2020-07-24 | 2024-05-31 | 广东建科创新技术研究院有限公司 | 一种基于物联网的桥梁健康可视化监测系统 |
CN112484878A (zh) * | 2020-11-04 | 2021-03-12 | 五邑大学 | 一种斜拉桥维护系统、方法、设备及存储介质 |
CN113051649B (zh) * | 2021-03-31 | 2022-08-05 | 中煤科工集团重庆研究院有限公司 | 一种基于混凝土应力应变的风险评估模型 |
CN113051649A (zh) * | 2021-03-31 | 2021-06-29 | 中煤科工集团重庆研究院有限公司 | 一种基于混凝土应力应变的风险评估模型 |
CN113188595A (zh) * | 2021-04-25 | 2021-07-30 | 中铁第四勘察设计院集团有限公司 | 一种远程控制的桥梁监测自动表达系统与方法 |
CN113157744A (zh) * | 2021-04-28 | 2021-07-23 | 成都理工大学 | 一种基于大数据的车务段安全信息分析与辅助决策预警系统 |
CN113268904A (zh) * | 2021-05-08 | 2021-08-17 | 中铁建工集团有限公司 | 单层平板网壳屋盖结构逆作建设全周期的风险控制方法 |
CN113553637A (zh) * | 2021-05-28 | 2021-10-26 | 南通四建集团有限公司 | 一种基于北斗/gnss&bim高精度定位的施工数字化系统及方法 |
CN114445585A (zh) * | 2021-07-26 | 2022-05-06 | 北京大成国测科技有限公司 | 站房结构安全监测系统 |
CN114089055A (zh) * | 2021-09-30 | 2022-02-25 | 安徽继远软件有限公司 | 一种电网有限空间作业人员安全状态监测方法及系统 |
CN113933306B (zh) * | 2021-12-16 | 2022-02-25 | 交通运输部天津水运工程科学研究所 | 一种基于无人机进行数据采集的码头结构可靠性分析方法 |
CN113933306A (zh) * | 2021-12-16 | 2022-01-14 | 交通运输部天津水运工程科学研究所 | 一种基于无人机进行数据采集的码头结构可靠性分析方法 |
CN114280267A (zh) * | 2021-12-24 | 2022-04-05 | 山东省路桥集团有限公司 | 一种钢箱梁损伤智能识别分析系统及装置 |
CN114781022A (zh) * | 2022-03-30 | 2022-07-22 | 中国铁建国际集团有限公司 | 一种智能化体育场索网结构施工管理方法及装置 |
CN114969888A (zh) * | 2022-04-15 | 2022-08-30 | 山西省交通科技研发有限公司 | 一种基于bim的公路隧道多源异构数据融合决策系统 |
CN115292967A (zh) * | 2022-09-29 | 2022-11-04 | 中大智能科技股份有限公司 | 一种钢结构工程检测分析方法及系统 |
CN115588083A (zh) * | 2022-11-25 | 2023-01-10 | 天津风霖物联网科技有限公司 | 一种基于bim技术的房屋安全监测系统及方法 |
CN115685786A (zh) * | 2023-01-01 | 2023-02-03 | 北京云庐科技有限公司 | 基于温度监测荷载的桥梁在线仿真及评估系统 |
CN116029555B (zh) * | 2023-03-22 | 2023-06-13 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN116029555A (zh) * | 2023-03-22 | 2023-04-28 | 西南科技大学 | 基于轻量化神经网络的桥梁风险识别预警系统及应用方法 |
CN116090078A (zh) * | 2023-04-07 | 2023-05-09 | 广东海洋大学 | 一种路桥结构的bim模型抗震优化方法 |
CN116342326A (zh) * | 2023-04-11 | 2023-06-27 | 重庆市市政设计研究院有限公司 | 一种公路及桥隧工程测控终端 |
CN116108548A (zh) * | 2023-04-11 | 2023-05-12 | 广东海洋大学 | 一种基于bim的路桥结构强度分析方法及系统 |
CN116342326B (zh) * | 2023-04-11 | 2023-12-15 | 重庆市市政设计研究院有限公司 | 一种公路及桥隧工程测控终端 |
CN116702290B (zh) * | 2023-06-15 | 2024-02-02 | 象无形(上海)信息科技有限公司 | 一种bim几何模型的智能检测方法及系统 |
CN116702290A (zh) * | 2023-06-15 | 2023-09-05 | 象无形(上海)信息科技有限公司 | 一种bim几何模型的智能检测方法及系统 |
CN116842844A (zh) * | 2023-07-13 | 2023-10-03 | 中交建筑集团有限公司 | 基于bim的桥梁高墩施工安全监测方法及系统 |
CN116861543A (zh) * | 2023-09-04 | 2023-10-10 | 中国水利水电第九工程局有限公司 | 基于bim模型的脚手架力学分析方法及系统 |
CN116861543B (zh) * | 2023-09-04 | 2023-11-17 | 中国水利水电第九工程局有限公司 | 基于bim模型的脚手架力学分析方法及系统 |
CN117371907B (zh) * | 2023-09-26 | 2024-06-11 | 杭州市交通工程集团有限公司 | 一种基于物联网的预制梁场物料监督方法及系统 |
CN117371907A (zh) * | 2023-09-26 | 2024-01-09 | 杭州市交通工程集团有限公司 | 一种基于物联网的预制梁场物料监督方法及系统 |
CN117332488A (zh) * | 2023-10-17 | 2024-01-02 | 唐山市楹辉公路养护有限公司 | 一种基于bim技术的道路桥梁实景模型分析方法和系统 |
CN117332488B (zh) * | 2023-10-17 | 2024-04-30 | 唐山市楹辉公路养护有限公司 | 一种基于bim技术的道路桥梁实景模型分析方法和系统 |
CN117592920A (zh) * | 2023-10-31 | 2024-02-23 | 中交第二公路工程局有限公司 | 多源异构桥梁构部件施工期数据的数字资产化方法及平台 |
CN117252347B (zh) * | 2023-11-17 | 2024-02-02 | 湖南腾琨信息科技有限公司 | 基于工业互联网+安全生产的元宇宙平台及构建方法 |
CN117252347A (zh) * | 2023-11-17 | 2023-12-19 | 湖南腾琨信息科技有限公司 | 基于工业互联网+安全生产的元宇宙平台及构建方法 |
CN117671921A (zh) * | 2023-11-27 | 2024-03-08 | 北京智城联合科技发展有限公司 | 一种城市桥梁实时监测预警系统 |
CN117314397B (zh) * | 2023-11-29 | 2024-02-02 | 贵州省公路建设养护集团有限公司 | 基于桥梁搭建下的安全巡检方法、电子设备及存储介质 |
CN117314397A (zh) * | 2023-11-29 | 2023-12-29 | 贵州省公路建设养护集团有限公司 | 基于桥梁搭建下的安全巡检方法、电子设备及存储介质 |
CN118171069A (zh) * | 2024-05-16 | 2024-06-11 | 四川高速公路建设开发集团有限公司 | 基于三维点云的桥梁状态分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460231A (zh) | 一种桥梁建养全过程智能监测评估预警决策系统及方法 | |
CN111694916B (zh) | 浆砌石拱坝自动化监测系统 | |
CN109242291A (zh) | 河湖流域水环境智慧管理方法 | |
RU2680652C2 (ru) | Способ комплексного мониторинга природной среды | |
CN110414359A (zh) | 长输管道无人机巡检数据分析与管理方法及系统 | |
Li et al. | Integration of coastal inundation modeling from storm tides to individual waves | |
Pang et al. | RETRACTED ARTICLE: Coastline land use planning and big data health sports management based on virtual reality technology | |
CN117128448A (zh) | 一种lng储罐结构智能监测系统 | |
CN115471679A (zh) | 一种天然河道水位流量同步同化方法及智能系统 | |
Molina-Sanchez et al. | Assessing operability on berthed ships. common approaches, present and future lines | |
Zhang et al. | Application of space–sky–earth integration technology with UAVs in risk identification of tailings ponds | |
CN117371949B (zh) | 基于三维可视化模型的输电线路施工安全监测方法及系统 | |
Yu et al. | On the intensity and type transition of land use at the basin scale using RS/GIS: a case study of the Hanjiang River Basin | |
CN118212747A (zh) | 一种多源信息融合的边坡灾害智能监测预警系统及方法 | |
Wang et al. | Construction Risk Assessment of Yellow River Bridges Based on Combined Empowerment Method and Two-Dimensional Cloud Model | |
CN116738867B (zh) | 一种基于机器学习的无人机防御仿真方法及其系统 | |
CN115392137B (zh) | 一种基于岩溶塌陷水土耦合作用的三维模拟系统 | |
CN115982870A (zh) | 一种基于aiot的基坑管控系统与方法 | |
Zhan et al. | A new prediction method for surface settlement of deep foundation pit in pelagic division based on Elman-Markov model | |
Liu et al. | A BIM-based safety management framework for operation and maintenance in water diversion projects | |
Chu et al. | Application of measuring intelligent robot in building deformation monitoring | |
CN113339210A (zh) | 一种风电机组叶片覆冰监测方法、系统 | |
Xu et al. | Internet-based centralized remote real-time long-span bridge health monitoring system | |
Yang et al. | An integrated space-air-ground monitoring and early warning system of landslide disaster | |
Giani et al. | Formulation, Implementation and Validation of a 1D Boundary Layer Inflow Scheme for the QUIC Modeling System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |