CN108549713B - 一种基于人工智能及专家互动的建筑监测方法及系统 - Google Patents
一种基于人工智能及专家互动的建筑监测方法及系统 Download PDFInfo
- Publication number
- CN108549713B CN108549713B CN201810359795.3A CN201810359795A CN108549713B CN 108549713 B CN108549713 B CN 108549713B CN 201810359795 A CN201810359795 A CN 201810359795A CN 108549713 B CN108549713 B CN 108549713B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- artificial intelligence
- database
- building
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 144
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000003993 interaction Effects 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000012546 transfer Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000011835 investigation Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000007689 inspection Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000004570 mortar (masonry) Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- RKWPMPQERYDCTB-UHFFFAOYSA-N ethyl n-[4-[benzyl(2-phenylethyl)amino]-2-(4-nitrophenyl)-1h-imidazo[4,5-c]pyridin-6-yl]carbamate Chemical compound N=1C(NC(=O)OCC)=CC=2NC(C=3C=CC(=CC=3)[N+]([O-])=O)=NC=2C=1N(CC=1C=CC=CC=1)CCC1=CC=CC=C1 RKWPMPQERYDCTB-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Abstract
本发明公开一种基于人工智能及专家互动的建筑监测方法，S01采用监控原始数据库存储中转目标数据；S02将非关系型数据按照关系逻辑提取至内存处理队列中；S03对内存处理队列中的数据化成具有结构性质的结构对象数据；S04采用人工智能对数据根据已设的人工智能基础库中规则进行处理生成对象级数值；S05判断对象级数值是否超过预设的临界极值？若是，进入S06；若否，进入S07；S06匹配专家库给出现实意义及后续建议；S07对接收的对象级数值进行对象化信息存储；S08向用户提供直观数据对象信息。本发明解决了现有建筑或者房屋监测平台在数据采集、数据现实意义、超过临界值后的处理不足问题。
Description
技术领域
本发明涉及建筑监测领域，具体涉及一种新型本地化建筑集控采集方法及系统。
背景技术
根据当前国家标准和地方标准的规定，需要对已完成施工作业或者现有建筑进行监测，而对建筑结构的监测要求具体包括：
(1)现浇混凝土结构的实体检验，包括强度监测、钢筋保护层检验等；
(2)砌体结构的实体检验，包括水平灰缝砂浆饱满度监测；
(3)钢结构安装质量的实体检验；包括焊接处、网架节点、柱脚等位置；
(4)建筑结构的气密性、水密性、抗风压等性能；
(5)建筑结构环境监测；
(6)墙体节能构造实体监测；
(7)建筑结构拉拔力的监测；
(8)建筑结构倾斜度、水平位移以及垂直沉降性能的监测；
当然，上述的监测结果需要通过一定的展示方式体现出来，现有的建筑监测平台，主要包括三大板块：一、数据库，用于存储传感器采集到的建筑结构被检对象参数；二、数据处理单元，主要用于将数据库中的额数值按照用户输入的条件提取；三、数据展示单元，采用曲线、数值相结合的方式展示给用户查阅；然而这种简单的结构，对于建筑属性不同无法针对性的进行展示，让用户不易直观查阅，甚至对于相同参数在不同结构中无法区分展示，比如同样的裂缝参数在剪力墙、框架、砖混结构的建筑上代表的意义是不同的，且对于获取到的数据没有给出深入的分析和专业建议。
发明内容
为了解决上述存在的技术问题，本发明提供一种基于人工智能及专家互动的建筑监测方法及系统，旨在通过引入人工智能分析、专家库、数据深度处理形成更加完善的监测方法及系统，为用户提供具有实践指导建议的可视化结果。
本发明为解决上述问题所采用的技术方案为：提供一种基于人工智能及专家互动的建筑监测方法，包括以下步骤：
S01：采用监控原始数据库存储中转目标数据，所述监控原始数据库为非关系型数据库；
S02：从监控原始数据库中将非关系型数据按照关系逻辑提取至内存处理队列中；
S03：对内存处理队列中的数据化成具有结构性质的结构对象数据，根据结构对象数据获取调用结构对象数据之间的优先级及时间属性，然后将时间属性为当前时间的优先级最高的结构对象数据推送到与其对应的内存处理线程进行处理；
S04：采用人工智能对内存处理线程中的数据根据已设的人工智能基础库中规则进行处理生成对象级数值，具体包括：
若已设的人工智能基础库中存在运算规则时，则直接根据已设的人工智能基础库中的运算规则进行运算；
若已设的人工智能基础库中没有存在运算规则时，则人工智能基础库直接调用步骤S03中所述的结构对象数据中的规则进行自我学习并存储该学习规则至人工智能基础库，并进一步根据该学习并储存的运算规则进行计算；
S05：判断对象级数值是否超过预设的临界极值？
若是，则启动专家模式，进入步骤S06；
若否，则直接进入步骤S07；
S06：匹配专家库，并根据对象资料的待确认资料参数进行现场分析或进行现场勘察后给出现实意义及后续建议；
S07：对来自步骤S06专家库分析后的数据结果或步骤S04接收的对象级数值进行对象化信息存储；
S08：向用户提供直观数据对象信息。
优选的，步骤S01所述监控原始数据库包括第一监控原始数据库、第二监控原始数据库、第三监控原始数据库和第四监控原始数据库；
优选的，所述第二监控原始数据库作为前面第一监控原始数据库的扩展数据库与第一监控原始数据库一起用于中转目标数据；
所述第三监控原始数据库用于存储无结构的离散数据，便于快速寻址；
所述第四监控原始数据库用于存储对象结构目标数据，用于实现连续多时间点的数据存储及关系运算。
优选的，步骤S04所述的已设的人工智能基础库包括建筑安全参数库、传感器参数及现实意义库、数学模型库；
所述建筑安全参数库用于提供不同建筑结构的安全指数、安全分级风险参数和预警数值；
所述传感器参数及现实意义库用于提供不同原理和标准产生数据的数据意义及传感器修正值；
所述数学模型库提供数据运算模型。
在数据处理时，首先获取传感器获取到的数据、传感器类型和采集标准，然后获取当前监测对象的属性和相应的参数情况，最后使用模型的数学算法产生目标结构数据。
优选的，步骤S04所述产出对象级数值包括建筑物环境、属性及监测对象参数。
优选的，步骤S05所述的临界极值，包括建筑安全数值和/或建筑规律性形变数值，其中建筑安全数值包括：裂缝宽度、建筑倾斜库数值等；其中建筑规律性形变数值包括：桥梁日常监测形成的形变数值等。
上述两种数值直接关系到建筑物的健康和安全，如果数值达到可能危及或已经有危险时，需要启动专家模式。
优选的，步骤S08所述的向用户提供直观数据对象方式包括曲线、K线、进展及趋势图。
进一步，提供一种基于人工智能及专家互动的建筑监测系统，
包括监控原始数据库模块，数据处理分拣模块、对象化数据容器、人工智能基础库、人工智能分析模块、对象级数值判断模块、专家库、对象化信息存储模块以及用户展示模块；
所述监控原始数据库模块用于存储中转目标数据；
所述数据处理分拣模块对监控原始数据库模块中的数据进行分拣并提取；
所述对象化数据容器用于对数据处理分拣模块中分拣并提取出的数据化成具有结构性质的结构对象数据；
所述人工智能基础库与人工智能分析模块相连；
所述人工智能分析模块对经过对象化数据容器处理过的数据按照相应的运算规则进行人工智能分析，并生成对象级数值；
所述对象级数值判断模块用于接收来自人工智能分析模块产出的对象级数值并与预设的临界极值进行对比判断；若人工智能分析模块产出的对象级数值超过预设的临界极值，则启动专家库；
所述对象化信息存储模块与专家库和对象级数值判断模块相连，用于接收来自经过专家库给出的现实意义及后续建议或者人工智能分析模块产出的对象级数值；
所述用户展示模块将对象化信息存储模块存储的数据进行可视化展示。
优选的，所述监控原始数据库单元为非关系型数据库，包括第一监控原始数据库、第二监控原始数据库、第三监控原始数据库和第四监控原始数据库，所述第二监控原始数据库作为前面第一监控原始数据库的扩展数据库与第一监控原始数据库一起用于存储中转目标数据；所述第三监控原始数据库用于存储无结构的离散数据，便于快速寻址；所述第四监控原始数据库用于存储对象结构目标数据，用于实现连续多时间点的数据存储及关系运算。
优选的，所述人工智能基础库包括建筑安全参数库、传感器参数及现实意义库、数学模型库。
本发明带来的有益效果为：采用本发明所述的一种基于人工智能及专家互动的建筑监测方法及系统，通过传感器实时采认非关系型监控原始数据库中的数据，通过关系型逻辑进行数据处理，再由人工智能技术进行数据的自动分析、生成目标对象级数据，对于超过预设临界值的对象级数据，则引入专家库，通过专家模式对待确认资料参数进行现场分析或进行现场勘察后给出现实意义及后续建议，在整个发明中，人工智能基础库通过建筑安全参数库、传感器参数及现实意义库、数学模型库，可以为人工智能分析提供强大的数据库，为现有建筑或者房屋监测平台的数据采集对比提供很好的支持，本发明很大程度上解决了现有建筑或者房屋监测平台在数据采集、数据现实意义和数据超过临界值后的处理不足问题，对于不同建筑属性、相同参数在不同结构中可以实现针对性分析与可视化展示，为建筑监测领域带来良好的技术效益。
附图说明
图1是本发明一种基于人工智能及专家互动的建筑监测方法流程示意图；
图2是本发明一种基于人工智能及专家互动的建筑监测系统结构示意图。
具体实施方式
以下结合具体附图对本发明作进一步的说明。
如图1所示，提供一种基于人工智能及专家互动的建筑监测方法，包括：
S01：采用第一监控原始数据库MongoDB1对传感器采集的中转目标数据进行存储，采用第二监控原始数据库MongoDB2作为第一监控原始数据库MongoDB1的扩展数据库对中转目标数据进行存储，采用第三监控原始数据库Redis对无结构的离散数据存储，采用第四监控原始数据库Mysql用于对象结构目标数据存储，所述第一监控原始数据库MongoDB1、第二监控原始数据库MongoDB2、第三监控原始数据库Redis及第四监控原始数据库Mysql都是非关系型数据库；
S02：从第一监控原始数据库MongoDB1、第二监控原始数据库MongoDB2、第三监控原始数据库Redis及第四监控原始数据库Mysql中将非关系型数据按照关系逻辑提取至内存处理队列中；
S03：对内存处理队列中的数据化成具有结构性质的结构对象数据，根据结构对象数据获取调用结构对象数据之间的优先级及时间属性，然后将时间属性为当前时间的优先级最高的结构对象数据推送到与其对应的内存处理线程进行处理；
S04：采用人工智能对内存处理线程中的数据根据已设的人工智能基础库中规则进行处理生成对象级数值，该对象级数值包括建筑物环境、属性及监测对象参数；具体包括：
若已设的人工智能基础库中存在运算规则时，则直接根据已设的人工智能基础库中的运算规则进行运算；
若已设的人工智能基础库中没有存在运算规则时，则人工智能基础库直接调用步骤S03中所述的结构对象数据中的规则进行自我学习并存储该学习规则至人工智能基础库，并进一步根据该学习并储存的运算规则进行计算；
其中：已设的人工智能基础库中包括建筑安全参数库、传感器参数及现实意义库、数学模型库；当数据进入处理线程后，首先获取当前数据对象的具体属性，如建筑结构、建筑年供、地质情况、建筑高度和楼层情况等信息，然后从建筑安全参数库中获取相应参数，如果存在相应的参数时直接读取，如不存在对应参数值时系统自定调取离散数据及安全指数生成数学模型生成新的建筑安全参数并入库存储。如果传感器参数不存在时，自动调取传感器生产商的运算方式及率定参数并入库存储。在人工智能学习完成后生成待确认的信息记录至专家审核，审核通过后开始执行。
S05：判断对象级数值是否超过预设的临界极值？
若是，则启动专家模式，进入步骤S06；
若否，则直接进入步骤S07；
S06：匹配专家库，并根据对象资料的待确认资料参数进行现场分析或进行现场勘察后给出现实意义及后续建议。专家进行分析后可以提供以下建议：参数在安全范围内，需加强监测、结构风险需要现场监测、监测后结构存在危险需要加固(贴碳纤维等)、结构损坏需要重建等；
S07：对来自步骤S06专家库分析后的数据结果或步骤S04接收的对象级数值进行对象化信息存储；
S08：向用户提供直观数据对象信息，如变化曲线趋势、不同温度下的数值变化、建筑风险评估结论等信息。
进一步，提供与上述一种基于人工智能及专家互动的建筑监测方法对应的一种基于人工智能及专家互动的建筑监测系统，包括：
监控原始数据库模块1，数据处理分拣模块2、对象化数据容器3、人工智能基础库4、人工智能分析模块5、对象级数值判断模块6、专家库7、对象化信息存储模块8以及用户展示模块9；
其中监控原始数据块模块1为非关系型数据库，包括第一监控原始数据库MongoDB1 11用于对中转目标数据存储，该处存放来自传感器提交的无序的无结构数据记录；第二监控原始数据库MongoDB2 12为第一监控原始数据库MongoDB1 11的扩展数据库用于对中转目标存储，该处存放第一监控数据库数据涉及到的补充数据，如建筑信息、位置信息等；第三监控原始数据库Redis 13用于存储无结构的离散数据，便于快速寻址，该处主要存放第一、二原始数据库关联后产生的数据记录信息；第四监控原始数据库Mysql 14用于存储对象结构目标数据，便于实现连续多时间点的数据存储及关系运算，该处主要存储分析后的目标数据，信息结构包括建筑的结构类型、监测的位置、是否隐患及类型、监测理由、监测设备的类型、数值类型、地理位置等；
其中，人工智能基础库4包括建筑安全参数库、传感器参数及现实意义库、数学模型库，其中建筑安全参数库提供不同建筑结构的安全指数、安全分级风险参数和不同预警数值；传感器参数及现实意义库提供不同原理和标准产生数据的数据意义及传感器修正值；数学模型库提供数据运算模型；
当需要进行数据处理时，首先获取传感器获取到的数据、传感器类型和采集标准，然后获取当前监测对象的属性和相应的参数情况，最后使用模型的数学算法产生目标结构数据，如传感器针采集完裂缝数据，安全参数库提供风险数据依据(如安全范围内、存在风险、危险等)、传感器参数库提供传感器原始参数的计算依据和裂缝(将电压信息转换成数值，如mm等)、数学模型库内提取裂缝相关的运算公式及指数运算方法，然后完成风险数值的运算。
其中：对象化信息存储模块主要记录建筑的结构类型、监测的位置、是否隐患及类型、监测理由、监测设备的类型、数值类型、地理位置等。
本发明所述的一种基于人工智能及专家互动的建筑监测系统工作原理如下：采用第一监控原始数据库MongoDB1 11对传感器采集的中转目标数据进行存储，采用第二监控原始数据库MongoDB2 12作为第一监控原始数据库MongoDB1 11的扩展数据库对中转目标数据进行存储，采用第三监控原始数据库Redis 13对无结构的离散数据存储，采用第四监控原始数据库Mysql 14用于对象结构目标数据存储，数据分拣模块2从第一监控第一监控原始数据库MongoDB1 11、第二监控原始数据库MongoDB2 12、第三监控原始数据库Redis13、以及第四监控原始数据库Mysql 14将非关系型数据按照关系逻辑提取至内存处理队列中；对象化数据容器3用于对数据处理分拣模块中分拣并提取出的数据化成具有结构性质的结构对象数据；人工智能分析模块5用于对内存处理队列中的数据根据逻辑关系对比人工智能基础库4中已设的安全参数库、传感器参数及现实意义库、数学模型库进行数据的目标化，产出对象级数值；对象级数值判断模块6用于对产出的对象级数值与临界极值比较，若产出的对象级数值超过临界极值，则启动专家库7，专家库7中的专家根据对象资料的待确认资料参数进行现场分析或进行现场勘察后给出现实意义及后续建议，并对专家分析后的数据结果存储至对象化信息存储模块8，否则将直接由对象化信息存储模块8进行对象化信息的存储，对象化信息存储模块8中的信息最终通过用户展示模块9进行展示，其展示方式包括曲线、K线、进展及趋势图。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明，对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (7)
1.一种基于人工智能及专家互动的建筑监测方法，其特征在于：包括以下步骤：
S01：采用监控原始数据库存储中转目标数据，所述监控原始数据库为非关系型数据库并包括第一监控原始数据库、第二监控原始数据库、第三监控原始数据库和第四监控原始数据库，
所述第一监控原始数据库用于对中转目标数据存储，用以存储来自传感器提交的无序的无结构数据记录；
所述第二监控原始数据库作为前面第一监控原始数据库的扩展数据库与第一监控原始数据库一起用于存储中转目标数据，第二监控原始数据库存放第一监控原始数据库涉及到的补充数据，包括建筑信息、位置信息；
所述第三监控原始数据库用于存储无结构的离散数据，便于快速寻址，在第三监控原始数据库存放第一监控原始数据库、第二监控原始数据库关联后产生的数据记录信息；
所述第四监控原始数据库用于存储对象结构目标数据，用于实现连续多时间点的数据存储及关系运算，用以存储分析后的目标数据，目标数据的信息结构包括建筑的结构类型、监测的位置、是否隐患及类型、监测理由、监测设备的类型、数值类型、地理位置；
S02：从监控原始数据库中将非关系型数据按照关系逻辑提取至内存处理队列中；
S03：对内存处理队列中的数据化成具有结构性质的结构对象数据，根据结构对象数据获取调用结构对象数据之间的优先级及时间属性，然后将时间属性为当前时间的优先级最高的结构对象数据推送到与其对应的内存处理线程进行处理；
S04：采用人工智能对内存处理线程中的数据根据已设的人工智能基础库中规则进行处理生成对象级数值，所述对象级数值包括建筑物环境、属性及监测对象参数，具体包括：
若已设的人工智能基础库中存在运算规则时，则直接根据已设的人工智能基础库中的运算规则进行运算；
若已设的人工智能基础库中没有存在运算规则时，则人工智能基础库直接调用步骤S03中所述的结构对象数据中的规则进行自我学习并存储该学习规则至人工智能基础库，并进一步根据该学习并储存的运算规则进行计算；
S05：判断对象级数值是否超过预设的临界极值？
若是，则启动专家模式，进入步骤S06；
若否，则直接进入步骤S07；
S06：匹配专家库，并由匹配的专家根据对象资料的待确认资料参数进行现场分析或进行现场勘察后给出现实意义及后续建议；
S07：对来自步骤S06专家库分析后的数据结果或步骤S04接收的对象级数值进行对象化信息存储；
S08：向用户提供直观数据对象信息。
2.根据权利要求1所述的一种基于人工智能及专家互动的建筑监测方法，其特征在于：步骤S04所述的已设的人工智能基础库包括建筑安全参数库、传感器参数及现实意义库、数学模型库；
所述建筑安全参数库用于提供不同建筑结构的安全指数、安全分级风险参数和预警数值；
所述传感器参数及现实意义库用于提供不同原理和标准产生数据的数据意义及传感器修正值；
所述数学模型库提供数据运算模型。
3.根据权利要求1所述的一种基于人工智能及专家互动的建筑监测方法，其特征在于：步骤S04所述对象级数值包括建筑物环境、属性及监测对象参数。
4.根据权利要求1所述的一种基于人工智能及专家互动的建筑监测方法，其特征在于：步骤S05所述的临界极值，包括建筑安全数值和/或建筑规律性形变数值。
5.根据权利要求1所述的一种基于人工智能及专家互动的建筑监测方法，其特征在于：步骤S08所述的向用户提供直观数据对象方式包括曲线、K线、进展及趋势图。
6.一种基于人工智能及专家互动的建筑监测系统，所述建筑监测系统用以执行根据权利要求1至5中任一项所述的建筑监测方法，其特征在于：包括监控原始数据库模块，数据处理分拣模块、对象化数据容器、人工智能基础库、人工智能分析模块、对象级数值判断模块、专家库、对象化信息存储模块以及用户展示模块；
所述监控原始数据库模块为非关系型数据库，用于存储中转目标数据并包括第一监控原始数据库、第二监控原始数据库、第三监控原始数据库和第四监控原始数据库，所述第二监控原始数据库作为前面第一监控原始数据库的扩展数据库与第一监控原始数据库一起用于存储中转目标数据；所述第三监控原始数据库用于存储无结构的离散数据，便于快速寻址；所述第四监控原始数据库用于存储对象结构目标数据，用于实现连续多时间点的数据存储及关系运算；
所述数据处理分拣模块对监控原始数据库模块中的数据进行分拣并提取；
所述对象化数据容器用于对数据处理分拣模块中分拣并提取出的数据化成具有结构性质的结构对象数据；
所述人工智能基础库与人工智能分析模块相连；
所述人工智能分析模块对经过对象化数据容器处理过的数据按照相应的运算规则进行人工智能分析，并生成对象级数值，所述对象级数值包括建筑物环境、属性及监测对象参数；
所述对象级数值判断模块用于接收来自人工智能分析模块产出的对象级数值并与预设的临界极值进行对比判断；若人工智能分析模块产出的对象级数值超过预设的临界极值，则启动专家库，并由匹配的专家根据对象资料的待确认资料参数进行现场分析或进行现场勘察后给出现实意义及后续建议；
所述对象化信息存储模块与专家库和对象级数值判断模块相连，用于接收来自经过专家库给出的现实意义及后续建议或者人工智能分析模块产出的对象级数值；
所述用户展示模块将对象化信息存储模块存储的数据进行可视化展示。
7.根据权利要求6所述的一种基于人工智能及专家互动的建筑监测系统，其特征在于：所述人工智能基础库包括建筑安全参数库、传感器参数及现实意义库、数学模型库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810359795.3A CN108549713B (zh) | 2018-04-20 | 2018-04-20 | 一种基于人工智能及专家互动的建筑监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810359795.3A CN108549713B (zh) | 2018-04-20 | 2018-04-20 | 一种基于人工智能及专家互动的建筑监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108549713A CN108549713A (zh) | 2018-09-18 |
| CN108549713B true CN108549713B (zh) | 2022-04-12 |
Family
ID=63511916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810359795.3A Active CN108549713B (zh) | 2018-04-20 | 2018-04-20 | 一种基于人工智能及专家互动的建筑监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108549713B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109782704B (zh) * | 2018-12-14 | 2020-06-05 | 新世纪发展集团有限公司 | 一种基于分布式递归计算的智能装配式装修过程控制系统 |
| CN109541978A (zh) * | 2018-12-28 | 2019-03-29 | 华人运通控股有限公司 | 一种车辆智能操作系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105719034A (zh) * | 2014-12-03 | 2016-06-29 | 中国铁路总公司 | 高速铁路桥梁评估预警系统 |
| CN107167179A (zh) * | 2017-05-18 | 2017-09-15 | 中铁大桥科学研究院有限公司 | 一种基于可视化的桥梁健康监测系统与方法 |
| CN107578185A (zh) * | 2017-09-20 | 2018-01-12 | 合肥市徽腾网络科技有限公司 | 一种工业建构筑物的健康检测方法及装置 |
| CN107621979A (zh) * | 2017-10-27 | 2018-01-23 | 郑金林 | 一种学生发展档案大数据算法与分析系统 |
-
2018
- 2018-04-20 CN CN201810359795.3A patent/CN108549713B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105719034A (zh) * | 2014-12-03 | 2016-06-29 | 中国铁路总公司 | 高速铁路桥梁评估预警系统 |
| CN107167179A (zh) * | 2017-05-18 | 2017-09-15 | 中铁大桥科学研究院有限公司 | 一种基于可视化的桥梁健康监测系统与方法 |
| CN107578185A (zh) * | 2017-09-20 | 2018-01-12 | 合肥市徽腾网络科技有限公司 | 一种工业建构筑物的健康检测方法及装置 |
| CN107621979A (zh) * | 2017-10-27 | 2018-01-23 | 郑金林 | 一种学生发展档案大数据算法与分析系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于Al的RC梁桥技术状态评估专家系统研究;胡志坚;《知网》;20071231;全文 * |
| 桥梁健康状态的智能评估方法研究;范剑锋;《万方学位论文全文数据库》;20070725;第4章 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108549713A (zh) | 2018-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111042143B (zh) | 一种基于大量监测数据分析的基坑工程预警方法和系统 | |
| CN108106663B (zh) | 在线可视化创建和管理桥梁监测平台 | |
| CN113611085B (zh) | 岩土工程中地质灾害的监测预警方法及系统 | |
| CN106156343B (zh) | 一种深基坑施工方案安全评审知识库以及自动安全评审方法 | |
| CN109064037B (zh) | 基坑施工风险管控方法、系统和设备 | |
| CN109416531A (zh) | 异常数据的重要度判定装置及异常数据的重要度判定方法 | |
| CN111259335B (zh) | 一种隧道下穿道路施工风险分析系统及方法 | |
| CN107119657B (zh) | 一种基于视觉测量基坑监测方法 | |
| CN109783967A (zh) | 一种滑坡预测方法及系统 | |
| KR102098888B1 (ko) | 재난 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
| CN108549713B (zh) | 一种基于人工智能及专家互动的建筑监测方法及系统 | |
| CN106646568A (zh) | 一种新型玻璃幕墙智能监测系统和监测方法 | |
| CN115186917A (zh) | 一种主动预警式风险管控系统及方法 | |
| CN115392708A (zh) | 一种用于建筑消防的火灾风险评估和预警方法及系统 | |
| CN110675066A (zh) | 基于bim的建筑施工事故风险源识别方法与系统 | |
| CN201229289Y (zh) | 一种腐蚀预测装置 | |
| CN111583067A (zh) | 一种城市地下大空间施工安全预警与应急决策方法及系统 | |
| CN116378123A (zh) | 一种基于bim的基坑健康监测系统 | |
| CN114991225B (zh) | 一种深基坑变形监测方法、装置和服务器 | |
| CN104048843B (zh) | 基于gps位移监测的大跨桥梁钢箱梁损伤预警方法 | |
| CN112330184A (zh) | 施工风险的预测方法、装置、设备和介质 | |
| CN114444823A (zh) | 一种预测钻井作业过程中井漏风险的方法及系统 | |
| CN113191605A (zh) | 房屋风险评估方法及装置 | |
| CN115481940A (zh) | 一种基于大数据的油气管道区域风险监测系统 | |
| JP7141309B2 (ja) | 地盤変位に起因する災害発生危険度定量評価システムとその方法とそのプログラム |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231010 Address after: 201800 Room 1518, Floor 15, Building 1, No. 655, Yinxiang Road, Jiading District, Shanghai Patentee after: SHANGHAI TUZHU INFORMATION TECHNOLOGY CO.,LTD. Address before: 200433 room 2011, No. 43, Guoquan Road, Yangpu District, Shanghai Patentee before: SHANGHAI ZHUJIANBAO INFORMATION TECHNOLOGY CO.,LTD. |