CN110377996A - 基于物联网和bim的城市建筑火灾爆裂程度预估系统及应用 - Google Patents
基于物联网和bim的城市建筑火灾爆裂程度预估系统及应用 Download PDFInfo
- Publication number
- CN110377996A CN110377996A CN201910621382.2A CN201910621382A CN110377996A CN 110377996 A CN110377996 A CN 110377996A CN 201910621382 A CN201910621382 A CN 201910621382A CN 110377996 A CN110377996 A CN 110377996A
- Authority
- CN
- China
- Prior art keywords
- bim
- explosion
- concrete
- model
- fire
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Civil Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Architecture (AREA)
- Environmental & Geological Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Building Environments (AREA)
Abstract
本发明涉及基于物联网和BIM的城市建筑火灾爆裂程度预估系统及应用。该发明包括:BIM可视化城市建筑模型、埋入式传感器、基于BIM技术的爆裂风险分析模型。首先通过BIM建立混凝土建筑模型,在模型中赋予建筑材料属性信息;通过设置在建筑内的埋入式传感器采集到的温湿度信息与BIM模型相关联,进行实时更新、存储;通过爆裂风险评估模型对数据提取并分析,并将分析结果传回BIM模型中,在模型中显示报警信息及达到爆裂所需时间;最后可通过模型定位,确定爆裂发生位置。本发明有益之处在于能够在火灾发生后预测混凝土的爆裂风险,并能够预估混凝土的爆裂时间,准确定位出即将发生爆裂的位置。为灾后救援可行性提供技术支持,以及对建筑灾后重建提供参考。
Description
技术领域
本发明属于建筑火灾预防技术领域,涉及一种基于物联网和BIM的城市建筑火灾爆裂程度预估系统。
背景技术
火灾一直以来是威胁人类生存财产安全的重大安全事故,建筑火灾更是时有发生。绝大多数建筑采用混凝土作为建筑材料,原因是混凝土具有较好的力学性能,但混凝土也存在抗火性能差的缺点。当有火灾发生时,高温情况下会使混凝土发生爆裂,严重时可能会造成结构的坍塌,造成人员伤亡,财产损失。
物联网是在互联网的基础上,由感知层、网络层和应用层组成的一个物物相连的系统。首先利用传感、识别、图像获取等技术获取信息,再通过无线网络传送技术将数据传播,最后利用数据存储、云计算、模糊识别、数据挖掘等技术对信息进行处理,在服务平台上得到信息呈现。一系列过程构成一个物联网系统,具有能感知、可互联、智能高效等特点。
BIM是物联网应用的基础数据模型,BIM的三维可视化模型可以将物联网的应用更加融入建筑行业的发展。BIM不是一个简单的数字模型,它更是一个数字化的信息平台。BIM技术在创建、计算、管理、共享和应用海量工程项目基础数据方面具有前所未有的能力。除此之外,BIM将设计二维平面图纸,转变为三维可视化多维数据库,为其拓展应用带来了无限的潜力。
利用物联网中的传感器技术与BIM建筑模型相结合,凭借BIM在信息集成等方面的诸多优势,BIM模型的建立可以涵盖所有建筑构件信息,包括几何、空间关系、属性和数量等静态信息。由此,可将传感器监测过程中产生的动态信息与建筑构件的静态信息相结合,形成一个三维可视化数据库。提取BIM模型中的信息,可对海量数据进行实时分析并将信息直观反映到模型中。将物联网技术与BIM技术的结合应用,在一定程度上将能够解决建筑在火灾发生后混凝土发生爆裂的问题。
现如今,基于BIM技术对于建筑抗火的研究有许多,BIM技术发挥了建模和火情可视化的作用。在BIM技术的基础上,将物联网与其相结合的建筑抗火研究却很少,参考文献《物联网与BIM技术在建筑消防系统中的应用探讨》其仅仅是针对建筑消防做出了改进,并没有涉及建筑起火之后对建筑安全性的监测。总体来看,现如今的研究对于建筑爆裂风险的研究基本没有涉及。本发明利用现有技术,将BIM技术的建立三维模型的功能与物联网传感器技术相结合,在此基础上提出建筑爆裂风险分析模型,达到对建筑在火灾发生时的安全性的监测。
发明内容
本发明提供一种基于物联网和BIM的城市建筑火灾爆裂程度预估系统,用以解决火灾发生时混凝土爆裂预警的问题。本发明可以实现地上建筑物在火灾发生,并形成一定火势之后,对建筑物混凝土是否发生爆裂的分析及发生爆裂时间进行预测,以及对发生爆裂位置的准确定位,从而为判断建筑灾后救援时间以及建筑灾后毁坏程度提供技术分析。
为实现上述目的,本发明采用如下技术方案:
一种基于物联网和BIM的城市建筑火灾爆裂程度预估系统,包括:可视化城市BIM建筑模型、埋入式传感器、基于BIM技术的爆裂风险分析模型,BIM建筑模型的建立需根据建筑尺寸、层数、实际功能分布情况、楼梯间设置、门窗布置情况进行建模,将建筑每一构件进行系统性编号;BIM建筑模型中,包含建筑信息模块用以存储采集的城市建筑信息,城市建筑信息包括建筑的材料属性参数:建筑物的使用年限、建筑物等级、混凝土的强度等级、骨料配比、水灰比、钢筋布置情况、混凝土内部孔隙率,以及构件的物理力学性质:混凝土的抗拉抗压强度、混凝土密度、混凝土渗透系数、混凝土比热容、混凝土热传导系数;
所述埋入式传感器采集建筑的温湿度信息,设置在建筑物的房间、楼道以及楼梯间墙体之中,没有开设窗户的墙面横向等间距设置一个传感器,高度距地面的距离与横向间距一致;开设窗户的墙体则设置在窗户下部;横向间距为传感器的最大检测范围,为每个传感器进行编号;
将建筑材料属性参数、构件的物理力学性质和埋入式传感器采集到的温湿度信息与BIM建筑模型相关联,对采集信息能够做到实时更新、存储;将信息传入到爆裂风险分析模型中对数据进行爆裂风险分析预估,设定报警阈值,当爆裂风险达到不小于报警阈值时,预测爆裂时间;将通过爆裂风险分析模型预估结果及相应的爆裂时间传回BIM建筑模型中,在BIM建筑模型中动态显示预估结果及相应的爆裂时间;最后利用BIM建筑模型确定爆裂发生位置,即将不小于报警阈值的区域标红,圈定出爆裂区域,再并根据预估结果,在BIM建筑模型中绕开爆裂区域显示出一条或多条安全逃生路线,结合建筑信息模块中所采集的材料属性参数信息,直观反映给监管人员。
所述埋入式传感器型号为SHT11传感器,没有开设窗户的墙面横向每隔2米设置一个传感器,高度距地面2米;开设窗户的墙体则设置在窗户下部。
利用爆裂风险分析模型计算所需初始抗拉强度采用一种能够快速评估不同混凝土类型和含水率下的墙体衬砌开裂风险的评估方法判断火灾发生时,某一监测时间时建筑物的爆裂风险等级及可能达到的剥落程度,规则是:当时,爆裂风险较低,混凝土层的剥落度为0%~20%;当时,混凝土有中等程度的爆裂风险,其剥落度为20%~50%;当时,混凝土有较高爆裂风险,混凝土层的剥落度为50%~80%;当时,混凝土有非常高的爆裂风险,其剥落度高达80%~100%。
所述爆裂风险分析模型中对于爆裂时间的预测,利用公式(13)计算出某一监测位置从发生火灾起始时刻至达到爆裂时所需的时间范围,设为t1;将该监测位置发生火灾时起始时刻至当前监测时刻的时间范围,设为t2;利用公式(14)计算出当前时刻距发生爆裂所需的时间t,
t=t1-t2, (14)
将爆裂风险预分析预估结果与报警阈值做比较,超过阈值则说明爆裂风险较高,则触发报警机制,同时对爆裂发生的时间进行预估。
所述报警阈值为50%。
一种基于物联网和BIM的城市建筑火灾爆裂程度预估系统的应用,该系统应用于监测城市建筑中混凝土构件因火灾而引发爆裂的风险并进行爆裂时间的预估。
本发明的有益之处在于:
(1)本发明利用接口在Revit上二次开发出爆裂风险分析模型,结合物联网传感器技术,将其运用在建筑爆裂预估中。该爆裂风险分析模型能计算出初始抗拉轻度,能对爆裂风险进行分析,同时还能对建筑物达到最终爆裂的时间可进行实时预估。利用公式(13)可对某一监测位置起火时刻至达到爆裂的时间进行计算得到时间t1,将起火时刻至当前监测时间点之间的时间设为t2,利用t1-t2的时间差,作为当前时刻到发生爆裂所需要的时间。为了实现建筑体系内部多参数连续实时监测,提高信息的采集效率和传输能力,将物联网技术引入到该系统中,利用传感器的微型化、智能化、数字化、网络化、系统化等优势,对建筑构件内部的数据进行监测,保证数据的连续性、实时性,解决了建筑内部数据无法实时采集的问题。
(2)本发明通过BIM建模,可清楚直观的反映出地上建筑形态,并将建筑构件与建筑信息相关联,可对建筑各种参数信息有更加清楚直观的了解。将地上建筑的材料属性参数和物理力学性质存储于建筑信息模块中并与BIM建筑模型相关联,使得信息提取更加准确、便捷。而将预埋在建筑物墙体内的埋入式传感器编号及位置与BIM建筑模型相关联,使得监测到的数据对建筑物所处位置相关联,从而能够快速定位出即将发生混凝土爆裂区域的信息。
(3)本发明提出基于物联网和BIM的城市建筑火灾爆裂程度预估系统,对于混凝土爆裂分析,采用一种能够快速评估不同混凝土类型和含水率下的墙体衬砌开裂风险的评估方法,将该评估方法计算过程通过BIM二次开发得到地上建筑爆裂风险分析模型实现,从而可以计算评估,进而有效地判断出建筑物在发生火灾的情况下的混凝土结构的爆裂风险和准确掌握混凝土的剥落程度,对建筑物火灾损坏程度进行分析。并结合建筑信息模块中所收集的使用年限、建筑物等级、混凝土强度等级等材料属性参数信息,判断建筑物爆裂损伤后采取何种程度的修缮措施,及时制定合理有效的建筑修缮措施。通过对不同位置的爆裂程度的分析,为建筑物加设防火层,确保建筑物在发生火灾时能够减小建筑的损害,避免危险的发生。
(4)本发明对于爆裂分析爆裂程度极高的部位做出准确的判断,可对建筑危险位置及时采取防范措施。从而可以快速准确的制定合理的人员疏散路线,使建筑内的人员安全快速的撤离,从而减小人员在火场中的伤亡。
(5)对于爆裂时间的预测,可以为火灾发生时,消防员进入火场救援提供安全性参考,对于即将发生爆裂区域以及爆裂时间的预知,可避免通过或快速躲避即将发生爆裂区域,减少不必要的人员伤亡。
(6)本发明能够在火灾发生后预测混凝土的爆裂风险,并能够预估混凝土的爆裂时间,准确定位出即将发生爆裂的位置。为灾后救援可行性提供技术支持,以及对建筑灾后重建提供参考,可节省大量人力物力和时间,实现了对建筑物长期监控。
附图说明
图1为本发明基于物联网和BIM的城市建筑火灾爆裂程度预估系统的结构框图。
具体实施方式
下面结合实施例及附图进一步解释本发明,但并不以此作为对本申请保护范围的限制。
本发明基于物联网和BIM的城市建筑火灾爆裂程度预估系统,包括:可视化城市BIM建筑模型、埋入式传感器、基于BIM技术的爆裂风险分析模型,BIM建筑模型的建立需根据建筑尺寸、层数、实际功能分布情况、楼梯间设置、门窗布置等情况进行建模,将建筑每一构件进行系统性编号,以便后续信息的关联;BIM建筑模型中,包含建筑信息模块用以存储采集的城市建筑信息包括建筑的材料属性参数:建筑物的使用年限、建筑物等级、混凝土的强度等级、骨料配比、水灰比、钢筋布置情况、混凝土内部孔隙率,以及构件的物理力学性质:混凝土的抗拉抗压强度、混凝土密度、混凝土渗透系数、混凝土比热容、混凝土热传导系数等参数;
所述埋入式传感器型号为SHT11传感器,将传感器设置在建筑物的房间、楼道以及楼梯间墙体之中,没有开设窗户的墙面横向一般每隔2米设置一个传感器,高度距地面2米;开设窗户的墙体则设置在窗户下部;
将建筑材料属性参数、构件的物理力学性质和埋入式传感器采集到的温湿度信息与BIM建筑模型相关联,对采集信息能够做到实时更新、存储;将信息传入到爆裂风险分析模型中对数据进行爆裂风险分析预估,设定报警阈值,当爆裂风险达到不小于报警阈值(50%)时,预测爆裂时间;将通过爆裂风险分析模型预估结果及相应的爆裂时间传回BIM建筑模型中,在BIM建筑模型中动态显示预估结果及相应的爆裂时间;最后利用BIM建筑模型确定爆裂发生位置,即将不小于报警阈值的区域标红,圈定出爆裂区域,再并根据预估结果,在BIM建筑模型中绕开爆裂区域显示出一条或多条安全逃生路线,结合建筑信息模块中所采集的使用年限、建筑物等级、混凝土强度等级等材料属性参数信息,直观反映给监管人员。
基于物联网和BIM的城市建筑火灾爆裂程度预估系统,其中包括基于BIM技术的爆裂风险分析模型,其采用的技术方案是:
在AutodeskRevit基础上,利用VisualStudio2015的开发环境编写代码,利用RevitSDK中的两个插件RevitLookup和AddinManager,通过API接口对RevitArchitecture进行二次开发,从而实现爆裂风险分析模型的建立。
本发明基于物联网技术,设置在建筑墙体内部采集墙体内部温湿度数据的埋入式传感器属于物联网技术的感知层;之后通过无线网络技术,将采集的信息传输至BIM建筑模型中,一系列过程属于物联网技术的网络层;最后利用基于BIM开发的爆裂风险评估模型结合建筑固有属性信息,对采集数据进行分析,对爆裂风险和时间进行预估,属于物联网应用层。
所述爆裂风险分析模型的原理是:
结合温湿度传感器所测得的数据,以及BIM建筑模型中建筑信息模块中存储的地上建筑材料属性参数和物理力学性质,采用一种能够快速评估不同混凝土类型和含水率下的墙体衬砌开裂风险的评估方法,其计算方法是通过公式(1)来计算出所需初始抗拉强度
监测全过程每一时刻所达到的最大孔隙压力和该最大孔隙压力所对应的温度值Tzm,all是未知量,通过公式(2)-公式(4)求得及Tzmall,其中需要通过查表得到aP、bP、aT、bT。四个表格的取值由RABT标准火型温度曲线计算得到。
kint,r=kint(Tr), (2)
所需初始抗拉强度,[MPa];
监测全过程每一时刻所达到的最大孔隙压力,[MPa];
Tzm,all-监测全过程每一时刻所达到最大孔隙压力时对应的温度值,[℃,K];
Tr-参考温度,[℃,K];
kint-混凝土固有渗透系数,[m2];
kint,r-(T=Tr时)参考温度下的混凝土固有渗透系数,[m2];
1m2-将kint,r无量纲化,[-]。
其中,当温度为238.5℃时,最大空隙压力与混凝土固有渗透系数kint之间呈现对数线性函数关系,所以kint,r是当参考温度为238.5℃时混凝土的固有渗透系数。aP、bP、aT、bT四个参数与混凝土水灰比WCR、初始饱和度Sw,0、初始孔隙率n0有关,利用BIM建筑模型给出建筑材料属性信息及传感器所测得的湿度,通过查表可得。
aP可通过下表查得:
bP可通过下表查得:
aT可通过下表查得:
bT可通过下表查得:
A(T)、B(T)、C(T)、D(T)、N、已知,由以下六个公式求得:
A(T)=fc(T)/fc,0, (5)
B(T)=fb(T)/fc,0, (6)
C(T)=ft(0,T)/ft,0, (7)
D(T)=E(T)/E0, (8)
N=(1+ν)(1-2ν), (9)
E,E0-目前(作为T的函数)和初始(在20℃)混凝土杨氏模量,[MPa];
ft,fc,fb-混凝土的抗拉、单轴、双轴抗压强度(T的函数),[MPa];
ft,0,fc,0-初始抗拉、抗压强度,[MPa];
ν-泊松比,[-];
klits-载荷诱导热应变[LITS]参数,[-];
T-混凝土温度,[℃,K];
εT-混凝土热应变(T的函数),[-];
初始极限单轴压缩应变,[-]。
其中,ft,0、fc,0、ft、fc、fb、E、E0、ν结合BIM平台服务器中建筑信息模块收集的城市建筑要素,可通过查阅规范得到。其中,ft(0,T)、fc(T)、fb(T)、E(T)中的温度T是Tzm,all,即监测全过程达到最大孔隙压力时的温度值。
其中,混凝土热应变εT与所用骨料有直接关系,建筑物的材质存储于BIM平台服务器的建筑信息模块中,可直接提取信息进行分析。对于硅质骨料,有如下计算:
对于钙质骨料,有如下计算:
上述公式均在参考文献《Fast assessing spalling risk of tunnel liningsunder RABT fire:From a coupled thermo-hydro-chemo-mechanical model towards anestimation method》中获得。对于不同骨料混凝土热应变是该文献中涉及根据实验数据总结而成的公式,是已知的。
最后,将所求出的已知量带入公式(1)中,求得所需初始抗拉强度按照以下规则进行分析,判断当前建筑的混凝土层的爆裂风险:
通过所采用的一种能够快速评估不同混凝土类型和含水率下的墙体衬砌开裂风险的评估方法,判断出:当时,爆裂风险较低,混凝土层的剥落度为0%~20%;当时,混凝土有中等程度的爆裂风险,其剥落度为20%~50%;当时,混凝土有较高爆裂风险,混凝土层的剥落度为50%~80%;当时,混凝土有非常高的爆裂风险,其剥落度高达80%~100%。由此可判断火灾发生时,某一监测时间时建筑物的爆裂风险等级及可能达到的剥落程度。
t=t1-t2, (14)
对于爆裂时间的预测,利用上述公式(13)可计算出某一监测位置从发生火灾起始时刻至达到爆裂时所需的时间范围,设为t1;将该监测位置发生火灾时起始时刻至当前监测时刻的时间范围,设为t2。利用公式(14)可计算出当前时刻距发生爆裂所需的时间t,即爆裂时间。
对于爆裂时间的预测,有如下规定:当所监测某一区域时,通过爆裂分析判断为较高爆裂风险及以上,也就是剥落程度为50%及以上时,开始对该区域的爆裂时间进行预测,若分析判断爆裂风险为中度及以下时,也就是剥落程度为50%以下时,则不进行爆裂时间的预估。
本发明对建筑爆裂预估结果以及达到爆裂的时间预测将在BIM模型中动态显示,即将发生爆裂区域标红并显示爆裂时间。并根据预估结果,在BIM模型中显示出一条或多条安全逃生路线。结合建筑信息模块中所采集的使用年限、建筑物等级、混凝土强度等级等材料属性参数信息,直观反映给监管人员。
本发明未述及之处适用于现有技术。
Claims (7)
1.一种基于物联网和BIM的城市建筑火灾爆裂程度预估系统,包括:可视化城市BIM建筑模型、埋入式传感器、基于BIM技术的爆裂风险分析模型,BIM建筑模型的建立需根据建筑尺寸、层数、实际功能分布情况、楼梯间设置、门窗布置情况进行建模,将建筑每一构件进行系统性编号;BIM建筑模型中,包含建筑信息模块用以存储采集的城市建筑信息,城市建筑信息包括建筑的材料属性参数:建筑物的使用年限、建筑物等级、混凝土的强度等级、骨料配比、水灰比、钢筋布置情况、混凝土内部孔隙率,以及构件的物理力学性质:混凝土的抗拉抗压强度、混凝土密度、混凝土渗透系数、混凝土比热容、混凝土热传导系数;
所述埋入式传感器采集建筑的温湿度信息,设置在建筑物的房间、楼道以及楼梯间墙体之中,没有开设窗户的墙面横向等间距设置一个传感器,高度距地面的距离与横向间距一致;开设窗户的墙体则设置在窗户下部;横向间距为传感器的最大检测范围,为每个传感器进行编号;
将建筑材料属性参数、构件的物理力学性质和埋入式传感器采集到的温湿度信息与BIM建筑模型相关联,对采集信息能够做到实时更新、存储;将信息传入到爆裂风险分析模型中对数据进行爆裂风险分析预估,设定报警阈值,当爆裂风险达到不小于报警阈值时,预测爆裂时间;将通过爆裂风险分析模型预估结果及相应的爆裂时间传回BIM建筑模型中,在BIM建筑模型中动态显示预估结果及相应的爆裂时间;最后利用BIM建筑模型确定爆裂发生位置,即将不小于报警阈值的区域标红,圈定出爆裂区域,再并根据预估结果,在BIM建筑模型中绕开爆裂区域显示出一条或多条安全逃生路线,结合建筑信息模块中所采集的材料属性参数信息,直观反映给监管人员。
2.根据权利要求1所述的基于物联网和BIM的城市建筑火灾爆裂程度的预估系统,其特征在于:所述埋入式传感器型号为SHT11传感器,没有开设窗户的墙面横向每隔2米设置一个传感器,高度距地面2米;开设窗户的墙体则设置在窗户下部。
3.根据权利要求1所述的基于物联网和BIM的城市建筑火灾爆裂程度预估系统,其特征在于:利用爆裂风险分析模型计算所需初始抗拉强度采用一种能够快速评估不同混凝土类型和含水率下的墙体衬砌开裂风险的评估方法判断火灾发生时,某一监测时间时建筑物的爆裂风险等级及可能达到的剥落程度,规则是:当时,爆裂风险较低,混凝土层的剥落度为0%~20%;当时,混凝土有中等程度的爆裂风险,其剥落度为20%~50%;当时,混凝土有较高爆裂风险,混凝土层的剥落度为50%~80%;当时,混凝土有非常高的爆裂风险,其剥落度高达80%~100%。
4.根据权利要求1所述的基于物联网和BIM的城市建筑火灾爆裂程度预估系统,其特征在于:所述爆裂风险分析模型中对于爆裂时间的预测,利用公式(13)计算出某一监测位置从发生火灾起始时刻至达到爆裂时所需的时间范围,设为t1;将该监测位置发生火灾时起始时刻至当前监测时刻的时间范围,设为t2;利用公式(14)计算出当前时刻距发生爆裂所需的时间t,
t=t1-t2, (14)。
5.根据权利要求1所述的基于物联网和BIM的城市建筑火灾爆裂程度预估系统,其特征在于,将爆裂风险预分析预估结果与报警阈值做比较,超过阈值则说明爆裂风险较高,则触发报警机制,同时对爆裂发生的时间进行预估。
6.根据权利要求5所述的预估系统,其特征在于,所述报警阈值为50%。
7.一种基于物联网和BIM的城市建筑火灾爆裂程度预估系统的应用,其特征在于:该系统应用于监测城市建筑中混凝土构件因火灾而引发爆裂的风险并进行爆裂时间的预估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910621382.2A CN110377996B (zh) | 2019-07-10 | 2019-07-10 | 基于物联网和bim的城市建筑火灾爆裂程度预估系统及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910621382.2A CN110377996B (zh) | 2019-07-10 | 2019-07-10 | 基于物联网和bim的城市建筑火灾爆裂程度预估系统及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110377996A true CN110377996A (zh) | 2019-10-25 |
CN110377996B CN110377996B (zh) | 2023-03-03 |
Family
ID=68250911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910621382.2A Active CN110377996B (zh) | 2019-07-10 | 2019-07-10 | 基于物联网和bim的城市建筑火灾爆裂程度预估系统及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110377996B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882834A (zh) * | 2020-07-23 | 2020-11-03 | 应急管理部天津消防研究所 | 一种大空间屋盖火灾下坍塌预警系统的实现方法 |
CN112182690A (zh) * | 2020-08-31 | 2021-01-05 | 深圳大学 | 一种基于bim模型的地铁系统多灾害耦合分析方法 |
CN114330894A (zh) * | 2021-12-30 | 2022-04-12 | 成都理工大学 | 一种高地应力渗流下脆性破坏等级预测方法 |
CN116911700A (zh) * | 2023-09-14 | 2023-10-20 | 中亿丰数字科技集团有限公司 | 一种基于bim与iot的工程安全与质量监管方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002149965A (ja) * | 2000-11-16 | 2002-05-24 | Toshiba Corp | 建物火災リスク評価装置、建物火災リスク評価方法および記憶媒体 |
JP2017207966A (ja) * | 2016-05-19 | 2017-11-24 | 東芝エレベータ株式会社 | Bimシステムおよび方法 |
CN107679275A (zh) * | 2017-08-31 | 2018-02-09 | 中国建筑第八工程局有限公司 | 一种基于bim技术的消防逃生疏散模拟方法 |
CN108871442A (zh) * | 2018-06-29 | 2018-11-23 | 宝葫历史建筑科技(上海)有限公司 | 一种基于bim和物联网的远程监测预警系统 |
CN109377813A (zh) * | 2018-12-07 | 2019-02-22 | 天维尔信息科技股份有限公司 | 一种基于虚拟现实的火灾模拟与救援演练系统 |
CN109635441A (zh) * | 2018-12-13 | 2019-04-16 | 青岛理工大学 | 一种基于bim的建筑群震害模拟可视化系统及方法 |
-
2019
- 2019-07-10 CN CN201910621382.2A patent/CN110377996B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002149965A (ja) * | 2000-11-16 | 2002-05-24 | Toshiba Corp | 建物火災リスク評価装置、建物火災リスク評価方法および記憶媒体 |
JP2017207966A (ja) * | 2016-05-19 | 2017-11-24 | 東芝エレベータ株式会社 | Bimシステムおよび方法 |
CN107679275A (zh) * | 2017-08-31 | 2018-02-09 | 中国建筑第八工程局有限公司 | 一种基于bim技术的消防逃生疏散模拟方法 |
CN108871442A (zh) * | 2018-06-29 | 2018-11-23 | 宝葫历史建筑科技(上海)有限公司 | 一种基于bim和物联网的远程监测预警系统 |
CN109377813A (zh) * | 2018-12-07 | 2019-02-22 | 天维尔信息科技股份有限公司 | 一种基于虚拟现实的火灾模拟与救援演练系统 |
CN109635441A (zh) * | 2018-12-13 | 2019-04-16 | 青岛理工大学 | 一种基于bim的建筑群震害模拟可视化系统及方法 |
Non-Patent Citations (6)
Title |
---|
YIMING ZHANG ET. AL.: "《Fast assessing spalling risk of tunnel linings under RABT fire: From a coupled thermo-hydro-chemo-mechanical model towards an estimationmethod》", 《ENGINEERING STRUCTURES》 * |
孙俊富: "《基于BIM的民用机场机库火灾仿真与人员疏散研究》", 《中国知网硕士电子期刊》 * |
江文: "《BIM技术在公共建筑运营维护阶段的应用研究》", 《中国知网硕士电子期刊》 * |
陈朝阳 等: "《BIM 技术在检测鉴定阶段的应用初探》", 《低温建筑技术》 * |
陈远等: "基于BIM的建筑消防安全管理应用框架研究", 《图学学报》 * |
马晋超: "《基于BIM的桥梁结构健康监测信息可视化管理及预警研究》", 《中国知网硕士电子期刊》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882834A (zh) * | 2020-07-23 | 2020-11-03 | 应急管理部天津消防研究所 | 一种大空间屋盖火灾下坍塌预警系统的实现方法 |
CN111882834B (zh) * | 2020-07-23 | 2023-08-22 | 应急管理部天津消防研究所 | 一种大空间屋盖火灾下坍塌预警系统的实现方法 |
CN112182690A (zh) * | 2020-08-31 | 2021-01-05 | 深圳大学 | 一种基于bim模型的地铁系统多灾害耦合分析方法 |
CN112182690B (zh) * | 2020-08-31 | 2023-08-04 | 深圳大学 | 一种基于bim模型的地铁系统多灾害耦合分析方法 |
CN114330894A (zh) * | 2021-12-30 | 2022-04-12 | 成都理工大学 | 一种高地应力渗流下脆性破坏等级预测方法 |
CN114330894B (zh) * | 2021-12-30 | 2023-05-02 | 成都理工大学 | 一种高地应力渗流下脆性破坏等级预测方法 |
CN116911700A (zh) * | 2023-09-14 | 2023-10-20 | 中亿丰数字科技集团有限公司 | 一种基于bim与iot的工程安全与质量监管方法及系统 |
CN116911700B (zh) * | 2023-09-14 | 2023-12-12 | 中亿丰数字科技集团有限公司 | 一种基于bim与iot的工程安全与质量监管方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110377996B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110377996A (zh) | 基于物联网和bim的城市建筑火灾爆裂程度预估系统及应用 | |
Spence et al. | Building vulnerability and human casualty estimation for a pyroclastic flow: a model and its application to Vesuvius | |
CN105091951B (zh) | 一种闸站水工建筑物变形监测及状态预警方法 | |
Li et al. | A case study integrating numerical simulation and GB-InSAR monitoring to analyze flexural toppling of an anti-dip slope in Fushun open pit | |
CN110309620B (zh) | 基于物联网和bim的地下管廊火灾爆裂监控系统和实施方法 | |
CN107862437A (zh) | 基于风险概率评估的公共区域人群聚集预警方法及系统 | |
KR101290824B1 (ko) | 시설물 유지관리시스템 | |
CN109471107A (zh) | 基于PS-InSAR技术的桥梁永久形变分析方法 | |
CN111260872B (zh) | 一种基于邻接烟感传感器的火灾报警方法 | |
Olivar et al. | The effects of extreme winds on atmospheric storage tanks | |
Guo et al. | Study on real-time heat release rate inversion for dynamic reconstruction and visualization of tunnel fire scenarios | |
Lacasse et al. | Living with landslide risk | |
Zhou et al. | Automatic recognition of earth rock embankment leakage based on UAV passive infrared thermography and deep learning | |
Ji et al. | Approach for early-warning collapse of double-span steel portal frames induced by fire | |
CN115376283A (zh) | 一种基于多元数据融合的监测预警方法及系统 | |
CN209639759U (zh) | 一种下游尾矿库大坝内侧应力应变综合监测系统 | |
CN114519304A (zh) | 一种基于分布式光纤测温的多目标火场温度预测方法 | |
CN106291662A (zh) | 水力压裂引起干热岩中发生微震的预警及预测方法 | |
CN109001810A (zh) | 基于微震监测的重力坝坝体裂缝超前预警方法 | |
CN107895328A (zh) | 一种智慧屋面安全运营及风险预测系统及其工作方法 | |
CN116227931A (zh) | 一种建筑深基坑边坡塌方风险的预测方法及系统 | |
CN113653534B (zh) | 一种矿井水害预警系统及方法 | |
WO2015049248A1 (en) | Process for obtaining a seismic monitoring system and seismic monitoring system thus obtained | |
CN108597166A (zh) | 一种采石场安全监控系统和方法 | |
CN209181718U (zh) | 基于十轴传感器的阻值机敏格栅变形测试系统 |
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 |