CN110619587A - 一种基坑监测智能预警和数据存证的方法及系统 - Google Patents
一种基坑监测智能预警和数据存证的方法及系统 Download PDFInfo
- Publication number
- CN110619587A CN110619587A CN201811617346.0A CN201811617346A CN110619587A CN 110619587 A CN110619587 A CN 110619587A CN 201811617346 A CN201811617346 A CN 201811617346A CN 110619587 A CN110619587 A CN 110619587A
- Authority
- CN
- China
- Prior art keywords
- foundation pit
- monitoring data
- early warning
- data
- pit monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 206
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000007405 data analysis Methods 0.000 claims abstract description 30
- 238000010801 machine learning Methods 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 238000010276 construction Methods 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 14
- 238000013500 data storage Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000013524 data verification Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 239000002689 soil Substances 0.000 description 10
- 239000011148 porous material Substances 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000551 statistical hypothesis test Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/12—Applying verification of the received information
- H04L63/123—Applying verification of the received information received data contents, e.g. message integrity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基坑监测智能预警和数据存放的方法,包括如下步骤:构建网络;采集基坑监测数据并发送至物联网设备,物联网设备将基坑监测数据上传至侧链进行保存;物联网设备还通过基于机器学习的实时数据分析和预警系统对基坑监测数据进行分析得出结果;根据分析结果判断基坑是否安全;当分析结果不安全或存在潜在风险时,向基坑工程的各方主体发送预警信号并向侧链发送存证指令;侧链在接收到存证指令后,对基坑监测数据以及分析结果进行保存同时上传至主链进行存证。本发明还公开了一种系统,包括基于权威证明共识的侧链、基于工作量证明共识的主链以及物联网设备。与现有技术相比,防止了人为篡改基坑监测数据。
Description
技术领域
本发明公开了一种基坑监测方法,特别涉及一种基坑监测智能预警和数据存证的方法及系统。
背景技术
城市基坑开挖因地质、荷载和环境条件复杂,设计值常与实际工作状态差异较大,因此具有施工难度大、风险高的特点,近年来发生基坑坍塌事故给人民群众的生命安全和建筑工程的安全生产带来了极大的损失,因此基坑监测是必要的和重要的。基坑监测技术特别是自动化、仪器化的基坑监测技术近年来得到了高速的发展。常见的基坑监测技术手段包括:全站仪、土压力盒、孔隙水压力计、测斜仪、轴力计等。尽管这些监测硬件手段的电子化和自动化升级和成熟使用给基坑监测工程带来了极大的便利,但实际工程引起基坑坍塌事故的主要原因还包括了:1)、人为的篡改监测数据以谋取节省工期等利益;2)、因基坑工程的复杂性如实际工作状态与设计值的差异,工程师缺乏在较短时间内准确地分析大量的基坑监测数据的能力。
发明内容
本发明的目的在于提供一种基坑监测智能预警和数据存证的方法及系统,要解决的技术问题是防止人为篡改基坑监测数据的同时提高基坑监测数据的分析以及判断的速度。
为解决上述问题,本发明采用以下技术方案实现:一种基坑监测智能预警和数据存放的方法,包括如下步骤:
步骤一S1、构建网络,建立侧链、主链以及物联网设备,所述物联网设备经数据采集设备与基坑监测设备连接,物联网设备与侧链连接,侧链与主链连接;所述物联网设备中设有基于机器学习的实时数据分析和预警系统;
步骤二S2、当基坑开始开挖,数据采集设备采集基坑监测设备的基坑监测数据并发送至物联网设备,物联网设备将基坑监测数据上传至侧链进行保存;
步骤三S3、物联网设备在接收到基坑监测数据后,还通过基于机器学习的实时数据分析和预警系统对基坑监测数据进行分析得出结果;
步骤四S4、基于机器学习的实时数据分析和预警系统根据分析结果判断基坑是否安全;
当分析结果判断为基坑不安全或存在潜在风险时,进入步骤五S5、触发预警向基坑工程的各方主体发送预警信号并向侧链发送存证指令;
当分析结果判断为基坑安全时,则进入步骤七S7,物联网设备继续接收数据采集设备发来的基坑监测数据同时基于机器学习的实时数据分析和预警系统继续对基坑监测数据进行分析;
步骤六S6、侧链在接收到存证指令后,对判断为基坑不安全或存在风险所对应的基坑监测数据以及分析结果进行保存同时将基坑监测数据以及分析结果上传至主链进行存证。
进一步地,所述步骤四S4中,判断为基坑不安全或存在潜在风险的判断依据包括以下三种:
一、所述基坑监测设备测得的基坑监测数据是否超出规范要求,当分析结果超出中华人民共和国国家标准GB50497-2009《建筑基坑工程监测技术规范》中所规定的限值或超出基坑工程的各方主体中设计单位给出的限值时,则判断存在不安全;
二、所述基坑监测设备测得的基坑监测数据尚未超出上述第一种判断依据中的所规定的限值,但通过基于机器学习的实时数据分析和预警系统对基坑监测数据的发展趋势进行预测,基坑监测数据在未来的工程工期内会超出限值,则判断存在潜在风险;
三、基坑监测数据是否存在异常,当存在异常,则判断存在潜在风险。
进一步地,所述步骤四S4中,判断基坑为不安全或存在潜在风险的判断依据的三种情形中,所述第二种判断依据中预测监测数据的发展趋势和第三种判断依据中基坑监测数据异常的监测采用机器学习算法实现;所述第二种判断依据采用人工神经网络算法、多元自适应回归、深度学习和支持向量机算法中的一种或组合;所述第三种判断依据采用异常检测类算法来判断。
进一步地,所述步骤五S5中,向基坑工程的各方主体发送预警信号。
进一步地,所述基坑工程的各方主体包括设计单元、业主单位、建设单位、分包施工单位、监理单位、监测和检测单位和政府监管单位中的至少一方。
本发明还公开了一种基坑监测智能预警和数据存证系统,包括基于权威证明共识的侧链、基于工作量证明共识的主链以及物联网设备;
所述物联网设备经数据采集设备与基坑监测设备连接,用于接收数据采集设备采集的基坑监测设备的基坑监测数据并将基坑监测数据发送至侧链进行保存;所述物联网设备设有基于机器学习的实时数据分析和预警系统,用于对物联网设备接收的基坑监测数据进行分析并得出分析结果,根据分析结果判断基坑是否安全,当判断为基坑不安全或存在潜在风险时触发预警,实时数据分析和预警系统通过物联网设备向基坑工程的各方主体发送预警信号;
所述侧链用于保存物联网设备发送来的基坑监测数据、判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果,所述主链用于对判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果进行保存存证。
进一步地,判断为基坑不安全或存在潜在风险的判断依据包括以下三种:
一、所述基坑监测设备测得的基坑监测数据是否超出规范要求,当分析结果超出中华人民共和国国家标准GB50497-2009《建筑基坑工程监测技术规范》中所规定的限值或超出基坑工程的各方主体中设计单位给出的限值时,则判断存在不安全;
二、所述基坑监测设备测得的基坑监测数据尚未超出上述第一种判断依据中的所规定的限值,但通过基于机器学习的实时数据分析和预警系统对基坑监测数据的发展趋势进行预测,基坑监测数据在未来的工程工期内会超出限值,则判断存在潜在风险;
三、基坑监测数据是否存在异常,当存在异常,则判断存在潜在风险。
进一步地,判断基坑为不安全或存在潜在风险的判断依据的三种情形中,所述第二种判断依据中预测监测数据的发展趋势和第三种判断依据中基坑监测数据异常的监测采用机器学习算法实现;所述第二种判断依据采用人工神经网络算法、多元自适应回归、深度学习和支持向量机算法中的一种或组合;所述第三种判断依据采用异常检测类算法来判断。
进一步地,所述物联网设备还与通讯运营商连接,从而将预警信号发送至基坑工程的各方主体。
进一步地,所述基坑工程的各方主体包括设计单元、业主单位、建设单位、分包施工单位、监理单位、监测和检测单位和政府监管单位中的至少一方。
本发明与现有技术相比,通过建立用于采集基坑监测设备数据的物联网、基于权威证明共识的侧链以及用于基于工作量证明的主链,以实现将采集的基坑监测数据上传至至少一个侧链,并对上传至侧链上的基坑监测数据进行分析、预判,从而判断基坑是否安全,当基坑存在问题时,将上传至侧链的基坑监测数据上传至主链进行存证并同时通知基坑工程各方主体,防止了人为篡改基坑监测数据以及能够对上传至侧链的基坑监测数据进行快速的分析以及判断,从而提高工作效率以及提高基坑工程各方主体的响应速度。
附图说明
图1是本发明的拓扑图;
图2是本发明的基坑监测数据流程图;
图3是本发明的基坑监测数据流向图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
如图1、图2和图3所示,本发明的一种基坑监测智能预警和数据存放的方法,包括如下步骤:
步骤一S1、构建网络,如图1所示,建立基于权威证明共识的侧链1、基于工作量证明共识的主链2以及物联网设备3,所述物联网设备3经数据采集设备4与基坑监测设备5连接;物联网设备3与侧链1之间通过无线的方式连接,侧链1与主链2之间通过无线的方式连接,以使物联网设备3将基坑监测数据发送给侧链1;所述侧链1用于全面地保存物联网设备3发送来的海量的基坑监测数据,所述主链2用于对存在不安全或存在潜在风险的基坑监测数据进行存证,以防止基坑监测数据被篡改;所述物联网设备3中安装了基于机器学习的实时数据分析和预警系统(实时数据分析和预警系统),;所述构建网络具体为分布式网络;
所述基坑工程的各方主体包括设计单元、业主单位、建设单位、分包施工单位、监理单位、监测和检测单位和政府监管单位中的至少一方;具体地,在建立基于权威证明共识的侧链1后,将基坑工程的各方主体加入侧链1的权威机构列表中,同时为各方主体分配节点地址(公钥)和与公钥对应的密码(私钥);
所述物联网设备3采用基于区块链虚拟机的具有通信模块的物联网设备3;
所述基坑监测设备5包括全站仪、土压力盒、孔隙水压力计、水位计、测斜仪、轴力计等用于基坑监测的基坑监测设备5。
步骤二S2、当基坑开始开挖,数据采集设备4采集基坑监测设备5的基坑监测数据并发送至物联网设备3,物联网设备3将基坑监测数据上传至侧链1进行保存;所述基坑监测数据为基坑监测设备5的实时基坑监测数据;
所述基坑监测数据包括全站仪和测斜仪的位移数据、土压力盒的土压力数据、孔隙水压计的土体孔隙水压力、水位计的地基水位、轴力计的支护结构轴力大小;
步骤三S3、物联网设备3在接收到基坑监测数据后,还通过基于机器学习的实时数据分析和预警系统对基坑监测数据进行分析得出分析结果;
步骤四S4、基于机器学习的实时数据分析和预警系统根据分析结果判断基坑是否安全;当分析结果判断为基坑不安全或存在潜在风险时,进入步骤五S5、触发预警向基坑工程的各方主体发送预警信号并向侧链1发送存证指令;当判断为基坑安全时,则进入步骤七S7,物联网设备3继续接收数据采集设备4发来的基坑监测数据同时基于机器学习的实时数据分析和预警系统继续对基坑监测数据进行分析;
步骤六S6、侧链1在接收到存证指令后,对判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果进行保存同时将基坑监测数据以及分析结果上传至主链2进行存证;
所述步骤四S4中,所述判断为基坑不安全或存在潜在风险的判断依据包括以下三种:
一、所述基坑监测设备5测得的基坑监测数据是否超出规范要求,具体为当分析结果超出中华人民共和国国家标准GB50497-2009《建筑基坑工程监测技术规范》中所规定的限值或超出基坑工程的各方主体中设计单位给出的限值时,则判断存在潜在风险;
二、所述基坑监测设备5测得的基坑监测数据尚未超出上述第一种判断依据中的中华人民共和国国家标准GB50497-2009《建筑基坑工程监测技术规范》中所规定限值或尚未超出基坑工程的各方主体中设计单位给出的限值,但通过基于机器学习的实时数据分析和预警系统对基坑监测数据的发展趋势进行预测,这些基坑监测数据在未来的工程工期内会超出限值,则判断存在潜在风险;
三、基坑监测数据是否存在异常,当存在异常时,则判断为存在潜在风险,这里是指统计学意义上的异常,是一个相对的概念,即异常值是一个远离其他正常数据的数据点,发生异常是一个小概率事件,出现异常数据则判断需要将该基坑监测数据进行存证;异常数据产生的原因可能是因为道德因素,也可能是因为技术因素:对于道德因素,基坑工程的建设单位和业主单位等皆可能因为利益驱使而冒更大的风险如对基坑进行超挖;对于技术因素,基坑的检测是一个复杂的项目,传感器的不正确安装也可能导致异常数据的产生。
步骤四S4中,判断为基坑安全具体为当没有出现步骤四S4中所述的判断为基坑不安全或存在潜在风险的判断依据时,则为安全。
步骤四S4中,判断为基坑不安全或存在潜在风险的判断依据的三种情形中,所述第二种判断依据中对基坑监测数据的发展趋势进行预测和第三种判断依据中基坑监测数据是否存在异常的监测采用机器学习算法实现。
具体地,对第二种判断依据的情形,以基坑监测原始数据作为输入,采用人工神经网络算法、多元自适应回归、深度学习和支持向量机等算法中的一种或组合,预测单个或多个输出参数(分析结果)的大小和发展趋势,这里输出参数可以是与输入参数类似的具体物理参数,如土压力大小,也可以是一个概率值如基坑发生安全事故的概率值,但不管是具体的物理参数还是概率值最终将指向对基坑是否安全的判断,如实际工程中设定物理参数的限值和发生安全事故的概率限值。
采用异常检测类算法来判断基坑监测数据是否存在异常,具体地,可以采用假设数据成正态分布的统计假设检测法或聚类等无监督机器学习算法来判断基坑监测数据是否存在异常,例如,假设基坑支护的轴力大小监测值在一定时间内呈正态分布,基于统计假设检验的方法,若实测值为小概率事件如预测发生的概率小于5%则可认为该基坑监测数据为异常需要进行存证;存证过程是将相应已保存至侧链1的异常基坑监测数据上传至去中心化程度更高的基于工作量证明共识的主链2。
在本发明中,基于区块链虚拟机的物联网设备3可以采用安装了以太坊虚拟机的树莓派,其中以太坊虚拟机的作用是将程序代码编译成可在以太坊区块链上执行的机器码,且以太坊虚拟机是图灵完备的。
所述步骤五S5中,发送预警信号至基坑工程的各方主体可以将物联网设备3与通讯运营商连接,并使用如python等编程语言提前设定系统预警的触发条件和预警信号的内容,使得实时数据分析和预警系统在判断存在潜在不安全或存在风险时能够迅速发出预警信号。
在上述方法中,步骤二S2与步骤三S3还可同时执行。
如图1所示,本发明还公开了一种基坑监测智能预警和数据存证系统,包括基于权威证明共识的侧链1、基于工作量证明共识的主链2以及物联网设备3;
所述物联网设备3经数据采集设备4与基坑监测设备5连接,用于接收数据采集设备4采集的基坑监测设备5的基坑监测数据并将基坑监测数据发送至侧链1进行保存;所述物联网设备3设有基于机器学习的实时数据分析和预警系统(实时数据分析和预警系统),用于对物联网设备3接收的基坑监测数据进行分析并得出分析结果,根据分析结果判断基坑是否安全,当判断为基坑不安全或存在潜在风险时触发预警,实时数据分析和预警系统通过物联网设备3向基坑工程的各方主体发送预设内容的预警信号;
所述侧链1用于全面地保存物联网设备3发送来的海量基坑监测数据、判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果,所述主链2用于对判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果进行存证,以防止基坑监测数据在物联网设备3上被篡改。
所述物联网设备3与侧链1之间通过无线的方式连接,侧链1与主链2之间通过无线的方式连接。
所述侧链1、主链2以及物联网设备3之间采用分布式网络;
所述基坑工程的各方主体包括设计单元、业主单位、建设单位、分包施工单位、监理单位、监测和检测单位和政府监管单位中的至少一方;具体地,在侧链1中将基坑工程的各方主体加入侧链1的权威机构列表中,同时为基坑工程的各方主体分配节点地址(公钥)和与公钥对应的密码(私钥)。
所述物联网设备3采用基于区块链虚拟机的具有通信模块的物联网设备3。
所述基坑监测设备5包括全站仪、土压力盒、孔隙水压力计、水位计、测斜仪、轴力计等用于基坑监测的基坑监测设备5。
在基坑开始开挖,数据采集设备4则开始采集基坑监测设备5的基坑监测数据并发送至物联网设备3,物联网设备3在接收到基坑监测数据后将基坑监测数据上传至侧链1进行保存;所述基坑监测数据为通过基坑监测设备5获取的实时基坑监测数据。
所述基坑监测数据包括全站仪和测斜仪的位移数据、土压力盒的土压力数据、孔隙水压计的土体孔隙水压力、水位计的地基水位、轴力计的支护结构轴力大小。
所述判断为基坑不安全或存在潜在风险的依据在前文的方法中已经详细阐述,在此不再赘述。
所述物联网设备3还与通讯运营商连接,从而将预警信号发送至基坑工程的各方主体;具体地,可采用如阿里云,并使用如python等编程语言提前设定系统预警的触发条件和预警信号的内容,使得实时数据分析和预警系统在判断存在潜在不安全或存在风险时能够迅速发出预警信号。
在本发明中,实时数据分析和预警系统在分析结果判断基坑为安全时,物联网设备3继续接收数据采集设备4发来的基坑监测数据,同时基于机器学习的实时数据分析和预警系统继续对基坑监测数据进行分析;判断基坑为安全具体为,当没有出现上述的判断为基坑不安全或存在潜在风险的依据时,则为安全。
本发明的有益效果:
若基坑工程涉及所有各方主体即权威机构列表上所有成员(如项目所涉及的各方、政府和第三方检测单位)不诚实,记录和存证在基于权威证明共识的侧链1上的海量基坑监测数据具有去中心化性和不可篡改性;
基于权威证明共识的侧链1可以记录和储存海量基坑监测数据,同时相比于基于工作量证明的主链2,在侧链1上记录和存证数据无需交易费且交易速度更快;
避免工程师在面对海量基坑监测数据时需要大量实际工程经验作为支撑来快速地做出正确的决定以及当工程师无法做出决定时需要邀请专家组织会议进行讨论需要耗费大量的时间,而建立在大量已有基坑监测数据基础上的机器学习算法则能够解决实现基坑监测数据的快速分析、预警和决策的功能。
Claims (10)
1.一种基坑监测智能预警和数据存放的方法,其特征在于:包括如下步骤:
步骤一S1、构建网络,建立侧链(1)、主链(2)以及物联网设备(3),所述物联网设备(3)经数据采集设备(4)与基坑监测设备(5)连接,物联网设备(3)与侧链(1)连接,侧链(1)与主链(2)连接;所述物联网设备(3)中设有基于机器学习的实时数据分析和预警系统;
步骤二S2、当基坑开始开挖,数据采集设备(4)采集基坑监测设备(5)的基坑监测数据并发送至物联网设备(3),物联网设备(3)将基坑监测数据上传至侧链(1)进行保存;
步骤三S3、物联网设备(3)在接收到基坑监测数据后,还通过基于机器学习的实时数据分析和预警系统对基坑监测数据进行分析得出结果;
步骤四S4、基于机器学习的实时数据分析和预警系统根据分析结果判断基坑是否安全;
当分析结果判断为基坑不安全或存在潜在风险时,进入步骤五S5、触发预警向基坑工程的各方主体发送预警信号并向侧链(1)发送存证指令;
当分析结果判断为基坑安全时,则进入步骤七S7,物联网设备(3)继续接收数据采集设备(4)发来的基坑监测数据同时基于机器学习的实时数据分析和预警系统继续对基坑监测数据进行分析;
步骤六S6、侧链(1)在接收到存证指令后,对判断为基坑不安全或存在风险所对应的基坑监测数据以及分析结果进行保存同时将基坑监测数据以及分析结果上传至主链(2)进行存证。
2.根据权利要求1所述的一种基坑监测智能预警和数据存放的方法,其特征在于:所述步骤四S4中,判断为基坑不安全或存在潜在风险的判断依据包括以下三种:
一、所述基坑监测设备(5)测得的基坑监测数据是否超出规范要求,当分析结果超出中华人民共和国国家标准GB50497-2009《建筑基坑工程监测技术规范》中所规定的限值或超出基坑工程的各方主体中设计单位给出的限值时,则判断存在不安全;
二、所述基坑监测设备(5)测得的基坑监测数据尚未超出上述第一种判断依据中的所规定的限值,但通过基于机器学习的实时数据分析和预警系统对基坑监测数据的发展趋势进行预测,基坑监测数据在未来的工程工期内会超出限值,则判断存在潜在风险;
三、基坑监测数据是否存在异常,当存在异常,则判断存在潜在风险。
3.根据权利要求2所述的一种基坑监测智能预警和数据存放的方法,其特征在于:所述步骤四S4中,判断基坑为不安全或存在潜在风险的判断依据的三种情形中,所述第二种判断依据中预测监测数据的发展趋势和第三种判断依据中基坑监测数据异常的监测采用机器学习算法实现;所述第二种判断依据采用人工神经网络算法、多元自适应回归、深度学习和支持向量机算法中的一种或组合;所述第三种判断依据采用异常检测类算法来判断。
4.根据权利要求1所述的一种基坑监测智能预警和数据存放的方法,其特征在于:所述步骤五S5中,向基坑工程的各方主体发送预警信号。
5.根据权利要求1所述的一种基坑监测智能预警和数据存放的方法,其特征在于:所述基坑工程的各方主体包括设计单元、业主单位、建设单位、分包施工单位、监理单位、监测和检测单位和政府监管单位中的至少一方。
6.一种基坑监测智能预警和数据存证系统,其特征在于:包括基于权威证明共识的侧链(1)、基于工作量证明共识的主链(2)以及物联网设备(3);
所述物联网设备(3)经数据采集设备(4)与基坑监测设备(5)连接,用于接收数据采集设备(4)采集的基坑监测设备(5)的基坑监测数据并将基坑监测数据发送至侧链(1)进行保存;所述物联网设备(3)设有基于机器学习的实时数据分析和预警系统,用于对物联网设备(3)接收的基坑监测数据进行分析并得出分析结果,根据分析结果判断基坑是否安全,当判断为基坑不安全或存在潜在风险时触发预警,实时数据分析和预警系统通过物联网设备(3)向基坑工程的各方主体发送预警信号;
所述侧链(1)用于保存物联网设备(3)发送来的基坑监测数据、判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果,所述主链(2)用于对判断为基坑不安全或存在潜在风险所对应的基坑监测数据以及分析结果进行保存存证。
7.根据权利要求6所述的基坑监测智能预警和数据存证系统,其特征在于:判断为基坑不安全或存在潜在风险的判断依据包括以下三种:
一、所述基坑监测设备(5)测得的基坑监测数据是否超出规范要求,当分析结果超出中华人民共和国国家标准GB50497-2009《建筑基坑工程监测技术规范》中所规定的限值或超出基坑工程的各方主体中设计单位给出的限值时,则判断存在不安全;
二、所述基坑监测设备(5)测得的基坑监测数据尚未超出上述第一种判断依据中的所规定的限值,但通过基于机器学习的实时数据分析和预警系统对基坑监测数据的发展趋势进行预测,基坑监测数据在未来的工程工期内会超出限值,则判断存在潜在风险;
三、基坑监测数据是否存在异常,当存在异常,则判断存在潜在风险。
8.根据权利要求7所述的一种基坑监测智能预警和数据存证系统,其特征在于:判断基坑为不安全或存在潜在风险的判断依据的三种情形中,所述第二种判断依据中预测监测数据的发展趋势和第三种判断依据中基坑监测数据异常的监测采用机器学习算法实现;所述第二种判断依据采用人工神经网络算法、多元自适应回归、深度学习和支持向量机算法中的一种或组合;所述第三种判断依据采用异常检测类算法来判断。
9.根据权利要求1所述的一种基坑监测智能预警和数据存证系统,其特征在于:所述物联网设备(3)还与通讯运营商连接,从而将预警信号发送至基坑工程的各方主体。
10.根据权利要求1所述的一种基坑监测智能预警和数据存证系统,其特征在于:所述基坑工程的各方主体包括设计单元、业主单位、建设单位、分包施工单位、监理单位、监测和检测单位和政府监管单位中的至少一方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811617346.0A CN110619587B (zh) | 2018-12-28 | 2018-12-28 | 一种基坑监测智能预警和数据存证的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811617346.0A CN110619587B (zh) | 2018-12-28 | 2018-12-28 | 一种基坑监测智能预警和数据存证的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619587A true CN110619587A (zh) | 2019-12-27 |
CN110619587B CN110619587B (zh) | 2022-05-13 |
Family
ID=68920070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811617346.0A Active CN110619587B (zh) | 2018-12-28 | 2018-12-28 | 一种基坑监测智能预警和数据存证的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619587B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111945796A (zh) * | 2020-08-04 | 2020-11-17 | 陕西省建筑科学研究院有限公司 | 基于bim技术的基坑变形监测同步模拟分析及实时预警系统 |
CN112016133A (zh) * | 2020-08-27 | 2020-12-01 | 上海勘察设计研究院(集团)有限公司 | 一种基于区块链的工程监测数据管理系统及其工作方法 |
CN112152815A (zh) * | 2020-09-22 | 2020-12-29 | 广州粤建三和软件股份有限公司 | 基于区块链的深基坑监测方法、系统、设备及存储介质 |
CN112163040A (zh) * | 2020-09-22 | 2021-01-01 | 广州珠江建设发展有限公司 | 基于区块链的复杂结构施工监测方法、系统、设备及介质 |
CN112766740A (zh) * | 2021-01-22 | 2021-05-07 | 湖南工商大学 | 一种基于侧链的公共安全应急情报区块链共享模型及方法 |
CN112905710A (zh) * | 2021-04-09 | 2021-06-04 | 甘肃省交通科学研究院集团有限公司 | 一种基于区块链的交通产品抽检系统及其操作方法 |
CN114047506A (zh) * | 2021-11-15 | 2022-02-15 | 江苏润通项目管理有限公司 | 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 |
CN116455944A (zh) * | 2023-06-14 | 2023-07-18 | 北京东方广厦模块化房屋有限公司 | 一种基于物联网采集的装配式建筑监测预警方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150379510A1 (en) * | 2012-07-10 | 2015-12-31 | Stanley Benjamin Smith | Method and system to use a block chain infrastructure and Smart Contracts to monetize data transactions involving changes to data included into a data supply chain. |
US20180096175A1 (en) * | 2016-10-01 | 2018-04-05 | James L. Schmeling | Blockchain Enabled Packaging |
US20180097836A1 (en) * | 2016-10-03 | 2018-04-05 | Telepathy Labs, Inc. | System and method for enterprise authorization for social partitions |
CN108960594A (zh) * | 2018-06-20 | 2018-12-07 | 广州云链工业科技有限公司 | 基于区块链与bim模型的建筑多供应链协调系统及方法 |
CN108960372A (zh) * | 2018-07-09 | 2018-12-07 | 昆明简酷科技有限公司 | 基于有源rfid技术的智能管理系统及智能管理方法 |
-
2018
- 2018-12-28 CN CN201811617346.0A patent/CN110619587B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150379510A1 (en) * | 2012-07-10 | 2015-12-31 | Stanley Benjamin Smith | Method and system to use a block chain infrastructure and Smart Contracts to monetize data transactions involving changes to data included into a data supply chain. |
US20180096175A1 (en) * | 2016-10-01 | 2018-04-05 | James L. Schmeling | Blockchain Enabled Packaging |
US20180097836A1 (en) * | 2016-10-03 | 2018-04-05 | Telepathy Labs, Inc. | System and method for enterprise authorization for social partitions |
CN108960594A (zh) * | 2018-06-20 | 2018-12-07 | 广州云链工业科技有限公司 | 基于区块链与bim模型的建筑多供应链协调系统及方法 |
CN108960372A (zh) * | 2018-07-09 | 2018-12-07 | 昆明简酷科技有限公司 | 基于有源rfid技术的智能管理系统及智能管理方法 |
Non-Patent Citations (6)
Title |
---|
冷烁等: "《基于BIM的人工智能方法综述》", 《图学学报》 * |
刘伟等: "人工智能在石油工程领域应用及影响", 《石油科技论坛》 * |
周乐: "区块链技术在工程管理中的应用", 《中国招标》 * |
朱雅菊: "区块链技术在建筑行业的应用场景展望", 《工程经济》 * |
李赞: "基于新时期区块链技术发展的安全性分析", 《电子技术与软件工程》 * |
袁正刚: "施工企业数字化转型之路任重道远", 《建筑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111945796A (zh) * | 2020-08-04 | 2020-11-17 | 陕西省建筑科学研究院有限公司 | 基于bim技术的基坑变形监测同步模拟分析及实时预警系统 |
CN112016133A (zh) * | 2020-08-27 | 2020-12-01 | 上海勘察设计研究院(集团)有限公司 | 一种基于区块链的工程监测数据管理系统及其工作方法 |
CN112152815A (zh) * | 2020-09-22 | 2020-12-29 | 广州粤建三和软件股份有限公司 | 基于区块链的深基坑监测方法、系统、设备及存储介质 |
CN112163040A (zh) * | 2020-09-22 | 2021-01-01 | 广州珠江建设发展有限公司 | 基于区块链的复杂结构施工监测方法、系统、设备及介质 |
CN112766740A (zh) * | 2021-01-22 | 2021-05-07 | 湖南工商大学 | 一种基于侧链的公共安全应急情报区块链共享模型及方法 |
CN112766740B (zh) * | 2021-01-22 | 2021-11-02 | 湖南工商大学 | 一种基于侧链的公共安全应急情报区块链共享模型及方法 |
CN112905710A (zh) * | 2021-04-09 | 2021-06-04 | 甘肃省交通科学研究院集团有限公司 | 一种基于区块链的交通产品抽检系统及其操作方法 |
CN114047506A (zh) * | 2021-11-15 | 2022-02-15 | 江苏润通项目管理有限公司 | 一种多模块基坑远程监理实时监测方法、系统、装置和存储介质 |
CN116455944A (zh) * | 2023-06-14 | 2023-07-18 | 北京东方广厦模块化房屋有限公司 | 一种基于物联网采集的装配式建筑监测预警方法及系统 |
CN116455944B (zh) * | 2023-06-14 | 2023-09-05 | 北京东方广厦模块化房屋有限公司 | 一种基于物联网采集的装配式建筑监测预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110619587B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619587B (zh) | 一种基坑监测智能预警和数据存证的方法及系统 | |
CN108418841B (zh) | 基于ai的下一代关键信息基础设施网络安全态势感知系统 | |
CN107438052A (zh) | 一种面向未知工业通信协议规约的异常行为检测方法 | |
CN107832896A (zh) | 一种电厂设备缓变故障预警方法及装置 | |
CN110159929B (zh) | 地下排水管网智能管控大数据处理方法 | |
CN108650139A (zh) | 一种电力通信网络监测系统 | |
CN110032555A (zh) | 一种神经网络塔吊风险预测方法及系统 | |
CN104299169A (zh) | 一种污水处理系统信息安全在线风险分析方法及系统 | |
CN109902265B (zh) | 一种基于隐马尔可夫模型的井下预警方法 | |
CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
CN108584588A (zh) | 一种基于大规模流数据的电梯门故障检测方法 | |
CN111504440A (zh) | 一种具有定位和报警功能的自然破坏光缆行为监测系统 | |
CN111030299A (zh) | 一种基于边信道的电网嵌入式终端安全监测方法及系统 | |
CN106682742A (zh) | 一种基于物联网技术的实时数据采集分析方法 | |
CN109899113A (zh) | 一种基于手机app的地下矿井水文在线监测预警系统 | |
CN113986893A (zh) | 一种基于发电车风险识别主动预警系统及方法 | |
CN117669888A (zh) | 一种二次供水远程监控系统 | |
CN116822352A (zh) | 基于grnn神经网络的井下防水密闭墙工况预测方法及系统 | |
CN111767179A (zh) | 一种基于云平台的计算机硬件维管系统 | |
CN108536980B (zh) | 一种考虑可靠性因素的气体探测器离散选址优化方法 | |
CN113685166B (zh) | 一种钻井事故预警方法及系统 | |
CN116049958A (zh) | 历史建筑结构监测数据异常诊断与修复系统 | |
CN115060329A (zh) | 一种基于数字孪生算法的岩溶塌陷信息化预测系统 | |
CN115310586A (zh) | 针对网络攻击的有源配电网信息物理系统运行态势预测方法及系统 | |
CN114997253A (zh) | 一种卫星星座智能状态异常检测方法、监测系统及其监测方法 |
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 |