CN112990711B - 基于现场施工的铝合金模板施工监测方法及系统 - Google Patents
基于现场施工的铝合金模板施工监测方法及系统 Download PDFInfo
- Publication number
- CN112990711B CN112990711B CN202110295341.6A CN202110295341A CN112990711B CN 112990711 B CN112990711 B CN 112990711B CN 202110295341 A CN202110295341 A CN 202110295341A CN 112990711 B CN112990711 B CN 112990711B
- Authority
- CN
- China
- Prior art keywords
- construction
- data
- working condition
- construction data
- target
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 1384
- 238000012544 monitoring process Methods 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 117
- 229910000838 Al alloy Inorganic materials 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 97
- 230000008569 process Effects 0.000 claims description 65
- 238000011156 evaluation Methods 0.000 claims description 42
- 238000013475 authorization Methods 0.000 claims description 36
- 238000004088 simulation Methods 0.000 claims description 35
- 230000010354 integration Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 230000001934 delay Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013434 data augmentation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q50/04—Manufacturing
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Manufacturing & Machinery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的基于现场施工的铝合金模板施工监测方法及系统，会首先考虑存在施工指标签名的非调整型施工数据以及存在施工数据追溯标识的调整型施工数据，这样能够确定出不同施工工况数据之间对应的目标施工数据集，进而实现对目标施工数据集的监测指标标定。在对当前调整型施工数据进行整合时能够考虑监测指标的标定，从而实现对当前调整型施工数据的施工监测标识的实时更新。能够确保待监测施工数据与现场施工工况的动态匹配，从而能够基于待监测施工数据实现准确可靠的施工安全监测，减少生产事故的发生概率。
Description
技术领域
本申请涉及现场施工和铝合金模板技术领域，具体而言，涉及一种基于现场施工的铝合金模板施工监测方法及系统。
背景技术
铝合金模板的现场施工环境较为恶劣，常常出现严重的生产事故，极大地威胁了施工人员的人身安全，并为铝合金模板的正常生产造成了严重的经济损失。因此，如何实现对铝合金模板的施工监测是确保安全生产的关键因素。
发明内容
本申请的第一个方面公开了一种基于现场施工的铝合金模板施工监测方法，包括：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据，其中，所述第一施工工况数据为存在施工指标签名的非调整型施工数据，所述第二施工工况数据为存在施工数据追溯标识的调整型施工数据；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据。
优选的实施方式中，确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息包括：
确定所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度；
基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工流程相似度权重，其中，所述施工工序相似度信息包括所述施工流程相似度权重；
其中，确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工流程相似度权重包括以下至少之一：
基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，计算所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据时序相似度以确定所述施工流程相似度权重；
基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，计算所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据特征的施工类别指数以确定所述施工流程相似度权重；
确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工事件标签，基于确定出的施工事件标签以及所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据特征的特征相似度确定所述施工流程相似度权重。
优选的实施方式中，基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集包括：对所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集按照施工工序相似度信息的相似度置信权重的由大到小的顺序进行排序；
通过如下方式之一从排序后的所述对应施工数据集中确定出所述目标施工数据集：
按顺序选取设定数量的所述对应施工数据集作为所述目标施工数据集；
按顺序选取设定比例的所述对应施工数据集作为所述目标施工数据集；
将施工工序相似度信息对应的施工流程相似度权重小于第一预定权重值的所述对应施工数据集确定为所述目标施工数据集；
按顺序将施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集按照预设施工模拟次数进行施工模拟，基于施工模拟结果确定所述目标施工数据集；
基于所述对应施工数据集的累计施工数据时序相似度的变化数据选取所述目标施工数据集。
优选的实施方式中，按顺序将施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集按照预设施工模拟次数进行施工模拟，基于施工模拟结果确定所述目标施工数据集包括：
确定与施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集的施工工序相似度信息对应的施工模拟次数，其中，施工工序相似度信息对应的施工流程相似度权重对应的施工流程相似度权重越小，对应的施工模拟次数越大；
按照确定的施工模拟次数对施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集进行施工模拟；
对施工模拟后的所述对应施工数据集按照数据集时效性权重由小到大的顺序进行排序，以得到所述目标施工数据集；
其中，基于所述对应施工数据集的累计施工数据时序相似度的变化数据选取所述目标施工数据集包括：
按顺序选取设定数量的所述对应施工数据集，并计算所述设定数量的所述对应施工数据集的第一施工数据时序相似度，其中，所述设定数量为预先确定的最小匹配数；
按顺序选取设定数量加一的所述对应施工数据集，并计算所述设定数量加一的所述对应施工数据集的第二施工数据时序相似度；
在确定所述第一施工数据时序相似度和所述第二施工数据时序相似度的相似度差值大于或等于预定相似度差值时，将所述设定数量的所述对应施工数据集确定为所述目标施工数据集；
在确定所述第一施工数据时序相似度和所述第二施工数据时序相似度的相似度差值小于所述预定相似度差值时，重复执行选取比前一次选取数量多一个的所述对应施工数据集，直到后选取出的所述对应施工数据集的施工数据时序相似度与前一次选取出的所述对应施工数据集的施工数据时序相似度的差值大于或等于所述预定相似度差值，并将前一次选取出的所述对应施工数据集确定为所述目标施工数据集。
优选的实施方式中，基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定包括：
使用流式数据列表表示所述第一施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第一数据列表特征矩阵，对所述第一数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第一施工数据矩阵；
使用流式数据列表表示所述第二施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第二数据列表特征矩阵，对所述第二数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第二施工数据矩阵；
基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据；基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新。
优选的实施方式中，基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据包括：
判断所述第一施工工况数据中的各所述目标施工数据集对应的第一施工数据矩阵的施工特征评价值是否处于第一施工授权安全值阈值范围内；
将第一施工数据矩阵处于所述第一施工授权安全值阈值范围内的目标施工数据集的第一施工数据矩阵的施工特征评价值设为选定数值，维持其他目标施工数据集的第一施工数据矩阵的施工特征评价值不变，以得到所述第一已更新施工数据；
其中，基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新包括：
判断所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第一设定描述值的和是否处于第二施工授权安全值阈值范围内，其中，所述第一设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应的第一施工数据矩阵的矩阵特征描述值与设定施工安全指数的乘积；将第二施工数据矩阵与所述第一设定描述值的和处于所述第二施工授权安全值阈值范围内的目标施工数据集的第二施工数据矩阵设为选定数值，维持其他目标施工数据集的第二施工数据矩阵的施工特征评价值不变，以得到第二已更新施工数据；
或，
将所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第二设定描述值的乘积作为所述目标施工数据集的第二施工数据矩阵，以得到第二已更新施工数据，其中，所述第二设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度和历史时序相似度均值的差与所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度的比值。
优选的实施方式中，对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据包括以下之一：
采用确定施工数据时序相似度的方式对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据；
采用确定施工类别指数的方式对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据；
采用施工数据整合模型所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据；
将所述存在施工监测标识的当前调整型施工数据中包括的进行了所述监测指标标定后的施工数据集的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值进行比较，通过对选取进行了所述监测指标标定后的施工数据集的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值相似度差值最小的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值求平均来确定所述存在施工监测标识的当前调整型施工数据的施工特征评价值，以得到所述待监测施工数据。
优选的实施方式中，采用施工数据整合模型所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据，包括：
通过所述施工数据整合模型将当前调整型施工数据划分为若干个施工数据段集合；其中，每个施工数据段集合包含多个施工数据段；
基于所述当前调整型施工数据的第一施工监测指标，得到所述施工数据段的第二施工监测指标；其中，所述第一施工监测指标是利用历史异常安全记录得到的；
针对至少一个所述施工数据段集合：分别以至少一个施工数据段的第二施工监测指标为参考指标，利用预设指标提取算法获取所述至少一个施工数据段的最佳监测指标；并利用所述至少一个施工数据段的最佳监测指标，确定得到所述施工数据段集合内其他所述施工数据段的最佳监测指标；
基于所述施工数据段的所述第二施工监测指标和所述最佳监测指标，确定对应所述施工数据段的目标施工监测指标；
通过所述目标施工监测指标对应的监测指标聚类结果将所述施工数据段进行拼接，得到所述待监测施工数据；其中，所述待监测施工数据由多个铝合金模板施工设备共享；
其中，所述利用所述至少一个施工数据段的最佳监测指标，确定得到所述施工数据段集合内其他所述施工数据段的最佳监测指标，包括：基于所述至少一个施工数据段的施工数据段数量和在所述施工数据段集合中的相对序列位置，选择对应的监测指标确定方式；利用所述监测指标确定方式对所述至少一个施工数据段的最佳监测指标进行确定，得到所述施工数据段集合内其他所述施工数据段的最佳监测指标。
优选的实施方式中，在获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据之前，所述方法还包括：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第三施工工况数据，其中，所述第三施工工况数据为包括至少两种施工状态调整延时的调整型施工数据；
将所述第三施工工况数据转换成至少两个所述第二施工工况数据，其中，不同的所述第二施工工况数据中包括有不同的施工状态调整延时；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集包括：对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定包括：对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；
对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据包括：对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据；
在得到所述待监测施工数据之后，所述方法还包括：将得到的至少两个待监测施工数据进行整合，以得到与所述第三施工工况数据对应的待监测施工数据。
本申请的第二个方面公开了一种基于现场施工的铝合金模板施工监测系统，包括互相之间通信的监测服务器和铝合金模板施工设备；其中，所述监测服务器用于：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据，其中，所述第一施工工况数据为存在施工指标签名的非调整型施工数据，所述第二施工工况数据为存在施工数据追溯标识的调整型施工数据；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据。
有益效果：
本发明实施例提供的基于现场施工的铝合金模板施工监测方法及系统具有以下技术效果：在确定待监测施工数据之前，会首先考虑存在施工指标签名的非调整型施工数据以及存在施工数据追溯标识的调整型施工数据，这样能够确定出第一施工工况数据和第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集，进而实现对第二施工工况数据中的目标施工数据集的监测指标标定。如此，在对当前调整型施工数据进行整合时，能够考虑监测指标的标定，从而实现对当前调整型施工数据的施工监测标识的实时更新。这样一来，能够确保待监测施工数据与现场施工工况的动态匹配，从而能够基于待监测施工数据实现准确可靠的施工安全监测，减少生产事故的发生概率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例，其中参考数字在附图的各个视图中代表相似的机构。
图1是根据本发明的一些实施例所示的一种基于现场施工的铝合金模板施工监测方法的流程图。
图2是根据本发明的一些实施例所示的一种示例性基于现场施工的铝合金模板施工监测系统的框图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中，通过实例阐述了许多具体细节，以便提供对相关指导的全面了解。然而，对于本领域的技术人员来说，显然可以在没有这些细节的情况下实施本发明。在其他情况下，公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述，没有细节，以避免不必要的模糊本发明的方面。
这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本申请的一部分。然而，需要理解清楚的是，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当了解的是，这些图纸不是按比例绘制的。然而，应当明确理解的是，附图仅用于说明和描述的目的，并不意图限制本发明的范围。应当知晓的是，这些附图并不依照比例。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是，流程图的执行过程可以不按顺序执行。相反，这些执行过程可以以相反的顺序或同时执行。另外，可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
图1是根据本发明的一些实施例所示的一种示例性基于现场施工的铝合金模板施工监测方法的流程图，具体可以包括以下步骤S11-步骤S13所描述的内容。
步骤S11，获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据。
例如，所述第一施工工况数据为存在施工指标签名的非调整型施工数据，所述第二施工工况数据为存在施工数据追溯标识的调整型施工数据。
步骤S12，确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集。
步骤S13，基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据。
可以理解，通过上述步骤S11-步骤S13，在确定待监测施工数据之前，会首先考虑存在施工指标签名的非调整型施工数据以及存在施工数据追溯标识的调整型施工数据，这样能够确定出第一施工工况数据和第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集，进而实现对第二施工工况数据中的目标施工数据集的监测指标标定。如此，在对当前调整型施工数据进行整合时，能够考虑监测指标的标定，从而实现对当前调整型施工数据的施工监测标识的实时更新。这样一来，能够确保待监测施工数据与现场施工工况的动态匹配，从而能够基于待监测施工数据实现准确可靠的施工安全监测，减少生产事故的发生概率。
在一个可能的实施例中，步骤S12所描述的确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，可以步骤S121和步骤S122。
步骤S121，确定所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度。
步骤S122，基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工流程相似度权重。
例如，施工流程相似度权重可以是不同特征相似度对应的融合权重值，所述施工工序相似度信息包括所述施工流程相似度权重。
进一步地，步骤S122所描述的确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工流程相似度权重可以包括以下至少之一的实施方式。
第一种实施方式，基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，计算所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据时序相似度以确定所述施工流程相似度权重。例如，施工数据时序相似度用于表征施工数据集在时序层面上的相似度。
第二种实施方式，基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，计算所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据特征的施工类别指数以确定所述施工流程相似度权重。例如，施工类别指数可以根据预设的特征提取模型中的模型参数确定。
第三种实施方式，确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工事件标签，基于确定出的施工事件标签以及所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据特征的特征相似度确定所述施工流程相似度权重。例如，施工事件标签用于表征不同施工数据集的不同施工事件信息。
在实际应用时，在应用上述三种确定施工流程相似度权重的方式时，可以择一应用，也可以同时选择多个进行应用，在同时选择多个进行应用时，可以对确定出的施工流程相似度权重进行均值计算以确定出最终的施工流程相似度权重。这样能够灵活地确定施工流程相似度权重，从而确保上述实施方式能够在不同的工况场景下使用。
在一些示例中，步骤S12所描述的基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集，可以包括步骤S120：对所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集按照施工工序相似度信息的相似度置信权重的由大到小的顺序进行排序。例如，相似度置信权重可以根据确定施工工序相似度信息所参考的相关数据和信息进行确定，相似度置信权重可以用于表征施工工序相似度信息的可信度或者置信度。
进一步地，可以通过如下方式之一从排序后的所述对应施工数据集中确定出所述目标施工数据集。
(1)按顺序选取设定数量的所述对应施工数据集作为所述目标施工数据集。例如，设定数量可以预先设置，在此不作限定。
(2)按顺序选取设定比例的所述对应施工数据集作为所述目标施工数据集。例如，设定比例可以预先设置，在此不作限定。
(3)将施工工序相似度信息对应的施工流程相似度权重小于第一预定权重值的所述对应施工数据集确定为所述目标施工数据集。
例如，第一预定权重值可以预先设置，在此不作限定。第一预定权重值可以是动态权重值。
(4)按顺序将施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集按照预设施工模拟次数进行施工模拟，基于施工模拟结果确定所述目标施工数据集。
例如，第二预定权重值可以预先设置，在此不作限定。第二预定权重值可以是静态权重值。施工模拟可以是对施工数据集进行数据扩充。预设施工模拟次数根据实际业务需求进行选择，在此不作限定。
(5)基于所述对应施工数据集的累计施工数据时序相似度的变化数据选取所述目标施工数据集。
例如，变化数据可以将累计的施工数据时序相似度按照时序先后顺序进行拟合得到。
可以理解的是，基于上述五种确定目标施工数据集，能够确保目标施工数据集的灵活确定，从而保证在不同的工况场景下可以选择合适的方式来确定目标施工数据集。
进一步地，在上述的第四种方式中，按顺序将施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集按照预设施工模拟次数进行施工模拟，基于施工模拟结果确定所述目标施工数据集，可以包括以下步骤(41)-步骤(43)。
(41)确定与施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集的施工工序相似度信息对应的施工模拟次数，其中，施工工序相似度信息对应的施工流程相似度权重对应的施工流程相似度权重越小，对应的施工模拟次数越大。
(42)按照确定的施工模拟次数对施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集进行施工模拟。
(43)对施工模拟后的所述对应施工数据集按照数据集时效性权重由小到大的顺序进行排序，以得到所述目标施工数据集。
例如，数据集时效性权重用于表征施工数据集在时序上的准确性，数据集时效性权重越大，表明施工数据集的数据准确性的持续时间越长，能够适用于更多工况场景。
进一步地，在上述的第五种方式中，基于所述对应施工数据集的累计施工数据时序相似度的变化数据选取所述目标施工数据集，可以包括步骤(51)-步骤(54)。
(51)按顺序选取设定数量的所述对应施工数据集，并计算所述设定数量的所述对应施工数据集的第一施工数据时序相似度，其中，所述设定数量为预先确定的最小匹配数。
(52)按顺序选取设定数量加一的所述对应施工数据集，并计算所述设定数量加一的所述对应施工数据集的第二施工数据时序相似度。
(53)在确定所述第一施工数据时序相似度和所述第二施工数据时序相似度的相似度差值大于或等于预定相似度差值时，将所述设定数量的所述对应施工数据集确定为所述目标施工数据集。
(54)在确定所述第一施工数据时序相似度和所述第二施工数据时序相似度的相似度差值小于所述预定相似度差值时，重复执行选取比前一次选取数量多一个的所述对应施工数据集，直到后选取出的所述对应施工数据集的施工数据时序相似度与前一次选取出的所述对应施工数据集的施工数据时序相似度的差值大于或等于所述预定相似度差值，并将前一次选取出的所述对应施工数据集确定为所述目标施工数据集。
在实际实施时，步骤S13所描述的基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定的步骤，可以包括步骤S131-步骤S133。
步骤S131，使用流式数据列表表示所述第一施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第一数据列表特征矩阵，对所述第一数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第一施工数据矩阵。
步骤S132，使用流式数据列表表示所述第二施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第二数据列表特征矩阵，对所述第二数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第二施工数据矩阵。
步骤S133，基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据；基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新。
例如，施工授权信息更新可以根据目标施工数据集的使用记录进行。
进一步地，步骤S133所描述的基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据，进一步包括：判断所述第一施工工况数据中的各所述目标施工数据集对应的第一施工数据矩阵的施工特征评价值是否处于第一施工授权安全值阈值范围内；将第一施工数据矩阵处于所述第一施工授权安全值阈值范围内的目标施工数据集的第一施工数据矩阵的施工特征评价值设为选定数值，维持其他目标施工数据集的第一施工数据矩阵的施工特征评价值不变，以得到所述第一已更新施工数据。例如，施工特征评价值用于对不同的施工数据矩阵以及不同的矩阵特征进行区分。第一施工授权安全值阈值范围、选定数值可以根据实际情况进行配置，在此不作更多说明。
更进一步地，基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新，可以通过以下实施方式a或实施方式b实现。
实施方式a，判断所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第一设定描述值的和是否处于第二施工授权安全值阈值范围内，其中，所述第一设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应的第一施工数据矩阵的矩阵特征描述值与设定施工安全指数的乘积；将第二施工数据矩阵与所述第一设定描述值的和处于所述第二施工授权安全值阈值范围内的目标施工数据集的第二施工数据矩阵设为选定数值，维持其他目标施工数据集的第二施工数据矩阵的施工特征评价值不变，以得到第二已更新施工数据。
实施方式b，将所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第二设定描述值的乘积作为所述目标施工数据集的第二施工数据矩阵，以得到第二已更新施工数据，其中，所述第二设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度和历史时序相似度均值的差与所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度的比值。
如此，可以通过不同的实施方式实现对目标施工数据集的施工授权信息更新，从而确保施工授权信息的更新能够与实际施工工况高度匹配。
在实际实施过程中，步骤S13所描述的对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据，可以通过包括以下之一的整合方式实现。当然，在具体实施时，并不限于以下的施工数据整合方式。
第一种施工数据整合方式，采用确定施工数据时序相似度的方式对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据。
第二种施工数据整合方式，采用确定施工类别指数的方式对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据。
第三种施工数据整合方式，采用施工数据整合模型所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据。
第四种施工数据整合方式，将所述存在施工监测标识的当前调整型施工数据中包括的进行了所述监测指标标定后的施工数据集的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值进行比较，通过对选取进行了所述监测指标标定后的施工数据集的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值相似度差值最小的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值求平均来确定所述存在施工监测标识的当前调整型施工数据的施工特征评价值，以得到所述待监测施工数据。
在上述基础上，在第三种施工数据整合方式中，采用施工数据整合模型所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据，可以包括以下步骤S21-步骤S25。
步骤S21，通过所述施工数据整合模型将当前调整型施工数据划分为若干个施工数据段集合；其中，每个施工数据段集合包含多个施工数据段。
步骤S22，基于所述当前调整型施工数据的第一施工监测指标，得到所述施工数据段的第二施工监测指标；其中，所述第一施工监测指标是利用历史异常安全记录得到的。
步骤S23，针对至少一个所述施工数据段集合：分别以至少一个施工数据段的第二施工监测指标为参考指标，利用预设指标提取算法获取所述至少一个施工数据段的最佳监测指标；并利用所述至少一个施工数据段的最佳监测指标，确定得到所述施工数据段集合内其他所述施工数据段的最佳监测指标。
步骤S24，基于所述施工数据段的所述第二施工监测指标和所述最佳监测指标，确定对应所述施工数据段的目标施工监测指标。
步骤S25，通过所述目标施工监测指标对应的监测指标聚类结果将所述施工数据段进行拼接，得到所述待监测施工数据；其中，所述待监测施工数据由多个铝合金模板施工设备共享。
更进一步地，步骤S23所描述的利用所述至少一个施工数据段的最佳监测指标，确定得到所述施工数据段集合内其他所述施工数据段的最佳监测指标，可以包括：基于所述至少一个施工数据段的施工数据段数量和在所述施工数据段集合中的相对序列位置，选择对应的监测指标确定方式；利用所述监测指标确定方式对所述至少一个施工数据段的最佳监测指标进行确定，得到所述施工数据段集合内其他所述施工数据段的最佳监测指标。
在实际应用过程中，在实施步骤S11所描述的获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据的步骤之前，该方法还可以包括以下内容。
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第三施工工况数据，其中，所述第三施工工况数据为包括至少两种施工状态调整延时的调整型施工数据。
将所述第三施工工况数据转换成至少两个所述第二施工工况数据，其中，不同的所述第二施工工况数据中包括有不同的施工状态调整延时。
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集包括：对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集。
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定包括：对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定。
对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据包括：对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据。
在得到所述待监测施工数据之后，所述方法还包括：将得到的至少两个待监测施工数据进行整合，以得到与所述第三施工工况数据对应的待监测施工数据。
如此设计，基于上述步骤所描述的内容，能够将包括至少两种施工状态调整延时的调整型施工数据考虑在内，从而实现对待监测施工数据的多样化处理，以满足后续不同的施工监测需求。
基于上述同样的发明构思，请结合参阅图2，还提供了一种基于现场施工的铝合金模板施工监测系统200，包括互相之间通信的监测服务器110和铝合金模板施工设备120；其中，所述监测服务器110用于：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据，其中，所述第一施工工况数据为存在施工指标签名的非调整型施工数据，所述第二施工工况数据为存在施工数据追溯标识的调整型施工数据；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据。
可以理解，上述系统实施例的描述可以参阅图1所示的方法实施例的描述。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
此外，除非申请专利范围中明确说明，本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的申请专利范围并不仅限于披露的实施例，相反，申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件装置实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或行动装置上安装所描述的系统。
同样应当理解的是，为了简化本申请揭示的表述，从而帮助对至少一个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法幷不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (8)
1.一种基于现场施工的铝合金模板施工监测方法，其特征在于，包括：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据，其中，所述第一施工工况数据为存在施工指标签名的非调整型施工数据，所述第二施工工况数据为存在施工数据追溯标识的调整型施工数据；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；
对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据；
其中，基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定包括：
使用流式数据列表表示所述第一施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第一数据列表特征矩阵，对所述第一数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第一施工数据矩阵；
使用流式数据列表表示所述第二施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第二数据列表特征矩阵，对所述第二数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第二施工数据矩阵；
基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据；
基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新；
其中，基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据包括：
判断所述第一施工工况数据中的各所述目标施工数据集对应的第一施工数据矩阵的施工特征评价值是否处于第一施工授权安全值阈值范围内；
将第一施工数据矩阵处于所述第一施工授权安全值阈值范围内的目标施工数据集的第一施工数据矩阵的施工特征评价值设为选定数值，维持其他目标施工数据集的第一施工数据矩阵的施工特征评价值不变，以得到所述第一已更新施工数据；
其中，基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新包括：
判断所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第一设定描述值的和是否处于第二施工授权安全值阈值范围内，其中，所述第一设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应的第一施工数据矩阵的矩阵特征描述值与设定施工安全指数的乘积；
将第二施工数据矩阵与所述第一设定描述值的和处于所述第二施工授权安全值阈值范围内的目标施工数据集的第二施工数据矩阵设为选定数值，维持其他目标施工数据集的第二施工数据矩阵的施工特征评价值不变，以得到第二已更新施工数据；
或，将所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第二设定描述值的乘积作为所述目标施工数据集的第二施工数据矩阵，以得到第二已更新施工数据，其中，所述第二设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度和历史时序相似度均值的差与所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度的比值。
2.根据权利要求1所述的方法，其特征在于，确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息包括：
确定所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度；
基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工流程相似度权重，其中，所述施工工序相似度信息包括所述施工流程相似度权重；
其中，确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工流程相似度权重包括以下至少之一：
基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，计算所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据时序相似度以确定所述施工流程相似度权重；
基于所述第一施工工况数据中各施工数据集的施工数据特征的特征相似度以及所述第二施工工况数据中各施工数据集的施工数据特征的特征相似度，计算所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据特征的施工类别指数以确定所述施工流程相似度权重；
确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工事件标签，基于确定出的施工事件标签以及所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工数据特征的特征相似度确定所述施工流程相似度权重。
3.根据权利要求1或2所述的方法，其特征在于，基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集包括：
对所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集按照施工工序相似度信息的相似度置信权重的由大到小的顺序进行排序；
通过如下方式之一从排序后的所述对应施工数据集中确定出所述目标施工数据集：
按顺序选取设定数量的所述对应施工数据集作为所述目标施工数据集；
按顺序选取设定比例的所述对应施工数据集作为所述目标施工数据集；
将施工工序相似度信息对应的施工流程相似度权重小于第一预定权重值的所述对应施工数据集确定为所述目标施工数据集；
按顺序将施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集按照预设施工模拟次数进行施工模拟，基于施工模拟结果确定所述目标施工数据集；
基于所述对应施工数据集的累计施工数据时序相似度的变化数据选取所述目标施工数据集。
4.根据权利要求3所述的方法，其特征在于，按顺序将施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集按照预设施工模拟次数进行施工模拟，基于施工模拟结果确定所述目标施工数据集包括：
确定与施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集的施工工序相似度信息对应的施工模拟次数，其中，施工工序相似度信息对应的施工流程相似度权重对应的施工流程相似度权重越小，对应的施工模拟次数越大；
按照确定的施工模拟次数对施工工序相似度信息对应的施工流程相似度权重小于第二预定权重值的所述对应施工数据集中包括的各对应施工数据集进行施工模拟；
对施工模拟后的所述对应施工数据集按照数据集时效性权重由小到大的顺序进行排序，以得到所述目标施工数据集；
其中，基于所述对应施工数据集的累计施工数据时序相似度的变化数据选取所述目标施工数据集包括：
按顺序选取设定数量的所述对应施工数据集，并计算所述设定数量的所述对应施工数据集的第一施工数据时序相似度，其中，所述设定数量为预先确定的最小匹配数；
按顺序选取设定数量加一的所述对应施工数据集，并计算所述设定数量加一的所述对应施工数据集的第二施工数据时序相似度；
在确定所述第一施工数据时序相似度和所述第二施工数据时序相似度的相似度差值大于或等于预定相似度差值时，将所述设定数量的所述对应施工数据集确定为所述目标施工数据集；
在确定所述第一施工数据时序相似度和所述第二施工数据时序相似度的相似度差值小于所述预定相似度差值时，重复执行选取比前一次选取数量多一个的所述对应施工数据集，直到后选取出的所述对应施工数据集的施工数据时序相似度与前一次选取出的所述对应施工数据集的施工数据时序相似度的差值大于或等于所述预定相似度差值，并将前一次选取出的所述对应施工数据集确定为所述目标施工数据集。
5.根据权利要求1所述的方法，其特征在于，对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据包括以下之一：
采用确定施工数据时序相似度的方式对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据；
采用确定施工类别指数的方式对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据；
采用施工数据整合模型对所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据；
将所述存在施工监测标识的当前调整型施工数据中包括的进行了所述监测指标标定后的施工数据集的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值进行比较，通过对选取进行了所述监测指标标定后的施工数据集的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值相似度差值最小的施工特征评价值与未进行所述监测指标标定前的施工数据集的施工特征评价值求平均来确定所述存在施工监测标识的当前调整型施工数据的施工特征评价值，以得到所述待监测施工数据。
6.根据权利要求5所述的方法，其特征在于，采用施工数据整合模型所述存在施工监测标识的当前调整型施工数据进行整合以得到所述待监测施工数据，包括：
通过所述施工数据整合模型将当前调整型施工数据划分为若干个施工数据段集合；
其中，每个施工数据段集合包含多个施工数据段；
基于所述当前调整型施工数据的第一施工监测指标，得到所述施工数据段的第二施工监测指标；
其中，所述第一施工监测指标是利用历史异常安全记录得到的；
针对至少一个所述施工数据段集合：
分别以至少一个施工数据段的第二施工监测指标为参考指标，利用预设指标提取算法获取所述至少一个施工数据段的最佳监测指标；
并利用所述至少一个施工数据段的最佳监测指标，确定得到所述施工数据段集合内其他所述施工数据段的最佳监测指标；
基于所述施工数据段的所述第二施工监测指标和所述最佳监测指标，确定对应所述施工数据段的目标施工监测指标；
通过所述目标施工监测指标对应的监测指标聚类结果将所述施工数据段进行拼接，得到所述待监测施工数据；
其中，所述待监测施工数据由多个铝合金模板施工设备共享；
其中，所述利用所述至少一个施工数据段的最佳监测指标，确定得到所述施工数据段集合内其他所述施工数据段的最佳监测指标，包括：
基于所述至少一个施工数据段的施工数据段数量和在所述施工数据段集合中的相对序列位置，选择对应的监测指标确定方式；
利用所述监测指标确定方式对所述至少一个施工数据段的最佳监测指标进行确定，得到所述施工数据段集合内其他所述施工数据段的最佳监测指标。
7.根据权利要求1所述的方法，其特征在于，在获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据之前，所述方法还包括：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第三施工工况数据，其中，所述第三施工工况数据为包括至少两种施工状态调整延时的调整型施工数据；
将所述第三施工工况数据转换成至少两个所述第二施工工况数据，其中，不同的所述第二施工工况数据中包括有不同的施工状态调整延时；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集包括：
对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：
确定所述第一施工工况数据和所述第二施工工况数据中所述对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定包括：
对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；
对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据包括：
对于所述第一施工工况数据和任一个所述第二施工工况数据均执行以下操作：
对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据；
在得到所述待监测施工数据之后，所述方法还包括：
将得到的至少两个待监测施工数据进行整合，以得到与所述第三施工工况数据对应的待监测施工数据。
8.一种基于现场施工的铝合金模板施工监测系统，其特征在于，包括互相之间通信的监测服务器和铝合金模板施工设备；
其中，所述监测服务器用于：
获取对目标铝合金模板施工设备进行施工数据采集后所得到的第一施工工况数据和第二施工工况数据，其中，所述第一施工工况数据为存在施工指标签名的非调整型施工数据，所述第二施工工况数据为存在施工数据追溯标识的调整型施工数据；
确定所述第一施工工况数据和所述第二施工工况数据中对应施工数据集的施工工序相似度信息，并基于所述对应施工数据集的施工工序相似度信息确定出所述第一施工工况数据和所述第二施工工况数据之间对应的且满足预设指标条件的目标施工数据集；
基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定；
对监测指标标定后的所述第二施工工况数据中的存在施工监测标识的当前调整型施工数据进行整合以得到待监测施工数据；
其中，基于所述第一施工工况数据中的所述目标施工数据集对所述第二施工工况数据中的所述目标施工数据集进行监测指标标定包括：
使用流式数据列表表示所述第一施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第一数据列表特征矩阵，对所述第一数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第一施工数据矩阵；
使用流式数据列表表示所述第二施工工况数据中的所述目标施工数据集中包括的每一个施工数据集，将流式数据列表表示的各施工数据集组成第二数据列表特征矩阵，对所述第二数据列表特征矩阵进行矩阵元素修正处理及矩阵结构变换处理，以得到第二施工数据矩阵；
基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据；
基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新；
其中，基于所述第一施工数据矩阵对所述第一施工工况数据中的所述目标施工数据集进行施工授权信息更新，以得到第一已更新施工数据包括：
判断所述第一施工工况数据中的各所述目标施工数据集对应的第一施工数据矩阵的施工特征评价值是否处于第一施工授权安全值阈值范围内；
将第一施工数据矩阵处于所述第一施工授权安全值阈值范围内的目标施工数据集的第一施工数据矩阵的施工特征评价值设为选定数值，维持其他目标施工数据集的第一施工数据矩阵的施工特征评价值不变，以得到所述第一已更新施工数据；
其中，基于所述第二施工数据矩阵以及所述第一已更新施工数据对所述第二施工工况数据中的所述目标施工数据集进行施工授权信息更新包括：
判断所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第一设定描述值的和是否处于第二施工授权安全值阈值范围内，其中，所述第一设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应的第一施工数据矩阵的矩阵特征描述值与设定施工安全指数的乘积；
将第二施工数据矩阵与所述第一设定描述值的和处于所述第二施工授权安全值阈值范围内的目标施工数据集的第二施工数据矩阵设为选定数值，维持其他目标施工数据集的第二施工数据矩阵的施工特征评价值不变，以得到第二已更新施工数据；
或，将所述第二施工工况数据中的各所述目标施工数据集对应的第二施工数据矩阵的施工特征评价值与第二设定描述值的乘积作为所述目标施工数据集的第二施工数据矩阵，以得到第二已更新施工数据，其中，所述第二设定描述值为所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度和历史时序相似度均值的差与所述第一施工工况数据中对应的目标施工数据集所对应施工数据时序相似度的比值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110295341.6A CN112990711B (zh) | 2021-03-19 | 2021-03-19 | 基于现场施工的铝合金模板施工监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110295341.6A CN112990711B (zh) | 2021-03-19 | 2021-03-19 | 基于现场施工的铝合金模板施工监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112990711A CN112990711A (zh) | 2021-06-18 |
| CN112990711B true CN112990711B (zh) | 2023-11-17 |
Family
ID=76333374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110295341.6A Active CN112990711B (zh) | 2021-03-19 | 2021-03-19 | 基于现场施工的铝合金模板施工监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112990711B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230177430A1 (en) * | 2021-12-07 | 2023-06-08 | International Business Machines Corporation | Streamlining project requests for information |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09158478A (ja) * | 1995-12-11 | 1997-06-17 | Hitachi Ltd | 建設工程管理方法および装置 |
| JP2018055551A (ja) * | 2016-09-30 | 2018-04-05 | 富士通株式会社 | データ変換プログラム、データ変換方法、およびデータ変換装置 |
| CN108647808A (zh) * | 2018-04-11 | 2018-10-12 | 济南大学 | 一种生产参数优化预测方法、装置、设备及存储介质 |
| CN111898981A (zh) * | 2020-07-27 | 2020-11-06 | 李志坚 | 一种建筑设计管理系统及方法 |
| CN112036755A (zh) * | 2020-09-02 | 2020-12-04 | 张海军 | 一种建筑工程质量检测的监管方法及系统 |
| CN112216049A (zh) * | 2020-09-25 | 2021-01-12 | 交通运输部公路科学研究所 | 一种基于图像识别的施工警戒区监测预警系统及方法 |
| CN112488380A (zh) * | 2020-11-26 | 2021-03-12 | 西安西热电站信息技术有限公司 | 基于相似度动态模型的机组稳态工况匹配方法及系统 |
-
2021
- 2021-03-19 CN CN202110295341.6A patent/CN112990711B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09158478A (ja) * | 1995-12-11 | 1997-06-17 | Hitachi Ltd | 建設工程管理方法および装置 |
| JP2018055551A (ja) * | 2016-09-30 | 2018-04-05 | 富士通株式会社 | データ変換プログラム、データ変換方法、およびデータ変換装置 |
| CN108647808A (zh) * | 2018-04-11 | 2018-10-12 | 济南大学 | 一种生产参数优化预测方法、装置、设备及存储介质 |
| CN111898981A (zh) * | 2020-07-27 | 2020-11-06 | 李志坚 | 一种建筑设计管理系统及方法 |
| CN112036755A (zh) * | 2020-09-02 | 2020-12-04 | 张海军 | 一种建筑工程质量检测的监管方法及系统 |
| CN112216049A (zh) * | 2020-09-25 | 2021-01-12 | 交通运输部公路科学研究所 | 一种基于图像识别的施工警戒区监测预警系统及方法 |
| CN112488380A (zh) * | 2020-11-26 | 2021-03-12 | 西安西热电站信息技术有限公司 | 基于相似度动态模型的机组稳态工况匹配方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 基于建筑信息模型的铁路工程安全管理体系研究;张钦礼等;《中国安全生产科学技术》;第13卷(第12期);第174-178页 * |
| 基于趋势相似性特征的异常工况监测方法研究;刘书杰等;《自动化仪表》;第41卷(第2期);第37-41转46页 * |
| 基坑群监测数据与施工信息动态同步分析系统的开发与应用;曾凡云等;《上海交通大学学报》;第51卷(第3期);第269-276页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112990711A (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111459778B (zh) | 运维系统异常指标检测模型优化方法、装置及存储介质 | |
| Sullivan et al. | Change-point detection of mean vector or covariance matrix shifts using multivariate individual observations | |
| CN112348237B (zh) | 一种动态钻井数据异常趋势检测方法 | |
| KR102327385B1 (ko) | 현장조건과 사고사례를 이용한 작업자의 위험도 예측 시스템 및 그 방법 | |
| CN112990711B (zh) | 基于现场施工的铝合金模板施工监测方法及系统 | |
| CN116032557A (zh) | 一种网络安全异常检测中深度学习模型的更新方法与装置 | |
| CN115372748A (zh) | 电缆的维护数据处理方法及系统 | |
| CN117111568B (zh) | 基于物联网的设备监测方法、装置、设备及存储介质 | |
| KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
| CN112637888B (zh) | 覆盖空洞区域识别方法、装置、设备及可读存储介质 | |
| CN116882695A (zh) | 自动巡检方法、装置、计算机设备及存储介质 | |
| CN108959415B (zh) | 一种异常维度定位方法、装置及电子设备 | |
| CN114066288B (zh) | 一种基于智慧数据中心的营运道路应急检测方法及系统 | |
| CN116151975A (zh) | 交易异常告警方法和装置 | |
| CN113190429B (zh) | 服务器性能预测方法、装置及终端设备 | |
| CN112949951A (zh) | 数据预测方法、装置、电子设备及存储介质 | |
| CN109995790B (zh) | 一种工业互联网的节点身份认证方法、装置和设备 | |
| CN113723006A (zh) | 一种基于ls-svm的单台站地球变化磁场建模预测方法及系统 | |
| CN111754103A (zh) | 企业风险画像方法、装置、计算机设备和可读存储介质 | |
| CN117115757B (zh) | 一种枪支实时监控系统及监控方法 | |
| CN116467102B (zh) | 一种基于边缘算法的故障检测方法及装置 | |
| CN116662466B (zh) | 通过大数据进行土地全生命周期维护系统 | |
| US20180321668A1 (en) | Method for determining diagnostic patterns for time series of a technical system, and diagnostic method | |
| CN111044813B (zh) | 充电模式的识别方法、装置及终端设备 | |
| CN116405879B (zh) | 一种室内定位轨迹纠偏方法、装置、设备和存储介质 |
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 |