CN113744395A - 一种建筑地基沉降的监测预警方法及系统 - Google Patents

Abstract

本发明公开了一种建筑地基沉降的监测预警方法及系统，涉及地基沉降监测领域，包括：建立目标建筑三维模型；通过所述目标建筑三维模型获取传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，将所述位移信息与历史监测数据进行对比分析生成位移偏差率；判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；根据所述监测数据时序序列生成目标建筑沉降量曲线，建立目标建筑沉降预测模型，根据预测结果运用目标建筑三维模型进行预演，并根据预测结果生成目标建筑地基沉降加固方案。本发明实现了建筑地基沉降的实时监测，为建筑地基沉降监测提供更准确的数据支撑及危险预测。

Description

一种建筑地基沉降的监测预警方法及系统

技术领域

本发明涉及地基沉降监测领域，更具体的，涉及一种建筑地基沉降的监测预警方法及系统。

背景技术

在高速发展的现代社会中,随着建筑工程的数量增多和设计施工难度的增大,地基不均匀沉降问题也在逐渐增多, 地基沉降是高层建筑极易出现的一类问题,其可能致使建筑物发生变形,进而对高层建筑物的使用安全造成严重的威胁, 因此需要及时对地基沉降进行实时监测并采取相应的加固治理措施。目前，地基不均匀沉降的监测方法主要以人工监测的方式为主。然而这种人工监测地基沉降的方式以监测工人的工程经验为主，检测结果不具有客观性，存在一定的测量误差等问题。同时监测过程中采用的水准仪、水准标尺等辅助设施工作效率低，已无法满足如今工程进度需求。

为了实现对建筑地基沉降进行实时高效的监测与预警，需要开发一款系统与之配合进行实现，该系统通过建立目标建筑三维模型，获取传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；将位移信息与历史监测数据进行对比分析生成位移偏差率；根据位移偏差率与预设阈值的对比结果生成地基沉降预警信息；建立目标建筑沉降预测模型获取预测结果并生成目标建筑地基沉降加固方案。在该系统的实现过程中，如何实时对地基沉降量进行监测以及对沉降进行预测都是亟不可待需要解决的问题。

发明内容

为了解决上述至少一个技术问题，本发明提出了一种建筑地基沉降的监测预警方法及系统。

本发明第一方面提供了一种建筑地基沉降的监测预警方法，包括：

获取目标建筑的设计图纸信息及三维点云数据，将所述目标建筑的设计图纸信息进行特征提取，根据所述特征及所述三维点云数据建立目标建筑三维模型；

通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；

将所述位移信息与历史监测数据进行对比分析生成位移偏差率，判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；

根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线；

将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型；

将所述沉降预测模型的预测结果运用所述目标建筑三维模型进行预演；

所述无线传感器网络包括数据处理模块、无线通信模块、传感器节点模块、电源供给模块。

本方案中，所述的通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，具体为：

将目标建筑的三维模型进行分层处理，生成第一监测面、第二监测面及第三监测面，预设基点，获取各监测面到基点的高度基准值；

在各监测面中将传感器节点按照正六边形阵列分布，汇聚节点位于第二监测面的中心位置；

在目标建筑三维模型中标注传感器节点与汇聚节点的安装位置，并获取所述安装位置的坐标信息；

根据各监测面上传感器节点的坐标信息计算与所述基点所在平面的垂直距离，计算所述垂直距离与所述高度基准值的差值，根据所述差值得到预设监测时间的位移信息；

无线传感器网络中各监测面的传感器节点将监测的位移信息发送到汇聚节点；

所述汇聚节点判断所述位移信息是否为有效监测数据，若所述位移信息大于预设位移阈值，则将位移信息发送到数据处理模块。

本方案中，所述的根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线，具体为：

将各监测面传感器节点的监测数据与监测时间点进行匹配生成监测数据时序序列；

通过各监测层传感器节点的监测数据时序序列生成各监测层的对应沉降量曲线；

将第一监测面沉降量曲线、第二监测面沉降曲线及第三监测面沉降曲线进行拟合生成目标建筑沉降量曲线；

通过所述目标建筑沉降量曲线获取目标建筑在预设监测时间内的沉降趋势变化。

本方案中，还包括，通过监测面传感器节点监测的位移信息获取目标建筑的不均匀沉降分布，具体为：

将监测面中传感器节点在预设时间点的监测数据进行对比分析；

获取监测面中各传感器节点的位移差，将所述位移差进行倒序排序，获取最大位移差、最小位移差；

根据预设时间点各监测面对应的最大位移差和最小位移差通过目标建筑三维模型获取目标建筑各监测面的不均匀沉降分布；

根据所述目标建筑各监测面的不均匀沉降分布，生成建筑裂缝预警信息。

本方案中，所述的将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型，具体为：

建立灰色模型，将监测数据时序序列导入所述灰色模型生成监测数据的预测值，计算所述监测数据的预测值的加权平均值，并将所述加权平均值作为新预测值，计算所述新预测值与真实值之间的误差信息；

将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将所述新预测值、去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

基于神经网络建立目标建筑沉降预测模型，根据样本数据确定目标建筑沉降预测模型的输入层、输出层及隐藏层的参数，并进行初始化训练；

运用所述目标建筑沉降预测模型根据所述误差信息预测得到误差预测信息，根据所述误差预测信息将所述新预测值进行修正得到目标建筑的最终沉降预测值。

本方案中，还包括：

获取目标建筑预设区域内地质状况信息及目标建筑自身状况信息，根据类别特征将所述地质状况信息及所述目标建筑自身状况信息进行聚类分析，生成类别特征；

通过目标建筑预设区域内地质状况信息及目标建筑自身状况信息中提取影响因子，将所述影响因子及所述类别特征融合获取对目标建筑安全性的贡献，得到影响因子的权重信息；

通过所述权重信息对所述影响因子进行评价，生成安全性评价信息，将所述安全性评价信息设置监测时间标签；

根据所述安全性评价信息生成目标建筑的安全性预警信息；

建立建筑安全数据库，根据所述监测时间标签将所述类别特征、影响因子及安全性评估信息之间的关系进行存储。

本发明第二方面还提供了一种建筑地基沉降的监测预警系统，该系统包括：存储器、处理器，所述存储器中包括一种建筑地基沉降的监测预警方法程序，所述一种建筑地基沉降的监测预警方法程序被所述处理器执行时实现如下步骤：

获取目标建筑的设计图纸信息及三维点云数据，将所述目标建筑的设计图纸信息进行特征提取，根据所述特征及所述三维点云数据建立目标建筑三维模型；

通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；

将所述位移信息与历史监测数据进行对比分析生成位移偏差率，判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；

根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线；

将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型；

将所述沉降预测模型的预测结果运用所述目标建筑三维模型进行预演；

所述无线传感器网络包括数据处理模块、无线通信模块、传感器节点模块、电源供给模块。

本方案中，所述的通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，具体为：

将目标建筑的三维模型进行分层处理，生成第一监测面、第二监测面及第三监测面，预设基点，获取各监测面到基点的高度基准值；

在各监测面中将传感器节点按照正六边形阵列分布，汇聚节点位于第二监测面的中心位置；

在目标建筑三维模型中标注传感器节点与汇聚节点的安装位置，并获取所述安装位置的坐标信息；

根据各监测面上传感器节点的坐标信息计算与所述基点所在平面的垂直距离，计算所述垂直距离与所述高度基准值的差值，根据所述差值得到预设监测时间的位移信息；

无线传感器网络中各监测面的传感器节点将监测的位移信息发送到汇聚节点；

所述汇聚节点判断所述位移信息是否为有效监测数据，若所述位移信息大于预设位移阈值，则将位移信息发送到数据处理模块。

本方案中，所述的根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线，具体为：

将各监测面传感器节点的监测数据与监测时间点进行匹配生成监测数据时序序列；

通过各监测层传感器节点的监测数据时序序列生成各监测层的对应沉降量曲线；

将第一监测面沉降量曲线、第二监测面沉降曲线及第三监测面沉降曲线进行拟合生成目标建筑沉降量曲线；

通过所述目标建筑沉降量曲线获取目标建筑在预设监测时间内的沉降趋势变化。

本方案中，还包括，通过监测面传感器节点监测的位移信息获取目标建筑的不均匀沉降分布，具体为：

将监测面中传感器节点在预设时间点的监测数据进行对比分析；

获取监测面中各传感器节点的位移差，将所述位移差进行倒序排序，获取最大位移差、最小位移差；

根据预设时间点各监测面对应的最大位移差和最小位移差通过目标建筑三维模型获取目标建筑各监测面的不均匀沉降分布；

根据所述目标建筑各监测面的不均匀沉降分布，生成建筑裂缝预警信息。

本方案中，所述的将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型，具体为：

建立灰色模型，将监测数据时序序列导入所述灰色模型生成监测数据的预测值，计算所述监测数据的预测值的加权平均值，并将所述加权平均值作为新预测值，计算所述新预测值与真实值之间的误差信息；

将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将所述新预测值、去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

基于神经网络建立目标建筑沉降预测模型，根据样本数据确定目标建筑沉降预测模型的输入层、输出层及隐藏层的参数，并进行初始化训练；

运用所述目标建筑沉降预测模型根据所述误差信息预测得到误差预测信息，根据所述误差预测信息将所述新预测值进行修正得到目标建筑的最终沉降预测值。

本方案中，还包括：

获取目标建筑预设区域内地质状况信息及目标建筑自身状况信息，根据类别特征将所述地质状况信息及所述目标建筑自身状况信息进行聚类分析，生成类别特征；

通过目标建筑预设区域内地质状况信息及目标建筑自身状况信息中提取影响因子，将所述影响因子及所述类别特征融合获取对目标建筑安全性的贡献，得到影响因子的权重信息；

通过所述权重信息对所述影响因子进行评价，生成安全性评价信息，将所述安全性评价信息设置监测时间标签；

根据所述安全性评价信息生成目标建筑的安全性预警信息；

建立建筑安全数据库，根据所述监测时间标签将所述类别特征、影响因子及安全性评估信息之间的关系进行存储。

本发明公开了一种建筑地基沉降的监测预警方法及系统，涉及地基沉降监测领域，其中基于双目视觉的建筑地基沉降观测方法包括：建立目标建筑三维模型；通过所述目标建筑三维模型获取传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，将所述位移信息与历史监测数据进行对比分析生成位移偏差率；判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；根据所述监测数据时序序列生成目标建筑沉降量曲线，建立目标建筑沉降预测模型，根据预测结果运用目标建筑三维模型进行预演，并根据预测结果生成目标建筑地基沉降加固方案。本发明实现了建筑地基沉降的实时监测，且通过建立目标建筑三维模型监测传感器节点的位移信息获取沉降数据，并建立目标建筑沉降预测模型对目标建筑的沉降危险进行预测，为路面沉降监测提供了更准确的数据支撑及危险预测。

附图说明

图1示出了本发明一种建筑地基沉降的监测预警方法的流程图；

图2示出了本发明获取目标建筑的位移信息的方法流程图；

图3示出了本发明建立目标建筑沉降预测模型进行沉降预测的方法流程图；

图4示出了本发明一种建筑地基沉降的监测预警系统的框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了本发明一种建筑地基沉降的监测预警方法的流程图。

如图1所示，本发明第一方面提供了一种建筑地基沉降的监测预警方法，包括：

S102，获取目标建筑的设计图纸信息及三维点云数据，将所述目标建筑的设计图纸信息进行特征提取，根据所述特征及所述三维点云数据建立目标建筑三维模型；

S104，通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；

S106，将所述位移信息与历史监测数据进行对比分析生成位移偏差率，判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；

S108，根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线；

S110，将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型；

S112，将所述沉降预测模型的预测结果运用所述目标建筑三维模型进行预演；

需要说明的是，所述无线传感器网络包括数据处理模块、无线通信模块、传感器节点模块、电源供给模块。

需要说明的是，使用BIM建立目标建筑三维模型，获取目标建筑设计图纸信息，将所述目标建筑设计图纸信息进行特征提取，并采集目标建筑的三维点云数据，将所述点云数据进行处理，导入Revit，通过目标建筑的图纸特征及点云数据，描绘结构轮廓线，创建标高和轴网，创建基本构建及附属创建，并赋予构建属性，生成目标建筑三维模型。在采集目标建筑的三维点云数据时，由于受角度影响或者建筑物的遮挡，不可能通过一次扫描完成整个目标建筑的三维点云数据，在利用三维点云数据进行目标建筑三维模型构建时需要考虑不同角度观测产生误差累积，因此，获取目标建筑设计图纸信息，从所述建筑设计图纸信息中获取目标建筑的定位信息及比例信息、构筑物的位置及尺寸信息以及设计标高等图纸特征，通过目标建筑的三维点云数据及图纸特征进行建模，提高了建模效率，减少了目标建筑三维模型的误差。

图2示出了本发明获取目标建筑的位移信息的方法流程图。

根据本发明实施例，所述的通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，具体为：

S202，将目标建筑的三维模型进行分层处理，生成第一监测面、第二监测面及第三监测面，预设基点，获取各监测面到基点的高度基准值；

S204，在各监测面中将传感器节点按照正六边形阵列分布，汇聚节点位于第二监测面的中心位置；

S206，在目标建筑三维模型中标注传感器节点与汇聚节点的安装位置，并获取所述安装位置的坐标信息；

S208，根据各监测面上传感器节点的坐标信息计算与所述基点所在平面的垂直距离，计算所述垂直距离与所述高度基准值的差值，根据所述差值得到预设监测时间的位移信息；

S210，无线传感器网络中各监测面的传感器节点将监测的位移信息发送到汇聚节点；

S212，所述汇聚节点判断所述位移信息是否为有效监测数据，若所述位移信息大于预设位移阈值，则将位移信息发送到数据处理模块。

需要说明的是，所述的根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线，具体为：

将各监测面传感器节点的监测数据与监测时间点进行匹配生成监测数据时序序列；

通过各监测层传感器节点的监测数据时序序列生成各监测层的对应沉降量曲线；

将第一监测面沉降量曲线、第二监测面沉降曲线及第三监测面沉降曲线进行拟合生成目标建筑沉降量曲线；

通过所述目标建筑沉降量曲线获取目标建筑在预设监测时间内的沉降趋势变化。

需要说明的是，还包括，通过监测面传感器节点监测的位移信息获取目标建筑的不均匀沉降分布，具体为：

将监测面中传感器节点在预设时间点的监测数据进行对比分析；

获取监测面中各传感器节点的位移差，将所述位移差进行倒序排序，获取最大位移差、最小位移差；

根据预设时间点各监测面对应的最大位移差和最小位移差通过目标建筑三维模型获取目标建筑各监测面的不均匀沉降分布；

根据所述目标建筑各监测面的不均匀沉降分布，生成建筑裂缝预警信息。

图3示出了本发明建立目标建筑沉降预测模型进行沉降预测的方法流程图。

根据本发明实施例，所述的将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型，具体为：

S302，将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

S304，建立灰色模型，将监测数据时序序列导入所述灰色模型生成监测数据的预测值，计算所述监测数据的预测值的加权平均值，并将所述加权平均值作为新预测值，计算所述新预测值与真实值之间的误差信息；

S306，将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将所述新预测值、去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

S308，基于神经网络建立目标建筑沉降预测模型，根据样本数据确定目标建筑沉降预测模型的输入层、输出层及隐藏层的参数，并进行初始化训练；

S310，运用所述目标建筑沉降预测模型根据所述误差信息预测得到误差预测信息，根据所述误差预测信息将所述新预测值进行修正得到目标建筑的最终沉降预测值。

需要说明的是，灰色模型是将原始数据做累加生成新的数列,以此削弱随机项,增 加其规律性；基于神经网络建立目标建筑沉降预测模型时，输入层节点和输出层节点分别 取输入和输出数据的维数,隐藏层节点个数根据经验公式

获取，其中R 表示隐藏节点个数，n表示输入节点个数，m表示输出节点个数，a表示调节常数，当输出值与 期望值存在较大差异时,误差将被反向传播,由输出层通过隐藏层对各层的权值进行修改, 此过程反复交替进行直至误差降低到可接受的范围,或进行到预先设定的训练次数为止。

需要说明的是，本发明还包括根据安全性评价信息生成目标建筑的安全性预警信息，并建立建筑安全数据库，具体为：

获取目标建筑预设区域内地质状况信息及目标建筑自身状况信息，根据类别特征将所述地质状况信息及所述目标建筑自身状况信息进行聚类分析，生成类别特征；

通过目标建筑预设区域内地质状况信息及目标建筑自身状况信息中提取影响因子，将所述影响因子及所述类别特征融合获取对目标建筑安全性的贡献，得到影响因子的权重信息；

通过所述权重信息对所述影响因子进行评价，生成安全性评价信息，将所述安全性评价信息设置监测时间标签；

根据所述安全性评价信息生成目标建筑的安全性预警信息；

建立建筑安全数据库，根据所述监测时间标签将所述类别特征、影响因子及安全性评估信息之间的关系进行存储。

根据本发明实施例，各监测面的传感器节点对目标建筑不均匀沉降造成的沉降倾角进行监测预警，具体为：

根据各监测面的传感器节点的监测数据判断目标建筑是否存在不均匀沉降，若存在不均匀沉降情况，则获取目标建筑的不均匀沉降分布；

获取传感器节点初始位置与基点的连线，将所述传感器节点初始位置到基点的连线及基点所在垂直轴线所成夹角作为夹角基准值；

将各监测面中传感器节点的实时位置到基点的连线及基点所在垂直轴线所成夹角进行拟合生成目标建筑的沉降倾角；

判断所述沉降倾角是否大于所述夹角基准值；

若大于，则生成目标建筑倾斜预警信息，并生成沉降倾角角度信息，将所述沉降倾角角度信息与监测时间点进行匹配，存入建筑安全数据库。

根据本发明实施例，通过目标建筑沉降预测模型的预测结果生成目标建筑地基沉降加固方案，具体为：

获取目标建筑各监测面的不均匀沉降分布，根据所述目标建筑的不均匀沉降分布提取目标建筑的沉降特征，根据所述沉降特征生成目标建筑的沉降加固要求；

利用大数据方法根据所述沉降特征建立索引，检索匹配度大于预设阈值并满足所述沉降加固要求的加固方案；

根据加固方案的经济特征、技术特征及效果特征生成加固方案的评分，根据所述评分对所述加固方案进行排序；

根据所述排序结果获取目标建筑的最佳加固方案。

需要说明的是，所述的目标建筑的沉降加固要求一般包括复合地基承载力特征值、地基负荷值，加固后的容许沉降量及加固后的平整度；常用的建筑地基沉降加固技术包括：灌浆加固、静力桩加固、置换加固、地坪提升及基础加宽加固等。

图4示出了本发明一种建筑地基沉降的监测预警系统的框图。

本发明第二方面还提供了一种建筑地基沉降的监测预警系统4，该系统包括：存储器41、处理器42，所述存储器中包括一种建筑地基沉降的监测预警方法程序，所述一种建筑地基沉降的监测预警方法程序被所述处理器执行时实现如下步骤：

获取目标建筑的设计图纸信息及三维点云数据，将所述目标建筑的设计图纸信息进行特征提取，根据所述特征及所述三维点云数据建立目标建筑三维模型；

通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；

将所述位移信息与历史监测数据进行对比分析生成位移偏差率，判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；

根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线；

将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型；

将所述沉降预测模型的预测结果运用所述目标建筑三维模型进行预演；

需要说明的是，所述无线传感器网络包括数据处理模块、无线通信模块、传感器节点模块、电源供给模块。

需要说明的是，使用BIM建立目标建筑三维模型，获取目标建筑设计图纸信息，将所述目标建筑设计图纸信息进行特征提取，并采集目标建筑的三维点云数据，将所述点云数据进行处理，导入Revit，通过目标建筑的图纸特征及点云数据，描绘结构轮廓线，创建标高和轴网，创建基本构建及附属创建，并赋予构建属性，生成目标建筑三维模型。在采集目标建筑的三维点云数据时，由于受角度影响或者建筑物的遮挡，不可能通过一次扫描完成整个目标建筑的三维点云数据，在利用三维点云数据进行目标建筑三维模型构建时需要考虑不同角度观测产生误差累积，因此，获取目标建筑设计图纸信息，从所述建筑设计图纸信息中获取目标建筑的定位信息及比例信息、构筑物的位置及尺寸信息以及设计标高等图纸特征，通过目标建筑的三维点云数据及图纸特征进行建模，提高了建模效率，减少了目标建筑三维模型的误差。

根据本发明实施例，所述的通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，具体为：

将目标建筑的三维模型进行分层处理，生成第一监测面、第二监测面及第三监测面，预设基点，获取各监测面到基点的高度基准值；

在各监测面中将传感器节点按照正六边形阵列分布，汇聚节点位于第二监测面的中心位置；

在目标建筑三维模型中标注传感器节点与汇聚节点的安装位置，并获取所述安装位置的坐标信息；

根据各监测面上传感器节点的坐标信息计算与所述基点所在平面的垂直距离，计算所述垂直距离与所述高度基准值的差值，根据所述差值得到预设监测时间的位移信息；

无线传感器网络中各监测面的传感器节点将监测的位移信息发送到汇聚节点；

所述汇聚节点判断所述位移信息是否为有效监测数据，若所述位移信息大于预设位移阈值，则将位移信息发送到数据处理模块。

需要说明的是，所述的根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线，具体为：

将各监测面传感器节点的监测数据与监测时间点进行匹配生成监测数据时序序列；

通过各监测层传感器节点的监测数据时序序列生成各监测层的对应沉降量曲线；

将第一监测面沉降量曲线、第二监测面沉降曲线及第三监测面沉降曲线进行拟合生成目标建筑沉降量曲线；

通过所述目标建筑沉降量曲线获取目标建筑在预设监测时间内的沉降趋势变化。

需要说明的是，还包括，通过监测面传感器节点监测的位移信息获取目标建筑的不均匀沉降分布，具体为：

将监测面中传感器节点在预设时间点的监测数据进行对比分析；

获取监测面中各传感器节点的位移差，将所述位移差进行倒序排序，获取最大位移差、最小位移差；

根据预设时间点各监测面对应的最大位移差和最小位移差通过目标建筑三维模型获取目标建筑各监测面的不均匀沉降分布；

根据所述目标建筑各监测面的不均匀沉降分布，生成建筑裂缝预警信息。

根据本发明实施例，所述的将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型，具体为：

建立灰色模型，将监测数据时序序列导入所述灰色模型生成监测数据的预测值，计算所述监测数据的预测值的加权平均值，并将所述加权平均值作为新预测值，计算所述新预测值与真实值之间的误差信息；

将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将所述新预测值、去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

基于神经网络建立目标建筑沉降预测模型，根据样本数据确定目标建筑沉降预测模型的输入层、输出层及隐藏层的参数，并进行初始化训练；

运用所述目标建筑沉降预测模型根据所述误差信息预测得到误差预测信息，根据所述误差预测信息将所述新预测值进行修正得到目标建筑的最终沉降预测值。

需要说明的是，灰色模型是将原始数据做累加生成新的数列,以此削弱随机项,增 加其规律性；基于神经网络建立目标建筑沉降预测模型时，输入层节点和输出层节点分别 取输入和输出数据的维数,隐藏层节点个数根据经验公式

获取，其中R 表示隐藏节点个数，n表示输入节点个数，m表示输出节点个数，a表示调节常数，当输出值与 期望值存在较大差异时,误差将被反向传播,由输出层通过隐藏层对各层的权值进行修改, 此过程反复交替进行直至误差降低到可接受的范围,或进行到预先设定的训练次数为止。

需要说明的是，本发明还包括根据安全性评价信息生成目标建筑的安全性预警信息，并建立建筑安全数据库，具体为：

获取目标建筑预设区域内地质状况信息及目标建筑自身状况信息，根据类别特征将所述地质状况信息及所述目标建筑自身状况信息进行聚类分析，生成类别特征；

通过目标建筑预设区域内地质状况信息及目标建筑自身状况信息中提取影响因子，将所述影响因子及所述类别特征融合获取对目标建筑安全性的贡献，得到影响因子的权重信息；

通过所述权重信息对所述影响因子进行评价，生成安全性评价信息，将所述安全性评价信息设置监测时间标签；

根据所述安全性评价信息生成目标建筑的安全性预警信息；

建立建筑安全数据库，根据所述监测时间标签将所述类别特征、影响因子及安全性评估信息之间的关系进行存储。

根据本发明实施例，各监测面的传感器节点对目标建筑不均匀沉降造成的沉降倾角进行监测预警，具体为：

根据各监测面的传感器节点的监测数据判断目标建筑是否存在不均匀沉降，若存在不均匀沉降情况，则获取目标建筑的不均匀沉降分布；

获取传感器节点初始位置与基点的连线，将所述传感器节点初始位置到基点的连线及基点所在垂直轴线所成夹角作为夹角基准值；

将各监测面中传感器节点的实时位置到基点的连线及基点所在垂直轴线所成夹角进行拟合生成目标建筑的沉降倾角；

判断所述沉降倾角是否大于所述夹角基准值；

若大于，则生成目标建筑倾斜预警信息，并生成沉降倾角角度信息，将所述沉降倾角角度信息与监测时间点进行匹配，存入建筑安全数据库。

根据本发明实施例，通过目标建筑沉降预测模型的预测结果生成目标建筑地基沉降加固方案，具体为：

获取目标建筑各监测面的不均匀沉降分布，根据所述目标建筑的不均匀沉降分布提取目标建筑的沉降特征，根据所述沉降特征生成目标建筑的沉降加固要求；

利用大数据方法根据所述沉降特征建立索引，检索匹配度大于预设阈值并满足所述沉降加固要求的加固方案；

根据加固方案的经济特征、技术特征及效果特征生成加固方案的评分，根据所述评分对所述加固方案进行排序；

根据所述排序结果获取目标建筑的最佳加固方案。

需要说明的是，所述的目标建筑的沉降加固要求一般包括复合地基承载力特征值、地基负荷值，加固后的容许沉降量及加固后的平整度；常用的建筑地基沉降加固技术包括：灌浆加固、静力桩加固、置换加固、地坪提升及基础加宽加固等。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种建筑地基沉降的监测预警方法，其特征在于，包括：

获取目标建筑的设计图纸信息及三维点云数据，将所述目标建筑的设计图纸信息进行特征提取，根据所述特征及所述三维点云数据建立目标建筑三维模型；

通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；

将所述位移信息与历史监测数据进行对比分析生成位移偏差率，判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；

根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线；

将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型；

将所述沉降预测模型的预测结果运用所述目标建筑三维模型进行预演；

所述无线传感器网络包括数据处理模块、无线通信模块、传感器节点模块、电源供给模块。

2.根据权利要求1所述的一种建筑地基沉降的监测预警方法，其特征在于，所述的通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，具体为：

将目标建筑的三维模型进行分层处理，生成第一监测面、第二监测面及第三监测面，预设基点，获取各监测面到基点的高度基准值；

在各监测面中将传感器节点按照正六边形阵列分布，汇聚节点位于第二监测面的中心位置；

在目标建筑三维模型中标注传感器节点与汇聚节点的安装位置，并获取所述安装位置的坐标信息；

根据各监测面上传感器节点的坐标信息计算与所述基点所在平面的垂直距离，计算所述垂直距离与所述高度基准值的差值，根据所述差值得到预设监测时间的位移信息；

无线传感器网络中各监测面的传感器节点将监测的位移信息发送到汇聚节点；

所述汇聚节点判断所述位移信息是否为有效监测数据，若所述位移信息大于预设位移阈值，则将位移信息发送到数据处理模块。

3.根据权利要求1所述的一种建筑地基沉降的监测预警方法，其特征在于，所述的根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线，具体为：

将各监测面传感器节点的监测数据与监测时间点进行匹配生成监测数据时序序列；

通过各监测层传感器节点的监测数据时序序列生成各监测层的对应沉降量曲线；

将第一监测面沉降量曲线、第二监测面沉降曲线及第三监测面沉降曲线进行拟合生成目标建筑沉降量曲线；

通过所述目标建筑沉降量曲线获取目标建筑在预设监测时间内的沉降趋势变化。

4.根据权利要求3所述的一种建筑地基沉降的监测预警方法，其特征在于，还包括，通过监测面传感器节点监测的位移信息获取目标建筑的不均匀沉降分布，具体为：

将监测面中传感器节点在预设时间点的监测数据进行对比分析；

获取监测面中各传感器节点的位移差，将所述位移差进行倒序排序，获取最大位移差、最小位移差；

根据预设时间点各监测面对应的最大位移差和最小位移差通过目标建筑三维模型获取目标建筑各监测面的不均匀沉降分布；

根据所述目标建筑各监测面的不均匀沉降分布，生成建筑裂缝预警信息。

5.根据权利要求1所述的一种建筑地基沉降的监测预警方法，其特征在于，所述的将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型，具体为：

建立灰色模型，将监测数据时序序列导入所述灰色模型生成监测数据的预测值，计算所述监测数据的预测值的加权平均值，并将所述加权平均值作为新预测值，计算所述新预测值与真实值之间的误差信息；

将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将所述新预测值、去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

基于神经网络建立目标建筑沉降预测模型，根据样本数据确定目标建筑沉降预测模型的输入层、输出层及隐藏层的参数，并进行初始化训练；

运用所述目标建筑沉降预测模型根据所述误差信息预测得到误差预测信息，根据所述误差预测信息将所述新预测值进行修正得到目标建筑的最终沉降预测值。

6.根据权利要求1所述的一种建筑地基沉降的监测预警方法，其特征在于，还包括：

获取目标建筑预设区域内地质状况信息及目标建筑自身状况信息，根据类别特征将所述地质状况信息及所述目标建筑自身状况信息进行聚类分析，生成类别特征；

通过目标建筑预设区域内地质状况信息及目标建筑自身状况信息中提取影响因子，将所述影响因子及所述类别特征融合获取对目标建筑安全性的贡献，得到影响因子的权重信息；

通过所述权重信息对所述影响因子进行评价，生成安全性评价信息，将所述安全性评价信息设置监测时间标签；

根据所述安全性评价信息生成目标建筑的安全性预警信息；

建立建筑安全数据库，根据所述监测时间标签将所述类别特征、影响因子及安全性评估信息之间的关系进行存储。

7.一种建筑地基沉降的监测预警系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括一种建筑地基沉降的监测预警方法程序，所述一种建筑地基沉降的监测预警的方法程序被所述处理器执行时实现如下步骤：

获取目标建筑的设计图纸信息及三维点云数据，将所述目标建筑的设计图纸信息进行特征提取，根据所述特征及所述三维点云数据建立目标建筑三维模型；

通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息；

将所述位移信息与历史监测数据进行对比分析生成位移偏差率，判断所述位移偏差率是否大于预设阈值，若大于，则生成地基沉降报警信息；

根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线；

将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型；

将所述沉降预测模型的预测结果运用所述目标建筑三维模型进行预演；

所述无线传感器网络包括数据处理模块、无线通信模块、传感器节点模块、电源供给模块。

8.根据权利要求7所述的一种建筑地基沉降的监测预警系统，其特征在于，所述的通过所述目标建筑三维模型获取无线传感器网络中传感器节点的坐标信息，根据传感器节点的坐标信息变化获取目标建筑的位移信息，具体为：

将目标建筑的三维模型进行分层处理，生成第一监测面、第二监测面及第三监测面，预设基点，获取各监测面到基点的高度基准值；

在各监测面中将传感器节点按照正六边形阵列分布，汇聚节点位于第二监测面的中心位置；

在目标建筑三维模型中标注传感器节点与汇聚节点的安装位置，并获取所述安装位置的坐标信息；

根据各监测面上传感器节点的坐标信息计算与所述基点所在平面的垂直距离，计算所述垂直距离与所述高度基准值的差值，根据所述差值得到预设监测时间的位移信息；

无线传感器网络中各监测面的传感器节点将监测的位移信息发送到汇聚节点；

所述汇聚节点判断所述位移信息是否为有效监测数据，若所述位移信息大于预设位移阈值，则将位移信息发送到数据处理模块。

9.根据权利要求7所述的一种建筑地基沉降的监测预警系统，其特征在于，所述的根据传感器节点的监测数据生成监测数据时序序列，根据所述监测数据时序序列生成目标建筑沉降量曲线，具体为：

将各监测面传感器节点的监测数据与监测时间点进行匹配生成监测数据时序序列；

通过各监测层传感器节点的监测数据时序序列生成各监测层的对应沉降量曲线；

将第一监测面沉降量曲线、第二监测面沉降曲线及第三监测面沉降曲线进行拟合生成目标建筑沉降量曲线；

通过所述目标建筑沉降量曲线获取目标建筑在预设监测时间内的沉降趋势变化。

10.根据权利要求7所述的一种建筑地基沉降的监测预警系统，其特征在于，所述的将所述沉降量曲线及目标建筑预设区域内地质状况信息结合基于神经网络建立目标建筑沉降预测模型，具体为：

建立灰色模型，将监测数据时序序列导入所述灰色模型生成监测数据的预测值，计算所述监测数据的预测值的加权平均值，并将所述加权平均值作为新预测值，计算所述新预测值与真实值之间的误差信息；

将目标建筑沉降量曲线进行滤波去噪，获取目标建筑预设区域内地质状况信息，将所述新预测值、去噪后的目标建筑沉降量曲线及目标建筑预设区域内地质状况信息生成样本数据，并进行归一化处理；

基于神经网络建立目标建筑沉降预测模型，根据样本数据确定目标建筑沉降预测模型的输入层、输出层及隐藏层的参数，并进行初始化训练；

运用所述目标建筑沉降预测模型根据所述误差信息预测得到误差预测信息，根据所述误差预测信息将所述新预测值进行修正得到目标建筑的最终沉降预测值。

Images