CN114358423A - 处理针对幕墙的建筑数据的方法 - Google Patents

处理针对幕墙的建筑数据的方法 Download PDF

Info

Publication number
CN114358423A
CN114358423A CN202210006814.0A CN202210006814A CN114358423A CN 114358423 A CN114358423 A CN 114358423A CN 202210006814 A CN202210006814 A CN 202210006814A CN 114358423 A CN114358423 A CN 114358423A
Authority
CN
China
Prior art keywords
curtain wall
building
data
digital space
space corresponding
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.)
Pending
Application number
CN202210006814.0A
Other languages
English (en)
Inventor
郭建国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202210006814.0A priority Critical patent/CN114358423A/zh
Publication of CN114358423A publication Critical patent/CN114358423A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Molecular Biology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供一种处理针对幕墙的建筑数据的方法、建筑管理系统、电子设备、计算机可读存储介质和计算机程序产品。所述方法包括获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；以及基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。本公开能够便捷有效、并且实时精确监测幕墙的安全稳定性因子，进而对其稳定性进行实时监测和预测，对存在隐患启动防护措施和发出预警。

Description

处理针对幕墙的建筑数据的方法
技术领域
本公开涉及人工智能服务领域，更具体地涉及一种处理针对幕墙的建筑数据的方法、建筑管理系统、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
幕墙(英语：Curtain Wall)，又名建筑幕墙，帷幕墙，是现代化建筑的经常使用的一种外立面，由面板与支承结构体系(支承装置与支承结构)组成的、可相对主体有一定位移能力或自身有一定变形能力、不承担主体结构所受作用的建筑外围护墙或装饰性结构。为防止幕墙在服役的过程中部分幕墙结构发生松动，甚至脱落的现象，需要对幕墙进行稳定性监测。例如，检查人员和管理人员可以在现场对幕墙通过目视等方法来监测幕墙的稳定性。然而，这样的现场检查方案对于既有建筑来说盲点较多，依靠个人的目视可靠性和稳定性较差，受环境因素的影响比较大，很难得到可靠的监测结果。
目前也提出了其它对幕墙进行稳定性监测的方案，例如抽样监测和概要性调查/测绘方案等等。然而，抽样监测的结果往往存在各种不确定性，从而导致监测结果不准确。而概要性调查/测绘方案往往存在成本高、实时性不强等问题。
为此，本公开提出了一种处理针对幕墙的建筑数据的方法、建筑管理系统、电子设备、计算机可读存储介质和计算机程序产品，以便捷有效、并且实时精确监测幕墙的安全稳定性。
发明内容
本公开的实施例提供了一种处理针对幕墙的建筑数据的方法、建筑管理系统、电子设备、计算机可读存储介质和计算机程序产品。
本公开的实施例提供了一种处理针对幕墙的建筑数据的方法，包括：获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；以及基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
例如，所述针对幕墙的设备运行数据至少包括幕墙监测装置在运行过程中采集或产生的数据，所述幕墙监测装置被配置为用于实时或周期性地监测幕墙。
例如，所述幕墙监测装置包括以下各项中的至少一项：被配置为监测幕墙的当前载荷的安全稳定性因子监测装置、被配置为检测幕墙的外观变化的红外摄像机或振动分析仪。
例如，所述在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间还包括：响应于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，利用所述设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子，其中，所述安全稳定性因子指示所述数字空间的特定区域处的状态。
例如，所述基于所述幕墙对应的数字空间，确定所述幕墙的稳定性还包括：基于所述幕墙对应的数字空间中的安全稳定性因子，利用人工智能云服务的神经网络推理所述幕墙对应的数字空间的稳定性，所述神经网络以所述幕墙对应的实验室数据作为训练样本；以及基于所述幕墙对应的数字空间的稳定性，确定所述幕墙的稳定性。
例如，所述神经网络被配置为根据所述幕墙对应的实验室数据，确定所述幕墙的老化情况与使用时长或环境变化之间的关系。
例如，基于所述幕墙的稳定性，利用数据加密通道下发指示所述幕墙对应的防护网和指示灯是否开启的命令；以及基于所述命令，开启所述幕墙对应的防护网和指示灯。
本公开的实施例提供了一种建筑管理系统，包括数字空间模块、数据传输模块、数据存储模块、和分析模块，其中，所述数据传输模块被配置为：获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；所述数据存储模块被配置为：存储所述针对幕墙的建筑数据；所述数字空间模块被配置为：基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；所述分析模块被配置为：基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
例如，所述幕墙对应的数字空间关联于所述建筑对应的建筑信息模型、所述幕墙对应的全球地理位置信息和建筑定位空间数据。
例如，所述分析模块还被配置为：基于所述针对幕墙的建筑数据，确定是否更新所述幕墙对应的数字空间；所述数字空间模块还被配置为：响应于所述分析模块确定更详细幕墙对应的数字空间，基于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子，其中，所述安全稳定性因子指示所述数字空间的特定区域处的状态。
例如，所述分析模块还被配置为：基于所述幕墙对应的数字空间中的安全稳定性因子，利用人工智能云服务的神经网络推理所述幕墙对应的数字空间的稳定性，所述神经网络以所述幕墙对应的实验室数据作为训练样本；以及基于所述幕墙对应的数字空间的稳定性，确定所述幕墙的稳定性；其中，所述神经网络被配置为根据所述幕墙对应的实验室数据，确定所述幕墙的老化情况与使用时长或环境变化之间的关系。
例如，所述针对幕墙的设备运行数据至少包括幕墙监测装置在运行过程中采集或产生的数据，所述幕墙监测装置被配置为用于实时或周期性地监测幕墙；所述幕墙监测装置包括以下各项中的至少一项：被配置为监测幕墙的当前载荷的安全稳定性因子监测装置、被配置为检测幕墙的外观变化的红外摄像机或振动分析仪。
本公开的一些实施例提供了一种电子设备，包括：处理器；存储器，存储器存储有计算机指令，该计算机指令被处理器执行时实现上述的方法。
本公开的一些实施例提供了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器执行时实现上述的方法。
本公开的一些实施例提供了一种计算机程序产品，其包括计算机可读指令，所述计算机可读指令在被处理器执行时，使得所述处理器执行上述的方法。
由此，本公开的实施例能够便捷有效、并且实时精确监测幕墙的安全稳定性因子，进而对其稳定性进行实时监测和预测，对存在隐患启动防护措施和发出预警。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例的描述中所需要使用的附图作简单的介绍。下面描述中的附图仅仅是本公开的示例性实施例。
图1是示出根据本公开实施例的应用场景的示例示意图。
图2是示出根据本公开实施例的处理针对幕墙的建筑数据的示例方法的流程图。
图3是示出根据本公开实施例的处理针对幕墙的建筑数据的示例方法的示意图。
图4是示出根据本公开实施例的建筑管理系统的示意图。
图5A是示出根据本公开实施例的数字空间模块的示意图。
图5B是示出根据本公开实施例的数据传输模块的示意图。
图5C是示出根据本公开实施例的数据存储模块的示意图。
图5D是示出根据本公开实施例的分析模块的示意图。
图6示出了根据本公开实施例的电子设备的示意图。
图7示出了根据本公开实施例的示例性计算设备的架构的示意图。
图8示出了根据本公开实施例的存储介质的示意图。
具体实施方式
为了使得本公开的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
在本说明书和附图中，具有基本上相同或相似步骤和元素用相同或相似的附图标记来表示，且对这些步骤和元素的重复描述将被省略。同时，在本公开的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性或排序。
首先，参照图1描述本公开的各个方面的应用场景。图1示出了根据本公开实施例的应用场景100的示意图，其中示意性地示出了服务器110和多个终端120。终端120以及服务器110可以通过有线或无线通信方式进行直接或间接地连接，本公开在此不做限制。
如图1所示，本公开实施例采用云技术(Cloud technology)。其中，云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。云技术是基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。
根据本公开的一些实施例用于处理建筑数据。建筑数据包括建筑工程数据以及设备运行数据。作为一个示例，建筑工程数据包括：建筑构造数据、建筑位置数据、建筑结构数据等等用于标识建筑构造的数据。设备运行数据包括了建筑关联的设备在运行过程中产生的数据，例如开关数据、温度、占用率等等。又例如，在一些示例中，建筑数据包括与幕墙有关的数据。幕墙的种类有多种，例如，玻璃幕墙、金属板幕墙、石板幕墙、陶瓷板幕墙等。为防止幕墙在服役的过程中部分幕墙结构发生松动或脱落导致的安全隐患，针对幕墙的设备运行数据用于监测幕墙的稳定性，而针对幕墙的建筑工程数据则对应于保证幕墙的稳定性的工程数据。当然，本公开并不以此为限。
例如，根据本公开的一些实施例的方法可以全部或部分地搭载在服务器110上以对建筑数据进行处理，尤其是针对幕墙的建筑数据进行处理。例如，服务器110将用于分析针对幕墙的建筑工程数据以及设备运行数据，并基于分析结果确定是否需要向建筑管理人员下发警报信息。这里的服务器110可以是独立的服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(CDN，Content DeliveryNetwork)、定位服务以及大数据和人工智能平台等基础云计算服务的云服务器，本公开实施例对此不作具体限制。以下，又将服务器110称为云端。
例如，根据本公开实施例的方法还可以全部或部分地搭载在终端120上以对建筑数据进行处理，尤其是针对幕墙的建筑数据进行处理。例如，终端120将用于采集针对幕墙的建筑工程数据以及设备运行数据。又例如，终端120将用于呈现建筑数据以提示建筑管理人员/检修人员对幕墙进行检修。又例如，终端120还将用于分析上述的建筑数据。本公开对此并不进行限定。
例如，多个终端120中的每个终端可以是诸如台式计算机等的固定终端，诸如，智能手机、平板电脑、便携式计算机、手持设备、个人数字助理、智能可穿戴设备、车载终端等具有网络功能的移动终端，或者它们的任意组合，本公开实施例对此不作具体限制。所述多个终端120中的每个终端还可以是各种传感器，例如图1中所示的温度传感器、亮度传感器和烟雾传感器，或它们的任意组合。在又一些示例中，终端120还可以是摄像机(例如红外摄像机)或者振动分析仪。
作为一个示例，服务器110可以收集各个终端120发送的信息，并为终端120提供与建筑管理相关的人工智能云服务。其中，人工智能云服务，一般也被称作是AIaaS(AI as aService，中文为“AI即服务”)。这是目前主流的一种人工智能平台的服务方式，具体来说AIaaS平台会把几类常见的AI服务进行拆分，并在云端提供独立或者打包的服务。这种服务模式类似于开了一个AI主题商城：所有的开发者都可以通过应用程序接口(API，Application Programming Interface)的方式来接入使用平台提供的一种或者是多种人工智能服务，部分资深的开发者还可以使用平台提供的AI框架和AI基础设施来部署和运维自已专属的云人工智能服务。而人工智能则是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。例如，对于本公开的人工智能云服务而言，其能够以类似于人类分析建筑数据的方式，确定幕墙的稳定。人工智能通过研究各种智能机器的设计原理与实现方法，使本公开的人工智能云服务具有智能分析建筑数据、自动对幕墙进行安全监测以及针对不稳定的幕墙进行报警的功能。
可以理解的是，本公开的实施例所涉及的AI服务也可以是在终端120上执行的，还可以是由终端和服务器共同执行的，本公开对此不进行限制。此外，可以理解的是，应用本公开的实施例的AI服务来对建筑数据进行推理的装置既可以是终端，也可以是服务器，还可以是由终端和服务器组成的系统。
目前，可以以以下3种方案来进行幕墙稳定性监测。
方案一：方案一又称为现场检查方案。在方案一中，建筑管理人员或检修人员在室内利用检查设备来对幕墙进行检查，并在室外以目视或利用望远镜来检查幕墙。然而，现场检查方案对于既有建筑来说盲点较多，依靠个人的目视可靠性和稳定性较差，受环境因素的影响比较大，很难得到可靠的监测结果。
方案二：方案二又称为抽样检查方案。通常情况下，建筑管理人员或检修人员按工程情况抽取3-5处幕墙主要受力构件、节点和构造的进行检查。建筑管理人员或检修人员在抽样检查前需要知晓幕墙结构的最危险处，并在必要时增加危险处的抽样数量。然而，由于抽样方案具有不确定性，因此往往会隐藏风险。并且随着外墙玻璃面积的增加，抽样数量也需要随之增加才能提高准确度。此外，如果幕墙正在使用，那么会随之增加抽样难度。
方案三：方案三又称为概要性调查/测绘方案。在方案三种，建筑管理人员或检修人员需要提前收集工程概况、技术、质量保证资料以及幕墙的使用维护情况记录等等来对幕墙的分割和节点进行补测或复核。建筑管理人员或检修人员还需要根据对材料和构件的现场检查或实验室监测等手段，参照现行各种标准，对既有幕墙的承载力、结构和构造、构件和节点变形等进行评估，最终提供既有幕墙的安全性检查和评估结果，同时对已出现的安全隐患，提出整改意见和措施。然而，只能定期的执行方案三，无法进行高频率以及实时的监测。此外，方案三对已有工程资料的依赖性比较强，成本也比较高。
因此，本公开的实施例提供了一种处理针对幕墙的建筑数据的方法，包括：获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；以及基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
例如，本公开的实施例可以基于针对幕墙的建筑数据来搭建数字空间，并将建筑工程数据和设备运行数据映射至该数字空间。利用AI云服务实时精确地监测数据空间中幕墙的稳定性，从而实现自动化地及时地启动隐患防护措施并发出预警。
以下，参考图2至图3以对本公开实施例进行进一步的描述。其中，作为示例，图2是示出根据本公开实施例的处理针对幕墙的建筑数据的示例方法200的流程图。图3是示出根据本公开实施例的处理针对幕墙的建筑数据的示例方法200的示意图。
参见图2，示例方法200可以包括步骤S201-S203之一或全部，也可以包括更多的步骤。本公开并不以此为限。如上所述，步骤S201至S203是由终端120/服务器110实时执行的，或者由终端120/服务器110离线执行。本公开并不对示例方法200各个步骤的执行主体进行限制，只要其能够实现本公开的目的即可。
例如，在步骤S201中，获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据。
例如，针对幕墙的设备运行数据可能是幕墙监测设备实时采集的，也可能是周期性采集的。针对幕墙的建筑工程数据可能是保存在云端的，或由建筑管理人员/设计人员提供的。本领域技术人员应当理解，针对幕墙的建筑数据还可以包括其它类型的数据，例如天气数据、建筑内人员活动的数据等等。本公开并不以此为限。以下以针对幕墙的设备运行数据和针对幕墙的建筑工程数据为例进行说明，本领域技术人员应当理解针对幕墙的其它类型的建筑数据也可以类似地采用方法200进行处理。
例如，针对幕墙的设备运行数据至少包括幕墙监测装置在运行过程中采集或产生的数据。例如，如图3所示，在建设幕墙的时候或者在后续维护建筑的时候，建筑施工人员或建筑管理人员可能将幕墙监测装置安装到对应监测点。
例如，所述幕墙监测装置可以包括以下各项中的至少一项：被配置为监测幕墙的当前载荷的安全稳定性因子监测装置、被配置为检测幕墙的外观变化的红外摄像机或振动分析仪。幕墙的不同单元在服役过程中可能会承受变动的载荷。例如，在不同的建筑立面，横向载荷、侧向载荷都可能不确定，并且，越高的建筑幕墙，其可能承受更多的风载荷和地震载荷。而安全稳定性因子监测装置则可以对应地实时或周期性的检测服役过程中的幕墙的所承受的载荷。
例如，以图3中的玻璃幕墙为例，安全稳定性因子监测装置包括用于监测玻璃单元的C点处的受压的压力传感器、用于监测C点处的玻璃单元内外侧的温度的温度传感器；用于监测B点处爪式金属件的支撑力和形变量、拉力的传感器；用于监测A点处的支撑力和形变量的传感器。红外摄像机则被配置为监测幕墙外形变化。作为一个示例，红外摄像机可以如图3所示的那样，安装到对应监测点，以对一部分幕墙或全部的幕墙的安全状态进行监测。此外，图3中的红外摄像机也可以对应地被替换为振动频谱分析仪。此外，针对幕墙的设备运行数据还可以包括例如设备型号、设备大小等初始信息。
例如，针对幕墙的建筑工程数据对应于保证幕墙的稳定性的工程数据。例如，如上所述，幕墙的种类有多种，例如，玻璃幕墙、金属板幕墙、石板幕墙、陶瓷板幕墙等。针对幕墙的建筑工程数据就对应的包括幕墙的种类、型号、能够承受的最大压力和冲击力、能够承受的最大内外温差、幕墙的各个幕墙单元的位置、幕墙的各个幕墙单元的形态、大小和稳定性安全阈值等等数据。
在步骤S202中，基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致。
例如，所述建筑对应的数字空间以及所述幕墙对应的数字空间可对应地作为云端上搭建的建筑管理系统的模块之一。例如，所述建筑管理系统可以是一种智慧建筑管理系统，其深度适配智慧建筑场景的物联网类操作系统，针对建筑内的硬件、应用等资源，提供物联、管理与数字服务，为建筑赋予了综合协同智慧能力，并为建筑管理运营者与建筑业主方提供安全、高效、便利的建筑综合管理运营系统，以提升建筑的运营效率与服务品质。此外，例如，该建筑管理系统还包括上述的人工智能云服务组件以在后续对数据空间进行分析。又例如，该建筑管理系统还包括用于数据加密传输的组件以及用于数据安全存储的组件等等。本公开将在后文详述这些组件，在此就不再赘述。
例如，上述的数字空间是指一种智慧化、数字化的建筑3D空间模型。例如，所述幕墙对应的数字空间可以关联于所述建筑对应的建筑信息模型(以下称为BIM模型)、所述幕墙对应的全球地理位置信息和建筑定位空间数据。
可选地，数字空间的示例包括BIM模型以及在该BIM模型上创建的幕墙监测虚拟实体。BIM模型也即建筑信息化模型，其英文全称是Building Information Modeling。一个BIM模型中不仅有建筑的三维模型，还可以设置建筑的材料特性、颜色、设计者、制造者、施作者、检验者、日期时间、面积、体积等信息。各个幕墙监测虚拟实体可以作为实体对象被设置于BIM模型中，其对应地包括对象标识、对象的几何数据、对象的基准几何数据、对象实时采集到的数据等等。本公开并不以此为限。
可选地，数字空间的又一示例包括CAD模型以及在该CAD模型上创建的幕墙监测虚拟实体。CAD指的是计算机辅助设计，其英文全称是Computer Aided Design，指利用计算机及其图形设备帮助设计人员进行设计工作。CAD模型指的是利用计算机或者图形设备制作的模型，包括建筑模型等。由于云端的数字空间的幕墙监测示例将随着幕墙监测装置监测到的数据的变化而实时更新，从而云端的数字空间将保持着与实际建筑空间的一致性。
例如，可以利用云物联(Cloud IOT)或物联网(The Internet of Things，简称IOT)技术，以基于针对幕墙的建筑数据来构建数据空间。云物联旨在将传统物联网中传感设备感知的信息和接受的指令连入互联网中，真正实现网络化，并通过云计算技术实现海量数据存储和运算，由于物联网的特性是物与物相连接，实时感知各个“物体”当前的运行状态，在这个过程中会产生大量的数据信息，如何将这些信息汇总，如何在海量信息中筛取有用信息为后续发展做决策支持，这些已成为影响物联网发展的关键问题，而基于云计算和云存储技术的物联云也因此成为物联网技术和应用的有力支持。而物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监测、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
作为一个应用了云物联和/或物联网的示例，在步骤S201中，可以对应地在服务器110(云端)中的所述建筑对应的数字空间中设置上述的各种类型的幕墙监测虚拟实体，从而将物理上的幕墙监测装置与对应的虚拟实体进行关联/绑定，从而构建所述幕墙对应的数字空间并使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致。其中，实际的建筑对应的建筑空间是人们为了满足人们生产或生活的需要，运用各种建筑主要要素与形式所构成的内部空间与外部空间的统称。它包括墙、地面、屋顶、门窗等围成建筑的内部空间，以及建筑与周围环境中的树木、山峦、水面、街道、广场等形成建筑的外部空间。而幕墙对应的实际建筑空间则是在幕墙及幕墙关联处以各种建筑主要要素与形式所构成的内部空间与外部空间的统称。
可选地，步骤S202还包括响应于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，利用所述设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子。例如，在各种类型的幕墙监测装置采集到与该处安全稳定性有关的设备运行数据时，对应的虚拟实体将对应地在云端实时更新数字空间对应处的安全稳定性因子。
例如，安全稳定性有关的设备运行数据的示例包括：玻璃单元的C点处的受压的压力信息、C点处的玻璃单元内外侧的温度信息、B点处爪式金属件的支撑力和形变量、拉力、A点处的支撑力和形变量等等。设备运行数据还包括由红外摄像机或振动频谱分析仪采集的幕墙的形变信息。这些形变信息可以以红外图像的方式被上传至云端。本公开并不以此为限。
在一些示例中，上述的各种物理设备可以将实时采集到的设备运行数据通过图1所示的网络上传给服务器110。设备运行数据的采集和上传过程都可能采用对应的加密处理，本公开将在之后详述数据采集和上传的过程。
又例如，所述安全稳定性因子可用于指示所述数字空间的特定区域处的状态。安全稳定性因子可以是在数字空间中能够用数值表征的某处的状态。在一些情况下，安全稳定性因子自身可能具有中性属性，但从事故的不期望角度来看，其又可能表现出危险性。或者，安全稳定性因子还可以是一种状态指示符，该状态指示符指示在当前的数字空间的某个位置处存在潜在能量和物质释放危险，在一定的触发因素作用下可能导致危险发生。安全稳定性因子的示例包括在幕墙对应的数字空间中对应的A点、B点和C点处的、对安全稳定性造成影响的各种参数。安全稳定性因子与安全稳定性有关的设备运行数据存在对应关系。例如，在幕墙对应的数字空间中对应的A点的安全稳定性因子的示例包括A点处的支撑力和形变量等，或者A点处的支撑力是否超过A点的最大承受能力范围的指示值、或者A点处的形变量的量化值，甚至A点的图片信息等等。
在步骤S203中，基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
例如，可以使用参考图1描述的人工智能云服务来基于所述幕墙对应的数字空间和/或所述建筑对应的数字空间，来确定所述幕墙的稳定性。作为一个示例，该人工智能云服务可以利用已经训练好的神经网络来对上述的数字空间中的任意变化进行分析以确定所述幕墙的稳定性。通常，基于人工智能的神经网络模型被实现为无环图，其中神经元布置在不同的层中。通常，神经网络模型包括输入层和输出层，输入层和输出层通过至少一个隐藏层分开。隐藏层将由输入层接收到的输入变换为对在输出层中生成输出有用的表示。网络节点经由边全连接至相邻层中的节点，并且每个层内的节点之间不存在边。在神经网络的输入层的节点处接收的数据经由隐藏层、激活层、池化层、卷积层等中的任意一项被传播至输出层的节点。神经网络模型的输入输出可以采用各种形式，本公开对此不作限制。例如，人工智能云服务的神经网络可以以所述幕墙对应的数字空间中的安全稳定性因子为输入，以稳定程度为输出。又例如，在一些示例中，所述安全稳定性因子包括幕墙上的各个位置处的载荷数据和图片数据指示的幕墙的状态。例如，该神经网络可以从图片数据中提取稳定性相关的信息。本公开并不以此为限。
作为一个示例，该神经网络可以利用机器学习和深度学习的方案来推理幕墙的稳定性。机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
例如，本公开的实施例中的人工智能云服务还可以基于服役中的幕墙单元的建筑数据以及实验室中对该幕墙单元的实验数据来进一步预测幕墙的安全稳定性。在一些示例中，所述神经网络可以是以所述幕墙对应的实验室数据为训练样本而训练的。在又一些示例中，所述神经网络还可以是以所述幕墙对应的实验室数据以及实时更新的幕墙对应的数字空间中的安全稳定性因子为训练样本而训练的。本公开并不以此为限。
可选地，所述神经网络可以被配置为根据所述幕墙对应的实验室数据，确定所述幕墙的老化情况与使用时长或环境变化之间的关系。例如，所述幕墙对应的实验室数据训练样本中可人工地针对使用时长或环境变化标记幕墙的老化情况。或者，所述幕墙对应的实验室数据训练样本也可没有对应的标记，而神经网络通过无监督的方式学习这些实验室数据训练样本。由此，例如，随着长期的监测，建筑管理系统可以学习出一个建筑的幕墙随使用时间的推移和外界环境的变化，逐渐发生的老化情况的神经网络模型。幕墙随着时间的推移寿命发生变化，人工智能云服务就能够预计在未来哪个时间某一块幕墙单元需要更换或者维修了，及时给管理员预警并做出合理的、有建设性的建议。
又例如，随着幕墙的使用，云端的建筑管理系统将持续接收针对幕墙的设备运行数据，例如，上述的安全稳定性因子监测装置和红外摄像机的监测数据。基于人工智能云服务分析能力，步骤S203将对应地确定对应数字空间中各个幕墙单元的稳定性，从而确定所述幕墙的稳定性。又例如，云端的建筑管理系统通过实时地获取设备运行数据，并将这些设备运行数据交由人工智能云服务进行分析。
以安全稳定性因子监测装置采集到的安全稳定性有关的设备运行数据和由红外摄像机采集的幕墙的图片信息为例进行说明。人工智能云服务可以基于图片信息和设备运行数据来计算幕墙对应的数字空间中的安全稳定性因子，并将安全稳定性因子进行与正常模型对比分析计算，判断是否需要启动防护网和下发预警。例如，人工智能云服务可以分析玻璃表面压力、内外温差、支撑件的受力和形变量超过设计阈值等等。
可选地，方法200还包括步骤S204。在步骤S204中，基于所述幕墙的稳定性，利用数据加密通道下发指示所述幕墙对应的防护网和指示灯是否开启的命令；以及基于所述命令，开启所述幕墙对应的防护网和指示灯。
在一些情况下，当云端基于预测结果确定存在安全隐患时，建筑管理系统将下发预警指令，开启幕墙预置的危险警示灯，同时启动对应幕墙单元防护网，同时建筑管理系统还下发预警信息给对应的建筑管理人员或检修人员。例如，在人工智能云服务确定支撑件A点的支撑力持续超过材料本身的最大阈值的情况下，人工智能云服务将结合上述实验室数据预测可能存在的风险状况，并根据风险等级，确定是否需要点亮玻璃单元内置的指示灯或启动玻璃单元的防护网，以及时发出预警信息给对应的建筑管理人员。由此，建筑管理人员可以利用建筑管理系统管理上述的各种幕墙监测装置。此外，在一些示例中，建筑管理人员还可以在建筑管理系统上进行简单的规则配置。例如，建筑管理人员可以针对监测幕墙稳定性因子传感器设定该处幕墙对应的稳定性因子安全阈值范围。
由此，建筑管理系统实现了将实际的幕墙监测装置的硬件能力与云AI分析能力相结合，以实现自动地、智能化地、全方位地对建筑幕墙的安全稳定性情况进行实时监测。并且当幕墙的玻璃单元异常时，能够自动启动安全防护网并及时发出预警。
以下参考图4至图5D来进一步说明上述的建筑管理系统。其中，图4是示出根据本公开实施例的建筑管理系统400的示意图。图5A是示出根据本公开实施例的数字空间模块401的示意图。图5B是示出根据本公开实施例的数据传输模块402的示意图。图5C是示出根据本公开实施例的数据存储模块403的示意图。图5D是示出根据本公开实施例的分析模块404的示意图。
如图4所示，根据本公开实施例的建筑管理系统400包括：数字空间模块401、数据传输模块402、数据存储模块403、和分析模块404。其中，所述数据传输模块402被配置为：获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；所述数据存储模块403被配置为：存储所述针对幕墙的建筑数据；所述数字空间模块401被配置为：基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；所述分析模块404被配置为：基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
例如，参考图4，根据本公开的实施例，在幕墙监测装置被安装在指定位置(例如，图3所示A点、B点和C点)后，幕墙监测装置将开始对应地监测幕墙的当前载荷以及幕墙的外观变化作为针对幕墙的设备运行数据。数据传输模块402将对应地收集并上传这些针对幕墙的设备运行数据至数据存储模块403。数据存储模块403将对应地存储针对幕墙的设备运行数据。
作为一个示例，数字空间模块401可能直接根据数据存储模块403中存储的针对幕墙的设备运行数据，更新数字空间。例如，所述数字空间模块还可被配置为：响应于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，利用所述设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子，其中，所述安全稳定性因子指示所述数字空间的特定区域处的状态。
作为另一个示例，为避免计算资源的频繁占用，可能如虚线框所示的，由分析模块404对是否更新数据空间进行分析。例如，所述分析模块还被配置为：基于所述针对幕墙的建筑数据，确定是否更新所述幕墙对应的数字空间。而所述数字空间模块还被配置为：响应于所述分析模块确定更详细幕墙对应的数字空间，基于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子，其中，所述安全稳定性因子指示所述数字空间的特定区域处的状态。例如，分析模块404可能基于针对幕墙的设备运行数据，确定幕墙的数字空间中的安全稳定性因子是否超过阈值，以及超过阈值的持续时长是否已经超过预设时长。如果分析模块404确定安全稳定性因子超过阈值的持续时长已经超过预设时长，那么分析模块404将对应地指示数字空间模块401更新数字空间或者直接判定是否需要开启指示灯和防护网。如果分析模块404确定安全稳定性因子未超过阈值或确定安全稳定性因子超过阈值的持续时长未超过预设时长，那么分析模块404将指示幕墙监测装置继续监测幕墙的当前载荷以及幕墙的外观变化。
在数字空间模块401更新数字空间之后，分析模块404根据更新后的数据空间来确定所述幕墙的稳定度。接着，分析模块404还可以根据所述幕墙的稳定性，确定是否开启所述幕墙对应的防护网和指示灯。如果分析模块404确定还尚无需开启所述幕墙对应的防护网和指示灯，那么分析模块404将指示幕墙监测装置继续监测幕墙的当前载荷以及幕墙的外观变化。
如果分析模块404确定需要开启所述幕墙对应的防护网和指示灯，那么分析模块404将对应地命令数据存储模块403查找并反馈不稳定的幕墙单元的位置，并指示数据传输模块402下发利用数据加密通道下发指示开启所述幕墙对应的防护网和指示灯的命令。所述命令包括对应幕墙单元的位置。
作为一个示例，如图4和图5A所示，数字空间模块401中的幕墙对应的数字空间关联于所述建筑对应的建筑信息模型、所述幕墙对应的全球地理位置信息和建筑定位空间数据。数字空间模块401还可以被配置为构建BIM模型以及在该BIM模型上创建的幕墙监测虚拟实体。在该BIM模型上，对应地设置各个幕墙监测虚拟实体对应的位置信息。更进一步，数字空间模块401还可以对应地根据实时采集的针对幕墙的设备运行数据以及幕墙监测设备的空间坐标，对应地更新数字空间，以维持所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间之间的一致性。
例如，所述虚拟实体对应的位置信息与图5A中示出的建筑表面定位数据存在对应关系。也即，所述虚拟实体对应的位置信息可以是所述建筑表面定位数据的进一步概括和描述，也可以是所述建筑表面定位数据本身。又例如，由于建筑的不同地理位置往往回导致幕墙可能承受不同的风载荷、地震载荷、内外温差等等，因此，所述幕墙对应的数字空间还可以进一步关联于所述幕墙对应的全球地理位置信息。
作为一个示例，如图4和图5B所示，数据传输模块402还可以被配置为从各个幕墙检测装置中采集与安全稳定性有关的设备运行数据。如上所述，这些设备运行数据包括各个幕墙单元对应的当前载荷以及各个幕墙单元对应的外观变化。例如，各个幕墙单元对应的当前载荷包括各个安全稳定性因子监测装置采集的温度、压力、支撑力、形变量等数据。各个幕墙单元对应的外观变化包括红外摄像机监测区域的数据(例如，玻璃外观图片)。
数据传输模块402可以使用安全加密通道上传这些设备运行数据。安全加密通道包括利用国密算法对设备运行数据进行加密后传输。国密算法的示例包括SM3算法和SM4算法。其中，SM3算法是国家密码管理局发布的一种哈希算法，主要用于数字签名及验证、消息认证码生成及验证、随机数生成；而SM4算法是国家密码管理局发布的一种分组加密算法，主要用于数据的加解密。在上述的分析模块404完成相应的命令生成之后，数据传输模块402还可以类似地使用安全加密通道下发对应命令至指示灯和防护网。
作为一个示例，如图4和图5C所示，数据存储模块403可以被配置为存储整栋建筑对应的建筑数据。数据存储模块403可以进一步被配置为使用云存储(cloud storage)来对应地对建筑数据进行加密存储。云存储是在云计算概念上延伸和发展出来的一个新的概念，分布式云存储系统(以下简称存储系统)是指通过集群应用、网格技术以及分布存储文件系统等功能，将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作，共同对外提供数据存储和业务访问功能的一个存储系统。目前，存储系统的存储方法为：创建逻辑卷，在创建逻辑卷时，就为每个逻辑卷分配物理存储空间，该物理存储空间可能是某个存储设备或者某几个存储设备的磁盘组成。客户端在某一逻辑卷上存储数据，也就是将数据存储在文件系统上，文件系统将数据分成许多部分，每一部分是一个对象，对象不仅包含数据而且还包含数据标识(ID，ID entity)等额外的信息，文件系统将每个对象分别写入该逻辑卷的物理存储空间，且文件系统会记录每个对象的存储位置信息，从而当客户端请求访问数据时，文件系统首先对客户端的身份进行校验，然后再根据每个对象的存储位置信息让客户端对数据进行访问。存储系统为逻辑卷分配物理存储空间的过程，具体为：按照对存储于逻辑卷的对象的容量估量(该估量往往相对于实际要存储的对象的容量有很大余量)和独立冗余磁盘阵列(RAID，RedundantArray of Independent Disk)的组别，预先将物理存储空间划分成分条，一个逻辑卷可以理解为一个分条，从而为逻辑卷分配了物理存储空间。此外，数据存储模块403还可以被配置为分析模块404后续的稳定性分析提供对应的数据接口。
作为一个示例，如图4和图5D所示，分析模块404可以对应地执行三种分析方式，计算方式不限。例如，分析模块404可以作为上述的云端的建筑管理系统的人工智能云服务组件，其包括上述的神经网络。
例如，如上所述，分析模块404可以根据数据存储模块403中存储的针对幕墙的设备运行数据以及实验数据不断地进行离线的神经网络深度学习。可选地，分析模块404可以被配置为离线计算学习整个数字空间的安全稳定性因子的变化，以给建筑管理人员更加合理幕墙隐患处理建议。可选地，分析模块404还可以被配置为分析幕墙截止当前的变化数据，参照实验室对幕墙单元试件的测试数据和已有数据，利用上述离线学习的神经网络对幕墙的危险未来发展趋势进行预测。
例如，分析模块404中利用该离线学习的神经网络，结合实时或周期性更新的数字空间，可能会确定建筑幕墙存在一定的隐患并且未来大概率会发生安全风险，那么，分析模块将对应地向物业管理人员给出幕墙安全预警和合理的幕墙隐患处理建议。幕墙隐患处理建议的示例可以是“18楼A区A1玻璃外观有裂纹且当前温差较大，存在爆裂风险，请及时更换……等”。
又例如，分析模块404还可以被配置为直接对建筑数据进行统计分析和比对计算。例如，分析模块404还可以直接根据幕墙单元的内外温度、幕墙承受的压力、幕墙的外观变化、支撑件受到的压力和支撑力，来确定当前的幕墙单元是否超过设计范围。
可选地，分析模块404还可以被配置为结合上述两种方式得出的分析结果，针对当前或者未来有风险的情况作出预警和检修建议。
由此，针对高层建筑的幕墙安全稳定性难监测导致存在较大的隐患死角，本公开的各个实施例通过基于数字空间的智能幕墙安全监测系统，能够实时的了解整栋楼的幕墙安全稳定性状态和安全隐患情况。更进一步地，当幕墙异常发生的时候，本公开的各个实施例能够根据安全情况，进行预警并开启该异常玻璃单元的防护网，以预防高空玻璃的坠下，造成生命财产安全。
本公开的各个方面中的离线加实验室测试最终计算得出的模型建议，可以为建筑的整个建筑的幕墙安全稳定性管理做出长期的管理建议。例如，随着长期的监测，分析模块404可以学习出一个建筑的幕墙随使用时间的推移和外界环境的变化，逐渐发生的老化情况的神经网络模型。幕墙随着时间的推移寿命发生变化，分析模块404能够预计在未来哪个时间某一块幕墙单元需要更换或者维修了，及时给管理员预警并做出合理的、有建设性的建议。
由此，本公开的实施例能够便捷有效、并且实时精确监测幕墙的安全稳定性因子，进而对其稳定性进行实时监测和预测，对存在隐患启动防护措施和发出预警。
此外根据本公开的又一方面，还提供了一种电子设备，用于实施根据本公开实施例的方法。图6示出了根据本公开实施例的电子设备2000的示意图。
如图6所示，所述电子设备2000可以包括一个或多个处理器2010，和一个或多个存储器2020。其中，所述存储器2020中存储有计算机可读代码，所述计算机可读代码当由所述一个或多个处理器2010运行时，可以执行如上所述的搜索请求处理方法。
本公开实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。上述处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本公开实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，可以是X86架构或ARM架构的。
一般而言，本公开的各种示例实施例可以在硬件或专用电路、软件、固件、逻辑，或其任何组合中实施。某些方面可以在硬件中实施，而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本公开的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时，将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备，或其某些组合中实施。
例如，根据本公开实施例的方法或装置也可以借助于图7所示的计算设备3000的架构来实现。如图7所示，计算设备3000可以包括总线3010、一个或多个CP U3020、只读存储器(ROM)3030、随机存取存储器(RAM)3040、连接到网络的通信端口3050、输入/输出组件3060、硬盘3070等。计算设备3000中的存储设备，例如ROM 3030或硬盘3070可以存储本公开提供的方法的处理和/或通信使用的各种数据或文件以及CPU所执行的程序指令。计算设备3000还可以包括用户界面3080。当然，图7所示的架构只是示例性的，在实现不同的设备时，根据实际需要，可以省略图7示出的计算设备中的一个或多个组件。
根据本公开的又一方面，还提供了一种计算机可读存储介质。图8示出了根据本公开的存储介质4000的示意图。
如图8所示，所述计算机存储介质4020上存储有计算机可读指令4010。当所述计算机可读指令4010由处理器运行时，可以执行参照以上附图描述的根据本公开实施例的方法。本公开实施例中的计算机可读存储介质可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(SDRAM)、双倍数据速率同步动态随机存取存储器(DDRSDRAM)、增强型同步动态随机存取存储器(ESDRAM)、同步连接动态随机存取存储器(SLDRAM)和直接内存总线随机存取存储器(DR RAM)。应注意，本文描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。应注意，本文描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本公开的实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行根据本公开实施例的方法。
需要说明的是，附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
一般而言，本公开的各种示例实施例可以在硬件或专用电路、软件、固件、逻辑，或其任何组合中实施。某些方面可以在硬件中实施，而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本公开的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时，将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备，或其某些组合中实施。
在上面详细描述的本公开的示例实施例仅仅是说明性的，而不是限制性的。本领域技术人员应该理解，在不脱离本公开的原理和精神的情况下，可对这些实施例或其特征进行各种修改和组合，这样的修改应落入本公开的范围内。

Claims (15)

1.一种处理针对幕墙的建筑数据的方法，包括：
获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；
基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；以及
基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
2.如权利要求1所述的方法，其中，所述针对幕墙的设备运行数据至少包括幕墙监测装置在运行过程中采集或产生的数据，所述幕墙监测装置被配置为用于实时或周期性地监测幕墙。
3.如权利要求2所述的方法，其中，所述幕墙监测装置包括以下各项中的至少一项：被配置为监测幕墙的当前载荷的安全稳定性因子监测装置、被配置为检测幕墙的外观变化的红外摄像机或振动分析仪。
4.如权利要求2所述的方法，其中，所述在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间还包括：
响应于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，利用所述设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子，其中，所述安全稳定性因子指示所述数字空间的特定区域处的状态。
5.如权利要求1所述的方法，其中，所述基于所述幕墙对应的数字空间，确定所述幕墙的稳定性还包括：
基于所述幕墙对应的数字空间中的安全稳定性因子，利用人工智能云服务的神经网络推理所述幕墙对应的数字空间的稳定性，所述神经网络以所述幕墙对应的实验室数据作为训练样本；以及
基于所述幕墙对应的数字空间的稳定性，确定所述幕墙的稳定性。
6.如权利要求5所述的方法，其中，所述神经网络被配置为根据所述幕墙对应的实验室数据，确定所述幕墙的老化情况与使用时长或环境变化之间的关系。
7.如权利要求1所述的方法，还包括：
基于所述幕墙的稳定性，利用数据加密通道下发指示所述幕墙对应的防护网和指示灯是否开启的命令；以及
基于所述命令，开启所述幕墙对应的防护网和指示灯。
8.一种建筑管理系统，包括数字空间模块、数据传输模块、数据存储模块、和分析模块，其中，
所述数据传输模块被配置为：获取针对幕墙的建筑数据，所述针对幕墙的建筑数据包括针对幕墙的建筑工程数据和针对幕墙的设备运行数据；
所述数据存储模块被配置为：存储所述针对幕墙的建筑数据；
所述数字空间模块被配置为：基于所述针对幕墙的建筑数据，在所述建筑对应的数字空间中对应地设置所述幕墙对应的数字空间，以使得所述幕墙对应的数字空间与所述幕墙对应的实际建筑空间保持一致；
所述分析模块被配置为：基于所述幕墙对应的数字空间，确定所述幕墙的稳定性。
9.如权利要求8所述的建筑管理系统，其中，所述幕墙对应的数字空间关联于所述建筑对应的建筑信息模型、所述幕墙对应的全球地理位置信息和建筑定位空间数据。
10.如权利要求8所述的建筑管理系统，其中，
所述分析模块还被配置为：基于所述针对幕墙的建筑数据，确定是否更新所述幕墙对应的数字空间；
所述数字空间模块还被配置为：响应于所述分析模块确定更详细幕墙对应的数字空间，基于幕墙监测装置实时采集到与安全稳定性有关的设备运行数据，更新所述幕墙对应的数字空间中的安全稳定性因子，其中，所述安全稳定性因子指示所述数字空间的特定区域处的状态。
11.如权利要求8所述的建筑管理系统，其中，所述分析模块还被配置为：
基于所述幕墙对应的数字空间中的安全稳定性因子，利用人工智能云服务的神经网络推理所述幕墙对应的数字空间的稳定性，所述神经网络以所述幕墙对应的实验室数据作为训练样本；以及
基于所述幕墙对应的数字空间的稳定性，确定所述幕墙的稳定性；
其中，所述神经网络被配置为根据所述幕墙对应的实验室数据，确定所述幕墙的老化情况与使用时长或环境变化之间的关系。
12.如权利要求8所述的建筑管理系统，其中，
所述针对幕墙的设备运行数据至少包括幕墙监测装置在运行过程中采集或产生的数据，所述幕墙监测装置被配置为用于实时或周期性地监测幕墙；
所述幕墙监测装置包括以下各项中的至少一项：被配置为监测幕墙的当前载荷的安全稳定性因子监测装置、被配置为检测幕墙的外观变化的红外摄像机或振动分析仪。
13.一种电子设备，包括：
一个或多个处理器；和
一个或多个存储器，其中，所述存储器中存储有计算机可执行程序，当由所述处理器执行所述计算机可执行程序时，执行权利要求1-7中任一项所述的方法。
14.一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-7中的任一项所述的方法。
15.一种计算机程序产品，其包括计算机可读指令，所述计算机可读指令在被处理器执行时，使得所述处理器执行如权利要求1-7中任一项所述的方法。
CN202210006814.0A 2022-01-05 2022-01-05 处理针对幕墙的建筑数据的方法 Pending CN114358423A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210006814.0A CN114358423A (zh) 2022-01-05 2022-01-05 处理针对幕墙的建筑数据的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210006814.0A CN114358423A (zh) 2022-01-05 2022-01-05 处理针对幕墙的建筑数据的方法

Publications (1)

Publication Number Publication Date
CN114358423A true CN114358423A (zh) 2022-04-15

Family

ID=81107405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210006814.0A Pending CN114358423A (zh) 2022-01-05 2022-01-05 处理针对幕墙的建筑数据的方法

Country Status (1)

Country Link
CN (1) CN114358423A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115032270A (zh) * 2022-06-01 2022-09-09 北京科技大学 基于机器学习算法建筑幕墙损伤状态定量识别方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115032270A (zh) * 2022-06-01 2022-09-09 北京科技大学 基于机器学习算法建筑幕墙损伤状态定量识别方法及装置

Similar Documents

Publication Publication Date Title
US11620891B2 (en) Method and system for determining area of fire and estimating progression of fire
Lee et al. Gage‐free stress estimation of a beam‐like structure based on terrestrial laser scanning
CN106485868B (zh) 火情的监测方法、系统和火情的监测服务器
CN104766129A (zh) 一种基于时空信息融合的地铁盾构施工地表变形的预警方法
US10726268B2 (en) Building black box
Vicari et al. LAV@ HAZARD: a web-GIS interface for volcanic hazard assessment
CN117875719B (zh) 基于目标三维立体测距的变电站安全预警方法
CN111428694A (zh) 基于区块链的智慧工地异常烟雾监测系统
US20190035146A1 (en) Systems and methods for facilitating imagery and point-cloud based facility modeling and remote change detection
CN114463948A (zh) 一种地质灾害监测预警方法及系统
CN114358423A (zh) 处理针对幕墙的建筑数据的方法
CN117350974A (zh) 一种工程质量确定方法、装置、设备和介质
JP2014222223A (ja) 残余耐震性能評価システム
TWI679400B (zh) 建築物結構安全的偵測系統及方法
CN111105582B (zh) 森林防火监测方法、系统、计算机设备和可读存储介质
CN110321770B (zh) 管线监控方法、装置、设备和存储介质
Vilayatkar et al. IoT based weather monitoring system using Raspberry Pi
Kumar et al. Machine learning models in structural engineering research and a secured framework for structural health monitoring
KR20240030494A (ko) 건축물 냉난방 에너지 성능 평가를 위한 gis 건물 폴리곤 정보 기반 건물 외피 도달 일사량 계산 시스템 및 방법
CN115661314A (zh) 三维gis建筑模型矢量化数据快速渲染方法及区域检测装置
KR102558046B1 (ko) 열환경 분석 vr 시뮬레이션 장치, 방법 및 프로그램
US10778774B2 (en) Method and apparatus for managing urban infrastructures using internet of things
Pesaresi Principles and Applications of the Global Human Settlement Layer
KR102673628B1 (ko) 디지털 트윈 상황 인지를 위한 지도셀 기반 군중 밀집도 모니터링 방법 및 장치
CN112256810B (zh) 智慧工地的工地地图更新方法、装置和计算机设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40070884

Country of ref document: HK