CN114396912A - 一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统 - Google Patents
一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统 Download PDFInfo
- Publication number
- CN114396912A CN114396912A CN202210018615.1A CN202210018615A CN114396912A CN 114396912 A CN114396912 A CN 114396912A CN 202210018615 A CN202210018615 A CN 202210018615A CN 114396912 A CN114396912 A CN 114396912A
- Authority
- CN
- China
- Prior art keywords
- corridor
- settlement
- sides
- buildings
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统,涉及建筑工程测量技术领域,解决了两侧建筑物的沉降差随外界温度的变化也会有所变化,进而对后续高空连廊的安装产生影响的问题,其包括:分析连廊开始安装时两侧建筑物的沉降差数据是否在预设的安全沉降差数据范围之内;若为否,则获取负责人的联系方式,并将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端。本申请具有如下效果:可以有效预测分析出目前连廊两侧建筑物的沉降差情况是否会对后续连廊安装产生影响,在存在影响的情况下会及时通知到负责人以便于负责人提前作出应对方案,以尽可能保障后续连廊按照规划正常安装。
Description
技术领域
本申请涉及建筑工程测量技术领域,尤其是涉及一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统。
背景技术
我国城市建设趋向于超高层、密集型方向发展,对于超高层建筑物来说,产生沉降的原因有多种,例如在建筑物施工过程中荷载的不断增加,大面积地基的不均匀性以及外界温度变化的影响会使建筑物本身在垂直方面产生伸缩,这些因素均会造成建筑物发生沉降的现象。
现有一个建设超高层建筑两侧建筑物的高空连廊的工程,考虑到两侧建筑物由于方位的不同其所受外界温度变化的影响是不同的,因此两侧建筑物身在垂直方面产生伸缩的程度会有所不同,会导致两侧建筑物整体沉降存在一定差异,而连廊在安装后需保障应力应变可控,以避免因沉降差异造成连廊安装完成后两侧应力应变不可控而受损的情况发生,因此在连廊安装时需保障两侧建筑物整体沉降差控制在误差范围之内。
目前针对两侧建筑物沉降情况的监测,主要是依靠工程人员定期通过传统测量方法检测获取两侧建筑物沉降数据来间接分析获取两侧建筑物的沉降差数据,已知现有传统测量方法有水准测量法、静力水准仪法、全站仪测量法等。
针对上述中的相关技术,发明人认为存在有如下缺陷:一方面需要工程人员定期检测获取两侧建筑物的沉降数据以分析获取两侧建筑物的沉降差数据,较为麻烦,另一方面,高空连廊的安装往往是在两侧建筑物完成建设后的后期进行的,目前工作人员最多只能了解两侧建筑物当下的沉降差数据,而高空连廊的具体安装时间往往与两侧建筑物完成建设的时间会有一段相隔时间,在这段相隔时间,两侧建筑物的沉降差随外界温度的变化也会有所变化,进而对后续高空连廊的安装产生影响。
发明内容
为了可以有效预测分析出目前连廊两侧建筑物的沉降差情况是否会对后续连廊安装产生影响,在存在影响的情况下会及时通知到负责人以便于负责人提前作出应对方案,以尽可能保障后续连廊按照规划正常安装,本申请提供一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统。
第一方面,本申请提供一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,采用如下的技术方案:
一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,包括:
实时获取连廊两侧建筑物的沉降数据;
基于连廊两侧建筑物当下时段的沉降数据以及历史沉降数据,计算分析出下个时段连廊两侧建筑物的沉降数据以及沉降差数据;
结合下个时段连廊两侧建筑物的沉降数据、所规划的连廊安装时段信息,预测分析出连廊开始安装时两侧建筑物的沉降差数据;
分析连廊开始安装时两侧建筑物的沉降差数据是否在预设的安全沉降差数据范围之内;
若为否,则获取负责人的联系方式,并将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端;
反之,则不作通知。
通过采用上述技术方案,可以有效预测下个时段两侧建筑物的沉降差数据,并结合高空连廊安装所处时段信息,有效实现对高空连廊安装方案时的沉降差数据的预测,从而可以有效分析确定当前的沉降差数据是否存在问题,而且在确认存在问题的前提下,也会及时构建沉降差处理方案信息以及注意事项信息并通知到负责人,让负责人提前安排处理起来,以尽可能规避高空连廊时受两侧建筑物的影响。
可选的,下个时段连廊两侧建筑物的沉降数据以及沉降差数据的计算分析包括:
获取下个时段连廊两侧建筑物所处天气状况信息,其中天气状况信息包括温度信息;
基于下个时段连廊两侧建筑物所处天气状况信息、连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,分析获取与下个时段连廊两侧建筑物所处天气状况信息相同时所对应的历史有效平均沉降速率;
基于当下时段两侧建筑物的沉降数据,分别计算分析出当下时段连廊两侧建筑物的当下平均沉降速率;
基于连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率,并应用预设的用于预测下个时段沉降数据的公式,分别分析计算出连廊两侧建筑物下个时段的沉降数据,并计算出下个时段连廊两侧建筑物的沉降差数据。
通过采用上述技术方案,充分考虑到天气状况信息对两侧建筑物沉降的影响程度,并结合下个时段所处的天气状况信息,可以有效预测出历史有效平均沉降速率,而且综合考虑历史有效平均沉降速率以及当下平均沉降速率,可以分析计算出下个时段连廊两侧建筑物的沉降差数据,从而间接为后续分析当前两侧沉降差数据是否存在问题奠定基础。
可选的,分析获取与下个时段连廊两侧建筑物所处天气状况信息相同时所对应的历史有效平均沉降速率包括:
获取连廊两侧建筑物下个时段所存在的天气状况信息种类个数;
若所存在的天气状况信息种类个数为1个,则基于连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,筛选出历史与下个时段两侧建筑物天气状况信息相同的时段和相应时段所对应的沉降数据;
基于所筛选出的时段以及相应时段所对应的沉降数据,分析计算出每个所筛选时段的沉降速率以及所有筛选时段的沉降速率算术平均数,并从中筛选出平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段;
基于所筛选出的平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段,分析计算出剩余时段的平均沉降速率作为历史有效平均沉降速率;
若所存在的天气状况信息种类个数为2个及以上,则获取下个时段不同种类天气状况信息的时间占比数据,并基于连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,逐一筛选分析出历史与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据;
基于所筛选的与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据,逐一分析计算出每种天气状况信息所筛选时段的沉降速率以及筛选时段的沉降速率算术平均数,并从中筛选出平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段,分析计算出剩余时段的平均沉降速率作为所对应种类天气状况信息的平均沉降速率;
逐一分析计算出每种天气状况信息所对应的平均沉降速率与所对应天气状况信息的时间占比数据的乘积,最后将所有乘积之和作为历史有效平均沉降速率。
通过采用上述技术方案,充分考虑到下个时段两侧建筑物所处的天气状况可能是多元化的情况,在这个应用场景下,能够结合考虑下个时段两侧建筑物所处的不同天气状况占比情况,以及两侧建筑物的历史沉降数据与所处时段天气状况信息的对应关系,分析出在这个应用场景下两侧建筑物的历史有效平均沉降速率。
可选的,分别分析计算出连廊两侧建筑物下个时段的沉降数据包括:
获取连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率;
应用预设的用于预测下个时段沉降数据的公式分别分析计算出下个时段两侧建筑物的沉降数据,具体公式如下:
Zi=[Ai*q1+Bi*q2]*t;
q1+q2=1;
其中,Zi为第i个建筑物所预测的下个时段沉降数据,Ai为第i个建筑物的历史有效平均沉降速率,q1为Ai的权重占比,Bi为第i个建筑物的当下平均沉降速率,q2为Bi的权重占比,t为下个时段的总用时。
通过采用上述技术方案,具体公开了如何应用公式有机的结合历史有效平均沉降速率、当下平均沉降速率,准确有效的分析计算出下个时段沉降差数据,从而间接为后续分析当前两侧沉降差数据是否存在问题奠定基础。
可选的,还包括位于获取历史有效平均沉降速率以及当下平均沉降速率与分析计算出下个时段两侧建筑物的沉降数据之间的步骤,具体步骤如下:
基于连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,反向分析出用于预测下个时段沉降数据的真实历史有效平均沉降速率以及真实当下平均沉降速率;
将用于预测下个时段沉降数据的真实历史有效平均沉降速率以及真实当下平均沉降速率均作为输入层,所对应的下个时段真实的沉降数据作为输出层,并结合用于预测下个时段沉降数据的公式,通过神经网络算法分析计算出q1以及q2值。
通过采用上述技术方案,基于用于预测下个时段沉降差数据的公式以及历史沉降速率情况,并应用神经网络算法可以反向分析出动态的q1以及q2值,相比固定的q1以及q2值,可以使用于预测下个时段沉降差数据的公式在分析下个时段的两侧建筑物沉降数据时更加精准。
可选的,预测分析出连廊开始安装时两侧建筑物的沉降差数据包括:
获取连廊安装时所处时段与下个时段的差额时段数;
若差额时段数为0,则将下个时段连廊两侧建筑物的沉降差数据作为连廊开始安装时两侧建筑物的沉降差数据;
若差额时段为1个及以上,则将下个时段连廊两侧建筑物预测的连廊沉降差数据作为真实的下个时段两侧建筑物预测的沉降差数据,并结合两侧建筑物的历史沉降数据,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据。
通过采用上述技术方案,充分考虑到高空连廊安装方案时所处时段与下个时段的差额时段数情况,并结合下个时段的两侧建筑物沉降数据,可以有效预测分析出高空连廊安装时两侧建筑物的沉降差数据,从而有效了解是否有必要及时通知负责人作出必要的调整。
可选的,将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端包括:
获取连廊两侧建筑物的历史沉降数据;
筛选出包括当下时段在内的临近当下的预设个数的时段,分析获取所筛选出时段的连廊两侧建筑物的历史沉降数据的方差;
比较所分析获取的方差与预设方差的大小;
若所分析获取的方差较小,则将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端;
若所分析获取的方差较大,则将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,一并发送至负责人所持终端。
通过采用上述技术方案,可以有效分析获取所筛选出时段的连廊两侧建筑物的历史沉降数据的方差,从而间接判断检测装置所检测的数据是否稳定,
如果出现波动较大,则优先考虑检测装置可能故障的情况,并结合预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,及时通知到负责人,以便于负责人及时处理。
可选的,还包括位于若所分析获取的方差较大,则将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息之后,且位于一并发送至负责人所持终端之前的步骤,具体如下:
基于所分析获取的方差、方差范围与检测装置可能故障的概率的对应关系,分析确认检测装置可能故障的概率;
基于不同负责人与维修检测装置故障成功率数据的对应关系,分析获取不同负责人维修检测装置故障成功率数据与检测装置可能故障的概率的乘积作为有效处理值,定义负责人有多人;
将最大有效处理值所对应的负责人作为确认通知的负责人,并获取相应负责人的联系方式。
通过采用上述技术方案,进一步考虑到了方差与检查装置故障的概率对应性以及负责人维修检测装置故障成功率数据的关系,可以在存在多个负责人的前提下,及时选择最合适的负责人作为通知对象,从而有效保障如检测装置有故障的前提下合理处理的概率。
可选的,还包括位于发送至负责人所持终端之后的步骤:
获取负责人所持终端所反馈的检测装置是否故障的信息;
若检测装置确定故障,则追溯检测装置发生故障的时段,并将检测装置发生故障截止当下时段的沉降数据全部删掉,并基于剩余的连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据,并将连廊安装时所处时段的连廊两侧建筑物的沉降差数据发送至负责人所持终端;
若检测装置无故障,则不作信息反馈。
通过采用上述技术方案,进一步考虑到了检测装置故障对沉降监测数据影响的可能性,通过追溯检测装置故障的时段,并基于剩余的连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,可以预测所删除的数据,从而间接为后续分析当前两侧沉降差数据是否存在问题奠定基础。
第二方面,本申请提供一种超大超高层建筑高空连廊两侧不均匀沉降观测系统,采用如下的技术方案:
一种超大超高层建筑高空连廊两侧不均匀沉降观测系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如第一方面所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法。
通过采用上述技术方案,通过相关程序的调取,可以有效预测下个时段两侧建筑物的沉降差数据,并结合高空连廊安装所处时段信息,有效实现对高空连廊安装方案时的沉降差数据的预测,从而可以有效分析确定当前的沉降差数据是否存在问题,而且在确认存在问题的前提下,也会及时构建沉降差处理方案信息以及注意事项信息并通知到负责人,让负责人提前安排处理起来,以尽可能规避高空连廊时受两侧建筑物的影响。
综上所述,本申请的有益技术效果为:
1.帮助负责人及时了解当下连廊两侧建筑物的沉降差数据是否会对后续高空连廊的顺利安装产生影响,以便于负责人提前安排处理,避免后续连廊安装时受两侧建筑物的沉降差影响无法正常安装。
2.在需要通知负责人的前提下,会考虑是否为检测装置故障的概率以及负责人的处理成功率情况,综合确定处理成功率最高的负责人作为通知对象。
3.在确定为检测装置故障的前提下,也会考虑检测装置故障的时间节点,以考虑通过预测的方式将部分错误的数据以预测的方式进行恢复,从而方便在这个场景下分析当下连廊两侧建筑物的沉降差数据是否会对后续高空连廊的顺利安装产生影响。
附图说明
图1是本申请其中一实施例的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法的流程示意图。
图2是本申请其中一实施例的下个时段连廊两侧建筑物的沉降数据以及沉降差数据的计算分析的流程示意图。
图3是本申请其中一实施例的分析获取与下个时段连廊两侧建筑物所处天气状况信息相同时所对应的历史有效平均沉降速率的流程示意图。
图4是本申请其中一实施例的分别分析计算出连廊两侧建筑物下个时段的沉降数据的流程示意图。
图5是本申请其中一实施例的预测分析出连廊开始安装时两侧建筑物的沉降差数据的流程示意图。
图6是本申请其中一实施例的将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端的流程示意图。
图7是本申请其中一实施例的位于若所分析获取的方差较大,则将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息之后,且位于一并发送至负责人所持终端之前的流程示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
参照图1,为本申请公开的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,包括步骤S100、步骤S200、步骤S300、步骤S400、步骤SA00、步骤SB00。
在步骤S100中,实时获取连廊两侧建筑物的沉降数据。
具体来说,连廊两侧建筑物沉降数据的获取可以通过静力水准仪法来实现,但不局限于静力水准仪法。
其中,静力水准仪法应用静力水准测量系统,按照水准测量的规范和要求进行相应的水准测量和观测,从而获得精确的高程值测量数据,进而计算出相应测点在某个时间段具有的沉降量和沉降速率。静力水准测量系统主要通过静力水准测量仪来实现沉降量的监测,其所选用的静力水准测量仪多为连通管式静力水准,其利用相连容器中静止液面在重力作用下保持同一水平这一特征来测量各监测点间的高差。
示例来说,在本申请中,如采用静力水准仪法,可以采用如下方式:选取建筑物内纠倾中性轴(即无沉降点)或建筑物周边的无沉降点为基准点,在建筑物内最底层的剪力墙或承重柱上设置监测点;在基准点和监测点上安装静力水准仪,纠倾过程中间隔一定时间读取静力水准仪的液位读数,通过将某一时刻监测点上的静力水准仪液位读数与基准点上的静力水准仪数据进行对比,计算出建筑物各个监测点的实际纠倾量。
在步骤S200中,基于连廊两侧建筑物当下时段的沉降数据以及历史沉降数据,计算分析出下个时段连廊两侧建筑物的沉降数据以及沉降差数据。
具体来说,步骤S200所提及的连廊两侧建筑物当下时段的沉降数据以及历史沉降数据的获取可以是从存储有连廊两侧建筑物当下时段的沉降数据以及历史沉降数据的数据库中调取获取,步骤S200所提及的当下时段可以是当天、本周,也可以是其它用户基于需要设置的时间。
另外,下个时段连廊两侧建筑物的沉降数据以及沉降差数据的获取,主要是结合连廊两侧建筑物当下时段的沉降数据以及历史沉降数据以及预测算法来计算获取。
在步骤S300中,结合下个时段连廊两侧建筑物的沉降数据、所规划的连廊安装时段信息,预测分析出连廊开始安装时两侧建筑物的沉降差数据。
其中,连廊开始安装时两侧建筑物的沉降差数据的预测分析可以是利用S200所应用的预测算法对未来每个时段的分析计算来获取的。
在步骤S400中,分析连廊开始安装时两侧建筑物的沉降差数据是否在预设的安全沉降差数据范围之内。若为否,则有步骤SA00;反之,则有步骤SB00。
其中,分析连廊开始安装时两侧建筑物的沉降差数据是否在预设的安全沉降差数据范围之内可以采取比较的方式来实现。
示例的,假定预设的安全沉降差数据范围为[a,b],如果连廊开始安装时两侧建筑物的沉降差数据小于a或大于b,那么均可以判断连廊开始安装时两侧建筑物的沉降差数据不在预设的安全沉降差数据范围之内。
在步骤SA00中,获取负责人的联系方式,并将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端。
具体的,步骤SA00所提及的负责人的联系方式可以是负责人的邮箱、手机号码、微信等,也可以是其他可联系上负责人的方式,预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息可以是从存储有当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息的数据库中查询获取。
另外,步骤SA00所提及的负责人所持终端可以是手机、笔记本电脑,也可以是其他可联系上负责人的终端设备。
在步骤SB00中,不作通知。
需要说明的是,步骤SB00所提及的不通知为不主动发送信息至负责人的终端设备。
本实施例的实施原理为:在获取连廊两侧建筑物当下时段的沉降数据以及历史沉降数据的基础上,可以有效分析出下个时段两侧建筑物的沉降数据,然后结合连廊安装时的时段和下个时段的时段差距,可以进一步分析出连廊安装时两侧建筑物的沉降差是否会对连廊的安装造成影响,并在有影响的前提下会及时通知到负责人。
参照图2,对图1所示实施例中的步骤S200进行说明,具体的执行步骤包括S210至步骤S240。
在步骤S210中,获取下个时段连廊两侧建筑物所处天气状况信息,其中天气状况信息包括温度信息。
其中,下个时段连廊两侧建筑物所处天气状况信息的获取可以是通过网络爬虫手段抓取气象台对当地天气下个时段所预测天气状况信息,具体的,步骤S210所提及的温度信息为环境温度信息。
以环境温度来说,假定同样是30摄氏度,一个建筑物由于方位原因,阳光大部分时段是照射在这个建筑物的,而另一侧建筑物大部分时段是照不到阳光的,那么在这个条件下,两建筑物所受的温度影响是有所不同的。
而且进一步考虑到对两侧建筑物所受外界温度变化的影响因素不止是环境温度信息,还有当前季节、风向、风级等其他因素,因此天气状况信息还可以包括当前季节、风向、风级、雨雪等相关气候信息。
以风向示例来说,如果风向是朝一侧建筑物的,那么这一侧建筑物所遭受的风力是较大的,而另一侧建筑物由于方位原因所遭受的风力是较少的,假定在同一环境温度下,两建筑物所受到的温度影响必然是不同的,因此所产生的沉降差也会有所不同。
在步骤S220中,基于下个时段连廊两侧建筑物所处天气状况信息、连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,分析获取与下个时段连廊两侧建筑物所处天气状况信息相同时所对应的历史有效平均沉降速率。
具体的,连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系可以是从存储有连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的数据库中查询获取的。
在步骤S230中,基于当下时段两侧建筑物的沉降数据,分别计算分析出当下时段连廊两侧建筑物的当下平均沉降速率。
具体的,当下时段两侧建筑物的沉降数据的获取如下:将当下时段的最后时间节点的连廊两侧建筑物的沉降数据作为被减数,当下时段的初始时间节点的连廊两侧建筑物的沉降数据作为减数,获取的差值为当下时段两侧建筑物的沉降数据。
另外,当下时段连廊两侧建筑物的当下平均沉降速率的分析计算可以采用如下方式:将当下时段两侧建筑物的沉降数据作为被除数,将当下时段的总耗时作为除数,获取的商即为当下时段连廊两侧建筑物的当下平均沉降速率。
步骤S240中,基于连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率,并应用预设的用于预测下个时段沉降数据的公式,分别分析计算出连廊两侧建筑物下个时段的沉降数据,并计算出下个时段连廊两侧建筑物的沉降差数据。
本实施例的实施原理为:在获取连廊两侧建筑物当下时段的沉降数据以及历史沉降数据的基础上,进一步考虑可能会造成连廊两侧建筑物不均匀沉降的关键因素-天气状况信息,结合下个时段连廊两侧建筑物所处天气状况,并结合连廊历史在不同时段的天气状况信息,可以更加准确的分析出下个时段连廊两侧建筑物的沉降差数据。
参照图3,对图2实施例中的步骤S220进行说明,具体的执行步骤包括:
步骤S221,获取连廊两侧建筑物下个时段所存在的天气状况信息种类个数。
其中,连廊两侧建筑物下个时段所存在的天气状况信息种类个数的获取是在获取连廊两侧建筑物下个时段所存在的天气状况信息后的进一步加工,其通过缩短原有时段进一步抓取识别的方式来获取。
示例来说,假定时段为一天,那么一天的早上是下雨,下午是阴天,那么在缩短原有时段至半天的情况下即能分析出一天内所存在的两种的天气状况信息。
步骤S22A,若所存在的天气状况信息种类个数为1个,则基于连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,筛选出历史与下个时段两侧建筑物天气状况信息相同的时段和相应时段所对应的沉降数据。
具体来说,步骤S22A在的天气状况信息种类个数为1个的情况下,只需要筛选出历史与下个时段两侧建筑物天气状况信息相同的时段和相应时段所对应的沉降数据即可。
步骤S22B,基于所筛选出的时段以及相应时段所对应的沉降数据,分析计算出每个所筛选时段的沉降速率以及所有筛选时段的沉降速率算术平均数,并从中筛选出平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段。
具体的,步骤S22B所提及的每个所筛选时段的沉降速率的计算方式与步骤S230关于当下平均沉降速率的分析计算类似,将所筛选的每个时段两侧建筑物的沉降数据作为被除数,将当下时段的总耗时作为除数,获取的商即为所筛选时段的连廊两侧建筑物的当下平均沉降速率。
所有筛选时段的沉降速率算术平均数的计算方式如下:将同一建筑物所筛选的时段所对应的沉降速率相加的和作为被除数,将所筛选的时段数作为除数,获取的商作为相应建筑物的沉降速率算术平均数,采用上述方式可以同样计算出另一建筑物的沉降速率算术平均数。
其中,平均差为各个变量值同平均数的离差绝对值的算术平均数,筛选出平均差在预设数值范围内的沉降速率即筛选出数据波动在预设范围之内的的沉降速率。
步骤S22C,基于所筛选出的平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段,分析计算出剩余时段的平均沉降速率作为历史有效平均沉降速率。
具体来说,步骤S22C所提及的剩余时段的平均沉降速率的分析计算可以是如下:将剩余时段所对应的沉降速率相加的和作为被除数,将所筛选的时段数作为除数,获取的商作为剩余时段的平均沉降速率,采用上述方式可以同样计算出另一建筑物剩余时段的平均沉降速率。
步骤S22a,若所存在的天气状况信息种类个数为2个及以上,则获取下个时段不同种类天气状况信息的时间占比数据,并基于连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,逐一筛选分析出历史与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据。
其中,下个时段不同种类天气状况信息的时间占比数据的获取可以是在获取连廊两侧建筑物下个时段所存在的天气状况信息后的进一步加工,其可以通过抓取天气状况信息的初始时间节点信息以及变化时间节点信息后,然后将两时间节点之间的时段在当下时段的占比作为不同种类天气状况信息的时间占比数据。
其中,连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系的获取可以通过查询存储有连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系的数据库中来获取。
示例来说,假定时段为一天,那么一天0点到12点是雨天,12点至24点是阴天,那么雨天的占比为50%,阴天的占比亦为50%。
其中,逐一筛选分析出历史与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据可以是采用与步骤S220一样的方式来获取。
步骤S22b,基于所筛选的与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据,逐一分析计算出每种天气状况信息所筛选时段的沉降速率以及筛选时段的沉降速率算术平均数,并从中筛选出平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段,分析计算出剩余时段的平均沉降速率作为所对应种类天气状况信息的平均沉降速率。
其中,步骤S22b所提及的计算出剩余时段的平均沉降速率作为所对应种类天气状况信息的平均沉降速率类似于步骤S22B,此处不重复赘述。
步骤S22c,逐一分析计算出每种天气状况信息所对应的平均沉降速率与所对应天气状况信息的时间占比数据的乘积,最后将所有乘积之和作为历史有效平均沉降速率。
示例来说,假定时段为一天,那么一天0点到12点是雨天,12点至24点是阴天,那么雨天的占比为50%,阴天的占比亦为50%,雨天的平均沉降速率为A,阴天的平均沉降速率为B,那么历史有效平均沉降速率=0.5A+0.5B。
本实施例的实施原理为:结合对连廊下个时段所存在的天气状况种类的进一步分析,可以进一步对下个时段所存在的天气状况信息进行细分,然后结合细分后的天气状况信息的时间占比,可以更加有效准确的分析出历史有效平均沉降速率。
参照图4,对图2实施例中的步骤S240进行说明,具体执行步骤包括:
步骤S241,获取连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率。
步骤S242,基于连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,反向分析出用于预测下个时段沉降数据的真实历史有效平均沉降速率以及真实当下平均沉降速率;具体公式如下:Zi=[Ai*q1+Bi*q2]*t;q1+q2=1;其中,Zi为第i个建筑物所预测的下个时段沉降数据,Ai为第i个建筑物的历史有效平均沉降速率,q1为Ai的权重占比,Bi为第i个建筑物的当下平均沉降速率,q2为Bi的权重占比,t为下个时段的总用时。
步骤S243,将用于预测下个时段沉降数据的真实历史有效平均沉降速率以及真实当下平均沉降速率均作为输入层,所对应的下个时段真实的沉降数据作为输出层,并结合用于预测下个时段沉降数据的公式,通过神经网络算法分析计算出q1以及q2值。
需要说明的是,本申请中的神经网络算法可以选用BP神经网络算法,即反向传播算法,它的基本思想为:(1)先计算每一层的状态和激活值,直到最后一层(即信号是前向传播的);(2)计算每一层的误差,误差的计算过程是从最后一层向前推进的(这就是反向传播算法名字的由来);(3)更新参数(目标是误差变小)。迭代前面两个步骤,直到满足停止准则(比如相邻两次迭代的误差的差别很小)。
步骤S244,应用预设的用于预测下个时段沉降数据的公式分别分析计算出下个时段两侧建筑物的沉降数据。
本实施例的实施原理为:在获取连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率的基础上,可以应用神经网络算法对所应用的预测公式作进一步分析,提高预测公式的预测能力,从而进一步保障对下个时段两侧建筑物沉降差分析计算的准确性。
参照图5,对图1实施例中的步骤S300进行说明,具体的执行步骤包括:
步骤S310,获取连廊安装时所处时段与下个时段的差额时段数。
其中,连廊安装时所处时段的获取可以是从预设的存储有连廊安装时所处时段的数据库中查询获取。
连廊安装时所处时段与下个时段的差额时段数可以是按照如下方式来获取:将连廊安装时所处时段作为被减数,将下个时段作为减数,获取的差值作为连廊安装时所处时段与下个时段的差额时段数。
步骤S3A0,若差额时段数为0,则将下个时段连廊两侧建筑物的沉降差数据作为连廊开始安装时两侧建筑物的沉降差数据。
步骤S3B0,若差额时段为1个及以上,则将下个时段连廊两侧建筑物预测的连廊沉降差数据作为真实的下个时段两侧建筑物预测的沉降差数据,并结合两侧建筑物的历史沉降数据,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据。
具体来说,步骤S3B0所提及的逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据,其分析获取的方式与步骤S244相同,只是进一步将下个时段连廊两侧建筑物预测的连廊沉降差数据作为真实的下个时段两侧建筑物预测的沉降差数据。
本实施例的实施原理为:综合考虑了下个时段和连廊具体安装时的时段差距以及预测公式,可以更好的预测出连廊安装时的两侧建筑物的沉降差情况。
参照图6,对图1实施例中的步骤SA00进行说明,具体的执行步骤包括:
步骤SA10,获取连廊两侧建筑物的历史沉降数据。
步骤SA20,筛选出包括当下时段在内的临近当下的预设个数的时段,分析获取所筛选出时段的连廊两侧建筑物的历史沉降数据的方差。
其中,步骤SA20所提及的临近当下的预设个数的时段可以是3个,也可以基于负责人的需要自行设置,而所筛选出时段的连廊两侧建筑物的历史沉降数据的方差分析具体如下:首先分析计算出所筛选时段连廊两侧建筑物的历史沉降数据以及整体均值,并结合总体时段数,并应用总体方差计算公式,逐一计算分析出每个时段连廊两侧建筑物的历史沉降数据的总体方差,总体方差的计算公式如下:,为总体方差,X为连廊两侧建筑物的历史沉降数据,为所筛选时段连廊两侧建筑物的历史沉降数据的整体均值,N为所筛选时段的个数。
步骤SA30,比较所分析获取的方差与预设方差的大小。若所分析获取的方差较小,则有步骤SAA0;反之,若所分析获取的方差较大,则有步骤SAB0。
步骤SAA0,将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端。
其中,步骤SAA0所提及的预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,可以是从存储有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息的数据库中查询获取。
步骤SAB0,将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,一并发送至负责人所持终端。
具体来说,步骤SAB0所提及的检测装置可以是静力水准仪,也可以是其它可作建筑物沉降差监测的检测装置,步骤SAB0所提及的将检测装置可能故障的信息列入至注意事项信息中并置顶标记中的标记可以是对检测装置可能故障的信息进行颜色标记,例如作红色标记。
步骤SAC0,获取负责人所持终端所反馈的检测装置是否故障的信息。
具体来说,步骤SAC0所提及的负责人所持终端所反馈的检测装置是否故障的信息为负责人在实地对检测装置检测后所作出检测装置故障的判断反馈信息。
步骤SAD0,若检测装置确定故障,则追溯检测装置发生故障的时段,并将检测装置发生故障截止当下时段的沉降数据全部删掉,并基于剩余的连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据,并将连廊安装时所处时段的连廊两侧建筑物的沉降差数据发送至负责人所持终端。
具体来说,步骤SAD0所提及的追溯检测装置发生故障的时段可以通过小波分析法来进行,以小波分析法进行的传感器故障诊断,可以分析和预测了非平稳时间的序列变化,可观测到信号在任意位置的局部特性,能够准确定位故障发生时刻。这种故障诊断方法尤其适合缓变信号中的突变成分提取。
另外基于剩余的连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据,可以采用步骤S244的方式来分析计算。
步骤SAE0,若检测装置无故障,则不作信息反馈。
本实施例的实施原理为:在通知负责人的时候,不止是考虑到通知到负责人相关的注意事项信息以及处理方案信息,还会优先考虑到检测装置故障的可能性并通知到负责人,并结合负责人最后通过终端反馈的检测装置是否故障的情况来确定是否对其中的数据作调整,一旦判定为检测装置故障,则会结合正常的数据以及原有的预测公式,恢复原有不对的数据。
参照图7,进一步考虑到所通知的负责人能够更好的维修检测装置的故障,,一种超大超高层建筑高空连廊两侧不均匀沉降观测方法还包括位于若所分析获取的方差较大,则将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息之后,且位于一并发送至负责人所持终端之前的步骤,具体如下:
步骤sa00,基于所分析获取的方差、方差范围与检测装置可能故障的概率的对应关系,分析确认检测装置可能故障的概率。
其中,步骤sa00所提及的方差范围与检测装置可能故障的概率的对应关系可以是从存储有方差范围与检测装置可能故障的概率的对应关系的数据库中查询获取。
示例来说,假定方差为a,方差范围[a,b]所对应的可能故障的概率为30%,那么此时检测装置可能故障的概率为30%。
步骤sb00,基于不同负责人与维修检测装置故障成功率数据的对应关系,分析获取不同负责人维修检测装置故障成功率数据与检测装置可能故障的概率的乘积作为有效处理值,定义负责人有多人。
其中,步骤sb00所提及的不同负责人与维修检测装置故障成功率数据的对应关系可以是从存储有不同负责人与维修检测装置故障成功率数据的对应关系的数据库中查询获取。
示例来说,假定检测装置可能故障的概率为30%,负责人甲维修的成功率为50%,负责人乙维修的成功率为60%,那么乙的有效处理值较高。
步骤sc00,将最大有效处理值所对应的负责人作为确认通知的负责人,并获取相应负责人的联系方式。
本实施例的实施原理为:考虑到在通知负责人之前,对检测装置故障的概率作进一步的分析,并结合负责人的处理成功率,最后确定最合适处理相应检测装置的负责人作为通知对象。
本发明实施例提供一种超大超高层建筑高空连廊两侧不均匀沉降观测系统,包括存储器、处理器,存储器上存储有可在所述处理器上运行实现如图1至图7任一种方法的程序。
本具体实施方式的实施例均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,包括:
实时获取连廊两侧建筑物的沉降数据;
基于连廊两侧建筑物当下时段的沉降数据以及历史沉降数据,计算分析出下个时段连廊两侧建筑物的沉降数据以及沉降差数据;
结合下个时段连廊两侧建筑物的沉降数据、所规划的连廊安装时段信息,预测分析出连廊开始安装时两侧建筑物的沉降差数据;
分析连廊开始安装时两侧建筑物的沉降差数据是否在预设的安全沉降差数据范围之内;
若为否,则获取负责人的联系方式,并将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端;
反之,则不作通知。
2.根据权利要求1所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,下个时段连廊两侧建筑物的沉降数据以及沉降差数据的计算分析包括:
获取下个时段连廊两侧建筑物所处天气状况信息,其中天气状况信息包括温度信息;
基于下个时段连廊两侧建筑物所处天气状况信息、连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,分析获取与下个时段连廊两侧建筑物所处天气状况信息相同时所对应的历史有效平均沉降速率;
基于当下时段两侧建筑物的沉降数据,分别计算分析出当下时段连廊两侧建筑物的当下平均沉降速率;
基于连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率,并应用预设的用于预测下个时段沉降数据的公式,分别分析计算出连廊两侧建筑物下个时段的沉降数据,并计算出下个时段连廊两侧建筑物的沉降差数据。
3.根据权利要求2所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,分析获取与下个时段连廊两侧建筑物所处天气状况信息相同时所对应的历史有效平均沉降速率包括:
获取连廊两侧建筑物下个时段所存在的天气状况信息种类个数;
若所存在的天气状况信息种类个数为1个,则基于连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,筛选出历史与下个时段两侧建筑物天气状况信息相同的时段和相应时段所对应的沉降数据;
基于所筛选出的时段以及相应时段所对应的沉降数据,分析计算出每个所筛选时段的沉降速率以及所有筛选时段的沉降速率算术平均数,并从中筛选出平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段;
基于所筛选出的平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段,分析计算出剩余时段的平均沉降速率作为历史有效平均沉降速率;
若所存在的天气状况信息种类个数为2个及以上,则获取下个时段不同种类天气状况信息的时间占比数据,并基于连廊两侧建筑物历史在不同时段的天气状况信息与相应时段的沉降数据的对应关系,逐一筛选分析出历史与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据;
基于所筛选的与下个时段连廊两侧建筑所存在的每种天气状况信息相同的时段和相应时段所对应的沉降数据,逐一分析计算出每种天气状况信息所筛选时段的沉降速率以及筛选时段的沉降速率算术平均数,并从中筛选出平均差在预设数值范围内的沉降速率以及相应沉降速率所对应的时段,分析计算出剩余时段的平均沉降速率作为所对应种类天气状况信息的平均沉降速率;
逐一分析计算出每种天气状况信息所对应的平均沉降速率与所对应天气状况信息的时间占比数据的乘积,最后将所有乘积之和作为历史有效平均沉降速率。
4.根据权利要求3所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,分别分析计算出连廊两侧建筑物下个时段的沉降数据包括:
获取连廊两侧建筑物的历史有效平均沉降速率以及当下平均沉降速率;
应用预设的用于预测下个时段沉降数据的公式分别分析计算出下个时段两侧建筑物的沉降数据,具体公式如下:
Zi=[Ai*q1+Bi*q2]*t;
q1+q2=1;
其中,Zi为第i个建筑物所预测的下个时段沉降数据,Ai为第i个建筑物的历史有效平均沉降速率,q1为Ai的权重占比,Bi为第i个建筑物的当下平均沉降速率,q2为Bi的权重占比,t为下个时段的总用时。
5.根据权利要求4所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,还包括位于获取历史有效平均沉降速率以及当下平均沉降速率与分析计算出下个时段两侧建筑物的沉降数据之间的步骤,具体步骤如下:
基于连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,反向分析出用于预测下个时段沉降数据的真实历史有效平均沉降速率以及真实当下平均沉降速率;
将用于预测下个时段沉降数据的真实历史有效平均沉降速率以及真实当下平均沉降速率均作为输入层,所对应的下个时段真实的沉降数据作为输出层,并结合用于预测下个时段沉降数据的公式,通过神经网络算法分析计算出q1以及q2值。
6.根据权利要求5所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于:预测分析出连廊开始安装时两侧建筑物的沉降差数据包括:
获取连廊安装时所处时段与下个时段的差额时段数;
若差额时段数为0,则将下个时段连廊两侧建筑物的沉降差数据作为连廊开始安装时两侧建筑物的沉降差数据;
若差额时段为1个及以上,则将下个时段连廊两侧建筑物预测的连廊沉降差数据作为真实的下个时段两侧建筑物预测的沉降差数据,并结合两侧建筑物的历史沉降数据,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据。
7.根据权利要求1至6任意一项所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端包括:
获取连廊两侧建筑物的历史沉降数据;
筛选出包括当下时段在内的临近当下的预设个数的时段,分析获取所筛选出时段的连廊两侧建筑物的历史沉降数据的方差;
比较所分析获取的方差与预设方差的大小;
若所分析获取的方差较小,则将预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,发送至负责人所持终端;
若所分析获取的方差较大,则将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息,一并发送至负责人所持终端。
8.根据权利要求7所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,还包括位于若所分析获取的方差较大,则将检测装置可能故障的信息列入至注意事项信息中并置顶标记,并结合原有预设的当前连廊两侧建筑物的沉降差处理方案信息以及注意事项信息之后,且位于一并发送至负责人所持终端之前的步骤,具体如下:
基于所分析获取的方差、方差范围与检测装置可能故障的概率的对应关系,分析确认检测装置可能故障的概率;
基于不同负责人与维修检测装置故障成功率数据的对应关系,分析获取不同负责人维修检测装置故障成功率数据与检测装置可能故障的概率的乘积作为有效处理值,定义负责人有多人;
将最大有效处理值所对应的负责人作为确认通知的负责人,并获取相应负责人的联系方式。
9.根据权利要求7或8所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法,其特征在于,还包括位于发送至负责人所持终端之后的步骤:
获取负责人所持终端所反馈的检测装置是否故障的信息;
若检测装置确定故障,则追溯检测装置发生故障的时段,并将检测装置发生故障截止当下时段的沉降数据全部删掉,并基于剩余的连廊两侧建筑物历史时段、相应时段所对应的沉降数据和天气状况信息以及用于预测下个时段沉降数据的公式,逐一分析获取截止至连廊安装时所处时段的未来每个时段连廊两侧建筑物的沉降差数据,并将连廊安装时所处时段的连廊两侧建筑物的沉降差数据发送至负责人所持终端;
若检测装置无故障,则不作信息反馈。
10.一种超大超高层建筑高空连廊两侧不均匀沉降观测系统,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如权利要求1至9中任一项所述的一种超大超高层建筑高空连廊两侧不均匀沉降观测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210018615.1A CN114396912B (zh) | 2022-01-08 | 2022-01-08 | 一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210018615.1A CN114396912B (zh) | 2022-01-08 | 2022-01-08 | 一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114396912A true CN114396912A (zh) | 2022-04-26 |
CN114396912B CN114396912B (zh) | 2022-10-21 |
Family
ID=81228596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210018615.1A Active CN114396912B (zh) | 2022-01-08 | 2022-01-08 | 一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114396912B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116989742A (zh) * | 2023-09-26 | 2023-11-03 | 中国建筑第六工程局有限公司 | 一种基于rs技术的建筑物不均匀沉降的判断方法及装置 |
-
2022
- 2022-01-08 CN CN202210018615.1A patent/CN114396912B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116989742A (zh) * | 2023-09-26 | 2023-11-03 | 中国建筑第六工程局有限公司 | 一种基于rs技术的建筑物不均匀沉降的判断方法及装置 |
CN116989742B (zh) * | 2023-09-26 | 2023-12-05 | 中国建筑第六工程局有限公司 | 一种基于rs技术的建筑物不均匀沉降的判断方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114396912B (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113051519B (zh) | 一种基于地球物理的地面沉降预警监测系统 | |
EP3379360A2 (en) | Anomaly detection system and anomaly detection method | |
Mahsuli et al. | Probabilistic seismic hazard analysis of Iran using reliability methods | |
CN106679625A (zh) | 基于北斗系统的广域范围电力铁塔高精度形变监测方法 | |
CN109708688A (zh) | 一种历史文化建筑安全监测与预警系统及方法 | |
CN110310021B (zh) | 一种用于基坑监测预警的场地环境与监测点匹配系统 | |
CN110490471A (zh) | 一种配电网供电可靠性差异化的改造方法 | |
CN114396912B (zh) | 一种超大超高层建筑高空连廊两侧不均匀沉降观测方法、系统 | |
JP2020134300A (ja) | 予測方法、予測プログラム及び情報処理装置 | |
CN116227932B (zh) | 一种基坑工程健康趋势分析预警系统 | |
CN116591768A (zh) | 一种基于分布式网络的隧道监测方法、系统及装置 | |
Mrówczyńska et al. | The network structure evolutionary optimization to geodetic monitoring in the aspect of information entropy | |
CN116777079A (zh) | 一种基于贝叶斯层间结构模型的沙漠化侵扰灾害预测方法 | |
CN112504357A (zh) | 一种河道过流能力动态分析方法和系统 | |
CN113177857A (zh) | 一种基于台风灾害预估的资源弹性调配方法 | |
JP6705036B1 (ja) | 鋼管柱劣化予測システム | |
CN114741975A (zh) | 一种岩土工程结构模态预测分析方法以及系统 | |
CN115216776A (zh) | 一种基于时序预测的天然气管网恒电位仪输出优化方法 | |
CN113011747A (zh) | 建筑物监测方法、装置、电子设备及存储介质 | |
CN109471205A (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
CN116955948A (zh) | 一种桥梁结构健康预测方法和系统 | |
CN114757395B (zh) | 一种基于智能物联网的危房监测方法 | |
JP5405535B2 (ja) | 地すべり保全管理システム及び地すべり保全管理方法 | |
Łęczycki et al. | Extended sensor reliability evaluation method in multi-sensor control systems | |
CN111008426B (zh) | 一种采空区输电线路杆塔基础底板厚度处理方法和装置 |
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 |