CN114564859A - 基于智能设备控制的地震预警系统 - Google Patents

基于智能设备控制的地震预警系统 Download PDF

Info

Publication number
CN114564859A
CN114564859A CN202210036877.0A CN202210036877A CN114564859A CN 114564859 A CN114564859 A CN 114564859A CN 202210036877 A CN202210036877 A CN 202210036877A CN 114564859 A CN114564859 A CN 114564859A
Authority
CN
China
Prior art keywords
earthquake
module
early warning
escape
affected area
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
CN202210036877.0A
Other languages
English (en)
Inventor
祝维平
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.)
Ningbo Xiaojiang Iot Technology Co ltd
Original Assignee
Ningbo Xiaojiang Iot Technology 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 Ningbo Xiaojiang Iot Technology Co ltd filed Critical Ningbo Xiaojiang Iot Technology Co ltd
Priority to CN202210036877.0A priority Critical patent/CN114564859A/zh
Publication of CN114564859A publication Critical patent/CN114564859A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/01—Measuring or predicting earthquakes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Geometry (AREA)
  • Acoustics & Sound (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Alarm Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种基于智能设备控制的地震预警系统，通过多种方法进行数据采集具体包括真实地震不同建筑物自振周期反馈、损伤情况，同时采用非线性有限元模型进行补充分析，建立数据库，本发明结合人工智能神经网络算法，根据蚂蚁群智能感知算法进行传感器布置优化，建立一套基于高集成度、高性价比传感器网络，同时具备地震灾害风险智能感知和快速评估系统，避免了传统震害预警系统存在观测手段单一、传感器不具备数据筛查分析功能和检测系统不具备灾害风险监测与评估功能的问题，极大的提升了建筑物震害智能预警监测效果；基于蚁群算法和BIM信息模型平台，及时规划出逃生路径，更加智能化。

Description

基于智能设备控制的地震预警系统
技术领域
本发明涉及计算机应用技术领域，尤其涉及基于智能设备控制的地震预警系统。
背景技术
地震有突发性、破坏性、不可预测和频率较高的特点。它作为一种自然灾害，易造成各类建(构)筑物坍塌、设施设备损害、交通通讯中断以及其他生命线工程破坏，进而导致人类生命与财产的损失，土木结构工程由于地震、火灾、飓风或各种长期荷载作用下会发生损伤，导致结构发生破坏或使用性能降低,埋下严重的安全隐患，进而造成人员财产的损伤。
市面上的方案：手机安装地震预警App，当有地震预警时，通过手机App发送地震预警信号，缺点是需要安装App并随时携带手机。目前很多电视都接入了地震预警功能，当有地震预警时，通过电视弹窗的方式发出预警信号，缺点是要在电视旁边，有很强的局限性。现有的预警系统只有检测地质情况的功能，无法在灾害来临时给人明确的逃生指导，而需要有人去引导，从而浪费了宝贵的逃生时间，没有设置报警器与指示灯，人们在逃离疏散时不能及时的前往逃生区。
然而，现阶段结构监测对建筑结构状态的评价缺乏通用有效的损伤量化指标、数据多且复杂、成本高。此外，当地震灾害发生时，缺乏有效的逃生路径指引、后期灾后救援、修复工作效率低以及未能实现监测救援数据共享。因此，如何有效提高建筑结构损伤监测、灾情警报、逃生指示一体化，对于灾后救援具有重大的意义。
发明内容
本发明的目的在于提供基于智能设备控制的地震预警系统解决了现有的不具备数据筛查分析功能和检测系统不具备灾害风险监测与评估功能的问题，及时规划出逃生路径，更加智能化。
基于智能设备控制的地震预警系统，通过预先建立管理云平台，通过所述管理云平台将采集到的信息分析和处理后发送给信息分析与处理系统；
所述管理云平台包括地震波数据采集模块和通信模块，所述地震数据采集模块对地震波数据和结构的实时状态参数进行采集；
所述信息分析与处理系统包括结构状况数据分析模块、安全预警反馈模块和逃生路径生成模块：
所述结构状况数据分析模块对采集到的数据进行筛选分析和结构损伤识别；
所述安全预警反馈模块根据结构损伤数据，依次完成结构损伤智能判断、灾情警报和逃生指示，包括BIM信息模型平台模块，通过BIM信息模型平台模块直观地在BIM模型上显示建筑结构损伤部位，并在BIM平台上显示逃生指示；
逃生路径生成模块，用于进行疏散线路规划，生成优化逃生线路并发送至用户手机客户端。
在其中一个实施例中，所述地震数据采集模块中的各传感器采用神经网络拓扑优化方法，建立建筑物的空间三维有限元模型，对其进行有限元模态分析，取得传感器优化布置计算所需节点的各阶振型—位移模态数据，从而实现传感器的最优化布置路径。
在其中一个实施例中，所述结构状况数据分析模块包括数据筛选分析模块和基于BP神经网络的结构探伤模块；所述数据筛选分析模块采用主成分分析法，对采集到的数据进行筛选；所述基于BP神经网络的结构探伤模块利用建立的BP神经网络对建筑结构进行损伤定位和损伤程度的识别。
在其中一个实施例中，所述逃生路径生成模块包括：
第一接收模块，用于接收地震预警中心发送的第一地震影响区域；其中，所述第一地震影响区域为以所述第一逃生线路为中心的地震影响区域；
第二接收模块，用于接收应用于第二逃生线路的地震监控装置发送的第二地震影响区域；其中，所述第二逃生线路为所述第一线路的相邻线路；所述第二地震影响区域为以所述第二逃生线路为中心的地震影响区域；
确定模块，用于根据所述第一地震影响区域和所述第二地震影响区域的并集，确定第三地震影响区域。
在其中一个实施例中，还包括监控模块，用于获取第一逃生线路的结构损伤数据，并根据第一逃生线路的结构损伤数据，判断是否有人员位于所述第三地震影响区域内，若是，则根据人员与所述第三地震影响区域的位置关系以及人员的逃生方向，确定不同的地震预警信号以及不同的逃生线路。
在其中一个实施例中，所述监控模块在执行根据人员与所述第三地震影响区域的位置关系以及人员的逃生方向，确定不同的地震预警信号以及不同的逃生线路时，具体用于：
判断人员位置是否位于所述第三地震影响区域的两端区域，若是，则继续判断人员的逃生方向是否为离开，若所述人员的逃生方向为离开，则显示所述第三地震影响区域橙色预警码，并通知所述人员正常逃生或加速离开；若所述人员的逃生方向为进入，则显示所述第三地震影响区域红色预警码，并通知所述人员停下或更换逃生方向。
在其中一个实施例中，所述通信模块包括发端设备、通信装置和收端设备，所述发端设备通过所述通信装置与所述收端设备相连，所述通信装置采用交换技术、无线技术、物联网技术中的一种。
在其中一个实施例中，所述安全预警反馈模块包括报警反馈模块，所述报警反馈模块通过所述通信模块与所述管理云平台联通，当结构部位发生损伤或破坏时及时通知所述管理云平台前往现场救援和灾后定位节点损伤部位修复。
一种电子设备，包括：存储器以及一个或多个处理器；
其中，所述存储器与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行时，所述电子设备用于实现以上任一项实施例所述的方法。
一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可用来实现以上任一项实施例所述的方法。
一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，可用来实现以上任一项实施例所述的方法。
上述技术方案具有如下优点或有益效果：
本发明这种基于智能设备控制的地震预警系统通过多种方法进行数据采集具体包括真实地震不同建筑物自振周期反馈、损伤情况，同时采用非线性有限元模型进行补充分析，建立数据库，本发明结合人工智能神经网络算法，根据蚂蚁群智能感知算法进行传感器布置优化，建立一套基于高集成度、高性价比传感器网络，同时具备地震灾害风险智能感知和快速评估系统，避免了传统震害预警系统存在观测手段单一、传感器不具备数据筛查分析功能和检测系统不具备灾害风险监测与评估功能的问题，极大的提升了建筑物震害智能预警监测效果；基于蚁群算法和BIM信息模型平台，及时规划出逃生路径，更加智能化。本发明实现建筑结构监测、警报和灾后救援、修复一体化。
附图说明
图1是本发明基于智能设备控制的地震预警系统的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
结合图1所示，基于智能设备控制的地震预警系统，通过预先建立管理云平台1，通过所述管理云平台1将采集到的信息分析和处理后发送给信息分析与处理系统2；
所述管理云平台1包括地震波数据采集模块11和通信模块12，所述地震数据采集模块11对地震波数据和结构的实时状态参数进行采集；
所述信息分析与处理系统2包括结构状况数据分析模块21、安全预警反馈模块22和逃生路径生成模块23：
所述结构状况数据分析模块21对采集到的数据进行筛选分析和结构损伤识别；
所述安全预警反馈模块22根据结构损伤数据，依次完成结构损伤智能判断、灾情警报和逃生指示，包括BIM信息模型平台模块221，通过BIM信息模型平台模块221直观地在BIM模型上显示建筑结构损伤部位，并在BIM平台上显示逃生指示；
逃生路径生成模块23，用于进行疏散线路规划，生成优化逃生线路并发送至用户手机客户端。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，所述地震数据采集模块11中的各传感器采用神经网络拓扑优化方法，建立建筑物的空间三维有限元模型，对其进行有限元模态分析，取得传感器优化布置计算所需节点的各阶振型—位移模态数据，从而实现传感器的最优化布置路径。
采用蚂蚁群智能算法，对传感器的分布位置进行优化，在不同建筑中重点监测改建筑特征值，例如，高层重点监测自振周期，大跨结构重点监测变形等，然后在建筑物选择后对智能传感器进行安装；
平稳状态中，数据采集频率较低，为1-10Hz；在激励作用下，采集频率提高至50-100Hz，保证信号精确度，地震信息输入激励通过多途径预警信息收集，包括网络预警、卫星预警、无线电预警；
当信号采集均为高频率采集，但是在10秒钟之后传感器进行评判，若信号无改变，则进行低频记录存档，若信号有改变，则进行高频记录存档并进行通讯，利用传感器将信号传输至终端服务器；
传输至终端服务器内的数据通过人工智能算法神经网络分析方法进行信号识别，信号识别分为建筑物信号反馈特征归纳、特征建筑物数据库建立、人工智能神经网络代码撰写、基于数据库的神经网络学习、信号输入实时分析识别，人工智能算法神经算法能够进行生物神经学习过程模拟，基于树莓派平台进行编程，实现数据分析和监测，选择自适应谐振理论(ART)网络进行数据分析，实现训练和学习的连续进行，然后将建筑物信号反馈特征归纳，不同类型的建筑物具有不同的震害反馈特征，选取8种具有代表性的建筑物进行震害反馈特征归纳；
通过多种方法进行建筑物数据采集具体包括真实地震不同建筑物自振周期反馈、损伤情况，同时采用非线性有限元模型进行补充分析，建立特征建筑物数据库。
本发明基于树莓派高集成度传感器，结合人工智能神经网络算法，根据蚂蚁群智能感知算法进行传感器布置优化，建立一套基于高集成度、高性价比传感器网络，同时具备地震灾害风险智能感知和快速评估系统，避免了传统震害预警系统存在观测手段单一、传感器不具备数据筛查分析功能和检测系统不具备城市灾害风险监测与评估功能的问题，极大的提升了建筑物震害智能预警监测效果。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，所述结构状况数据分析模块21包括数据筛选分析模块211和基于BP神经网络的结构探伤模212块；所述数据筛选分析模块211采用主成分分析法，对采集到的数据进行筛选；所述基于BP神经网络的结构探伤模块212利用建立的BP神经网络对建筑结构进行损伤定位和损伤程度的识别。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，所述逃生路径生成模块23包括：
第一接收模块231，用于接收地震预警中心发送的第一地震影响区域；其中，所述第一地震影响区域为以所述第一逃生线路为中心的地震影响区域；
第二接收模块232，用于接收应用于第二逃生线路的地震监控装置发送的第二地震影响区域；其中，所述第二逃生线路为所述第一线路的相邻线路；所述第二地震影响区域为以所述第二逃生线路为中心的地震影响区域；
确定模块233，用于根据所述第一地震影响区域和所述第二地震影响区域的并集，确定第三地震影响区域。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，还包括监控模块234，用于获取第一逃生线路的结构损伤数据，并根据第一逃生线路的结构损伤数据，判断是否有人员位于所述第三地震影响区域内，若是，则根据人员与所述第三地震影响区域的位置关系以及人员的逃生方向，确定不同的地震预警信号以及不同的逃生线路。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，所述监控模块234在执行根据人员与所述第三地震影响区域的位置关系以及人员的逃生方向，确定不同的地震预警信号以及不同的逃生线路时，具体用于：
判断人员位置是否位于所述第三地震影响区域的两端区域，若是，则继续判断人员的逃生方向是否为离开，若所述人员的逃生方向为离开，则显示所述第三地震影响区域橙色预警码，并通知所述人员正常逃生或加速离开；若所述人员的逃生方向为进入，则显示所述第三地震影响区域红色预警码，并通知所述人员停下或更换逃生方向。
本实施例提供的监控装置根据人员的逃生状态信息配置不同的地震紧急处理方式，从而可以最大程度保证人员逃生的安全性。本实施例人员的逃生提供有效处置指导，可避免人员进入地震影响区，有助于部分人员逃离地震影响区。
基于上述实施例的内容，在本实施例中，所述监控模块234在执行若所述人员的逃生方向为离开，则控制所述第三地震影响区域显示橙色预警码，并通知所述人员正常逃离或加速逃离时，具体用于：
若所述人员与所述第三地震影响区域的边缘的第一距离大于第一距离阈值，则控制所述第三地震影响区域显示橙色预警码，并通知所述人员加速逃离，且所述加速度根据所述人员与所述第三地震影响区域的边缘的第一距以及指定时间确定，所述指定时间是安全逃离允许时间；
若所述人员与所述第三地震影响区域的边缘的第一距离小于或等于第一距离阈值，则控制所述第三地震影响区域显示橙色预警码，并通知所述人员正常逃离。
所述监控模块234在执行若所述人员的逃生方向为进入，则控制所述第三地震影响区域显示红色预警码，并通知所述人员停下或更换逃生方向时，具体用于：
若所述人员与所述第三地震影响区域的中心的第二距离大于第二距离阈值，则控制所述第三地震影响区域显示红色预警码，并通知所述人员停下；
若所述人员与所述第三地震影响区域的中心的第二距离小于或等于第二距离阈值，则控制所述第三地震影响区域显示红色预警码，并通知所述人员更换逃生方向逃离所述第三地震影响区域；
其中，第二距离阈值为所述人员更换逃生方向后以最大的加速度在指定的安全逃离允许时间内能够逃离的最长距离。
所述监控模块234还用于：
若判断获知人员位置未落在所述第三地震影响区域的两端区域，则控制所述第三地震影响区域显示红色预警码，并通知所述人员停下。
所述监控模块234还用于：
若判断获知未有人员位于所述第三地震影响区域内，则控制所述第三地震影响区域显示绿色预警码，并通知所述人员正常逃离。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，所述通信模块12包括发端设备、通信装置和收端设备，所述发端设备通过所述通信装置与所述收端设备相连，所述通信装置采用交换技术、无线技术、物联网技术中的一种。
进一步地，本发明基于智能设备控制的地震预警系统的较佳的实施例中，所述安全预警反馈模块22包括报警反馈模块222，所述报警反馈模块222通过所述通信模块12与所述管理云平台1联通，当结构部位发生损伤或破坏时及时通知所述管理云平台1前往现场救援和灾后定位节点损伤部位修复。
一种电子设备，包括：存储器以及一个或多个处理器；
其中，所述存储器与所述一个或多个处理器通信连接，所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行时，所述电子设备用于实现如以上任一项所述的方法。
具体地，处理器和存储器可以通过总线或者其他方式连接，以通过总线连接为例。处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块。处理器通过运行存储在存储器中的非暂态软件程序/指令以及功能模块，从而执行处理器的各种功能应用以及数据处理。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络(比如通过通信接口)连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被计算装置执行时，可用来实现如以上任一项所述的方法。
前述的计算机可读取存储介质包括以存储如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方式或技术来实现的物理易失性和非易失性、可移动和不可移动介质。计算机可读取存储介质具体包括，但不限于，U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、可擦除可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪存或其他固态存储器技术、CD-ROM、数字多功能盘(DVD)、HD-DVD、蓝光(Blue-Ray)或其他光存储设备、磁带、磁盘存储或其他磁性存储设备、或能用于存储所需信息且可以由计算机访问的任何其他介质。
尽管此处所述的主题是在结合操作系统和应用程序在计算机系统上的执行而执行的一般上下文中提供的，但本领域技术人员可以认识到，还可结合其他类型的程序模块来执行其他实现。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、组件、数据结构和其他类型的结构。本领域技术人员可以理解，此处所述的本主题可以使用其他计算机系统配置来实践，包括手持式设备、多处理器系统、基于微处理器或可编程消费电子产品、小型计算机、大型计算机等，也可使用在其中任务由通过通信网络连接的远程处理设备执行的分布式计算环境中。在分布式计算环境中，程序模块可位于本地和远程存储器存储设备的两者中。
本领域普通技术人员可以意识到，结合本文中所本发明的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明的技术方案本质上或者说对原有技术做出贡献的部分或者该技术方案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步骤。
综上所述，本发明这种基于智能设备控制的地震预警系统通过多种方法进行数据采集具体包括真实地震不同建筑物自振周期反馈、损伤情况，同时采用非线性有限元模型进行补充分析，建立数据库，本发明结合人工智能神经网络算法，根据蚂蚁群智能感知算法进行传感器布置优化，建立一套基于高集成度、高性价比传感器网络，同时具备地震灾害风险智能感知和快速评估系统，避免了传统震害预警系统存在观测手段单一、传感器不具备数据筛查分析功能和检测系统不具备灾害风险监测与评估功能的问题，极大的提升了建筑物震害智能预警监测效果；基于蚁群算法和BIM信息模型平台，及时规划出逃生路径，更加智能化。本发明实现建筑结构监测、警报和灾后救援、修复一体化。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

Claims (8)

1.基于智能设备控制的地震预警系统，其特征在于，通过预先建立管理云平台，通过所述管理云平台将采集到的信息分析和处理后发送给信息分析与处理系统；
所述管理云平台包括地震波数据采集模块和通信模块，所述地震数据采集模块对地震波数据和结构的实时状态参数进行采集；
所述信息分析与处理系统包括结构状况数据分析模块、安全预警反馈模块和逃生路径生成模块：
所述结构状况数据分析模块对采集到的数据进行筛选分析和结构损伤识别；
所述安全预警反馈模块根据结构损伤数据，依次完成结构损伤智能判断、灾情警报和逃生指示，包括BIM信息模型平台模块，通过BIM信息模型平台模块直观地在BIM模型上显示建筑结构损伤部位，并在BIM平台上显示逃生指示；
逃生路径生成模块，用于进行疏散线路规划，生成优化逃生线路并发送至用户手机客户端。
2.如权利要求1所述的基于智能设备控制的地震预警系统，其特征在于，所述地震数据采集模块中的各传感器采用神经网络拓扑优化方法，建立建筑物的空间三维有限元模型，对其进行有限元模态分析，取得传感器优化布置计算所需节点的各阶振型—位移模态数据，从而实现传感器的最优化布置路径。
3.如权利要求1所述的基于智能设备控制的地震预警系统，其特征在于，所述结构状况数据分析模块包括数据筛选分析模块和基于BP神经网络的结构探伤模块；所述数据筛选分析模块采用主成分分析法，对采集到的数据进行筛选；所述基于BP神经网络的结构探伤模块利用建立的BP神经网络对建筑结构进行损伤定位和损伤程度的识别。
4.如权利要求1所述的基于智能设备控制的地震预警系统，其特征在于，所述逃生路径生成模块包括：
第一接收模块，用于接收地震预警中心发送的第一地震影响区域；其中，所述第一地震影响区域为以所述第一逃生线路为中心的地震影响区域；
第二接收模块，用于接收应用于第二逃生线路的地震监控装置发送的第二地震影响区域；其中，所述第二逃生线路为所述第一线路的相邻线路；所述第二地震影响区域为以所述第二逃生线路为中心的地震影响区域；
确定模块，用于根据所述第一地震影响区域和所述第二地震影响区域的并集，确定第三地震影响区域。
5.如权利要求4所述的基于智能设备控制的地震预警系统，其特征在于，还包括监控模块，用于获取第一逃生线路的结构损伤数据，并根据第一逃生线路的结构损伤数据，判断是否有人员位于所述第三地震影响区域内，若是，则根据人员与所述第三地震影响区域的位置关系以及人员的逃生方向，确定不同的地震预警信号以及不同的逃生线路。
6.如权利要求5所述的基于智能设备控制的地震预警系统，其特征在于，所述监控模块在执行根据人员与所述第三地震影响区域的位置关系以及人员的逃生方向，确定不同的地震预警信号以及不同的逃生线路时，具体用于：
判断人员位置是否位于所述第三地震影响区域的两端区域，若是，则继续判断人员的逃生方向是否为离开，若所述人员的逃生方向为离开，则显示所述第三地震影响区域橙色预警码，并通知所述人员正常逃生或加速离开；若所述人员的逃生方向为进入，则显示所述第三地震影响区域红色预警码，并通知所述人员停下或更换逃生方向。
7.如权利要求1所述的基于智能设备控制的地震预警系统，其特征在于，所述通信模块包括发端设备、通信装置和收端设备，所述发端设备通过所述通信装置与所述收端设备相连，所述通信装置采用交换技术、无线技术、物联网技术中的一种。
8.如权利要求1所述的基于智能设备控制的地震预警系统，其特征在于，所述安全预警反馈模块包括报警反馈模块，所述报警反馈模块通过所述通信模块与所述管理云平台联通，当结构部位发生损伤或破坏时及时通知所述管理云平台前往现场救援和灾后定位节点损伤部位修复。
CN202210036877.0A 2022-01-13 2022-01-13 基于智能设备控制的地震预警系统 Pending CN114564859A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210036877.0A CN114564859A (zh) 2022-01-13 2022-01-13 基于智能设备控制的地震预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210036877.0A CN114564859A (zh) 2022-01-13 2022-01-13 基于智能设备控制的地震预警系统

Publications (1)

Publication Number Publication Date
CN114564859A true CN114564859A (zh) 2022-05-31

Family

ID=81712356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210036877.0A Pending CN114564859A (zh) 2022-01-13 2022-01-13 基于智能设备控制的地震预警系统

Country Status (1)

Country Link
CN (1) CN114564859A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116305489A (zh) * 2023-04-11 2023-06-23 北京云庐科技有限公司 一种建筑的结构损伤监测方法、系统和介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116305489A (zh) * 2023-04-11 2023-06-23 北京云庐科技有限公司 一种建筑的结构损伤监测方法、系统和介质

Similar Documents

Publication Publication Date Title
US20120047083A1 (en) Fire Situation Awareness And Evacuation Support
US10955573B2 (en) Multi facility earthquake automation system and method
CN112185050B (zh) 安全等级确认方法、装置和消防系统
KR20160085033A (ko) 학습형 다중센서 재난감지 시스템과 그 방법
CN111178828A (zh) 一种建筑消防安全预警的方法和系统
KR102416892B1 (ko) 재난대응절차 기반 센서-서버 간 지능형 재난대응시스템
CN115526422A (zh) 一种煤矿瓦斯爆炸风险预测方法
CN115392708A (zh) 一种用于建筑消防的火灾风险评估和预警方法及系统
CN112215458A (zh) 灾害分析方法和电子设备
CN112288320A (zh) 一种地铁运行风险监控和管理系统
CN113538840A (zh) 智能多因素耦合主动监测预警系统
CN114564859A (zh) 基于智能设备控制的地震预警系统
KR20220071880A (ko) 지하공동구 맞춤형 디지털트윈 재난 관리 시스템
KR102150173B1 (ko) 건물 안전상태정보 제공장치 및 방법
JP2023089629A (ja) 異常状態監視システム及び異常状態監視方法
CN113536433A (zh) 基于bim平台的建筑灾后疏散动态逃生路线优化系统
CN117156386A (zh) 消防智能定位、呼救、报警对讲设备
CN114973605B (zh) 一种道路山体滑坡预警的方法、装置、设备及介质
KR101876717B1 (ko) 재난재해 복구를 위한 복구 자원 관리 방법 및 시스템
CN114092293A (zh) 基于精准定位的矿山岩土工业应急联动监控系统及方法
Thilagavathi et al. INTERNET OF THINGS BASED COAL MINE SAFETY MONITORING AND ALERTING SYSTEM
CN105160821A (zh) 楼宇对讲系统的地震报警方法与楼宇对讲系统
KR20210148155A (ko) 이질적인 비상사태 검출 및 대응 성능들을 통합하는 시스템
CN110675604A (zh) 安全生产智能预警系统及方法
CN117998285B (zh) 一种基于双模对讲机的应急救援管理方法及系统

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