CN114991225B - 一种深基坑变形监测方法、装置和服务器 - Google Patents

一种深基坑变形监测方法、装置和服务器 Download PDF

Info

Publication number
CN114991225B
CN114991225B CN202210394560.4A CN202210394560A CN114991225B CN 114991225 B CN114991225 B CN 114991225B CN 202210394560 A CN202210394560 A CN 202210394560A CN 114991225 B CN114991225 B CN 114991225B
Authority
CN
China
Prior art keywords
measuring point
data
foundation pit
deep foundation
binary tree
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
Application number
CN202210394560.4A
Other languages
English (en)
Other versions
CN114991225A (zh
Inventor
陈珂
胡睿博
余璟
郑耀武
骆汉宾
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.)
WUHAN URBAN CONSTRUCTION INVES
Huazhong University of Science and Technology
Original Assignee
WUHAN URBAN CONSTRUCTION INVES
Huazhong University of Science and Technology
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 WUHAN URBAN CONSTRUCTION INVES, Huazhong University of Science and Technology filed Critical WUHAN URBAN CONSTRUCTION INVES
Priority to CN202210394560.4A priority Critical patent/CN114991225B/zh
Publication of CN114991225A publication Critical patent/CN114991225A/zh
Application granted granted Critical
Publication of CN114991225B publication Critical patent/CN114991225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
    • E02D33/00—Testing foundations or foundation structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
    • E02D2600/00—Miscellaneous
    • E02D2600/10—Miscellaneous comprising sensor means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Civil Engineering (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Paleontology (AREA)
  • Mining & Mineral Resources (AREA)
  • Architecture (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明属于建筑工程施工现场深基坑监测领域，具体涉及一种深基坑变形监测方法、装置和服务器，包括：接收由传感器网络所实时采集的深基坑工程结构实时变形数据；采用扩展孤立森林算法检测实时变形数据的异常状态，并将异常数据剔除，以进行后续预警；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值。本发明采用改进的扩展孤立森林算法对变形数据进行异常值判断并剔除，提高后续预警准确度和可靠度。

Description

一种深基坑变形监测方法、装置和服务器
技术领域
本发明属于建筑工程施工现场深基坑监测领域，更具体地，涉及一种深基坑变形监测方法、装置和服务器。
背景技术
深基坑开挖将改变周边土体的应力场，引起基坑周边土体发生变形和位移，严重时会造成结构破坏与倒塌，带来巨大的经济损失和重大人员伤亡。为保证地下结构施工及基坑周边环境的安全，需要加强对深基坑侧壁及周边环境进行实时监测及预警。
传统的人工监测具有耗时长、精度不稳定、预警不及时、可视化程度低等局限。随着数字化技术的发展，深基坑智能监测成为了必然的发展趋势。在中国发明专利说明书CN113404029A中公开了一种深基坑智能监测预警系统，该系统利用监控点创建模块接收外部导入的施工区域内任意一个深基坑的基本信息，对导入数据进行解析，计算每个监控对象的监控参数和相应的参数阈值，进行自动预警。在中国发明专利说明书CN113776593A中也公开了一种深大基坑智能监测系统，该系统将物联网+与BIM三维可视化建模技术相结合，对监测数据进行动态保存与解析，自动导入BIM三维可视化平台，反映基坑变形演化进程，自动发布预警信息。
然而，现有深基坑智能监测仍存在误报警的问题，从而不能实现准确而可靠的预警。
发明内容
针对现有技术的缺陷和改进需求，本发明提供了一种深基坑变形监测方法、装置和服务器，其目的在于通过对变形数据进行准确的异常值剔除来实现准确而可靠的深基坑变形预警。
为实现上述目的，按照本发明的一个方面，提供了一种深基坑变形监测方法，包括：
S1、接收由分布在待监测深基坑不同结构部位的传感器网络所实时采集的深基坑工程结构实时变形数据；
S2、采用扩展孤立森林算法检测所述实时变形数据的异常状态，并将异常数据剔除；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，所述生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值；
S3、将保留的数据与其对应的预警值进行对比，实现深基坑变形监测。
进一步，当所述生长强度Xt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点左侧的数量，Yt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点右侧的数量时，则所述停止区间为[0.75,1.35]。
进一步，所述扩展孤立森林算法所采用的判断当前测点的数据是否为异常数据的判据为：
当前测点m的异常分数R(m,n)是否满足R(m,n)∈[0.8,1]，若是，则该测点为异常点，删除该测点的数据；
其中，L(n)表示构建的当前测点m的n个二叉树的平均路径长度；h(m)表示当前测点m的最大路径长度，E(h(m))表示h(m)的期望；欧拉常数ζ≈0.57。
进一步，所述方法还包括：向显示终端发送显示指令，所述显示指令使得显示终端在待监测深基坑的工程结构实体BIM模型的各测点处显示对比结果；
其中，所述显示具体为：通过3D可视化动态显示深基坑结构实体BIM模型及各测点的偏移状况，对位移量超出预警值的测点自动发起预警，其中，超出预警值的不同百分比范围的数据采用不同的显示方式，以提示各测点当前的预警级别。
本发明还提供一种深基坑变形监测装置，包括：
接收单元，用于基于GPRS无线节点和5G通讯网络接收由分布在待监测深基坑不同结构部位的传感器网络所采集的深基坑工程结构实时变形数据；
异常值确定单元，用于采用扩展孤立森林算法检测所述实时变形数据的异常状态，并将异常数据剔除；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，所述生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值；
对比监测单元，用于将保留的数据与其对应的预警值进行对比，得到对比结果。
进一步，当所述生长强度Xt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点左侧的数量，Yt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点右侧的数量时，则所述停止区间为[0.75,1.35]。
进一步，所述扩展孤立森林算法所采用的判断当前测点的数据是否为异常数据的判据为：
当前测点m的异常分数R(m,n)是否满足R(m,n)∈[0.8,1]，若是，则该测点为异常点，删除该测点的数据；
其中，L(n)表示构建的当前测点m的n个二叉树的平均路径长度；h(m)表示当前测点m的最大路径长度，E(h(m))表示h(m)的期望；欧拉常数ζ≈0.57。
进一步，所述方法还包括：向显示终端发送显示指令，所述显示指令使得显示终端在待监测深基坑的工程结构实体BIM模型的各测点处显示对比结果；
其中，所述显示具体为：通过3D可视化动态显示深基坑结构实体BIM模型及各测点的偏移状况，对位移量超出预警值的测点自动发起预警，其中，超出预警值的不同百分比范围的数据采用不同的显示方式，以提示各测点当前的预警级别。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种深基坑变形监测方法。
本发明还提供一种服务器，其特征在于，包括：处理器、收发机，以及如上所述的计算机可读存储介质，其中，
所述收发机，用于在所述处理器的控制下收发数据；
所述处理器执行所述计算机可读存储介质上的计算机程序时实现如上所述的一种深基坑变形监测方法的步骤。
总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：
(1)本发明提出采用扩展孤立森林算法对实时采集的变形数据进行异常值判断并剔除，提高后续的预警准确度和可靠度，其中，在异常值判断时，提出生长强度α的概念，利用生成强度α是否达到预定的区间，来判断是否停止二叉树构建，避免了计算二叉树最大生长强度，提高了算法的检测速度。
(2)本发明提出了一个新的异常数据判据，即当前测点m的异常分数R(m,n)是否满足R(m,n)∈[0.8,1]，若是，则该测点为异常点，删除该测点的数据。R(m,n)∈[0.8,1]是通过以下方式得到：通过高斯分布确定异常分数的初始区间[0.73,1]，然后采用专家研判法对位于初始区间的异常值进行再次判定，最终确定深基坑变形监测值的异常分布区间为[0.8,1]，提高了异常值的识别准确率。
(3)本发明提出一种数据可视化的思想，通过可视化手段展示深基坑工程结构体的变形状况并自动发起预警。可视化手段通过BIM模型展示深基坑工程位移总体状况，通过色彩高亮显示等提示监测点位实时的变形数值，并提供该监测点位历史数据及统计数据的可视化分析结果，利用决策执行。
附图说明
图1为本发明实施例提供的一种深基坑变形监测方法流程框图；
图2为本发明实施例提供的数字孪生驱动的深基坑智能监测及预警系统的工作原理示意图。
在所有附图中，相同的附图标记用来表示相同的元件或者结构，其中：
101为实体创建子系统，102为变形感知子系统，103为信息传输子系统，104为云存储及智能分析子系统，105为可视化辅助决策子系统，201为周围土体，202为冠梁，203为混凝土支撑，204为钢支撑，205为立柱，206为地下连续墙，207为地下水位，208为静力水准仪，209为钢筋计，210为应力计，211为导轮测斜仪，212为水位计，213为人工智能算法。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种深基坑变形监测方法，如图1所示，包括：
S1、接收由分布在待监测深基坑不同结构部位的传感器网络所实时采集的深基坑工程结构实时变形数据；
S2、采用扩展孤立森林算法检测所述实时变形数据的异常状态，并将异常数据剔除；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，所述生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值；
S3、将保留的数据与其对应的预警值进行对比，实现深基坑变形监测。
上述预先根据最大生长高度确定的停止区间具体是通过对历史监测数据计算贝叶斯概率分布的方式确定，当置信水平为99％时，预测当前二叉树生长强度为[0.75,1.35]会导致下一棵二叉树达到最大生长高度。当所述生长强度Xt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点左侧的数量，Yt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点右侧的数量时，则上述停止区间为[0.75,1.35]。
上述扩展孤立森林算法所采用的判断当前测点的数据是否为异常数据的判据为：
当前测点m的异常分数R(m,n)是否满足R(m,n)∈[0.8,1]，若是，则该测点为异常点，删除该测点的数据；其中，R(m,n)∈[0.8,1]是通过以下方式得到：通过高斯分布确定异常分数的初始区间[0.73,1]，然后采用专家研判法对位于初始区间的异常值进行再次判定，最终确定深基坑变形监测值的异常分布区间为[0.8,1]。
其中，L(n)表示构建的当前测点m的n个二叉树的平均路径长度；h(m)表示当前测点m的最大路径长度，E(h(m))表示h(m)的期望；欧拉常数ζ≈0.57。
采用扩展孤立森林算法(EIF)自动检测数据的异常状态。EIF算法由若干个孤立树组成，每个孤立树均为二叉树结构，基于EIF的监测数据异常检测包括五个步骤：
步骤1、选取深基坑某测点总数据n中的t个数据作为训练样本，样本中的最大值为tmax，最小值为tmin，放入二叉树的根节点；
步骤2、采用随机抽样的方式选择训练样本中的一个切割点T(T∈(tmin,tmax))，小于T的数据置于左侧节点，数据量记为Xt；大于T的数据置于右侧节点，数据量记为Yt；
步骤3、在下一个节点以递归的方式重复步骤1和步骤2，直至每个节点达到二叉树的最大生长高度；为了加快EIF算法的收敛速度及识别速度，提出一种基于自适应最大生长高度的扩展孤立森林算法。通过生长强度α来判断是否对下一棵二叉树进行训练：
若α∈[0.75,1,35]时，则此二叉树生长强度较弱，停止对下一棵二叉树进行训练。
步骤4、选择下一棵二叉树重复步骤1、步骤2和步骤3，直至当前测点对应的所有的二叉树训练完成；
步骤5、计算每棵孤立树的平均路径长度L(n)及路径长度h(m)的期望E(h(m))，最后求得第m个样本的异常分数R(m,n)：
式中，欧拉常数ζ≈0.57，为当R(m,n)∈[0.8,1]时，确定该点为异常值点。
本实施例方法，对智能分析算法改进，具体的：提出生长强度α并通过贝叶斯概率分布预测区间范围为[0.75,1,35]，提高了算法的检测速度；提出异常分数的判定区间为[0.8,1]，提高了异常值的识别准确率，能够减少因数据异常造成的误报警问题，实现准确而可靠的预警。
优选的，上述方法还包括：向显示终端发送显示指令，显示指令使得显示终端在待监测深基坑的工程结构实体BIM模型的各测点处显示对比结果；其中，上述显示具体为：通过3D可视化动态实时显示深基坑结构实体BIM模型及各测点的变形状况，对位移量超出预警值的测点自动发起预警，其中，超出预警值的不同百分比范围的数据采用不同的显示方式，以提示各测点当前的预警级别。
通过可视化手段展示深基坑工程结构体的变形状况并自动发起预警。可视化手段通过BIM模型展示深基坑工程位移总体状况，通过色彩高亮显示，提示监测点位实时的变形数值，并提供该监测点位历史数据及统计数据的可视化分析结果。当监测数值超过变形预警值，系统自动发出警报。
例如，深基坑工程位移总体状况呈现六种色彩：红色、黄色、绿色、深蓝色、蓝色及浅蓝色。若监测数值超过预警值，该测点区域红色高亮显示并闪烁，自动生成报警提醒；若监测数值超过预警值的80％，该测点区域黄色高亮显示，自动生成报警提醒；若监测数值超过预警值的60％，该测点区域绿色高亮显示；若监测数值超过预警值的45％，该测点区域深蓝色显示；若监测数值超过预警值的30％，该测点区域蓝色显示；若监测数值超过预警值的15％，该测点区域浅蓝色显示。
需要说明的是，所构建的被监测的深基坑工程结构实体BIM模型包括基坑围护结构、支撑体系、周围土体及地下水位。深基坑围护结构主要由地下连续墙和冠成，支撑体系主要由混凝土支撑、钢支撑和立柱组成。
还可优选的，本实施例方法步骤S1中，可基于GPRS无线节点和5G通讯网络接收由分布在待监测深基坑不同结构部位的传感器网络所采集的深基坑工程结构实时变形数据，保证实时采集。
所述传感器网络包括用于测量周围土体、冠梁及立柱沉降的静力水准仪，用于测量混凝土支撑钢筋应力的钢筋计，用于测量钢支撑轴力的应力计，用于测量地下连续墙水平位移的串联导轮测斜仪，用于测量地下水位的数字式水位计。
在现有基于数字化技术的深基坑智能监测预警系统中，数据采集模块使用的全站仪等传感器具有依赖人工操作、采集周期较长等问题，造成数据反馈具有滞后性，且在可视化模块中对变形数据及预警信息的呈现效果较差，因而不能实现实时而有效的预警。此外，受周边环境影响，比如大型机械引起的强烈震动，自动连续监测设备采集的数据会产生较大波动甚至出现误报警的情况，而这两种使用数字化技术的深基坑智能监测预警系统未能通过智能分析算法减少因数据异常造成的误报警问题，从而不能实现准确而可靠的预警。而本发明可依靠GPRS无线节点和5G通讯网络，在网络覆盖区域内快速组建数据通讯，进行实时远程数据传输，同时可通过外置太阳能供电板提供长期供电，保证数据的及时反馈；其次，本发明采用上述的可视化方式，对变形数据及预警信息的呈现效果较好，因而能实现实时而有效的预警；另外，本发明通过改进的智能分析算法，减少因数据异常造成的误报警问题。
实施例二
基于相同的发明构思，本实施例提供一种深基坑变形监测装置，包括：
接收单元，用于基于GPRS无线节点和5G通讯网络接收由分布在待监测深基坑不同结构部位的传感器网络所采集的深基坑工程结构实时变形数据；
异常值确定单元，用于采用扩展孤立森林算法检测所述实时变形数据的异常状态，并将异常数据剔除；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，所述生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值；
对比监测单元，用于将保留的数据与其对应的预警值进行对比，得到对比结果。
本申请实施例提供的装置中未详述的内容，可参照上述实施例一中提供的方法，本申请实施例提供的装置能够达到的有益效果与上述实施例一中提供的方法相同，在此不再赘述。
实际上，本实施例的实现涉及五个子系统，具体为：实体创建子系统101、变形感知子系统102、信息传输子系统103、云存储及智能分析子系统104、可视化辅助决策子系统105。
第一子系统为实体创建子系统101，其基于深基坑工程通用结构体进行模型搭建，是该类工程安全管理过程中的主要监测对象。
第二子系统为变形感知子系统102，其基于物联网技术框架搭建，由测量深基坑工程结构体水平位移、竖向位移及应力的各类传感器构成。
第三子系统为信息传输子系统103，其利用GPRS无线网络和5G通讯网络将变形感知子系统102的数据信息以及实体创建子系统101创建的模型实时传输至云存储及智能分析子系统104。
第四子系统为云存储及智能分析子系统104，主要对实体创建子系统101构建的深基坑结构模型及信息传输子系统103接收的数据进行存储及智能化分析，自动删减无效数据并长期保留有效数据。
第五子系统为可视化辅助决策子系统105，其利用Web端BIM模型轻量化技术及数据融合技术，对云存储及智能分析子系统104输出的BIM模型和有效变形数据进行可视化呈现并自动报警。
具体地说，实体创建子系统101中所需创建的实体模型主要包括周围土体201、冠梁202、混凝土支撑203、钢支撑204、立柱205、地下连续墙206及地下水位207。
变形感知子系统102由静力水准仪208、钢筋计209、应力计210、导轮测斜仪211及水位计212共同配置组成。
静力水准仪208对周围土体201、冠梁202及立柱205的竖向位移进行监测。该模块由基点和测点组成，基点通常布置在不易受施工环境干扰的区域，测点安装于结构体顶部、侧面或埋设于结构体内部。当测点随结构变形(沉降或隆起)时，测点相对于基点储液罐中液面的相对高差即产生变化，测点测值相应改变，此改变量即为该测点的相对沉降量。
钢筋计209对混凝土支撑203的钢筋应力进行监测，通常布置在距支撑端部1/3处，每处布置在混凝土截面中部上下两处的主筋上。
应力计210对钢支撑204的轴力进行监测，通常布置在钢支撑端部。采用振弦式应力计监测电路对振动产生的感应信号进行滤波、放大、整形，通过测量感应信号脉冲周期并换算得到钢支撑轴力数值。
导轮测斜仪211对地下连续墙206的水平位移进行监测，通常在地下连续墙上部和底部间隔2米、中部间隔1米处布置串联式导轮固定测斜仪。
水位计212对深基坑周围的地下水位207进行监测。当深基坑内地下水位采用深井降水时，水位监测点布置在基坑中央和两相邻降水井的中间部位；当采用轻型井点、喷射井点降水时，水位监测点布置在基坑中央和周边拐角处。
信息传输子系统103包括分布式GPRS节点、5G通讯网络模块、外置太阳能供电板。分布式GPRS节点根据需求设置采集周期，本实施例中的采集周期优先设置60分钟采集一次。节点内置2MB的临时存储器，在每个采集周期内的数据收集完成后统一通过5G通讯网络模块上传至云存储及智能分析子系统104，由外置太阳能供电板提供长期的续航能力。
云存储及智能分析子系统104采用阿里云服务器架构。应用程序编程接口(API)的Python程序安装在服务器上，用于连接、查询和写入数据库。人工智能算法213基于Python编写，嵌入服务器中，采用扩展孤立森林算法(EIF)自动检测数据的异常状态，包括五个步骤：
可视化辅助决策子系统105采用3D可视化技术动态展示深基坑工程及其结构体的偏移状况，一旦位移量超出阈值，系统自动发起预警，主要包括以下三个步骤：
步骤1，将实体创建子系统101中创建的深基坑BIM模型轻量化后，导入至web端可视化平台；
步骤2，将变形感知子系统102中的测点与BIM模型相关联，自动生成当前时段的深基坑工程变形云图，点击某测点后可查看该测点的历史数据及相应统计结果；
步骤3，若监测数值超过预警值，该测点区域红色高亮显示并闪烁，自动生成报警提醒；若监测数值超过预警值的80％，该测点区域黄色高亮显示，自动生成报警提醒；若监测数值超过预警值的60％，该测点区域绿色高亮显示；若监测数值超过预警值的45％，该测点区域深蓝色显示；若监测数值超过预警值的30％，该测点区域蓝色显示；若监测数值超过预警值的15％，该测点区域浅蓝色显示。
实施例三
基于相同的发明构思，本实施例提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如上所述的一种深基坑变形监测方法。
相关技术方案同实施例一，在此不再赘述。
实施例四
基于相同的发明构思，本实施例提供一种服务器，包括：处理器、收发机，以及如实施例三所述的计算机可读存储介质，其中，
所述收发机，用于在所述处理器的控制下收发数据；
所述处理器执行所述计算机可读存储介质上的计算机程序时实现如实施例一所述的一种深基坑变形监测方法的步骤。
处理器和存储器可以通过总线或者其他方式连接。存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例一中的深基坑变形监测方法对应的程序指令/模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行实施例二中的深基坑变形监测装置的各种功能应用以及数据处理，即实现上述方法实施例提供的深基坑变形监测方法以及实施例二中的深基坑变形监测装置的各个模块或单元的功能。
应理解，在上述实施例中，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。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。收发机可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元，这些传输介质包括无线信道、有线信道、光缆等传输介质。
该程序指令/模块存储在该存储器中，当被该一个或者多个处理器执行时，执行上述实施例一中的深基坑变形监测方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种深基坑变形监测方法，其特征在于，包括：
S1、接收由分布在待监测深基坑不同结构部位的传感器网络所实时采集的深基坑工程结构实时变形数据；
S2、采用扩展孤立森林算法检测所述实时变形数据的异常状态，并将异常数据剔除；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，所述生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值；
其中，所述预先根据最大生长高度确定的停止区间具体是通过对历史监测数据计算贝叶斯概率分布的方式确定，当置信水平为99％时，预测当前二叉树生长强度为[0.75,1.35]，此二叉树生长强度较弱；当所述生长强度Xt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点左侧的数量，Yt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点右侧的数量时，则所述停止区间[0.75,1.35]；
所述扩展孤立森林算法所采用的判断当前测点的数据是否为异常数据的判据为：
当前测点m的异常分数R(m,n)是否满足R(m,n)∈[0.8,1]，若是，则该测点为异常点，删除该测点的数据；区间[0.8,1]通过以下方式确定：通过高斯分布确定异常分数的初始区间[0.73,1]，然后采用专家研判法对位于初始区间的异常值进行再次判定，最终确定深基坑变形监测值的异常分布区间为[0.8,1]；
S3、将保留的数据与其对应的预警值进行对比，实现深基坑变形监测。
2.根据权利要求1所述的一种深基坑变形监测方法，其特征在于，
L(n)表示构建的当前测点m的n个二叉树的平均路径长度；h(m)表示当前测点m的最大路径长度，E(h(m))表示h(m)的期望；欧拉常数ζ≈0.57。
3.根据权利要求1或2所述的一种深基坑变形监测方法，其特征在于，所述方法还包括：向显示终端发送显示指令，所述显示指令使得显示终端在待监测深基坑的工程结构实体BIM模型的各测点处显示对比结果；
其中，所述显示具体为：通过3D可视化动态显示深基坑结构实体BIM模型及各测点的偏移状况，对位移量超出预警值的测点自动发起预警，其中，超出预警值的不同百分比范围的数据采用不同的显示方式，以提示各测点当前的预警级别。
4.一种深基坑变形监测装置，其特征在于，包括：
接收单元，用于基于GPRS无线节点和5G通讯网络接收由分布在待监测深基坑不同结构部位的传感器网络所采集的深基坑工程结构实时变形数据；
异常值确定单元，用于采用扩展孤立森林算法检测所述实时变形数据的异常状态，并将异常数据剔除；其中，在构建每个测点的若干个二叉树时，该测点的二叉树停止构建的判据为：当前二叉树的生长强度是否在预先根据最大生长高度确定的停止区间内，若是，停止构建，若否，继续构建，所述生长强度表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点一侧的数量与在节点另一侧的数量的比值；所述预先根据最大生长高度确定的停止区间具体是通过对历史监测数据计算贝叶斯概率分布的方式确定，当置信水平为99％时，预测当前二叉树生长强度为[0.75,1.35]，此二叉树生长强度较弱；当所述生长强度Xt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点左侧的数量，Yt表示当前二叉树节点扩建中从该测点实时变形数据选取的训练样本在节点右侧的数量时，则所述停止区间[0.75,1.35]；所述扩展孤立森林算法所采用的判断当前测点的数据是否为异常数据的判据为：当前测点m的异常分数R(m,n)是否满足R(m,n)∈[0.8,1]，若是，则该测点为异常点，删除该测点的数据；区间[0.8,1]通过以下方式确定：通过高斯分布确定异常分数的初始区间[0.73,1]，然后采用专家研判法对位于初始区间的异常值进行再次判定，最终确定深基坑变形监测值的异常分布区间为[0.8,1]；
对比监测单元，用于将保留的数据与其对应的预警值进行对比，得到对比结果。
5.根据权利要求4所述的一种深基坑变形监测装置，其特征在于，L(n)表示构建的当前测点m的n个二叉树的平均路径长度；h(m)表示当前测点m的最大路径长度，E(h(m))表示h(m)的期望；欧拉常数ζ≈0.57。
6.根据权利要求4或5所述的一种深基坑变形监测装置，其特征在于，所述深基坑变形监测装置还包括：向显示终端发送显示指令，所述显示指令使得显示终端在待监测深基坑的工程结构实体BIM模型的各测点处显示对比结果；
其中，所述显示具体为：通过3D可视化动态显示深基坑结构实体BIM模型及各测点的偏移状况，对位移量超出预警值的测点自动发起预警，其中，超出预警值的不同百分比范围的数据采用不同的显示方式，以提示各测点当前的预警级别。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行如权利要求1至3任一项所述的一种深基坑变形监测方法。
8.一种服务器，其特征在于，包括：处理器、收发机，以及如权利要求7所述的计算机可读存储介质，其中，
所述收发机，用于在所述处理器的控制下收发数据；
所述处理器执行所述计算机可读存储介质上的计算机程序时实现如权利要求1-3中任一项所述的一种深基坑变形监测方法的步骤。
CN202210394560.4A 2022-04-14 2022-04-14 一种深基坑变形监测方法、装置和服务器 Active CN114991225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210394560.4A CN114991225B (zh) 2022-04-14 2022-04-14 一种深基坑变形监测方法、装置和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210394560.4A CN114991225B (zh) 2022-04-14 2022-04-14 一种深基坑变形监测方法、装置和服务器

Publications (2)

Publication Number Publication Date
CN114991225A CN114991225A (zh) 2022-09-02
CN114991225B true CN114991225B (zh) 2023-12-26

Family

ID=83024183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210394560.4A Active CN114991225B (zh) 2022-04-14 2022-04-14 一种深基坑变形监测方法、装置和服务器

Country Status (1)

Country Link
CN (1) CN114991225B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115391903B (zh) * 2022-10-25 2023-02-17 中建八局第三建设有限公司 一种基于bim+ar钢筋图集可视化方法与系统
CN117235679A (zh) * 2023-11-15 2023-12-15 长沙金码测控科技股份有限公司 一种基于lucc的基坑监测用拉压荷载评估方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103984995A (zh) * 2014-05-20 2014-08-13 上海建科工程咨询有限公司 基于利危平衡点的深基坑工程风险预警指标的判定方法
CN108385691A (zh) * 2018-02-28 2018-08-10 南通四建集团有限公司 集成北斗高精度定位系统的基坑监测、预警和施工管理d-bim平台
CN109594591A (zh) * 2018-11-01 2019-04-09 中铁局集团有限公司 一种地铁车站基坑的实时监测预警系统及其监测预警方法
WO2020244893A1 (en) * 2019-06-04 2020-12-10 Telefonaktiebolaget Lm Ericsson (Publ) Method and arrangement for detecting anomalies in network data traffic
CN113295312A (zh) * 2021-05-18 2021-08-24 中铁北京工程局集团有限公司 基于bim的桥梁施工应力检测方法及系统
CN214704916U (zh) * 2021-04-15 2021-11-12 浙江勤业建工集团有限公司 一种基于bim模型的深基坑位移可视化预警监测系统
CN114090402A (zh) * 2021-11-03 2022-02-25 中国电子科技集团公司第三十研究所 一种基于孤立森林的用户异常访问行为检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103984995A (zh) * 2014-05-20 2014-08-13 上海建科工程咨询有限公司 基于利危平衡点的深基坑工程风险预警指标的判定方法
CN108385691A (zh) * 2018-02-28 2018-08-10 南通四建集团有限公司 集成北斗高精度定位系统的基坑监测、预警和施工管理d-bim平台
CN109594591A (zh) * 2018-11-01 2019-04-09 中铁局集团有限公司 一种地铁车站基坑的实时监测预警系统及其监测预警方法
WO2020244893A1 (en) * 2019-06-04 2020-12-10 Telefonaktiebolaget Lm Ericsson (Publ) Method and arrangement for detecting anomalies in network data traffic
CN214704916U (zh) * 2021-04-15 2021-11-12 浙江勤业建工集团有限公司 一种基于bim模型的深基坑位移可视化预警监测系统
CN113295312A (zh) * 2021-05-18 2021-08-24 中铁北京工程局集团有限公司 基于bim的桥梁施工应力检测方法及系统
CN114090402A (zh) * 2021-11-03 2022-02-25 中国电子科技集团公司第三十研究所 一种基于孤立森林的用户异常访问行为检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于Spark 的桥梁健康监测系统的设计与实现;陈超;《中国优秀硕士学位论文数据库 工程科技Ⅱ辑》;20220115(第01期);第C034-768页 *
基于改进孤立森林算法的无人机异常行为研究;唐立等;《航空学报》;20220331;第1-10页 *
葛东旭.《数据挖掘原理与应用》.机械工业出版社,2020,第147-148页. *
赵仁乾等.《金融商业算法建模：基于Python和SAS》.机械工业出版社,2021,第296-298页. *

Also Published As

Publication number Publication date
CN114991225A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN114991225B (zh) 一种深基坑变形监测方法、装置和服务器
CN110306605B (zh) 一种用于基坑工程自动化监测的预警系统
CN109064037B (zh) 基坑施工风险管控方法、系统和设备
CN113779835A (zh) 基于ai与智能监测系统的深大基坑安全预警方法
CN111986461B (zh) 一种施工安全监管系统
CN105096532A (zh) 一种地质灾害预测系统
CN111042143A (zh) 一种基于大量监测数据分析的基坑工程预警方法和系统
CN107067690A (zh) 一种基于ZigBee的隧道自动化监测系统及其监测方法
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
CN106646568A (zh) 一种新型玻璃幕墙智能监测系统和监测方法
CN114357691A (zh) 一种电力设施地质基础变形安全评估方法
CN107817207A (zh) 一种基坑渗透系数的计算方法及其自动化监测装置
CN116233191B (zh) 一种智能化基坑监测系统
CN113776593A (zh) 基于物联网+与bim三维建模的深大基坑智能监测系统
CN112013903A (zh) 一种海上风电桩的质量控制方法及装置
CN104462855A (zh) 一种地下构筑物监控数据处理和分析的方法及设备
CN118095813B (zh) 基于bim技术的地基沉降的可视化监测方法及系统
CN113011747A (zh) 建筑物监测方法、装置、电子设备及存储介质
CN116756504A (zh) 一种地下厂房环境监测模型及趋势预警算法
CN116090347A (zh) 平稳荷载下历史建筑结构智能监测与预警系统
CN108549713B (zh) 一种基于人工智能及专家互动的建筑监测方法及系统
CN114693114A (zh) 地下空间结构的监测方法、装置、计算机设备及存储介质
CN110309490A (zh) 一种用于基坑监测预警的经验曲线拟合系统
CN113802565A (zh) 一种炼钢车间内基坑与构筑物一体化智能监测系统及方法
CN112525269A (zh) 基于北斗定位系统的用于深基坑的监测系统及监测方法

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