CN115239135A - 一种施工风险识别管控系统及方法 - Google Patents
一种施工风险识别管控系统及方法 Download PDFInfo
- Publication number
- CN115239135A CN115239135A CN202210874728.1A CN202210874728A CN115239135A CN 115239135 A CN115239135 A CN 115239135A CN 202210874728 A CN202210874728 A CN 202210874728A CN 115239135 A CN115239135 A CN 115239135A
- Authority
- CN
- China
- Prior art keywords
- data
- real
- construction
- risk
- time
- 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
Links
- 238000010276 construction Methods 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 116
- 230000002159 abnormal effect Effects 0.000 claims description 47
- 238000007726 management method Methods 0.000 claims description 47
- 238000013506 data mapping Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008676 import Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 4
- 238000011084 recovery Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 10
- 239000013589 supplement Substances 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000013058 risk prediction model Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Geology (AREA)
- Mathematical Analysis (AREA)
- Geochemistry & Mineralogy (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种施工风险识别管控系统及方法,针对目前已有的施工监测系统仅能够利用实时监测到的数据来对施工现场是否存在施工风险进行分析和判断,尤其是在监测到的数据仅存在风险阈值范围内的轻微变动时,系统通常无法准确地完成风险识别。在某一个时间点的实时状态数据无法与参考数据相匹配时,系统通过数据恢复的方式提取一个时间段的历史状态数据与参考数据进行比对,从而分析出工作单元的状态的变化趋势,在反向追溯出导致施工风险的工作单元的具体情况的同时,系统利用工作单元在一个时间周期内的状态变化来对施工风险进行预测,帮助施工人员在无法及时地消除施工风险的情况下能够针对可能发生的施工风险做出应急避险处理。
Description
技术领域
本发明涉及施工风险管控技术领域,尤其涉及一种施工风险识别管控系统及方法。
背景技术
现有的风险管控平台采用的均是“被动式”管理方式,风险管控平台根据前期的设计资料、勘察资料以及专家意见来完成风险等级的录入,并且在实际施工过程中无法修改提前已建立好的风险等级。在实际施工过程中,施工人员根据提前已建立的风险等级采取相应的措施进行施工风险处理。对于一些低级别的施工风险而言,在施工过程中可能受到环境等各种因素的影响导致其引发的危害性增大,然后现有的常规管控方式无法对该类施工风险及时进行预警响应,导致后期危害性逐渐增加甚至发生严重的工程事故。由于目前所有的工程风险分级(工程自身风险及环境风险)均由勘察设计单位出具且施工单位在施工过程中通常按照给定的风险等级标准进行施工,既定的风险等级不随其他因素变化而改变,故缺少在施工过程中根据环境变化而动态地调整风险等级,导致经常因风险级别较低的风险源而引起较大的工程隐患。
目前施工现场通过装配施工风险识别管控系统来对大量物联网设备进行控制,施工风险识别管控系统通常由传感器、执行机构、控制器以及上位机等设备组成。在日常应用中,施工风险识别管控系统利用控制器中预设的控制逻辑来对不同设备的启停和运行参数进行相应调整,施工风险识别管控系统会在不同的时间点关闭或启动不同的设备。例如,公开号为CN106548436A的专利文献提出了一种危险源风险管控方法和管控装置,所述方法包括危险源识别和危险源管理,所述危险源识别是指识别作业活动和设施设备的危险因素,所述危险源管理是对作业活动中的危险源进行管控,规避风险。该发明建立了能够有效地遏制事故发生和控制突发事故损失程度的信息化平台,其通过隐患库及安全检查表库对危险源进行管控,有效地利用隐患排查治理模块、危险作业模块、安全检查模块实现对危险源的管控。但是该专利所提供的管控方法无法有效地针对在施工过程中实时变化的风险因子进行有效的权重计算,致使某些初期变化较小或初期影响较小的风险因子没有得到重视,导致风险因子在后期的细微变化就可能会引发严重的施工风险。
因此,需要一种能够在施工过程中根据工作单元的状态的实际变化及周边环境综合数据的实时变化来对施工过程中可能引发的施工风险进行识别和预测的施工风险识别管控系统。针对目前已有的施工监测系统仅能够利用实时监测到的数据来对施工现场是否存在施工风险进行分析和判断,尤其是现有系统监测到的数据仅发生处于风险阈值范围内的轻微变动时,系统通常无法有效地做出准确的风险识别,因此,本申请提供了一种能够在监测到的实时数据无法精准地落入预先制定的风险阈值范围内的情况下通过回溯历史数据的方式来扩大数据样本的施工风险识别管控系统,从而施工风险识别管控系统能够有效地利用监测数据的轻微变动对施工现场可能出现的施工风险进行管理和预测,帮助施工人员能够及时且有效地预防施工风险。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于申请人作出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,本发明提供了一种施工风险识别管控系统,其至少包括:第一数据处理模块,用于按照响应于施工人员输入的指令或监测设备自动采集的施工现场数据的方式获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据和施工点的实时周边环境综合数据;第二数据处理模块,用于依据实时状态数据创建相应的实时数据映射模型,并且将实时数据映射模型与预储风险模型进行比对,实现对施工现场的实时风险监测;所述第二数据处理模块依据上述比对结果调取到数据库内与比对结果相关联的至少一个工作单元的工作数据,并且利用显示终端将得到的工作数据进行展示,以供施工人员监控实时工作数据的变化;所述第二数据处理模块根据接收到的由施工人员确认的实时工作数据来更新在施工前制定的预储风险模型,从而利用更新后的预储风险模型来识别施工风险。其优势在于,第二数据处理模块通过建立实时数据映射模型来对工作单元的状态数据是否正常进行验证和识别,从而有效地提高了识别的精度和有效性,方便系统辅助施工人员更加准确地对施工过程中出现的风险进行排除和提前预防,尤其是系统在筛选出异常数据的情况下能够将异常数据对应的工作单元进行标记,并且通过结合环境因素和施工人员的经验的方式对上述异常情况是否会引起施工风险进行二次验证,从而有效地提高了风险识别的准确性。此外,系统还能够利用筛选出的异常数据以及对应时刻的数据映射模型来更新或补充预储风险模型,使得风险模型具备更加全面的数据库。
根据一种优选实施方式,所述第一数据处理模块对多个工作单元的历史状态数据进行收集,其还通过分析历史状态数据的方式对多个工作单元的状态以及施工风险识别管控系统的状态进行判断,对多个工作单元以及施工风险识别管控系统的运行参数和实际工况进行监测,并且所述第二数据处理模块利用物联网将经过预处理而生成的监测信息导入系统。
根据一种优选实施方式,所述第二数据处理模块根据所述第一数据处理模块收集到的数据生成的监测信息主动处理多个工作单元存在的异常工况,并且通过所述显示终端通知施工人员,以供施工人员及时地对与异常工况相关联的工作单元的工作状态进行预判。
根据一种优选实施方式,所述第二数据处理模块在利用各个工作单元的实时状态数据创建实时数据映射模型的同时,还将工作单元及其实时状态数据与实时周边环境综合数据进行关联,从而所述第二数据处理模块按照比对的方式筛选出不符合预储风险模型的工作单元的实时状态数据,并且将该工作单元的实时状态数据以及该工作单元所处的施工点的实时周边环境综合数据展示在显示终端上。
根据一种优选实施方式,所述施工风险识别管控系统还包括第三数据处理模块,第三数据处理模块用于将接入所述施工风险识别管控系统的多个工作单元分别以逐一标号的方式分组至对应组别。
根据一种优选实施方式,所述施工风险识别管控系统还包括第四数据处理模块,第四数据处理模块用于通过参考数据和历史数据分析各个工作单元在不同种类的施工风险中的权重占比,并且将施工风险划分为存在多个阈值范围的风险等级。
根据一种优选实施方式,所述第四数据处理模块利用所述第一数据处理模块采集的实时状态数据来生成新的风险数据,并且所述第四数据处理模块对所述第二数据处理模块筛选出的发生变化的实时状态数据所对应的风险等级进行判定,从而识别出所述工作单元在发生非预测的工作状态的变化时所引起的施工风险。
根据一种优选实施方式,在所述第二数据处理模块确定出工作单元的实时状态数据超出浮动域时,所述第四数据处理模块利用该工作单元的实时状态数据超出浮动域的数据差计算额外的权重占比,从而生成该工作单元的新的权重占比,进而映射出与该实时状态数据相对应的施工风险种类及风险等级。
本申请还提出了一种施工风险识别管控方法,其包括以下步骤:
利用施工人员输入的指令或监测设备自动采集的施工现场数据来获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据和施工点的实时周边环境综合数据;
依据实时状态数据创建相应的实时数据映射模型;
将实时数据映射模型与预储风险模型进行比对,实现对施工现场的实时风险监测;
通过上述比对调取到数据库内与比对结果相关联的至少一个工作单元的工作数据,并且将得到的工作数据进行展示,以供施工人员监控实时工作数据的变化;
根据施工人员确认的实时工作数据来更新在施工前制定的预储风险模型,从而利用更新后的预储风险模型来识别施工风险。
本申请还提出了一种施工风险识别管控系统,其至少包括:
第一数据处理模块,用于获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据,并且通过对实时状态数据的浮动分析的方式建立关于状态数据的浮动域;
第二数据处理模块,用于在确定出工作单元的实时状态数据超出浮动域时,利用该工作单元的实时状态数据超出浮动域的数据差计算额外的权重占比,从而更新指定工作单元的权重占比,进而映射出相应的施工风险种类及其风险等级。
附图说明
图1是本申请的一种优选实施方式下的施工风险识别管控系统及方法的拓扑图;
图2是本申请的一种优选实施方式下的施工风险识别管控系统及方法的简化模块连接关系示意图。
附图标记列表
100:第一数据处理模块;200:第二数据处理模块;300:第三数据处理模块;400:第四数据处理模块;500:显示终端;600:行为触发单元。
具体实施方式
下面结合附图对本申请进行详细说明。
实施例1
本实施例提出了一种施工风险识别管控系统,其包括第一数据处理模块100、第二数据处理模块200、第三数据处理模块300、第四数据处理模块400和显示终端500。施工风险识别管控系统所涉及的若干个数据处理模块是指能够执行其相关步骤的硬件、软件或者结合的数据处理器,某模块所对应的某方法步骤也可以拆分为多个方法步骤并由多个模块分别执行。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
根据图1和2示出的一种具体的实施方式,第一数据处理模块100根据施工人员主动做出的行为指令和监测设备持续采集的施工现场数据来将工作单元的实时状态数据和施工区的实时周边环境综合数据输入到施工风险识别管控系统。第一数据处理模块100能够对不同采集终端上传的多源数据进行预处理,使得不同来源的数据在经过预处理后能够被第二数据处理模块200直接使用,从而第二数据处理模块200能够根据采集的不同的工作单元的实时状态数据创建出与时间点相对应的实时数据映射模型。第二数据处理模块200还能够将建立的实时数据映射模型与根据工程资料和专家意见建立的预储风险模型进行比对,从而筛选出表征工作单元的实时工况存在异常的实时状态数据,进而依据异常的实时状态数据来调取与该实时状态数据相关联的工作单元的工作数据,并且利用该工作单元的工作数据进行施工风险的分析。在多源数据利用第一数据处理模块100进行预处理并输入第二数据处理模块200进行建模和比对处理的同时,第三数据处理模块300能够将不同的工作单元和不同的环境检测单元采集的数据进行标记和分组,使得不同区域的同类数据能够进行分组存储。此外,第四数据处理模块400能够利用第二数据处理模块200调取到的存在异常工况的工作单元的工作数据生成新的风险数据,并且第四数据处理模块400对第二数据处理模块200筛选出的发生变化的实时状态数据的风险等级进行判定,从而识别出工作单元发生非预测的工作状态的变化所引起的施工风险。第四数据处理模块400还将判定结果发送至显示终端500进行展示和预警。
优选地,第一数据处理模块100按照间隔一定的时间周期的方式收集多个工作单元的实时状态数据,并且将采集的实时状态数据进行存储,从而形成工作单元的历史状态数据库。在第二数据处理模块200判断出工作单元的实时状态数据存在异常时,通过调取该工作单元的历史状态数据来对工作单元在该时刻的工况进行判断,进而方便第四数据处理模块400能够根据第二数据处理模块200的处理结果和从数据库中调取的历史状态数据来对施工区域是否存在施工风险以及施工风险的等级进行判定,从而方便施工人员根据最终的识别结果做出避险操作。优选地,第一数据处理模块100还通过分析历史状态数据的方式对多个工作单元的状态以及施工风险识别管控系统的状态进行判断,从而利用判断结果来预测工作单元的后续工作状况,并且将预测数据与该预测数据对应的时间点的实际监测数据进行比对,对多个工作单元以及施工风险识别管控系统的运行参数和实际工况进行监测。第二数据处理模块200利用物联网将经过其预处理而生成的监测信息导入系统。第二数据处理模块200能够将多个不同的工作单元的多源状态数据进行关联。具体地,第二数据处理模块200通过权重分配的方式将不同的工作单元所对应的多源状态数据与施工风险识别管控系统进行关联,从而利用多源状态数据来对施工区域的施工风险进行全方位的识别,避免单一数据分析的片面性。
优选地,第二数据处理模块200能够利用第一数据处理模块100收集到的多个工作单元的状态数据生成与工作单元相关联的监测信息,从而第二数据处理模块200通过对监测信息进行筛选的方式得到多个工作单元存在的异常工况,从而将对应的工作单元的异常工况通过显示终端500通知施工人员,以供施工人员及时地对与该异常工况相关联的工作单元进行工作状态的检查和判断,进而对可能引起施工风险的工作单元进行维护和修正,提高了施工环境的安全性,避免了施工风险的发生。
优选地,第二数据处理模块200利用计算机设备根据预先存储的相关的工程资料、专家意见以及在发生历史施工风险时的各个工作单元的状态数据来建立多源异构数据融合数据库,从而第二数据处理模块200依照建立的多源异构数据融合数据库构建出实时数据映射模型,并且实时数据映射模型中的运行数据与第一数据处理模块100所获得的实时状态数据保持同步更新。优选地,第二数据处理模块200将实时数据映射模型与预储风险模型进行比对,实现对施工现场的实时施工风险监测。优选地,第二数据处理模块200通过比对的方式将存在异常的实时状态数据筛选出来,然后反向追踪到与该异常数据相关联的工作单元,从而通过对该工作单元在一定时间段内的历史状态数据进行识别分析的方式,对该工作单元是否存在异常工况进行判断,从而方便系统根据判断结果输出施工风险预警提醒或利用该状态数据来更新预储风险模型,从而使预储风险模型更加贴近于施工区域的真实情况,进而逐渐完善出属于该施工区域的风险预测模型、风险分类和风险等级。
优选地,预储风险模型可以是第二数据处理模块200根据已记载的在工程施工风险发生时的工作单元的相关信息以及专家根据已完成的工程的历史文件制定的风险等级规则建立多源异构数据融合数据库,第二数据处理模块200依照所建立的多源异构数据融合数据库构建出预储风险模型,例如:隧道壁变形预测模型的预储风险模型或隧道沉降预测模型的预储风险模型。进一步优选地,预储风险模型可以将隧道发生变形、沉降和坍塌等风险的相关状态数据进行分类整理,从而通过模型比对的方式验证工作单元的实时状态数据是否都落入到表示施工现场不存在施工风险的数据阈值范围内,当实时状态数据存在无法落入到上述数据阈值范围内时,通过将此时刻的工作单元的实时状态数据与表征隧道存在施工风险的多组参考数据进行匹配,能够大致分析出施工现场存在哪一类施工风险,进而方便施工人员针对实际的施工风险,对施工区域进行工作单元的状态调节以及人员的调整。
当由第一数据处理模块100收集并处理的实时状态数据所生成的实时数据映射模型无法与标准的预储风险模型相匹配时,则说明工作单元在该时刻的实时状态数据存在异常,则表明该工作单元的工况存在异常,通过将该时刻的存在异常工况的实时数据映射模型与多种预储风险模型进行比对,筛选出与该异常工况的匹配度最高的预储风险模型,进而将一定时间周期的多个工作单元的历史状态数据与预储风险模型的一个完整状态数据进行比对,从而对施工区域在该时刻所对应的风险等级进行判断。优选地,上述内容所表示的施工风险可以是施工隧道发生异常沉降、隧道壁发生异常变形或隧道支撑结构发生异常变形而引起的隧道坍塌等。
优选地,第二数据处理模块200在利用各个工作单元的实时状态数据创建实时数据映射模型的同时,还将工作单元及其实时状态数据与实时周边环境综合数据进行关联,从而第二数据处理模块200按照比对的方式筛选出不符合预储风险模型的工作单元的实时状态数据,并且将该工作单元的实时状态数据以及该工作单元所处的施工点的实时周边环境综合数据展示在显示终端500上。优选地,实时周边环境综合数据的引入是为了在预测到可能出现施工风险的时候能够对“该预测结果是否与环境参数的变化存在关联”进行分析,例如,隧道的前端施工破坏了地下水的流道,使得地下水侵入隧道,导致隧道内部的潮湿度急速上升,隧道的支撑结构下陷速度增快,隧道的沉降曲线发生变化,从而利用工作单元的实时状态数据建立的实时数据映射模型无法与预储风险模型相互匹配,致使系统判定施工区域存在施工风险,但是根据施工人员的人为检测和相关的工作单元的人为确认后发现隧道并不存在施工风险。由于隧道内的工作单元的状态数据已发生变化,因此需要利用最新的状态数据来对预储风险模型进行更新,从而建立起适用于环境发生改变的隧道的预储风险模型。
优选地,第三数据处理模块300将接入施工风险识别管控系统的多个工作单元分别以逐一标号的方式分组至对应组别,同时将多个工作单元的实时状态数据和历史状态数据进行分类存储,并且对存在关联的数据进行关联标记,从而方便利用单一的状态数据调取与其相关的其他状态数据和对应时刻的环境数据。优选地,第四数据处理模块400通过参考数据和历史数据分析各个工作单元在不同种类的施工风险中的权重占比,并且将施工风险划分为存在多个阈值范围的风险等级。第四数据处理模块400利用第一数据处理模块100采集的实时状态数据来生成最新的风险数据,并且第四数据处理模块400对第二数据处理模块200筛选出的发生变化的实时状态数据所对应的风险等级进行判定,从而识别出工作单元在发生非预测变化时所引起的施工风险。在第二数据处理模块200确定出工作单元的实时状态数据超出浮动域时,其利用该工作单元的实时状态数据超出浮动域的数据差计算额外的权重占比,从而生成新的指定工作单元的权重占比,进而映射出相应的施工风险种类及其风险等级。优选地,工作单元的状态数据是随时间的推移发生变化的,其变化量是能够根据历史数据和其他工程数据进行预测的,但是预测的数据应为一个数据范围,因此,为了能够提高比对结果的准确性,第四数据处理模块400针对与时间点对应的状态数据定义了标准的数据阈值范围,从而将“对应时刻采集的实时状态数据是否处于阈值范围”作为识别标准,并且利用处于阈值范围的实时状态数据对预储风险模型进行更新,从而调整后续时刻的数据阈值范围,使得建立的预储风险模型更加符合该工程施工的实际情况。此外,系统还信号连接有显示终端500,从而方便将第二数据处理模块200和第四数据处理模块400的比对处理结果和识别判断结果发送至显示终端500,以供施工人员根据接收的信息及时地对相关联的工作单元进行工作状态预判和检测。
实施例2
本实施例可以是对前述实施例的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
优选地,第一数据处理模块100还可以对多个工作单元的实时状态数据与预先建立的预储风险模型中的对应时刻的状态数据进行一一比对,从而直接筛选出存在数据异常的工作单元。优选地,施工人员还能够在施工区域内感知到异常时通过激活行为触发单元600来驱动第二数据处理模块200从第一数据处理模块100存储的历史状态数据中提取出一个特定时长的数据包,从而通过数据回溯的方式来分析工作单元在过去的一个特定时长内的状态数据的变化,进而利用一个长周期的数据来对工作单元出现异常状态数据的起源进行追溯和复盘,方便施工人员能够更准确地分析出工作单元出现异常工况的影响因素,并且对该影响因素的后续影响进行判断,从而对预储风险模型进行更新。在系统进行风险识别时,系统仅能够利用实时的数据进行施工风险的验证和识别,并不会考虑结合历史参考数据进行综合的风险模型的建立和施工风险的分析,其识别过程对数据的准确性具有较高的要求,并且容易出现识别失误的情况。在实时数据映射模型与预储风险模型的比对结果出现异常时,本申请利用调取特定时间段的历史状态数据来对实时状态数据进行补充,从而提高建立的数据映射模型的准确性和有效性,从而方便系统通过比对和人工验证的方式更加准确地对“后续施工过程是否会出现施工风险”进行预测。优选地,工作单元可以是指支撑隧道的支撑结构、隧道内壁的浇筑层、盾构机以及隧道内的其他施工设备或安全防护结构等。优选地,上述设备在完成隧道的掘进过程中能够利用附加的传感单元对隧道的环境、稳定性、沉降情况和变形情况等进行监测,从而方便系统和施工人员根据隧道中多种工作单元的状态数据的变化来预判隧道是否存在风险。优选地,第二数据处理模块200能够以回溯的方式获取一个特定时间段的数据,从而建立数据量更加充足且可靠的数据映射模型,方便对异常数据进行更加有效的识别,从而确定出该异常是否会引起施工风险。
优选地,第二数据处理模块200利用异常数据来进行预警并且将此特定时间段的数据进行标记,从而在后续的施工过程中出现与之相关的施工风险时,利用该段时间的数据建立新的风险模型,并且使用风险模型去更替之前建立的预储风险模型数据或补充之前建立的预储风险模型数据。优选地,特定时间是指从系统比对出异常工况的时间点或施工人员发现异常的时间点回溯工作单元已产生的一定量的历史状态数据所对应的时间段。优选地,施工人员激活行为触发单元600的实例可以是隧道出现异常气味和单次异常活动,监测数据显示一切正常,但是根据相关的施工人员的经验与具体的环境观测发现存在细微的变化,第二数据处理模块200在施工人员激活行为触发单元600后立即从第一数据处理模块100存储的历史状态数据库中调取特定时长的历史状态数据,并且利用历史状态数据和实时状态数据建立对应的数据映射模型,通过比对数据映射模型与预储风险模型的方式识别出相对应的施工风险,从而在系统判定为会发生相应的施工风险时,通过该时间段的历史状态数据去更新预储风险模型,并且利用该时间点之后的特定时长的实时数据持续地对实时数据映射模型和预储风险模型进行更新,从而生成完全适配该施工环境的风险识别模型。优选地,施工人员还可以在感知到的环境风阻、环境湿度等发生变化时向系统发出回溯指令,系统根据回溯指令进行操作。
优选地,本发明在对实时状态数据进行采集和分析时,系统不会主动对监测到的实时状态数据进行记录以形成对比数据库,系统仅能够利用单独一个时间点的实时状态数据与预先设定的参考数据进行比对。优选地,系统能够在某一个时间点的实时状态数据无法与参考数据相匹配时通过数据恢复的方式提取一个时间段的历史状态数据与参考数据进行比对,从而分析出工作单位的状态的变化趋势,系统在反向追溯出导致施工风险的工作单元的具体情况的同时利用工作单位一个时间周期内的状态变化来对施工风险进行预测,帮助施工人员在无法及时地消除施工风险的情况下能够针对可能发生的施工风险做出应急避险处理。
优选地,系统进行数据回溯以恢复历史状态数据的触发条件还可以是根据施工人员激活行为触发单元600是所录入的事件信息来对相关联的工作单元的历史状态数据进行精确的全数据回溯,并且系统还同时对关联性不强的工作单元的历史状态数据进行等周期的部分数据回溯,即,在系统接收到回溯指令时,其为了降低计算量,提高计算效率,系统仅以间隔提取的方式获取等时间周期间隔的多个时间点的数据作为形成模糊历史状态数据集,系统还会在同时期根据主动识别施工人员录入的事件信息来提取关键词,从而利用关键词筛选出与之存在强关联的工作单元,进而针对性地提取该工作单元在一个时间段内的的详细历史状态数据来建立精准历史状态数据集。系统利用模糊历史状态数据集和详细历史状态数据集分别建立不同的状态变化模型,从而通过与参考数据建立的参考模型进行比对的方式筛选出发生状态异常变化的工作单元。进一步优选地,模糊历史状态数据集和详细历史状态数据集的分类归集能够减少系统进行数据回溯的计算量,从而提高系统的处理能力,尤其是详细历史状态数据集对应的工作单元与出现触发条件存在直接的联系,其能够有效地监测到施工现场发生或即将发生与触发条件向对应的施工风险。
优选地,系统进行的历史状态数据的回溯还可以是施工人员激活行为触发单元600的同时系统在该时刻所进行的实时状态数据比对的结果也存在异常的双重条件下进行的。在此条件下系统还会同时对实时状态数据进行详细的记录,从而生成历史状态数据集的同时生成沿时间轴推移的实时状态数据集,进而通过将历史状态数据集与实时状态数据集进行合并的方式获取一个实时更新的数据量足够大且准确的状态数据集,利用该数据集与参考数据进行比对,确定可能会发生的施工风险以及施工风险可能出现的时间点。优选地,在未接收到触发条件或未出现不满足阈值调节的状态数据时,系统仅对实时监测的数据进行粗略的记录而不会对数据进行精确地分析处理,从而降低系统工作时的常规运行要求。
优选地,本发明还可以只在施工人员激活行为触发单元600的情况下才进行实时数据的准确监测和记录,并且同时利用系统已记录的低频历史状态数据进行工作单元沿时间轴的详细状态数据的精准恢复,即,将模糊的状态数据集方向追溯出详细状态数据。例如,系统在正常工作时仅以间隔记载的方式记载一个时间段内存在一个间隔周期的多个时间点的状态数据,并且不会对上述存储的数据进行精细化处理,仅利用简单的数据比对方法与参考数据进行比较,此过程可以被定义为监测数据的低清化处理,从而降低系统工作时的负荷量。当系统接收到施工人员利用行为触发单元600发出的触发条件时,系统才会对触发之前的一个时间段的模糊状态数据进行精细化回溯,从而生成详细状态数据,此过程可以被定义为监测数据的高清化处理。优选地,施工人员在发现或察觉可能存在异常的时,施工人员通过激活激活行为触发单元600的方式使得系统能够进行历史状态数据的回溯,在系统对历史状态数据进行回溯的过程中,系统能够对施工人员录入的事件信息进行语义分析和相关可能造成该事件的原由竞争追寻,从而得到一个相对完整的因果关系,从而优先对因果关系中所涉及的工作单元的历史状态数据进行回溯,从而先完成关联性高的工作单元的状态数据的高清化处理,并且通过比对和分析该工作单元的状态变化来判断是否存在对应的施工风险,若未获得明显的指证信息则对关联性相对弱一些的工作单元的历史状态数据进行回溯。具体地,上述分析方法可以进行如下举例说明,当施工人员进行隧道施工区域时,施工人员在某一时刻感受到一次异常的震动,但是系统未主动做出相关的风险预警或风险识别提醒,施工人员可以通过主动激活行为触发单元600的方式控制系统追溯施工人员做出激活行为前的一个时间段的历史状态数据来对施工区域是否发生相关的异常情况以及是否存在相关的施工风险进行分析。优选地,施工人员在主动激活行为触发单元600的同时还能够记录如下行为信息“刚刚隧道地面好像发生了一次异常震动”,系统接收上述行为信息后其能够在进行历史状态数据的回溯的同时基于提前设定的词句数据库对行为信息中的关键词进行比对和筛选,并且利用筛选出的“地面”、“震动”等词语来调取可能引起该异常现象的施工风险信息,继而基于预先利用已收集的施工风险建立的施工风险发生时和之前的施工状态数据的变化数据库来筛选出与该关键词关联性最高的工作单元进行历史状态数据的回溯和高清化处理。例如,当出现震动时,隧道内布设在支撑结构上的变形监测传感器和地面设置的沉降监测传感器会跟随震动发生异常的监测数据波动,从而通过重点关注此类工作单元的状态数据的变化既能够对可能出现或正在演变的施工风险进行识别并对与施工风险的直接关联工作单元进行标记,帮助施工人员重点监测该工作单元。优选地,系统在对与关键词关联性高的相关工作单元进行标记和历史状态数据进行回溯的同时,还将处理结果与该次激活信息一并进行保存,,由此在事后回溯该次工人感觉地面震动的事件时,不仅能够直接给出工人能够感受到的地面增幅、震动发生时间等相关数据,还可以给出相关性较高且工人可能没有察觉的例如地面图像信息、周围设备开机工作信息等等信息,这对于案件回溯十分有利,并且由于数据记录时采用低清晰化处理,不会占用很多的算力,能够实现系统的长期健康运行,大量减少系统监测投入,同时还不损失回溯必要细节。
实施例3
本实施例提出了一种施工风险识别管控方法,其至少包括以下步骤:
利用施工人员输入的指令或监测设备自动采集的施工现场数据来获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据和施工点的实时周边环境综合数据;
依据实时状态数据创建相应的实时数据映射模型;
将实时数据映射模型与预储风险模型进行比对,实现对施工现场的实时风险监测;
通过上述比对调取到数据库内与比对结果相关联的至少一个工作单元的工作数据,并且将得到的工作数据进行展示,以供施工人员监控实时工作数据的变化;
根据施工人员确认的实时工作数据来更新在施工前制定的预储风险模型,从而利用更新后的预储风险模型来识别施工风险。
实施例4
本实施例可以是对实施例3的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
本实施例提供了一种施工风险识别管控方法,其至少包括以下步骤:
采集数据建立实时数据映射模型;
将实时数据映射模型与预先建立的风险模型进行比对,从而分析出是否存在不匹配的异常数据,对异常数据进行单独标记,并且对该异常数据所属的组别进行历史数据追溯;
若实时映射模型与参考模型能够完全对应,则说明工作单元的实时工作状态是正常的;
若数据仅仅在一个范围内波动,例如:持续一定量的波动,持续一定量的起伏,则可能是外界环境变化导致的,若单纯是天气等环境因素的变化,则判断为正常;
若施工人员也做出异常预警,则回溯更长时间段的数据来验证此种变化是由于外界大环境变化引起的,还是由于施工区域的小环境异常变化引起的,从而能够有效地做出相关的预警提示等。
当异常数据处于允许范围之内时,将该数据作为最新的标准数据来更新参考模型以及模型后续的预测数据。例如:在前期预估的环境参数和地质构成与实际的地质情况存在一定的差异时,虽然实时数据出现了在参考模型的可控范围内的差异,但是该差异是受环境改变而产生的,因此可以直接将此类变化数据定义为该施工区的标准参考数据,然后利用该参考数据更新参考模型,从而利用参考模型对后续一定时间段工作单元的状态数据进行预测,并且根据预测结果来对工作单元和施工环境是否出现施工风险进行预判和风险等级确定。
回溯的时间长度包括在监测数据出现异常时系统自行选取的第一回溯时间、施工人员行为激活的第二回溯时间以及两者同时做出反应的第三回溯时间。优选地,回溯时间的长短可以根据作出异常判断的源头的数量和组别进行不同的选取,例如,根据工作单元的不同,其所占权重也存在差异,根据权重调整其回溯时间的长短。
实施例5
本实施例可以是对前述实施例的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,其他实施例的优选实施方式的整体和/或部分内容可以作为本实施例的补充。
本实施例提供一种施工风险识别管控系统,其至少包括:第一数据处理模块100,用于获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据并基于实时状态数据通过状态数据的浮动分析建立关于状态数据的浮动域;第二数据处理模块200,用于在确定出工作单元的实时状态数据超出浮动域时,利用该工作单元的实时状态数据超出浮动域的数据差计算额外的权重占比,从而更新指定工作单元的权重占比,进而映射出相应的施工风险种类及其风险等级。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。在全文中,“优选地”所引导的特征仅为一种可选方式,不应理解为必须设置,故此申请人保留随时放弃或删除相关优选特征之权利。
Claims (10)
1.一种施工风险识别管控系统,其特征在于,至少包括:
第一数据处理模块(100),用于按照响应于施工人员输入的指令或监测设备自动采集的施工现场数据的方式获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据和施工点的实时周边环境综合数据;
第二数据处理模块(200),用于依据实时状态数据创建相应的实时数据映射模型,并且将实时数据映射模型与预储风险模型进行比对,实现对施工现场的实时风险监测;
所述第二数据处理模块(200)依据上述比对结果调取到数据库内与比对结果相关联的至少一个工作单元的工作数据,并且利用显示终端(500)将得到的工作数据进行展示,以供施工人员监控实时工作数据的变化;
所述第二数据处理模块(200)根据接收到的由施工人员确认的实时工作数据来更新在施工前制定的预储风险模型,从而利用更新后的预储风险模型来识别施工风险。
2.根据权利要求1所述的施工风险识别管控系统,其特征在于,所述第一数据处理模块(100)对多个工作单元的历史状态数据进行收集,其还通过分析历史状态数据的方式对多个工作单元的状态以及施工风险识别管控系统的状态进行判断,对多个工作单元以及施工风险识别管控系统的运行参数和实际工况进行监测,并且所述第二数据处理模块(200)利用物联网将经过预处理而生成的监测信息导入系统。
3.根据权利要求2所述的施工风险识别管控系统,其特征在于,所述第二数据处理模块(200)根据所述第一数据处理模块(100)收集到的数据生成的监测信息主动处理多个工作单元存在的异常工况,并且通过所述显示终端(500)通知施工人员,以供施工人员及时地对与异常工况相关联的工作单元的工作状态进行预判。
4.根据权利要求3所述的施工风险识别管控系统,其特征在于,所述第二数据处理模块(200)在利用各个工作单元的实时状态数据创建实时数据映射模型的同时,还将工作单元及其实时状态数据与实时周边环境综合数据进行关联,从而所述第二数据处理模块(200)按照比对的方式筛选出不符合预储风险模型的工作单元的实时状态数据,并且将该工作单元的实时状态数据以及该工作单元所处的施工点的实时周边环境综合数据展示在所述显示终端(500)上。
5.根据权利要求4所述的施工风险识别管控系统,其特征在于,所述施工风险识别管控系统还包括第三数据处理模块(300),所述第三数据处理模块(300)用于将接入所述施工风险识别管控系统的多个工作单元分别以逐一标号的方式分组至对应组别。
6.根据权利要求5所述的施工风险识别管控系统,其特征在于,所述施工风险识别管控系统还包括第四数据处理模块(400),所述第四数据处理模块(400)用于通过参考数据和历史数据分析各个工作单元在不同种类的施工风险中的权重占比,并且将施工风险划分为存在多个阈值范围的风险等级。
7.根据权利要求6所述的施工风险识别管控系统,其特征在于,所述第四数据处理模块(400)利用所述第一数据处理模块(100)采集的实时状态数据来生成新的风险数据,
并且所述第四数据处理模块(400)对所述第二数据处理模块(200)筛选出的发生变化的实时状态数据所对应的风险等级进行判定,从而识别出所述工作单元在发生非预测的工作状态的变化时所引起的施工风险。
8.根据权利要求7所述的施工风险识别管控系统,其特征在于,在所述第二数据处理模块(200)确定出工作单元的实时状态数据超出浮动域时,所述第四数据处理模块(400)利用该工作单元的实时状态数据超出浮动域的数据差计算额外的权重占比,从而生成该工作单元的新的权重占比,进而映射出与该实时状态数据相对应的施工风险种类及风险等级。
9.一种基于物联网的负荷调度方法,其特征在于,包括以下步骤:
利用施工人员输入的指令或监测设备自动采集的施工现场数据来获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据和施工点的实时周边环境综合数据;
依据实时状态数据创建相应的实时数据映射模型;
将实时数据映射模型与预储风险模型进行比对,实现对施工现场的实时风险监测;
通过上述比对调取到数据库内与比对结果相关联的至少一个工作单元的工作数据,并且将得到的工作数据进行展示,以供施工人员监控实时工作数据的变化;
根据施工人员确认的实时工作数据来更新在施工前制定的预储风险模型,从而利用更新后的预储风险模型来识别施工风险。
10.一种施工风险识别管控系统,其特征在于,至少包括:
第一数据处理模块(100),用于获取接入所述施工风险识别管控系统的多个工作单元的实时状态数据并基于实时状态数据通过状态数据的浮动分析建立关于状态数据的浮动域;
第二数据处理模块(200),用于在确定出工作单元的实时状态数据超出浮动域时,利用该工作单元的实时状态数据超出浮动域的数据差计算额外的权重占比,从而更新指定工作单元的权重占比,进而映射出相应的施工风险种类及其风险等级。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2022102497013 | 2022-03-14 | ||
CN202210249701 | 2022-03-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115239135A true CN115239135A (zh) | 2022-10-25 |
Family
ID=83521087
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210874219.9A Pending CN115186917A (zh) | 2022-03-14 | 2022-07-21 | 一种主动预警式风险管控系统及方法 |
CN202210874728.1A Pending CN115239135A (zh) | 2022-03-14 | 2022-07-21 | 一种施工风险识别管控系统及方法 |
CN202210913569.1A Pending CN115324650A (zh) | 2022-03-14 | 2022-07-29 | 一种基于智能识别的预警分级系统及方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210874219.9A Pending CN115186917A (zh) | 2022-03-14 | 2022-07-21 | 一种主动预警式风险管控系统及方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210913569.1A Pending CN115324650A (zh) | 2022-03-14 | 2022-07-29 | 一种基于智能识别的预警分级系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN115186917A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983648A (zh) * | 2023-03-22 | 2023-04-18 | 无锡广盈集团有限公司 | 一种电缆附件安装监测方法及系统 |
CN117114452A (zh) * | 2023-10-23 | 2023-11-24 | 中科云谷科技有限公司 | 用于确定施工方案的方法、处理器、装置及存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116050624B (zh) * | 2023-02-03 | 2023-08-22 | 广西海川路桥建设有限公司 | 一种公路道路施工综合监测方法及系统 |
CN116167248B (zh) * | 2023-04-21 | 2023-07-04 | 广东电网有限责任公司广州供电局 | 一种基于数字孪生技术的拉线铁塔施工过程管控系统 |
CN117237813B (zh) * | 2023-11-09 | 2024-02-27 | 中国水利水电第七工程局有限公司 | 基于视频识别的隧道施工供氧控制方法、装置及系统 |
CN117610937B (zh) * | 2023-12-19 | 2024-05-17 | 江苏筑港建设集团有限公司 | 一种基于数据分析的打桩船沉桩施工智能管控系统 |
CN117853486A (zh) * | 2024-03-07 | 2024-04-09 | 云南省交通规划设计研究院股份有限公司 | 一种数据缺失条件下隧道工作面岩体质量自动化评价方法 |
-
2022
- 2022-07-21 CN CN202210874219.9A patent/CN115186917A/zh active Pending
- 2022-07-21 CN CN202210874728.1A patent/CN115239135A/zh active Pending
- 2022-07-29 CN CN202210913569.1A patent/CN115324650A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983648A (zh) * | 2023-03-22 | 2023-04-18 | 无锡广盈集团有限公司 | 一种电缆附件安装监测方法及系统 |
CN117114452A (zh) * | 2023-10-23 | 2023-11-24 | 中科云谷科技有限公司 | 用于确定施工方案的方法、处理器、装置及存储介质 |
CN117114452B (zh) * | 2023-10-23 | 2024-01-09 | 中科云谷科技有限公司 | 用于确定施工方案的方法、处理器、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115186917A (zh) | 2022-10-14 |
CN115324650A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115239135A (zh) | 一种施工风险识别管控系统及方法 | |
CN110148285B (zh) | 一种基于大数据技术的油井参数智能预警系统及其预警方法 | |
CN108460144B (zh) | 一种基于机器学习的煤炭设备故障预警系统及方法 | |
US7395188B1 (en) | System and method for equipment life estimation | |
US8698616B2 (en) | Monitor control system | |
CN110790105B (zh) | 电梯门系统诊断、衰退时间的预测方法及诊断预测系统 | |
CN109416531A (zh) | 异常数据的重要度判定装置及异常数据的重要度判定方法 | |
CN109407518B (zh) | 家庭服务机器人运行状态自主认知方法及系统 | |
US20170307480A1 (en) | Data Display System | |
CN105775943A (zh) | 一种数据驱动的电梯零部件预警系统及方法 | |
CN101308387A (zh) | 用于监视设备状态的装置和方法以及计算机可读介质 | |
CN103198230A (zh) | 人-机界面检测方法及系统 | |
KR102618023B1 (ko) | 고장유형에 따른 패턴 분석을 통한 고장 예지 진단시스템 및 방법 | |
CN114707234B (zh) | 一种基于贝叶斯深度学习的航空发动机剩余寿命预测方法 | |
CN113760670A (zh) | 电缆接头异常预警方法、装置、电子设备和存储介质 | |
EP3506229A1 (en) | Method for pre-detecting abnormality sign of nuclear power plant device including processor for determining device importance and warning validity, and system therefor | |
CN112950344A (zh) | 数据评估方法、装置、电子设备及存储介质 | |
CN114201328A (zh) | 基于人工智能的故障处理方法、装置、电子设备及介质 | |
CN116777085B (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
CN112766772B (zh) | 油气水井实时监测方法、装置、计算机设备和存储介质 | |
CN116910680B (zh) | 一种健身器材的远程故障检测方法及系统 | |
CN117592736A (zh) | 一种运维部门用工单紧急智能排序优先级管理系统 | |
CN106685926A (zh) | 信息系统安全等级测评方法和系统 | |
CN112819262A (zh) | 存储器、工艺管道检维修决策方法、装置和设备 | |
CN114113487B (zh) | 一种挥发性有机物在线监测系统及方法 |
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 |