CN115329446A - 一种装配式建筑预制构件智能吊装过程数字孪生建模方法 - Google Patents

一种装配式建筑预制构件智能吊装过程数字孪生建模方法 Download PDF

Info

Publication number
CN115329446A
CN115329446A CN202211250367.XA CN202211250367A CN115329446A CN 115329446 A CN115329446 A CN 115329446A CN 202211250367 A CN202211250367 A CN 202211250367A CN 115329446 A CN115329446 A CN 115329446A
Authority
CN
China
Prior art keywords
coefficient
hoisting
component
lifting rope
acquiring
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
Application number
CN202211250367.XA
Other languages
English (en)
Other versions
CN115329446B (zh
Inventor
沈毓婷
冒小明
吴丽华
谢云飞
张家瑞
林伟
史誉州
施峰
戴雨
王兆能
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.)
Youji Construction Technology Development Shanghai Co ltd
Original Assignee
Jiangsu Vocational and Technical Shipping College
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 Jiangsu Vocational and Technical Shipping College filed Critical Jiangsu Vocational and Technical Shipping College
Priority to CN202211250367.XA priority Critical patent/CN115329446B/zh
Publication of CN115329446A publication Critical patent/CN115329446A/zh
Application granted granted Critical
Publication of CN115329446B publication Critical patent/CN115329446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Control And Safety Of Cranes (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种装配式建筑预制构件智能吊装过程数字孪生建模方法，涉及装配式建筑技术领域，包括，对吊装的装配体的构件、吊绳及吊装设备进行数据采集，建立形状模型及运动模型；分别对构件、吊装设备及吊绳的数据进行获取，并基于获取的数据，分别建立构件系数、吊装设备系数、吊绳系数，并分别评估吊取过程的安全性；获取到吊装过程中运动模型，在利用吊装设备通过吊绳对构件吊取时，输入构件、吊绳及吊装设备的实际参数，获取到拟合系数；获取到拟合系数及吊取系数，判断关联后的值是否超过阈值。以风险评估值对整个装配体吊装过程中来自设备装置的风险进行评价，综合程度高，稳定性好，相对于常见的数字孪生模型，对吊装风险进行评估。

Description

一种装配式建筑预制构件智能吊装过程数字孪生建模方法
技术领域
本发明涉及装配式建筑技术领域，具体为一种装配式建筑预制构件智能吊装过程数字孪生建模方法。
背景技术
装配式建筑是指把传统建造方式中的大量现场作业工作转移到工厂进行，在工厂加工制作好建筑用构件和配件（如楼板、墙板、楼梯、阳台等），运输到建筑施工现场，通过可靠的连接方式在现场装配安装而成的建筑。
数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念目标的关键使能技术得到学术界的广泛关注和研究，并由工业界引入到建筑行业进行落地应用。数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念与目标的关键使能技术，得到了学术界的广泛关注和研究，并被工业界引入到越来越多的领域进行落地应用。数字孪生落地应用的首要任务是创建应用对象的数字孪生模型。
随着信息化技术在建筑领域越来越高，装配式吊装过程控制程度越来越精细，数字孪生作为具有普适性的信息化解决方案，在进行装配吊装时，进行数字孪生建模可以大大提高装配式吊装过程的信息化水平。
但是现有的装配体数字孪生建模时，虽然能够对装配体的吊装过程进行模拟，但是由于输入参数与实际情况存在一定的差距，难以准确的评估吊装装配体时，吊绳断裂带来的意外风险。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种装配式建筑预制构件智能吊装过程数字孪生建模方法，针对装配体的吊装，建立形状模型及运动模型；基于获取的数据，分别建立构件系数、吊装设备系数、吊绳系数，并分别评估吊取过程的安全性；获取到吊装过程中运动模型获取到拟合系数；获取到拟合系数及吊取系数，判断关联后的值是否超过阈值，最后以风险评估值对整个装配体吊装过程中来自设备装置的风险进行评价，对吊装风险进行评估，解决了背景技术中提出的问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种装配式建筑预制构件智能吊装过程数字孪生建模方法，包括，
对吊装的装配体的构件、吊绳及吊装设备进行数据采集，建立形状模型及运动模型；
分别对构件、吊装设备及吊绳的数据进行获取，并基于获取的数据，分别建立构件系数、吊装设备系数、吊绳系数，并分别评估吊取过程的安全性；包括：
获取吊绳的拉断力Ld、伸长率Sl、横截面积Jm，建立吊绳系数LS；获取吊装设备的能耗数据Nh、最大拉力Dl，形成吊装系数DZ；获取吊取构件的高度数据Wz，速度数据Mv，质量数据Zl，形成构件系数GJ；
获取到吊装过程中运动模型，在利用吊装设备通过吊绳对构件吊取时，输入构件、吊绳及吊装设备的实际参数，获取到拟合系数；
获取到拟合系数及吊取系数，进行关联，判断关联后的值是否超过阈值，如果超过阈值，则发出预警；包括：
获取拟合系数NH及吊取系数DQ，进行归一化处理后，确定权重系数，并进行关联，获取风险评估值FX；
生成风险评估值的方法如下：
获取拟合系数NH及吊取系数DQ，进行归一化处理后，确定权重系数后进行关联，获取风险评估值FX；
将获取风险评估值FX与相应阈值进行对比，如果获取的风险评估值在范围之外，则向外部发出警报。
进一步的，通过扫描装置对吊装设备、构件及吊绳进行扫描，获取外形扫描数据；接收外形扫描数据，对吊装设备、构件及吊索进行建模，建立形状模型；
以成像装置对吊装设备的吊装过程进行成像，将图像数据化，建立构件的运动模型；获取形状模型及运动模型，建立初步模型，采集吊装设备的性能数据，及吊绳的力学性能数据，及实际使用过程的折旧参数，输入至初步模型中；
以机器学习的形式进行监督学习，多次训练之后，完成吊装过程的数字孪生模型的构建。
进一步的，通过对检测仪器对吊绳的力学性能进行检测，获取吊绳的拉断力Ld、伸长率Sl及横截面积Jm，进行汇总，形成吊绳系数LS；
获取到吊绳系数LS后，与相应的阈值进行对比，判断是否在阈值之内，如果在阈值之外，则形成判断信息，由报警单元进行接收后，向外部发出预警信息；
将吊绳的拉断力Ld、伸长率Sl、横截面积Jm进行归一化处理，吊绳系数LS计算方式如下：
Figure 202695DEST_PATH_IMAGE001
其中，
Figure 435093DEST_PATH_IMAGE002
，
Figure 472319DEST_PATH_IMAGE003
，
Figure 219696DEST_PATH_IMAGE004
且
Figure 633359DEST_PATH_IMAGE005
，
Figure 313739DEST_PATH_IMAGE006
为权重，其具体值可由用户依据实际经验进行调整及修正。
进一步的，在吊绳处于工作状态时，沿着时间轴获取若干个吊绳系数LS数据，基于二次平滑指数，对下一周期的吊绳系数LS进行预测，获取预测后的吊绳系数LS，将预测后的吊绳系数LS与阈值相比；
如果当前的吊绳系数LS及预测后的吊绳系数LS中至少一个高于阈值时，形成判断信息；由报警单元接收判断信息，向外部发出报警信息；提醒用户进行处理；
在吊绳属于工作状态下，如果吊绳系数LS如果超过或者即将超过阈值时，对吊绳的力学性能进行检测，判断拉断力Ld、伸长率Sl、横截面积Jm中的是否存在至少一个超过阈值，如果超过阈值，则向外部发出预警。
进一步的，在吊装设备处于工作状态时，记录吊装设备的能耗数据Nh、最大拉力Dl，两者均获取若干组数据中的最大值；
将能耗数据Nh、最大拉力Dl进行归一化处理，吊装系数DZ计算符合如下公式：
Figure 521867DEST_PATH_IMAGE007
其中，
Figure 490960DEST_PATH_IMAGE008
，
Figure 708315DEST_PATH_IMAGE009
，且
Figure 180884DEST_PATH_IMAGE010
，
Figure 825492DEST_PATH_IMAGE011
、
Figure 281881DEST_PATH_IMAGE012
为权重，
Figure 568506DEST_PATH_IMAGE013
为常数修正系数，其具体值可由用户调整设置，或者由分析函数拟合生成。
进一步的，在构件由吊装设备通过吊绳将构件吊起前，获取构件的质量数据Zl；
在构件由吊装设备通过吊绳逐渐将构件吊起时，以固定的时间间隔，获取构件的高度数据Wz及速度数据Mv；
获取构件的高度数据Wz，速度数据Mv，质量数据Zl，进行归一化处理，并生成形成构件系数GJ，其生成方法符合以下公式：
Figure 957899DEST_PATH_IMAGE014
其中，
Figure 570146DEST_PATH_IMAGE008
，
Figure 248252DEST_PATH_IMAGE009
，
Figure 541830DEST_PATH_IMAGE015
且
Figure 51309DEST_PATH_IMAGE016
，
Figure 37720DEST_PATH_IMAGE017
为权重，其具体值可由用户依据实际经验进行调整及修正。
进一步的，获取构件的构件系数GJ，将构件系数GJ与相应的阈值进行对比，判断是否在阈值之外，如果构件系数GJ已经超过阈值，则意味着在吊取构件时，构件存在一定的安全隐患，向外部发出警报；
在构件系数GJ超过阈值时，获取与构件相关的速度数据Mv，质量数据Zl，判断速度数据Mv，质量数据Zl是否超过阈值，如果其中至少一个超过相应的阈值，则向外部发出预警信息。
进一步的，将构件系数GJ、吊装系数DZ及吊绳系数LS，进行归一化处理之后，通过计算汇总，形成吊取系数DQ；
吊取系数DQ的生成方法符合如下公式：
Figure 203122DEST_PATH_IMAGE018
其中，
Figure 97128DEST_PATH_IMAGE019
为构件系数GJ与吊绳系数LS之间的相关性系数，由在进行构件吊取过程中获取到的若干组构件系数GJ与吊绳系数LS之间进行相关性分析得到；
Figure 398797DEST_PATH_IMAGE020
为吊装系数DZ及吊绳系数LS之间的相关性系数，由在进行构件吊取过程中获取到的若干组吊装系数DZ及吊绳系数LS之间进行相关性分析得到；
所述
Figure 556109DEST_PATH_IMAGE013
为修正系数，其具体值可由用户依据实际经验进行调整及修正。
进一步的，通过建立的数字孪生模型，对构件的状态及构件的运动状态进行模拟；
获取模拟出吊装过程，确定拟合函数，并基于拟合函数及实际参数值，进行若干次地吊取练习后，从数字孪生模型中重新获取的相应参数；并计算出模拟出的吊取系数；
将模拟出的吊取系数记为拟合系数，计算拟合系数与吊取系数的相关性系数；
判断相关性系数是否低于阈值，如果在阈值范围之内，则意味着建立的数字孪生模型能够满足实际需求。
进一步的，依据数字孪生模型，对构件吊装的风险评估方法如下：
沿着时间轴的延伸方向，以固定的时间间隔，连续获取若干个拟合系数NH及吊取系数DQ，分别记录为
Figure 208807DEST_PATH_IMAGE021
、
Figure 906504DEST_PATH_IMAGE022
，及
Figure 328258DEST_PATH_IMAGE023
、
Figure 922051DEST_PATH_IMAGE024
；
将两者相关形成风险评估值FX，其关联方法符合如下公式：
Figure 389941DEST_PATH_IMAGE025
Figure 625751DEST_PATH_IMAGE026
其中，
Figure 902011DEST_PATH_IMAGE027
，
Figure 401126DEST_PATH_IMAGE028
，且
Figure 28416DEST_PATH_IMAGE029
1，以
Figure 67916DEST_PATH_IMAGE030
对构件进行吊装时可能存在的风险进行表征，表征方式如下：
Figure 729842DEST_PATH_IMAGE031
其中，
Figure 399857DEST_PATH_IMAGE032
为权重，其具体值可由用户调整设置；
获取计算得出的
Figure 248865DEST_PATH_IMAGE030
，并与相应的阈值进行对比，如果在阈值之外，则形成判断信息，由预警单元发出警报信息，提醒用户进行处理。
（三）有益效果
本发明提供了一种装配式建筑预制构件智能吊装过程数字孪生建模方法。具备以下有益效果：
通过获取吊装设备通过吊绳吊取构件的过程及相应的数据参数，建立数字孪生模型，使用户能够在进行实际的装配体吊装之前，对构件吊取过程进行模拟，提前掌握吊装的过程，并且由于时数字孪生模型是基于实际参数建立，能够对构件、吊绳的状态进行拟合，输出拟合系数后，用户能够基于拟合系数来判断吊取装配体构件可能存在风险；
通过对吊装设备、吊绳及构件进行量化，综合分析，最后形成吊取系数，吊取系数是基于实际参数而建立，通过判断吊取系数与阈值的关系，则能够再次的判断实际吊取过程中可能存在的风险，提醒用户及时注意。
通过将拟合系数吊取系数进行关联，获取风险评估值，以风险评估值对整个装配体吊装过程中来自设备装置的风险进行评价，综合程度高，稳定性好，相对于常见的数字孪生模型，在用于模拟时，模拟效果更加中肯，不仅仅能够模拟吊装过程，也能够对吊装风险进行评估，进一步地提高装配体吊装安全性。
附图说明
图1为本发明风险评估值的构成示意图；
图2为本发明吊取系数的构成示意图；
图3为本发明数字孪生建模判断吊装过程风险的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
数字孪生是个普遍适应的理论技术体系，可以在众多领域应用，在产品设计、产品制造、医学分析、工程建设等领域应用较多。在国内应用最深入的是工程建设领域，关注度最高、研究最热的是智能制造领域。
实施例
请参阅图1-3，本发明提供一种装配式建筑预制构件智能吊装过程数字孪生建模方法，
步骤1、对吊装的装配体的构件、吊绳及吊装设备进行数据采集，建立形状模型及运动模型；包括如下内容：
步骤101、通过扫描装置对吊装设备、构件及吊绳进行扫描，获取外形扫描数据；
步骤102、接收外形扫描数据，对吊装设备、构件及吊索进行建模，建立形状模型；
步骤103、以成像装置对吊装设备的吊装过程进行成像，将图像数据化，建立构件的运动模型；
步骤104、获取形状模型及运动模型，建立初步模型，采集吊装设备的性能数据，及吊绳的力学性能数据，及实际使用过程的折旧参数，输入至初步模型中；
以机器学习的形式进行监督学习，多次训练之后，完成吊装过程的数字孪生模型的构建。
使用时，在本步骤中，通过步骤101至步骤104中，通过获取原始数据，在机器学习的辅助的条件下，建立数字孪生模型，对构件工作状态进行演示，能够在对构件进行吊装之前，对吊装的过程进行模拟，使用户能够对构件吊装过程有充分了解。
步骤2、分别对构件、吊装设备及吊绳的数据进行获取，并基于获取的数据，分别建立构件系数、吊装设备系数、吊绳系数，并分别评估吊取过程的安全性；
所述步骤2包括如下内容：
步骤T1、获取吊绳的拉断力Ld、伸长率Sl、横截面积Jm，建立吊绳系数LS；包括如下内容：
步骤T101、通过对检测仪器对吊绳的力学性能进行检测，获取吊绳的拉断力Ld、伸长率Sl及横截面积Jm；其中，对吊绳的力学性能进行测试时，需要进行多次测试，去除异常数据后获取均值；
步骤T102、对获取到的吊绳的拉断力Ld、伸长率Sl、横截面积Jm的进行汇总，形成吊绳系数LS：
步骤T103、获取到吊绳系数LS后，与相应的阈值进行对比，判断是否在阈值之内，如果在阈值之外，则形成判断信息，由报警单元进行接收后，向外部发出预警信息；
其中，吊绳系数LS的计算方式符合如下公式：
将吊绳的拉断力Ld、伸长率Sl、横截面积Jm进行归一化处理，吊绳系数LS计算方式如下：
Figure 29739DEST_PATH_IMAGE001
其中，
Figure 546171DEST_PATH_IMAGE002
，
Figure 387088DEST_PATH_IMAGE003
，
Figure 723391DEST_PATH_IMAGE004
且
Figure 307956DEST_PATH_IMAGE005
，
Figure 678895DEST_PATH_IMAGE006
为权重，其具体值可由用户依据实际经验进行调整及修正。
在本步骤中通过将吊绳的拉断力Ld、伸长率Sl、横截面积Jm进行汇总，确定吊绳系数LS，通过将吊绳系数LS与相应的阈值进行对比，如果超过阈值之后，则可以判断出吊绳存在一定的安全隐患。
但是如果仅仅判断阈值，则可能出现接近阈值时才发出警报，可能会导致出现发出警报后，吊绳就发生断裂的情况，因此要对吊绳系数LS进行预测，大致判断下一时刻的吊绳系数LS的变化；
因此作为进一步的改进：
步骤T104、在吊绳处于工作状态时，沿着时间轴获取若干个吊绳系数LS数据，基于二次平滑指数，对下一周期的吊绳系数LS进行预测，获取预测后的吊绳系数LS，将预测后的吊绳系数LS与阈值相比；如果当前的吊绳系数LS及预测后的吊绳系数LS中至少一个高于阈值时，形成判断信息；
由报警单元接收判断信息，向外部发出报警信息；提醒用户进行处理。
在本次改进中，能够基于对吊绳系数LS的预测，在判断到吊绳的吊绳系数LS即将到达极限时，提前对吊绳进行处理；
在此基础上，做出进一步的改进：
步骤T105、在吊绳属于工作状态下，如果吊绳系数LS如果超过或者即将超过阈值时，对吊绳的力学性能进行检测，判断拉断力Ld、伸长率Sl、横截面积Jm中的是否存在至少一个超过阈值，如果超过阈值，则向外部发出预警。
在本步骤中，如果判断吊绳的吊绳系数LS存在安全隐患，则对吊绳进行针对性的处理，对安全隐患进行复核，如果吊绳确实存在一定的安全风险，则可以对吊绳进行报废处理，在需要吊取构件时，重新选择吊绳。
步骤T2、获取吊装设备的能耗数据Nh、最大拉力Dl，形成吊装系数DZ；包括如下内容：
在吊装设备处于工作状态时，记录吊装设备的能耗数据Nh、最大拉力Dl，两者均获取若干组数据中的最大值；其中，吊装系数DZ的获取方式如下：
将能耗数据Nh、最大拉力Dl进行归一化处理，吊装系数DZ计算符合如下公式：
Figure 690713DEST_PATH_IMAGE007
其中，
Figure 576630DEST_PATH_IMAGE008
，
Figure 699306DEST_PATH_IMAGE009
，且
Figure 190331DEST_PATH_IMAGE010
，
Figure 373050DEST_PATH_IMAGE011
、
Figure 683946DEST_PATH_IMAGE012
为权重，
Figure 344734DEST_PATH_IMAGE013
为常数修正系数，其具体值可由用户调整设置，或者由分析函数拟合生成。
使用时，在进行归一化处理之后，获取吊装系数DZ，能够对吊装设备的能耗数据Nh、最大拉力Dl进行整体化判断，降低判断的难度。
步骤T3、获取吊取构件的高度数据Wz，速度数据Mv，质量数据Zl，形成构件系数GJ；包括如下内容：
在构件由吊装设备通过吊绳将构件吊起前，获取构件的质量数据Zl；
在构件由吊装设备通过吊绳逐渐将构件吊起时，以固定的时间间隔，获取构件的高度数据Wz及速度数据Mv；
获取构件的高度数据Wz，速度数据Mv，质量数据Zl，进行归一化处理，并生成形成构件系数GJ，其生成方法符合以下公式：
Figure 690265DEST_PATH_IMAGE014
其中，
Figure 43886DEST_PATH_IMAGE008
，
Figure 638815DEST_PATH_IMAGE009
，
Figure 368874DEST_PATH_IMAGE015
且
Figure 568911DEST_PATH_IMAGE016
，
Figure 827854DEST_PATH_IMAGE017
为权重，其具体值可由用户依据实际经验进行调整及修正。
在本步骤中，将构件的高度数据Wz，速度数据Mv，质量数据Zl的数据进行汇总，能够总体上进行考虑，判断构件在被吊取的过程中，是否能够保持安全性，如果不能则需要用户做出针对性的改进。
作为进一步的改进：
获取构件的构件系数GJ，将构件系数GJ与相应的阈值进行对比，判断是否在阈值之外，如果构件系数GJ已经超过阈值，则意味着在吊取构件时，构件存在一定的安全隐患，向外部发出警报；
作为进一步的改进：
在构件系数GJ超过阈值时，获取与构件相关的速度数据Mv，质量数据Zl，判断速度数据Mv，质量数据Zl是否超过阈值，如果其中至少一个超过相应的阈值，则向外部发出预警信息。
在本步骤中，通过判断速度数据Mv，质量数据Zl是否超过阈值，进而能够确定构件安全性较低的原因，方便用户能够对吊取构件的质量或者抬升的速度进行调整，进而提高构件的安全性，降低产生意外的风险。
步骤3、获取建立的构件系数、吊装系数、吊绳系数，关联后获取吊取系数，将吊取系数与相应的阈值进行对比，判断是否在阈值之外；如果超过阈值，则向外部发出预警信息；
包含如下内容：
步骤301、构件系数GJ、吊装系数DZ及吊绳系数LS，进行归一化处理之后，通过计算汇总，形成吊取系数DQ；
吊取系数DQ的生成方法符合如下公式：
Figure 910080DEST_PATH_IMAGE018
其中，
Figure 647092DEST_PATH_IMAGE019
为构件系数GJ与吊绳系数LS之间的相关性系数，由在进行构件吊取过程中获取到的若干组构件系数GJ与吊绳系数LS之间进行相关性分析得到；
Figure 498373DEST_PATH_IMAGE020
为吊装系数DZ及吊绳系数LS之间的相关性系数，由在进行构件吊取过程中获取到的若干组吊装系数DZ及吊绳系数LS之间进行相关性分析得到；
所述
Figure 928217DEST_PATH_IMAGE013
为修正系数，其具体值可由用户依据实际经验进行调整及修正。
步骤302、获取到吊取系数DQ后，将吊取系数DQ与阈值进行对比，判断吊取系数DQ是否在阈值之外，如果在阈值之外，则向外部发出预警信息。
使用时，通过步骤301及步骤302，能够对构件系数GJ、吊装系数DZ及吊绳系数LS进行整体性的判断，如果吊取系数DQ超过阈值之后，则可以判断出吊装构件的过程中，会存在一定的安全风险的，在此过程中，操作人员也可以根据经验对修正系数
Figure 701001DEST_PATH_IMAGE013
进行修正，从而提高吊取系数的准确性，使之与实际使用的适配程度更高。
而在吊取系数DQ超过阈值之后，再对构件系数GJ、吊装系数DZ及吊绳系数LS分别进行核实，判断三个子因素中是否在超过阈值的部分，三个子因素中的至少一个出现问题，则可以完成对安全隐患的源头进行逐步溯源，确定导致吊取系数DQ超过阈值，引发安全隐患的原因。
步骤4、获取到吊装过程中运动模型，在利用吊装设备通过吊绳对构件吊取时，输入构件、吊绳及吊装设备的实际参数，获取到拟合系数；
包括如下时内容：
步骤401、通过建立的数字孪生模型，对构件的状态及构件的运动状态进行模拟；
步骤402、获取模拟出吊装过程，确定拟合函数，并基于拟合函数及实际参数值，进行若干次地吊取练习后，从数字孪生模型中重新获取的相应参数；并计算出模拟出的吊取系数；
步骤403、将模拟出的吊取系数记为拟合系数，计算拟合系数与吊取系数的相关性系数；
步骤404、判断相关性系数是否低于阈值，如果在阈值范围之内，则意味着建立的数字孪生模型能够满足实际需求。
使用时，在步骤4中，通过输入实际参数的形式，以建立的数字孪生模型获取拟合系数，并通过拟合系数与吊取系数的相关性，以此来确定数字孪生模型的可靠性；如果不再阈值范围之内时，则需要用户对建立的数字孪生模型进行修正或者改善。
步骤5、获取到拟合系数及吊取系数，进行关联，判断关联后的值是否超过阈值，如果超过阈值，则发出预警；
包括如下内容：
步骤501、获取拟合系数NH及吊取系数DQ，进行归一化处理后，确定权重系数，并进行关联，获取风险评估值FX；
其中，生成风险评估值的方法如下：
获取拟合系数NH及吊取系数DQ，进行归一化处理后，确定权重系数后，进行关联，获取风险评估值FX；将获取风险评估值FX与相应阈值进行对比，如果获取的风险评估值在范围之外，则向外部发出警报；
依据数字孪生模型，对构件吊装的风险评估方法如下：
沿着时间轴的延伸方向，以固定的时间间隔，连续获取若干个拟合系数NH及吊取系数DQ，分别记录为
Figure 772862DEST_PATH_IMAGE021
、
Figure 681913DEST_PATH_IMAGE022
，及
Figure 813817DEST_PATH_IMAGE023
、
Figure 808317DEST_PATH_IMAGE024
；
将两者相关形成风险评估值FX，其关联方法符合如下公式：
Figure 11766DEST_PATH_IMAGE025
Figure 509743DEST_PATH_IMAGE026
其中，
Figure 812549DEST_PATH_IMAGE027
，
Figure 91083DEST_PATH_IMAGE028
，且
Figure 708009DEST_PATH_IMAGE029
1，以
Figure 388389DEST_PATH_IMAGE030
对构件进行吊装时可能存在的风险进行表征，表征方式如下：
Figure 862096DEST_PATH_IMAGE031
其中，
Figure 831189DEST_PATH_IMAGE032
为权重，其具体值可由用户调整设置。
获取计算得出的
Figure 48544DEST_PATH_IMAGE030
，以
Figure 786693DEST_PATH_IMAGE030
的值对构件的吊取风险进行表征，在建立的数字孪生模型的帮助下，判断出吊取构件的风险进行量化处理，并形成风险评估值，方便工作人员能够直接通过量化数值，对吊取风险进行评估；
步骤502、获取计算得出的
Figure 431301DEST_PATH_IMAGE030
，并与相应的阈值进行对比，如果在阈值之外，则形成判断信息，由预警单元发出警报信息，提醒用户进行处理。
综合以上内容，在本申请中：
通过获取吊装设备通过吊绳吊取构件的过程及相应的数据参数，建立数字孪生模型，使用户能够在进行实际的装配体吊装之前，对构件吊取过程进行模拟，提前掌握吊装的过程，并且由于时数字孪生模型是基于实际参数建立，能够对构件、吊绳的状态进行拟合，输出拟合系数后，用户能够基于拟合系数来判断吊取装配体构件可能存在风险，避免吊绳断裂带来的意外。
而同时，通过对吊装设备、吊绳及构件进行量化，综合分析，最后形成吊取系数，吊取系数是基于实际参数而建立，通过判断吊取系数与阈值的关系，则能够再次的判断实际吊取过程中可能存在的风险，提醒用户及时注意。
更进一步的，通过将拟合系数吊取系数进行关联，获取风险评估值，以风险评估值对整个装配体吊装过程中来自设备装置的风险进行评价，综合程度高，稳定性好，相对于常见的数字孪生模型，在用于模拟时，模拟效果更加中肯，不仅仅能够模拟吊装过程，也能够对吊装风险进行评估，进一步地提高装配体吊装安全性。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，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申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种航道水下地形变化分析系统及方法逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
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，本申请的技术方案本质上或者说对现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）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM)、随机存取存储器（random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：包括，
对吊装的装配体的构件、吊绳及吊装设备进行数据采集，建立形状模型及运动模型；
分别对构件、吊装设备及吊绳的数据进行获取，并基于获取的数据，分别建立构件系数、吊装设备系数、吊绳系数，并分别评估吊取过程的安全性；包括：
获取吊绳的拉断力Ld、伸长率Sl、横截面积Jm，建立吊绳系数LS；获取吊装设备的能耗数据Nh、最大拉力Dl，形成吊装系数DZ；获取吊取构件的高度数据Wz，速度数据Mv，质量数据Zl，形成构件系数GJ；
其中，通过对检测仪器对吊绳的力学性能进行检测，获取吊绳的拉断力Ld、伸长率Sl及横截面积Jm，进行汇总，形成吊绳系数LS；
获取到吊绳系数LS后，与相应的阈值进行对比，判断是否在阈值之内，如果在阈值之外，则形成判断信息，由报警单元进行接收后，向外部发出预警信息；
将吊绳的拉断力Ld、伸长率Sl、横截面积Jm进行归一化处理，吊绳系数LS计算方式如下：
Figure 589263DEST_PATH_IMAGE001
其中，
Figure 131103DEST_PATH_IMAGE002
，
Figure 630217DEST_PATH_IMAGE003
，
Figure 257508DEST_PATH_IMAGE004
且
Figure 31429DEST_PATH_IMAGE005
，
Figure 693354DEST_PATH_IMAGE006
为权重，其具体值可由用户依据实际经验进行调整及修正；
获取到吊装过程中运动模型，在利用吊装设备通过吊绳对构件吊取时，输入构件、吊绳及吊装设备的实际参数，获取到拟合系数；
获取到拟合系数及吊取系数，进行关联，判断关联后的值是否超过阈值，如果超过阈值，则发出预警；包括：
获取拟合系数NH及吊取系数DQ，进行归一化处理后，确定权重系数，并进行关联，获取风险评估值FX；
生成风险评估值的方法如下：
获取拟合系数NH及吊取系数DQ，进行归一化处理后，确定权重系数后进行关联，获取风险评估值FX；
将获取风险评估值FX与相应阈值进行对比，如果获取的风险评估值在范围之外，则向外部发出警报。
2.根据权利要求1所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
通过扫描装置对吊装设备、构件及吊绳进行扫描，获取外形扫描数据；接收外形扫描数据，对吊装设备、构件及吊索进行建模，建立形状模型；
以成像装置对吊装设备的吊装过程进行成像，将图像数据化，建立构件的运动模型；获取形状模型及运动模型，建立初步模型，采集吊装设备的性能数据，及吊绳的力学性能数据，及实际使用过程的折旧参数，输入至初步模型中；
以机器学习的形式进行监督学习，多次训练之后，完成吊装过程的数字孪生模型的构建。
3.根据权利要求1所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
在吊绳处于工作状态时，沿着时间轴获取若干个吊绳系数LS数据，基于二次平滑指数，对下一周期的吊绳系数LS进行预测，获取预测后的吊绳系数LS，将预测后的吊绳系数LS与阈值相比；
如果当前的吊绳系数LS及预测后的吊绳系数LS中至少一个高于阈值时，形成判断信息；由报警单元接收判断信息，向外部发出报警信息；提醒用户进行处理；
在吊绳属于工作状态下，如果吊绳系数LS如果超过或者即将超过阈值时，对吊绳的力学性能进行检测，判断拉断力Ld、伸长率Sl、横截面积Jm中的是否存在至少一个超过阈值，如果超过阈值，则向外部发出预警。
4.根据权利要求3所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
在吊装设备处于工作状态时，记录吊装设备的能耗数据Nh、最大拉力Dl，两者均获取若干组数据中的最大值；
将能耗数据Nh、最大拉力Dl进行归一化处理，吊装系数DZ计算符合如下公式：
Figure 363370DEST_PATH_IMAGE007
其中，
Figure 212377DEST_PATH_IMAGE008
，
Figure 993251DEST_PATH_IMAGE009
，且
Figure 306421DEST_PATH_IMAGE010
，
Figure 350600DEST_PATH_IMAGE011
、
Figure 952483DEST_PATH_IMAGE012
为权重，
Figure 333786DEST_PATH_IMAGE013
为常数修正系数，其具体值可由用户调整设置，或者由分析函数拟合生成。
5.根据权利要求1所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
在构件由吊装设备通过吊绳将构件吊起前，获取构件的质量数据Zl；
在构件由吊装设备通过吊绳逐渐将构件吊起时，以固定的时间间隔，获取构件的高度数据Wz及速度数据Mv；
获取构件的高度数据Wz，速度数据Mv，质量数据Zl，进行归一化处理，并生成形成构件系数GJ，其生成方法符合以下公式：
Figure 439145DEST_PATH_IMAGE014
其中，
Figure 450963DEST_PATH_IMAGE015
，
Figure 540142DEST_PATH_IMAGE016
，
Figure 662819DEST_PATH_IMAGE017
且
Figure 888264DEST_PATH_IMAGE018
，
Figure 70984DEST_PATH_IMAGE019
为权重，其具体值可由用户依据实际经验进行调整及修正。
6.根据权利要求5所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
获取构件的构件系数GJ，将构件系数GJ与相应的阈值进行对比，判断是否在阈值之外，如果构件系数GJ已经超过阈值，则意味着在吊取构件时，构件存在一定的安全隐患，向外部发出警报；
在构件系数GJ超过阈值时，获取与构件相关的速度数据Mv，质量数据Zl，判断速度数据Mv，质量数据Zl是否超过阈值，如果其中至少一个超过相应的阈值，则向外部发出预警信息。
7.根据权利要求6所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
将构件系数GJ、吊装系数DZ及吊绳系数LS，进行归一化处理之后，通过计算汇总，形成吊取系数DQ；
吊取系数DQ的生成方法符合如下公式：
Figure 444196DEST_PATH_IMAGE020
其中，
Figure 573826DEST_PATH_IMAGE021
为构件系数GJ与吊绳系数LS之间的相关性系数，由在进行构件吊取过程中获取到的若干组构件系数GJ与吊绳系数LS之间进行相关性分析得到；
Figure 653778DEST_PATH_IMAGE022
为吊装系数DZ及吊绳系数LS之间的相关性系数，由在进行构件吊取过程中获取到的若干组吊装系数DZ及吊绳系数LS之间进行相关性分析得到；
所述
Figure 69715DEST_PATH_IMAGE013
为修正系数，其具体值可由用户依据实际经验进行调整及修正。
8.根据权利要求3所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
通过建立的数字孪生模型，对构件的状态及构件的运动状态进行模拟；
获取模拟出吊装过程，确定拟合函数，并基于拟合函数及实际参数值，进行若干次地吊取练习后，从数字孪生模型中重新获取的相应参数；并计算出模拟出的吊取系数；
将模拟出的吊取系数记为拟合系数，计算拟合系数与吊取系数的相关性系数；
判断相关性系数是否低于阈值，如果在阈值范围之内，则意味着建立的数字孪生模型能够满足实际需求。
9.根据权利要求1所述的一种装配式建筑预制构件智能吊装过程数字孪生建模方法，其特征在于：
依据数字孪生模型，对构件吊装的风险评估方法如下：
沿着时间轴的延伸方向，以固定的时间间隔，连续获取若干个拟合系数NH及吊取系数DQ，分别记录为
Figure 867907DEST_PATH_IMAGE023
、
Figure 332386DEST_PATH_IMAGE024
，及
Figure 266844DEST_PATH_IMAGE025
、
Figure 322525DEST_PATH_IMAGE026
；
将两者相关形成风险评估值FX，其关联方法符合如下公式：
Figure 342434DEST_PATH_IMAGE027
Figure 610604DEST_PATH_IMAGE028
其中，
Figure 461885DEST_PATH_IMAGE029
，
Figure 891730DEST_PATH_IMAGE030
，且
Figure 664514DEST_PATH_IMAGE031
1，以
Figure 533113DEST_PATH_IMAGE032
对构件进行吊装时可能存在的风险进行表征，表征方式如下：
Figure 442163DEST_PATH_IMAGE033
其中，
Figure 574067DEST_PATH_IMAGE034
为权重，其具体值可由用户调整设置；
获取计算得出的
Figure 302988DEST_PATH_IMAGE032
，并与相应的阈值进行对比，如果在阈值之外，则形成判断信息，由预警单元发出警报信息，提醒用户进行处理。
CN202211250367.XA 2022-10-13 2022-10-13 一种装配式建筑预制构件智能吊装过程数字孪生建模方法 Active CN115329446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211250367.XA CN115329446B (zh) 2022-10-13 2022-10-13 一种装配式建筑预制构件智能吊装过程数字孪生建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211250367.XA CN115329446B (zh) 2022-10-13 2022-10-13 一种装配式建筑预制构件智能吊装过程数字孪生建模方法

Publications (2)

Publication Number Publication Date
CN115329446A true CN115329446A (zh) 2022-11-11
CN115329446B CN115329446B (zh) 2023-01-31

Family

ID=83914577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211250367.XA Active CN115329446B (zh) 2022-10-13 2022-10-13 一种装配式建筑预制构件智能吊装过程数字孪生建模方法

Country Status (1)

Country Link
CN (1) CN115329446B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116151695A (zh) * 2023-04-20 2023-05-23 青岛工学院 一种橡塑密封件结构加工质量评估系统及方法
CN116305460A (zh) * 2023-03-16 2023-06-23 中铁北京工程局集团有限公司 一种基于碎石桩和cfg桩的不良地质施工方法
CN117034043A (zh) * 2023-10-09 2023-11-10 山东五棵松电气科技有限公司 基于多能源物联网的智慧建筑综合能耗监测方法及系统
CN117195601A (zh) * 2023-11-07 2023-12-08 江苏航运职业技术学院 基于数字孪生的装配式建筑施工安全风险智能管理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111230887A (zh) * 2020-03-10 2020-06-05 合肥学院 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法
CN112084550A (zh) * 2020-06-24 2020-12-15 北京工业大学 一种装配式建筑预制构件智能吊装过程数字孪生建模方法
CN113011085A (zh) * 2021-02-26 2021-06-22 青岛弯弓信息技术有限公司 一种设备数字孪生建模方法及系统
CN113902242A (zh) * 2021-08-27 2022-01-07 广西电网有限责任公司南宁供电局 一种基于数字孪生的电网设备的综合状态评价方法及系统
CN113971463A (zh) * 2021-10-13 2022-01-25 杭州英集动力科技有限公司 一种供热管线风险分布分析方法与巡检路径规划系统
CN114879613A (zh) * 2022-04-24 2022-08-09 方圆标志认证集团浙江有限公司 一种工业控制系统信息安全攻击风险评估方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111230887A (zh) * 2020-03-10 2020-06-05 合肥学院 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法
CN112084550A (zh) * 2020-06-24 2020-12-15 北京工业大学 一种装配式建筑预制构件智能吊装过程数字孪生建模方法
CN113011085A (zh) * 2021-02-26 2021-06-22 青岛弯弓信息技术有限公司 一种设备数字孪生建模方法及系统
CN113902242A (zh) * 2021-08-27 2022-01-07 广西电网有限责任公司南宁供电局 一种基于数字孪生的电网设备的综合状态评价方法及系统
CN113971463A (zh) * 2021-10-13 2022-01-25 杭州英集动力科技有限公司 一种供热管线风险分布分析方法与巡检路径规划系统
CN114879613A (zh) * 2022-04-24 2022-08-09 方圆标志认证集团浙江有限公司 一种工业控制系统信息安全攻击风险评估方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘占省 等: "装配式建筑吊装安全风险管理数字孪生模型建立方法", 《第八届BIM技术国际交流会——工程项目全生命期协同应用创新发展》 *
刘占省等: "装配式建筑施工过程数字孪生建模方法", 《建筑结构学报》 *
张文强: "装配式预制构件吊装作业风险评价与控制研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116305460A (zh) * 2023-03-16 2023-06-23 中铁北京工程局集团有限公司 一种基于碎石桩和cfg桩的不良地质施工方法
CN116305460B (zh) * 2023-03-16 2023-09-19 中铁北京工程局集团有限公司 一种基于碎石桩和cfg桩的不良地质施工方法
CN116151695A (zh) * 2023-04-20 2023-05-23 青岛工学院 一种橡塑密封件结构加工质量评估系统及方法
CN117034043A (zh) * 2023-10-09 2023-11-10 山东五棵松电气科技有限公司 基于多能源物联网的智慧建筑综合能耗监测方法及系统
CN117034043B (zh) * 2023-10-09 2024-01-16 山东五棵松电气科技有限公司 基于多能源物联网的智慧建筑综合能耗监测方法及系统
CN117195601A (zh) * 2023-11-07 2023-12-08 江苏航运职业技术学院 基于数字孪生的装配式建筑施工安全风险智能管理方法
CN117195601B (zh) * 2023-11-07 2024-02-09 江苏航运职业技术学院 基于数字孪生的装配式建筑施工安全风险智能管理方法

Also Published As

Publication number Publication date
CN115329446B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN115329446B (zh) 一种装配式建筑预制构件智能吊装过程数字孪生建模方法
CN109490072B (zh) 一种土木工程建筑用检测系统及其检测方法
CN110733983B (zh) 一种塔吊安全控制系统及其控制方法
CN102876838B (zh) 一种转炉内碳含量和温度检测系统
CN116611712B (zh) 基于语义推断的电网工作票评估系统
CN109019210B (zh) 基于卷积神经网络的提升系统尾绳健康监测系统及方法
CN115186917A (zh) 一种主动预警式风险管控系统及方法
CN110092255A (zh) 一种基于物联网云平台的电梯监控、维保方法及系统
CN104965055A (zh) 矿用钢丝绳在线检测与安全评估方法及系统
CN112668873A (zh) 矿山安全态势分析及预测预警方法
CN110645899A (zh) 一种结构裂缝分布式光纤监测方法及装置
CN113697670B (zh) 一种起重机设备的智能化管控方法及系统
CN109947064B (zh) 智能通水温度控制专家系统及硬件检测和数据监测方法
US11649140B2 (en) Rail installation assist device, rail installation assist method, rail installation assist system, and computer program product
CN117268455B (zh) 一种工程建筑施工质量检测设备的监测系统
TWI677844B (zh) 具輔助判斷功能之產品測試系統及應用於其上的產品測試輔助方法
JP6823025B2 (ja) 検査装置及び機械学習方法
CN113312696A (zh) 基于arima算法的桥梁健康状况动态预测告警方法
CN202989198U (zh) 一种转炉内碳含量和温度检测系统
CN115650006B (zh) 一种基于大数据的电梯安全监测预警方法及系统
CN110083131A (zh) 基于变化幅度的工艺参数在线预警方法及可读存储介质
CN116086677A (zh) 一种多钢丝绳张力平衡监测方法、系统及电子设备
JP7229338B2 (ja) 検査装置及び検査方法
CN111624302A (zh) 自动标定方法、气体检测装置、终端及可读存储介质
KR102309113B1 (ko) 기자재 품질검사를 위한 시스템

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
TR01 Transfer of patent right

Effective date of registration: 20230627

Address after: 200000 floor 2, 100 Guokang Road, Yangpu District, Shanghai

Patentee after: Youji construction technology development (Shanghai) Co.,Ltd.

Address before: 226000 No.185 Tongsheng Avenue, Nantong Economic and Technological Development Zone, Jiangsu Province

Patentee before: JIANGSU VOCATIONAL & TECHNICAL SHIPPING College

TR01 Transfer of patent right