CN115862302A - 基于物联网的建筑工程信息查询系统 - Google Patents

基于物联网的建筑工程信息查询系统 Download PDF

Info

Publication number
CN115862302A
CN115862302A CN202310160063.2A CN202310160063A CN115862302A CN 115862302 A CN115862302 A CN 115862302A CN 202310160063 A CN202310160063 A CN 202310160063A CN 115862302 A CN115862302 A CN 115862302A
Authority
CN
China
Prior art keywords
building
parameters
early warning
model
threshold value
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
CN202310160063.2A
Other languages
English (en)
Other versions
CN115862302B (zh
Inventor
卢美秀
刘玉虎
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.)
Shenzhen Expressway Group Digital Technology Co ltd
Original Assignee
Xi'an Yaohe Information 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 Xi'an Yaohe Information Technology Co ltd filed Critical Xi'an Yaohe Information Technology Co ltd
Priority to CN202310160063.2A priority Critical patent/CN115862302B/zh
Publication of CN115862302A publication Critical patent/CN115862302A/zh
Application granted granted Critical
Publication of CN115862302B publication Critical patent/CN115862302B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明公开了基于物联网的建筑工程信息查询系统，包括阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境通过Logistic回归分析方法计算校正值，二次判断模块：在建筑物出现特殊环境时，通过校正值重新修正初始阈值得到校正阈值，并将预测模型与校正阈值进行比较后，判断是否在BIM模型上生成预警信号。本发明可以提前对建筑物进行异常处理，并且，针对特殊环境校正初始阈值，在避免系统误报警的同时，还提高了系统的判断效率。

Description

基于物联网的建筑工程信息查询系统
技术领域
本发明涉及信息查询系统技术领域，具体涉及基于物联网的建筑工程信息查询系统。
背景技术
建筑工程信息查询系统可以帮助用户实时监测和查询建筑物的各种信息，为了更直观的得到建筑物的多项参数信息，现有的建筑工程信息查询系统通常使用BIM模型展示建筑物，先通过收集建筑物的图纸、平面图、立面图、截面图、地形图、空气质量等数据，通过BIM软件（如Revit）创建建筑物的基本结构，再通过设置在建筑物内部的传感器设备监测建筑物的实时环境参数，从而在建筑物模型上可视化展示建筑物的环境信息。
现有技术存在以下不足：
1、现有的查询系统通常是传感器设备实时监测建筑物多个区域的环境信息，当某个区域的环境信息出现异常时，反馈至BIM模型中显示，然而，建筑物出现异常到处理异常往往需要一段时间，当监测到环境信息异常（如发生火灾或建筑物坍塌等等）再报警提示，在出现异常到处理异常这段时间内，建筑物因为异常的环境信息可能出现更大的经济损失；
2、现有查询系统通常是对每台传感器设定一个阈值进行监测，当监测值超过阈值时，系统发出环境信息异常信号，然而，针对一些突然出现的特殊场景时（即不是实时发生的场景），查询系统不能在特殊场景发生时自行调节设定的阈值，特殊场景出现可能会影响到监测参数值的大小，不仅会导致系统误警报，而且在特殊场景出现异常环境信息时，也可能导致系统警报时间延长或不发出警报，存在较大的使用局限性。
发明内容
本发明的目的是提供基于物联网的建筑工程信息查询系统，以解决背景技术中不足。
为了实现上述目的，本发明提供如下技术方案：基于物联网的建筑工程信息查询系统，包括模型建立模块、异常预警模块、阈值动态调节模块、二次判断模块；
模型建立模块：用于收集建筑物信息后基于BIM软件建立建筑物BIM模型；
异常预警模块：用于监测建筑物的建筑参数以及环境参数，建筑参数以及环境参数归一化处理建立预测模型，并通过预测模型与初始阈值的对比结果判断是否在BIM模型上生成预警信号；
阈值动态调节模块：基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境通过Logistic回归分析方法计算校正值；
二次判断模块：在建筑物出现特殊环境时，通过校正值重新修正初始阈值得到校正阈值，并将预测模型与校正阈值进行比较后，判断是否在BIM模型上生成预警信号。
在一个优选的实施方式中，所述异常预警模块包括信息监测单元、建模单元、对比单元以及预警单元；
信息监测单元用于在线实时监测建筑物的建筑参数以及环境参数，并将建筑参数以及环境参数基于物联网远程发送至建模单元，建模单元将建筑参数以及环境参数进行归一化处理，建立预测模型，对比单元用于预测模型与预警阈值进行对比，根据对比结果，预警单元选择是否在BIM模型上生成预警信号。
在一个优选的实施方式中，所述信息监测单元采集建筑物的建筑参数以及环境参数；
所述建模单元将建筑参数以及环境参数进行归一化处理，建立预测模型
Figure SMS_1
，表达式为：
Figure SMS_2
式中，
Figure SMS_3
分别为建筑参数以及环境参数的比例系数，/>
Figure SMS_4
，
Figure SMS_5
为建筑参数，/>
Figure SMS_6
为环境参数。
在一个优选的实施方式中，所述对比单元设定预警阈值
Figure SMS_7
，将预测模型/>
Figure SMS_8
与预警阈值/>
Figure SMS_9
进行对比；
若预测模型
Figure SMS_10
预警阈值/>
Figure SMS_11
，在BIM模型对应区域上生成预警信号；
若预测模型
Figure SMS_12
预警阈值/>
Figure SMS_13
，则不生成预警信号，采集数据传输至BIM模型上显示。
在一个优选的实施方式中，所述建筑参数
Figure SMS_14
：建筑参数采集建筑物参数，其中，/>
Figure SMS_15
为建筑物承载稳定率，/>
Figure SMS_16
为建筑物承重量，/>
Figure SMS_17
载物重量，/>
Figure SMS_18
为建筑物受震不稳定率，/>
Figure SMS_19
为建筑物构架强度、/>
Figure SMS_20
为建筑物所受震动力；
所述环境参数
Figure SMS_21
：环境参数采集环境影响参数，其中，/>
Figure SMS_22
为环境烟雾颗粒浓度，/>
Figure SMS_23
设备运行稳定率，/>
Figure SMS_24
为设备运行负载，/>
Figure SMS_25
为设备运行散热效率。
在一个优选的实施方式中，所述阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境设置为
Figure SMS_26
集合，各个特殊环境分别表示为/>
Figure SMS_27
，n为涉及特殊环境的个数，通过Logistic回归分析方法计算获取校正值，指数表达式为：/>
Figure SMS_28
式中，
Figure SMS_29
为校正值，/>
Figure SMS_30
为常数项，且/>
Figure SMS_31
为所有细微影响因素系数，
Figure SMS_32
为变量，/>
Figure SMS_33
为各个变量的回归系数。
在一个优选的实施方式中，所述阈值动态调节模块通过校正值
Figure SMS_34
重新校正预警阈值/>
Figure SMS_35
，表达式为：
Figure SMS_36
式中，
Figure SMS_37
为校正值，/>
Figure SMS_38
为校正阈值。
在一个优选的实施方式中，当建筑物出现特殊环境时，所述二次判断模块将预测模型
Figure SMS_39
与校正阈值/>
Figure SMS_40
进行对比：
若预测模型
Figure SMS_41
校正阈值/>
Figure SMS_42
，在BIM模型对应区域上生成预警信号；
若预测模型
Figure SMS_43
校正阈值/>
Figure SMS_44
，不生成预警信号，采集数据传输至BIM模型上显示。
在一个优选的实施方式中，所述模型建立模块收集建筑物信息后基于BIM软件建立建筑物BIM模型包括：
收集建筑物信息，根据收集到的信息，使用BIM软件建立建筑物的初步模型，在初步建模的基础上，将建筑物分解为各个构件，在建立构件的过程中，为每个构件添加属性信息，分析每个构件之间的关系和相互作用，将各个构件组合成系统，在建立系统之后，完善并输出模型。
在一个优选的实施方式中，回归系数
Figure SMS_45
的取值依据特殊场景对建筑参数和环境参数的影响来设置，当特殊场景出现导致建筑参数和环境参数升高，回归系数/>
Figure SMS_46
，当特殊场景出现导致建筑参数和环境参数降低，回归系数/>
Figure SMS_47
。
在上述技术方案中，本发明提供的技术效果和优点：
1、本发明通过监测建筑物的建筑参数以及环境参数，建筑参数以及环境参数归一化处理建立预测模型，并通过预测模型与初始阈值的对比结果判断是否在BIM模型上生成预警信号，阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，从而提前预测建筑物将会出现异常，进而可以提前对建筑物进行异常处理，并且，针对特殊环境校正初始阈值，在避免系统误报警的同时，还提高了系统的判断效率；
2、本发明通过采集建筑参数以及环境参数进行归一化处理，建立预测模型
Figure SMS_48
，将多源异构数据去除单位后综合分析，有利于提高数据的处理效率，并且，通过将预测模型/>
Figure SMS_49
与预警阈值/>
Figure SMS_50
进行对比，根据对比结果判断区域是否存在安全影响因素，从而在建筑物发生安全事故前提前做出处理，保障建筑物的安全使用；
3、本发明根据数据库获取历史对建筑物参数有影响的特殊环境，通过回归分析方法计算获取校正值，当出现特殊环境时，通过校正值重新校正预警阈值，从而避免在特殊环境中，系统出现误报警或不报警的现象，提高在特殊环境下，系统的实用性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明的系统框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
实施例1
请参阅图1所示，本实施例所述基于物联网的建筑工程信息查询系统，包括模型建立模块、异常预警模块、阈值动态调节模块、二次判断模块；
模型建立模块收集建筑物信息后基于BIM软件建立建筑物BIM模型，异常预警模块监测建筑物的建筑参数以及环境参数，建筑参数以及环境参数归一化处理建立预测模型，并通过预测模型与初始阈值的对比结果判断是否在BIM模型上生成预警信号，阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境通过Logistic回归分析方法计算校正值，建筑物出现特殊环境时，二次判断模块通过校正值重新修正初始阈值得到校正阈值，并将预测模型与校正阈值进行比较后，判断是否在BIM模型上生成预警信号。
本申请通过监测建筑物的建筑参数以及环境参数，建筑参数以及环境参数归一化处理建立预测模型，并通过预测模型与初始阈值的对比结果判断是否在BIM模型上生成预警信号，阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，从而提前预测建筑物将会出现异常，进而可以提前对建筑物进行异常处理，并且，针对特殊环境校正初始阈值，在避免系统误报警的同时，还提高了系统的判断效率。
本实施例中，模型建立模块收集建筑物信息后基于BIM软件建立建筑物BIM模型包括以下步骤：
收集建筑物信息：包括建筑物的图纸、CAD文件、施工记录、设备信息，可以通过实地勘察和使用激光扫描、无人机技术手段获取更加详细的信息；
初步建模：根据收集到的信息，使用BIM软件建立建筑物的初步模型；这个步骤包括设置建筑物的坐标系、绘制建筑物的外部形状和空间结构；
建立建筑物构件：在初步建模的基础上，将建筑物分解为各个构件，例如墙、楼板、梁、柱，对于复杂的构件，可以使用BIM软件的插件或其他辅助工具进行建模；
添加属性信息：在建立构件的过程中，需要为每个构件添加属性信息，例如构件的材料、尺寸、重量、用途，这些属性信息可以帮助用户更好地理解和管理建筑物模型；
建立关系：在建立构件的过程中，需要考虑它们之间的关系和相互作用，例如，梁和柱之间需要连接，楼板需要放置在墙体上；
建立系统：将各个构件组合成系统，例如空调系统、电气系统、通风系统，这个步骤需要考虑系统之间的相互作用和影响；
完善模型：在建立系统之后，需要对模型进行完善，这个步骤包括添加细节信息、调整模型精度、进行碰撞检测、优化模型性能；
输出模型：在模型建立完毕后，需要输出模型以便后续使用，这个步骤包括导出模型文件、生成模型渲染图像、导出模型属性信息。
通过上述步骤建立建筑物的BIM三维空间可视化模型后，需要将异常预警模块建立的预测模型与BIM模型相结合，包括以下步骤：
将采集数据中的模拟数据进行模数转换，这些数据进行数字化处理，将模拟信号转化为可读的数字化数据；
将数字化的实时监测数据与BIM模型进行关联，可以通过BIM软件的插件或其他辅助工具将实时监测数据输入到BIM模型中，关联的方式可以是以构件为单位，也可以是以区域为单位；
在关联完成后，将实时监测数据显示在BIM模型上，可以使用BIM软件的可视化功能，将监测数据以图表、数字、颜色等形式显示在BIM模型上，这些显示方式可以根据监测数据的不同类型进行定制。
本实施例中，将模拟数据转换为数字数据通过模数转换器（ADC）完成的，将连续的模拟数据转换为离散的数字数据，对数字数据编码，以便在传输和存储中占用更少的空间，编码可以使用各种算法完成，例如霍夫曼编码、差分编码、熵编码等，将编码后的数字数据还原为原始的数字数据，解码过程需要使用相应的解码算法，例如将霍夫曼编码解压缩为原始数据。
实施例2
所述异常预警模块包括信息监测单元、建模单元、对比单元以及预警单元；
信息监测单元用于在线实时监测建筑物的建筑参数以及环境参数，并将建筑参数以及环境参数基于物联网远程发送至建模单元，建模单元将建筑参数以及环境参数进行归一化处理，建立预测模型，对比单元用于预测模型与预警阈值进行对比，根据对比结果，预警单元选择是否在BIM模型上生成预警信号。
信息监测单元采集建筑物的建筑参数以及环境参数；
建模单元将建筑参数以及环境参数进行归一化处理，建立预测模型
Figure SMS_51
，表达式为：
Figure SMS_52
式中，
Figure SMS_53
分别为建筑参数以及环境参数的比例系数，/>
Figure SMS_54
，
Figure SMS_55
为建筑参数，/>
Figure SMS_56
为环境参数；
建筑参数
Figure SMS_57
：建筑参数主要是采集建筑物参数，其中，/>
Figure SMS_58
为建筑物承载稳定率，/>
Figure SMS_59
为建筑物承重量，/>
Figure SMS_60
载物重量，/>
Figure SMS_61
为建筑物受震不稳定率，/>
Figure SMS_62
为建筑物构架强度、/>
Figure SMS_63
为建筑物所受震动力；
环境参数
Figure SMS_64
：环境参数主要是采集环境影响参数，其中，/>
Figure SMS_65
为环境烟雾颗粒浓度，/>
Figure SMS_66
设备运行稳定率，/>
Figure SMS_67
为设备运行负载，/>
Figure SMS_68
为设备运行散热效率。
将建筑参数中的建筑物承重量、载物重量、建筑物所受震动力、建筑物构架强度综合计算，主要用于判断建筑物是否存在坍塌的风险；
将环境参数中的环境烟雾颗粒浓度、设备运行负载、设备运行散热效率综合计算，主要用于判断建筑物是否存在爆炸以及火灾等风险。
对比单元设定预警阈值
Figure SMS_69
，将预测模型/>
Figure SMS_70
与预警阈值/>
Figure SMS_71
进行对比；
若预测模型
Figure SMS_72
预警阈值/>
Figure SMS_73
，预警单元判断建筑物存在安全影响因素，根据参数采集区域，在BIM模型对应区域上生成预警信号，安全维护人员需要根据预警信号以及采集的参数排除建筑物存在的风险；
若预测模型
Figure SMS_74
预警阈值/>
Figure SMS_75
，预警单元判断建筑物不存在安全影响因素，不生成预警信号，采集数据传输至BIM模型上显示。
具体的，在BIM模型对应区域上生成预警信号的方式包括但不限于：当预测模型
Figure SMS_76
预警阈值/>
Figure SMS_77
时，可在BIM模型对应区域上通过颜色提示（以红色为主）、放大文字（warning）闪烁提示、根据主要的影响参数在BIM模型上进行模拟演示（如在区域模拟坍塌、爆炸或火灾）。
本申请通过采集建筑参数以及环境参数进行归一化处理，建立预测模型
Figure SMS_78
，将多源异构数据去除单位后综合分析，有利于提高数据的处理效率，并且，通过将预测模型/>
Figure SMS_79
与预警阈值/>
Figure SMS_80
进行对比，根据对比结果判断区域是否存在安全影响因素，从而在建筑物发生安全事故前提前做出处理，保障建筑物的安全使用。
实施例3
本实施例与实施例2的区别在于，实施例2中，主要是通过预测模型
Figure SMS_81
预警阈值
Figure SMS_82
进行对比来判断是否需要生成预警信号；
然而，建筑物使用过程中，会遇到特殊环境（特殊环境往往是持续一段时间消失），遇到特殊环境时，会导致信息监测单元采集到的某些参数发生改变，如果在特殊环境中，不重新对预警阈值
Figure SMS_83
进行调节的话，可能会导致预警单元误报警提示或报警不及时；
因此，本实施例中，主要对阈值动态调节模块做进一步说明，方案如下：
所述阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境设置为
Figure SMS_84
集合，各个特殊环境分别表示为/>
Figure SMS_85
，n为涉及特殊环境的个数，通过Logistic回归分析方法计算获取校正值，指数表达式为：
Figure SMS_86
式中，
Figure SMS_87
为校正值，/>
Figure SMS_88
为常数项，且/>
Figure SMS_89
为所有细微影响因素系数，
Figure SMS_90
为变量（特殊环境个数），/>
Figure SMS_91
为各个变量的回归系数；
具体的，
Figure SMS_92
为常数项，且/>
Figure SMS_93
为所有细微影响因素系数具体含义为：本申请中所采集的特殊环境为代表性的特殊环境（如建筑物周边存在短期施工、建筑物所处环境风速大等），这些特殊环境对系统异常预警精度的影响大，但是，本申请在实际的使用过程中，还存在其它不具有代表性的细微影响因素（如微风或建筑物周边车流量增加）也会对系统异常预警精度造成影响，该影响较小，因此，通过设定常数项/>
Figure SMS_94
对Logistic回归分析方法进行修正，当具有代表性的特殊环境不存在时，通过常数项/>
Figure SMS_95
确定校正值/>
Figure SMS_96
。
本实施例中，回归系数
Figure SMS_97
的取值依据特殊场景对建筑参数和环境参数的影响来设置，当特殊场景出现导致建筑参数和环境参数升高时，回归系数/>
Figure SMS_98
，当特殊场景出现导致建筑参数和环境参数降低时，回归系数/>
Figure SMS_99
；
例如，当建筑物周边存在短期施工时，会导致建筑物在施工时段内受到的震动力增大，此时回归系数
Figure SMS_100
，并增大预警阈值，避免在施工期间系统一直进行预警；
当建筑物所处环境风速大时，即便建筑物内部的烟雾颗粒浓度增大，也会因为风速影响快速扩散，从而导致烟雾颗粒浓度减少，此时回归系数
Figure SMS_101
，并减小预警阈值，避免建筑物系统延迟报警或不报警；
本发明使用时校正值
Figure SMS_102
的逻辑因素组成：以特殊环境对建筑参数和环境参数的影响为例，一是指标，即导致建筑参数和环境参数改变的因素（本发明指环境对参数的影响）；二是这些指标的权重，即每一种特殊环境产生时所占的比重；三是运算方程式，即通过什么样的数学运算过程得出结果，将具有各自权重的指标通过运算方程式的运算所得出的校正值/>
Figure SMS_103
。
对样本中获取的特殊环境进行数据转化和处理，转化成电脑软件可以识别的数据语言；其次，将这些评估因素运用SPSS软件进行Logistic回归分析，筛选出与结果具有重要相关性的因素及其权重；再次，将评估因素和权重带入Logistic回归方程进行运算，从而得出结果。
获取校正值
Figure SMS_104
后，阈值动态调节模块通过校正值重新校正预警阈值，表达式为：
Figure SMS_105
式中，
Figure SMS_106
为校正值，/>
Figure SMS_107
为校正阈值。
获取校正阈值
Figure SMS_108
后，当建筑物出现特殊环境时，二次判断模块通过校正值重新修正初始阈值得到校正阈值，并将预测模型与校正阈值进行比较后，判断是否在BIM模型上生成预警信号包括以下步骤：/>
若预测模型
Figure SMS_109
校正阈值/>
Figure SMS_110
，预警单元判断建筑物存在安全影响因素，根据参数采集区域，在BIM模型对应区域上生成预警信号，安全维护人员需要根据预警信号以及采集的参数排除建筑物存在的风险；
若预测模型
Figure SMS_111
校正阈值/>
Figure SMS_112
，预警单元判断建筑物不存在安全影响因素，不生成预警信号，采集数据传输至BIM模型上显示。
本申请根据数据库获取历史对建筑物参数有影响的特殊环境，通过回归分析方法计算获取校正值，当出现特殊环境时，通过校正值重新校正预警阈值，从而避免在特殊环境中，系统出现误报警或不报警的现象，提高在特殊环境下，系统的实用性。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
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。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
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。

Claims (10)

1.基于物联网的建筑工程信息查询系统，其特征在于：包括模型建立模块、异常预警模块、阈值动态调节模块、二次判断模块；
模型建立模块：用于收集建筑物信息后基于BIM软件建立建筑物BIM模型；
异常预警模块：用于监测建筑物的建筑参数以及环境参数，建筑参数以及环境参数归一化处理建立预测模型，并通过预测模型与初始阈值的对比结果判断是否在BIM模型上生成预警信号；
阈值动态调节模块：基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境通过Logistic回归分析方法计算校正值；
二次判断模块：在建筑物出现特殊环境时，通过校正值重新修正初始阈值得到校正阈值，并将预测模型与校正阈值进行比较后，判断是否在BIM模型上生成预警信号。
2.根据权利要求1所述的基于物联网的建筑工程信息查询系统，其特征在于：所述异常预警模块包括信息监测单元、建模单元、对比单元以及预警单元；
信息监测单元用于在线实时监测建筑物的建筑参数以及环境参数，并将建筑参数以及环境参数基于物联网远程发送至建模单元，建模单元将建筑参数以及环境参数进行归一化处理，建立预测模型，对比单元用于预测模型与预警阈值进行对比，根据对比结果，预警单元选择是否在BIM模型上生成预警信号。
3.根据权利要求2所述的基于物联网的建筑工程信息查询系统，其特征在于：所述信息监测单元采集建筑物的建筑参数以及环境参数；
所述建模单元将建筑参数以及环境参数进行归一化处理，建立预测模型
Figure QLYQS_1
，表达式为：
Figure QLYQS_2
式中，
Figure QLYQS_3
分别为建筑参数以及环境参数的比例系数，/>
Figure QLYQS_4
，
Figure QLYQS_5
为建筑参数，/>
Figure QLYQS_6
为环境参数。
4.根据权利要求3所述的基于物联网的建筑工程信息查询系统，其特征在于：所述对比单元设定预警阈值
Figure QLYQS_7
，将预测模型/>
Figure QLYQS_8
与预警阈值/>
Figure QLYQS_9
进行对比；
若预测模型
Figure QLYQS_10
预警阈值/>
Figure QLYQS_11
，在BIM模型对应区域上生成预警信号；
若预测模型
Figure QLYQS_12
预警阈值/>
Figure QLYQS_13
，则不生成预警信号，采集数据传输至BIM模型上显示。
5.根据权利要求4所述的基于物联网的建筑工程信息查询系统，其特征在于：所述建筑参数
Figure QLYQS_14
：建筑参数采集建筑物参数，其中，/>
Figure QLYQS_15
为建筑物承载稳定率，/>
Figure QLYQS_16
为建筑物承重量，/>
Figure QLYQS_17
载物重量，/>
Figure QLYQS_18
为建筑物受震不稳定率，/>
Figure QLYQS_19
为建筑物构架强度、/>
Figure QLYQS_20
为建筑物所受震动力；/>
所述环境参数
Figure QLYQS_21
：环境参数采集环境影响参数，其中，/>
Figure QLYQS_22
为环境烟雾颗粒浓度，/>
Figure QLYQS_23
设备运行稳定率，/>
Figure QLYQS_24
为设备运行负载，/>
Figure QLYQS_25
为设备运行散热效率。
6.根据权利要求5所述的基于物联网的建筑工程信息查询系统，其特征在于：所述阈值动态调节模块基于大数据获取历史影响建筑参数以及环境参数的所有特殊环境，将所有特殊环境设置为
Figure QLYQS_26
集合，各个特殊环境分别表示为/>
Figure QLYQS_27
，n为涉及特殊环境的个数，通过Logistic回归分析方法计算获取校正值，指数表达式为：
Figure QLYQS_28
式中，
Figure QLYQS_29
为校正值，/>
Figure QLYQS_30
为常数项，且/>
Figure QLYQS_31
为所有细微影响因素系数，/>
Figure QLYQS_32
为变量，/>
Figure QLYQS_33
为各个变量的回归系数。
7.根据权利要求6所述的基于物联网的建筑工程信息查询系统，其特征在于：所述阈值动态调节模块通过校正值
Figure QLYQS_34
重新校正预警阈值/>
Figure QLYQS_35
，表达式为：
Figure QLYQS_36
式中，
Figure QLYQS_37
为校正值，/>
Figure QLYQS_38
为校正阈值。
8.根据权利要求7所述的基于物联网的建筑工程信息查询系统，其特征在于：当建筑物出现特殊环境时，所述二次判断模块将预测模型
Figure QLYQS_39
与校正阈值/>
Figure QLYQS_40
进行对比：
若预测模型
Figure QLYQS_41
校正阈值/>
Figure QLYQS_42
，在BIM模型对应区域上生成预警信号；
若预测模型
Figure QLYQS_43
校正阈值/>
Figure QLYQS_44
，不生成预警信号，采集数据传输至BIM模型上显示。
9.根据权利要求1-8任一项所述的基于物联网的建筑工程信息查询系统，其特征在于：所述模型建立模块收集建筑物信息后基于BIM软件建立建筑物BIM模型包括：
收集建筑物信息，根据收集到的信息，使用BIM软件建立建筑物的初步模型，在初步建模的基础上，将建筑物分解为各个构件，在建立构件的过程中，为每个构件添加属性信息，分析每个构件之间的关系和相互作用，将各个构件组合成系统，在建立系统之后，完善并输出模型。
10.根据权利要求6所述的基于物联网的建筑工程信息查询系统，其特征在于：回归系数
Figure QLYQS_45
的取值依据特殊场景对建筑参数和环境参数的影响来设置，当特殊场景出现导致建筑参数和环境参数升高，回归系数/>
Figure QLYQS_46
，当特殊场景出现导致建筑参数和环境参数降低，回归系数/>
Figure QLYQS_47
。/>
CN202310160063.2A 2023-02-24 2023-02-24 基于物联网的建筑工程信息查询系统 Active CN115862302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310160063.2A CN115862302B (zh) 2023-02-24 2023-02-24 基于物联网的建筑工程信息查询系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310160063.2A CN115862302B (zh) 2023-02-24 2023-02-24 基于物联网的建筑工程信息查询系统

Publications (2)

Publication Number Publication Date
CN115862302A true CN115862302A (zh) 2023-03-28
CN115862302B CN115862302B (zh) 2023-09-08

Family

ID=85658775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310160063.2A Active CN115862302B (zh) 2023-02-24 2023-02-24 基于物联网的建筑工程信息查询系统

Country Status (1)

Country Link
CN (1) CN115862302B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892249A (zh) * 2024-03-15 2024-04-16 宁波析昶环保科技有限公司 一种数智化运维平台预警系统
CN117892249B (zh) * 2024-03-15 2024-05-31 宁波析昶环保科技有限公司 一种数智化运维平台预警系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170093594A1 (en) * 2015-04-03 2017-03-30 Deawang System Co., Ltd. Smart home system adapted to indoor and outdoor environmental changes
CN111083238A (zh) * 2019-12-31 2020-04-28 广东安警技术开发有限公司 一种基于物联网的城市消防远程监控系统
CN111163294A (zh) * 2020-01-03 2020-05-15 重庆特斯联智慧科技股份有限公司 一种人工智能目标识别的建筑安全通道监测系统和方法
CN114386845A (zh) * 2022-01-13 2022-04-22 江苏柯创城市技术有限公司 一种基于bim的智能商场消防监控处理系统
CN114970309A (zh) * 2022-03-01 2022-08-30 山东鲁软数字科技有限公司 一种火电设备状态预警评估方法
CN115600770A (zh) * 2022-12-09 2023-01-13 成都睿的欧科技有限公司（Cn） 基于时序饱和预测的无线信号设备故障预警方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170093594A1 (en) * 2015-04-03 2017-03-30 Deawang System Co., Ltd. Smart home system adapted to indoor and outdoor environmental changes
CN111083238A (zh) * 2019-12-31 2020-04-28 广东安警技术开发有限公司 一种基于物联网的城市消防远程监控系统
CN111163294A (zh) * 2020-01-03 2020-05-15 重庆特斯联智慧科技股份有限公司 一种人工智能目标识别的建筑安全通道监测系统和方法
CN114386845A (zh) * 2022-01-13 2022-04-22 江苏柯创城市技术有限公司 一种基于bim的智能商场消防监控处理系统
CN114970309A (zh) * 2022-03-01 2022-08-30 山东鲁软数字科技有限公司 一种火电设备状态预警评估方法
CN115600770A (zh) * 2022-12-09 2023-01-13 成都睿的欧科技有限公司（Cn） 基于时序饱和预测的无线信号设备故障预警方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邱建东;欧志新;: "基于预测模型算法控制的动态配料系统仿真分析", 计算机测量与控制 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117892249A (zh) * 2024-03-15 2024-04-16 宁波析昶环保科技有限公司 一种数智化运维平台预警系统
CN117892249B (zh) * 2024-03-15 2024-05-31 宁波析昶环保科技有限公司 一种数智化运维平台预警系统

Also Published As

Publication number Publication date
CN115862302B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN110880984B (zh) 基于模型的流量异常监测方法、装置、设备及存储介质
CN107977301B (zh) 设备异常的检测方法、装置、存储介质及电子设备
US20160361878A1 (en) System and method for evaluating additive manufacturing index
CN111523277B (zh) 火灾预测方法、存储装置、处理器
CN115858940B (zh) 一种基于大数据处理的钢结构焊接工艺质量管理推荐方法
CN107145988A (zh) 森林管理系统
CN113487140A (zh) 一种建筑施工现场智能施工设备运行管理平台及控制方法
CN115526422A (zh) 一种煤矿瓦斯爆炸风险预测方法
CN111457854A (zh) 一种基于建筑物的变形监测方法及装置
WO2021127646A1 (en) Device and method for monitoring a system
CN114547759B (zh) 爬模施工监测方法、系统和计算机可读存储介质
WO2018016098A1 (ja) 設備監視装置及び設備監視方法
CN115862302A (zh) 基于物联网的建筑工程信息查询系统
JPH10124766A (ja) 環境監視システムおよび異常検出方法および異常検出装置
JP7180946B2 (ja) 地震情報処理装置
Do et al. Structural damage detection under multiple stiffness and mass changes using time series models and adaptive zero‐phase component analysis
JPH04109341A (ja) 計算機システムの状態表示方法
CN112526945B (zh) 具备反馈与闭环控制功能的全流程监控与预警系统
KR102138006B1 (ko) 보안 로봇 제어 방법 및 그 방법을 지원하는 장치
CN111017667A (zh) 电梯抱闸异常检测方法、装置、设备及可读存储介质
JP2021140705A5 (zh)
CN117910811B (zh) 基于多模态ai大模型的智慧消防管理方法及系统
CN115938076B (zh) 一种大数据微服务的物联网云平台管理系统及方法
CN117499272B (zh) 智能运维云平台控制方法及其控制系统
CN117252435B (zh) 一种基于工业互联网的工厂生产安全监控预警方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20230817

Address after: 518000 Hanjing Financial Center 3604, No. 9968 Shennan Avenue, Maling Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Expressway Group Digital Technology Co.,Ltd.

Address before: 710003 Room 801, 8th Floor, Jierui Intelligent Building, West Section of Second Ring South Road, Lianhu District, Xi'an City, Shaanxi Province

Applicant before: Xi'an Yaohe Information Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant