CN116227932B - 一种基坑工程健康趋势分析预警系统 - Google Patents
一种基坑工程健康趋势分析预警系统 Download PDFInfo
- Publication number
- CN116227932B CN116227932B CN202310237301.5A CN202310237301A CN116227932B CN 116227932 B CN116227932 B CN 116227932B CN 202310237301 A CN202310237301 A CN 202310237301A CN 116227932 B CN116227932 B CN 116227932B
- Authority
- CN
- China
- Prior art keywords
- data
- foundation pit
- early warning
- monitoring
- dimensional environment
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000036541 health Effects 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 175
- 238000012545 processing Methods 0.000 claims abstract description 70
- 239000002689 soil Substances 0.000 claims description 50
- 238000009412 basement excavation Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000005259 measurement Methods 0.000 claims description 24
- 238000006073 displacement reaction Methods 0.000 claims description 21
- 238000011835 investigation Methods 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 238000007499 fusion processing Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 7
- 238000013441 quality evaluation Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000004062 sedimentation Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005085 air analysis Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 239000003673 groundwater Substances 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D17/00—Excavations; Bordering of excavations; Making embankments
- E02D17/02—Foundation pits
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
- G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
- G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种基坑工程健康趋势分析预警系统,涉及基坑工程技术领域。为了解决现有系统预警准确度低的问题,建立基坑BIM模型,获取监测数据后进行预测,利用数据匹配模块将预测数据中的预警点与基坑数据库匹配得到第一组类似数据,再将预警点的场地信息与对基坑数据库匹配得到第二组类似数据;通过预警处理模块对预测数据重叠修正得到更贴近预警参数的预测数据;将修正后的预测数据与监测数据导入BIM模型中,并将画面发送至显示终端;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BIM模型上发出灯光提醒,提高现有系统预警的准确度。
Description
技术领域
本发明涉及基坑工程技术领域,特别涉及一种基坑工程健康趋势分析预警系统。
背景技术
在基坑工程的监测中,确定各项监测项目的监控报警值是一项十分重要的工作;依据《建筑基坑支护技术规程》的规定:基坑开挖前应作出系统的开挖监测方案,监测方案应包括监控目的、监控项目、监控报警值等。
在工程监测中,每一项监测的项目都应该根据工程的实际情况、周边环境和设计计算书,事先确定相应的监控报警值,用以判断支护结构的受力情况、位移是否超过允许的范围,进而判断基坑的安全性;
如公开号为:CN111042143B公开的一种基于大量监测数据分析的基坑工程预警方法和系统,该专利通过采集基坑信息和数据并及时更新系统的基坑数据,通过基坑风险信息的积累,实现动态调整监测项的控制指标,使得风险管理更加准确;
上述专利虽然解决了专家预判基坑风险所具有的局限性,但是实际运用中,由于该方法需事先收集大量的风险监测指标,并分析监测指标和基坑参数之间的相关关系,以此作为预警基准条件,使得该方法在具体实施时,比较耗损人力物力,并且单一依据以往参考数据难以保障现场监测数据预判的精准性,使得该系统的实用性欠佳。
发明内容
本发明的目的在于提供一种基坑工程健康趋势分析预警系统,通过建立基坑BIM模型,获取监测数据后进行预测,利用数据匹配模块将预测数据中的预警点与基坑数据库匹配得到第一组类似数据,再将预警点的场地信息与对基坑数据库匹配得到第二组类似数据;通过预警处理模块对预测数据重叠修正得到更贴近预警参数的预测数据;将修正后的预测数据与监测数据导入BIM模型中,并将画面发送至显示终端;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BIM模型上发出灯光提醒,以此提高现有系统预警的准确度,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基坑工程健康趋势分析预警系统,所述预警系统包括:
所述数据采集模块,用于获取不同监测点的传感器所监测到的各项数据,并将各项数据按序列依次发送至数据预测模块和数据处理模块,其中各项数据包括:各基坑的土层参数、开挖深度、支护水平和周围环境;
所述数据处理模块,用于对监测数据进行插值处理、粗差处理和特征值提取;
所述数据预测模块,用于对监测到的数据进行分析,并对各个监测点的数据走向进行预测,得到接近预警临界值的监测点数据,即为预测数据,其中预测数据是由累计允许变化量和单位时间内允许变化量组成;
所述BIM模型导入单元,用于将外界软件预先建立的基坑BIM模型导入数据集成处理平台内;
所述数据集成处理平台,用于将监测到的各项数据进行存储,基于各项数据进行筛选和提取,对预测数据进行拟合修正,并将修正后的预测数据发送至BIM模型中;
所述显示终端,用于显示BIM模型与基坑实地预警状态。
进一步的,所述数据集成处理平台包括:
数据导入模块,用于将历史监测数据导入基坑数据库,其中导入的监测数据包括:基坑现场平面图、每个监测点的工程地质情况、水文地质情况以及基坑鸟瞰图信息,并在每幅基坑现场平面图上分别插入监测点信息;
基坑数据库,用于存储不同项目的基坑监测数据,形成基坑历史数据库;
图表拟合模块,基于监测到的各项数据与预测数据进行分类统计,并将其分别绘制成监测数据图表与预测数据图表;
数据匹配模块,用于将预测数据中的预警点和场地信息分别与基坑数据库内以往出现过的预警点和场地信息进行匹配,得到基坑数据库内部类似的预警点数据和场地信息数据,并将该类似场地信息数据与现场监测点场地信息进行匹配,最终得到第一组类似数据与第二组类似数据,其中第一组类似数据为:预警点数据,第二组类似数据为:预警点的场地信息数据;
预警处理模块,基于预测数据与第一组类似数据和第二组类似数据进行重叠修正,得到修正后的预测数据。
进一步的,所述BIM模型导入单元还包括:
数据同步显示模块,用于在基坑BI M模型上插入监测点并进行编号,插入的监测点与基坑所设置监测点相对应,并且数据信息同步。
进一步的,所述数据采集模块为测量机器人或监测传感器,用于测量基坑实地的水平和垂直位移,可获取到基坑实地开挖深度、音频信号、气象参数、地下水分析和空气分析的传感器数据。
进一步的,所述数据预测模块与数据处理模块执行以下操作:
数据预测模块在对监测数据进行预测前,还需预定设定好预警参数;若数据预测模块所预测出的参数与预警参数吻合,则通过数据处理模块进行下一步操作;
若数据预测模块所预测出的参数与预警参数不吻合,则需返回数据预测模块处重新进行预测,直至数据预测模块的预测参数与预警参数相吻合为止。
进一步的,所述数据匹配模块执行以下操作:
数据匹配模块获得第一组类似数据时,需将预测数据中基坑的水平位移、垂直位移、支撑轴力、围护结构内力、土压力、地下水位、裂缝、深沉水平位移以及倾斜检测的各项数据分别与基坑数据库中的各项数据相对应进行匹配,基于匹配结果得到第一组类似数据;
数据匹配模块获得第二组类似数据时,需先将预警点的场地信息与对基坑数据库中的场地信息进行匹配,若预警点的场地信息与基坑数据库中的多个场地信息类似,则选中基坑数据库中所有类似的场地信息,基于多个类似的场地信息与现场监测点的场地信息进行匹配,从中筛出相同点最多的一个场地信息即可,基于匹配结果得到第二组类似数据。
进一步的,所述预警处理模块执行以下操作:
预警处理模块在接收到预测数据、第一组类似数据和第二组类似数据时,先将预测数据中与第一组类似数据和第二组类似数据中的重叠部分进行保留,再将预测数据中与之不重叠部分重新设定中间值,使设定好的数据位于预测数据与类似数据之间,保障中间值处于合理的置信区间中,并将预先保留的数据与设定的新数据进行整合,以此得到更贴近预警参数的预测数据。
进一步的,所述数据同步显示模块执行以下操作:
通过数据同步显示模块将现场监测数据与修正后的预测数据同步显示在BI M模型上,BI M模型上通过不同颜色显示来表示基坑实地状态,并将该画面发送至显示终端处;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BI M模型上发出灯光提醒。
进一步的,所述数据采集模块,获取不同监测点的传感器所监测到的各项数据,包括:
选取目标基坑周边若干个稳定点进行标记,将标记稳定点作为不同监测点;
检测每个监测点在目标基坑里边的海拔线高度,根据检测结果将统一等高线的目标监测点归类为同一测量组;
利用预设GPS设备对同一测量组中每个监测点进行外业摄影测量,采集影像数据;
对每个监测点的影像数据进行解析以获取该监测点的地理信息数据;
将每个监测点的地理信息数据导入到预设建模软件中生成该监测点的三维环境影像;
将同一测量组中的三维环境影像进行去重和融合处理,根据处理结果获取统一等高线的目标三维环境影像;
根据目标基坑的初始信息化土层设计参数获取目标基坑的土层原始勘察参数;
将所述土层原始勘察参数转化为计算数值,将所述计算数值代入到预设土质评估函数中进行计算,获取计算结果;
将所述计算结果代入到遗传算法优化的BP神经网络中进行训练,根据训练结果构建土质评估指标和土层勘察参数之间的映射关系;
基于土质评估指标和土层勘察参数之间的映射关系和每个监测点设置的勘测仪器勘测的当前土质评价值确定目标基坑的每个监测点的当前土层参数;
对每个监测点进行桩基受力验算,根据验算结果确定每个监测点所在基坑区域的支护水平;
根据不同等高线的之间的高度差值计算出目标基坑的第一开挖深度,检测最低水平等高线与基坑底部之间的距离;
将所述第一开挖深度和最低水平等高线与基坑底部之间的距离进行相加计算获取第二开挖深度;
将所述第二开挖深度确认为目标基坑的当前开挖深度,将所述当前开挖深度、支护水平和当前土层参数以及目标三维环境影像确认为监测数据。
进一步的,所述将同一测量组中的三维环境影像进行去重和融合处理,包括:
检测同一测量组中的三维环境影像的第一数量,根据第一数量调取第二数量个线程节点;
获取同一测量组中每个三维环境影像的采集时间点,根据采集时间点选取相邻时间点的两张三维环境影像作为测试影像;
将所述测试影像输入到每个线程节点中进行处理,根据处理结果确定每个线程节点的沉降随机误差值;
根据每个线程节点的沉降随机误差值计算出该线程节点的三维环境影像处理数量:
其中,Fi表示为第i个线程节点的三维环境影像处理数量,pi表示为第i个线程节点的沉降随机误差,A表示为三维环境影像的第一数量,b表示为三维环境影像还有重叠影像的第二数量,n表示为线程节点的数量,e表示为自然常数,取值为2.72,Di表示为第i个线程节点的惩罚系数,Ci表示为第i个线程节点的松弛系数;
根据每个线程节点的三维环境影像处理数量对同一测量组中的三维环境影像进行去重处理,获取去重后的三维环境影像;
获取每张去重后的三维环境影像的多个角点,检测每个角点所在的x方向的图像偏导数和y方向的图像偏导数;
根据每个角点所在的x方向的图像偏导数和y方向的图像偏导数计算出该角点的融合响应系数:
其中,Qjk表示为第j张去重后的三维环境影像的第k个角点的融合响应系数,α表示为预设常数,取值为0.5,Ijkx表示为第j张去重后的三维环境影像的第k个角点的所在的x方向的图像偏导数,Ijky表示为第j张去重后的三维环境影像的第k个角点的所在的y方向的图像偏导数,β表示为权重值,Kjk表示为第j张去重后的三维环境影像的第k个角点的映射偏置;
根据每张去重后的三维环境影像的每个角点的融合响应系数对该角点的图像参数进行优化,获取优化后的三维环境影像;
将优化后的三维环境影像进行融合处理。
与现有技术相比,本发明的有益效果是:
通过外界软件预先建立基坑BIM模型,并将其导入数据集成处理平台内;通过数据采集模块获取到不同监测点的传感器所监测到的各项数据,其中包括:各基坑的土层参数、开挖深度、支护水平和周围环境;利用数据预测模块对各个监测点的数据走向进行预测,从而得到预测数据;通过图表拟合模块对监测数据与预测数据进行分类统计,并将其分别绘制成监测数据图表与预测数据图表;利用数据匹配模块将预测数据中基坑的水平位移、垂直位移、支撑轴力、围护结构内力、土压力、地下水位、裂缝、深沉水平位移以及倾斜检测的各项数据分别与基坑数据库中的各项数据相对应进行匹配,以此得到第一组类似数据;再将预警点的场地信息与对基坑数据库中的场地信息进行匹配,从中筛出相同点最多的一个场地信息即可,以此得到第二组类似数据;通过预警处理模块将预测数据与第一组类似数据和第二组类似数据进行重叠修正,以此得到更贴近预警参数的预测数据;最后通过数据同步显示模块将修正后的预测数据与现场监测数据分别导入BIM模型中,在BIM模型上通过不同颜色显示来表示基坑实地状态,并将该画面发送至显示终端处;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BIM模型上发出灯光提醒;通过以上操作,以此提高了现有基坑工程健康预警系统的预警准确度与实用性。
附图说明
图1为本发明的基坑工程健康趋势系统组成图;
图2为本发明的基坑工程健康趋势方法流程图;
图3为本发明的监测数据进行预测方法流程图。
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。
为了解决现有基坑预警系统单一依据以往参考数据作为预判标准,难以保障现场监测数据预判精准性的技术问题,请参阅图1-3,本实施例提供以下技术方案:
一种基坑工程健康趋势分析预警系统,预警系统包括:
数据采集模块,用于在工程实施中对基坑实地进行监测,其监测的数据包括:各基坑的土层参数、开挖深度、支护水平和周围环境;由于监测到的很多数据内容涉及到工程标书具体内容,因此监测数据具有一定的隐私权,所以数据采集模块不能随意被人进行使用;例如:通过设立数据采集模块归属人员名单,依据工作日的天数进行排班制,以此拟定出每日数据采集模块的使用权名单,基于名单人员拟定保密协议,从而保障无权人员不能随意获取基坑实地的监测数据,从而保障工程标书的隐私性。
数据采集模块,用于获取不同监测点的传感器所监测到的各项数据,并将各项数据按序列依次发送至数据预测模块和数据处理模块,其中各项数据包括:各基坑的土层参数、开挖深度、支护水平和周围环境;其中,数据采集模块为测量机器人或监测传感器,用于测量基坑实地的水平和垂直位移,可获取到基坑实地开挖深度、音频信号、气象参数、地下水分析和空气分析的传感器数据;
数据处理模块,用于对监测数据进行插值处理、粗差处理和特征值提取;而在具体实施中,监测数据从采集到存储的过程,由于受到自然或人为因素而不可避免的带有噪声,噪声是测量中产生随机误差或偏差的因素之一;为了提高监测数据的质量,应当对工程中监测到的数据进行降噪处理;例如对监测数据进行插值处理、粗差处理和特征值提取,由此剔除由数据采集模块自身引起的异常数据,剔除含有粗差的观测数据,依据测量误差理论和统计检验原理对获得的监测数据及时进行平差计算处理,从而保障监测数据的精准度;其中在对数据进行处理时,可通过实时计算和离线计算两种方式,选择Storm作为实时处理引擎,在其基础上可以包装自己的实时计算服务,可以支持应用层的调度和管理;基于实时计算服务可以很容易实现对物联网数据的清洗、解析等实时的处理;离线计算工具可选择MapReduce和Hive,主要用于对物联网数据做日/周/月/年等多个时间维度做报表分析和数据挖掘,并将结果输出到基坑数据库中。
数据预测模块,用于对监测到的数据进行分析,并对各个监测点的数据走向进行预测,得到接近预警临界值的监测点数据,即为预测数据;由于在工程监测中,每一项监测的项目都应该根据工程的实际情况、周边环境和设计计算书,事先确定相应的预测数据,用以判断支护结构的受力情况、位移是否超过允许的范围,进而判断基坑的安全性;因为预测数据确定的依据是基坑侧壁的安全等级,所以首先要明确建筑基坑侧壁的安全等级;根据基坑监测的安全等级、建筑物类比经验、地质条件、环境因素和建筑物稳定性等诸多因素,划分不同的安全监控级别;一般情况下,每个项目的预测数据由两个部分组成,即累计允许变化量和单位时间内允许变化量,不同的支护结构类型极限允许值和设计基坑深度有关,支护结构预测数据、周围建筑预测数据以及地下管线的预测数据均依照监控原则和规范要求确定。
BIM模型导入单元,用于将外界软件预先建立的基坑BIM模型导入数据集成处理平台内;其中,BIM模型导入单元还包括:数据同步显示模块;
数据同步显示模块,用于在基坑BIM模型上插入监测点并进行编号,插入的监测点与基坑所设置监测点相对应,并且数据信息同步。
数据集成处理平台,用于将监测到的各项数据进行存储,基于各项数据进行筛选和提取,对预测数据进行拟合修正,并将修正后的预测数据发送至BIM模型中;其中,数据集成处理平台包括:数据导入模块、基坑数据库、图表拟合模块、数据匹配模块和预警处理模块;
数据导入模块,用于将历史监测数据导入基坑数据库,其中导入的监测数据包括:基坑现场平面图、每个监测点的工程地质情况、水文地质情况以及基坑鸟瞰图信息,并在每幅基坑现场平面图上分别插入监测点信息;
基坑数据库,用于存储不同项目的基坑监测数据,形成基坑历史数据库;
图表拟合模块,基于监测到的各项数据与预测数据进行分类统计,并将其分别绘制成监测数据图表与预测数据图表;
数据匹配模块,用于将预测数据中的预警点和场地信息分别与基坑数据库内以往出现过的预警点和场地信息进行匹配,得到基坑数据库内部类似的预警点数据和场地信息数据,并将该类似场地信息数据与现场监测点场地信息进行匹配,最终得到第一组类似数据与第二组类似数据,其中第一组类似数据为:预警点数据,第二组类似数据为:预警点的场地信息数据;
预警处理模块,基于预测数据与第一组类似数据和第二组类似数据进行重叠修正,得到修正后的预测数据。
显示终端,用于显示BIM模型与基坑实地预警状态。
数据采集模块、数据预测模块、BIM模型导入单元、数据集成处理平台和显示终端执行以下操作:
S1:通过外界软件预先建立基坑BIM模型,并将该BIM模型导入数据集成处理平台内;
S2:通过数据采集模块获取到不同监测点的传感器所监测到的各项数据,以此得到监测数据;并利用数据预测模块对各个监测点的数据走向进行预测,以此得到预测数据;
S3:通过图表拟合模块对监测数据与预测数据进行分类统计,并将其分别绘制成监测数据图表与预测数据图表;
S4:利用数据匹配模块将预测数据中基坑的水平位移、垂直位移、支撑轴力、围护结构内力、土压力、地下水位、裂缝、深沉水平位移以及倾斜检测的各项数据分别与基坑数据库中的各项数据相对应进行匹配,以此得到第一组类似数据;再将预警点的场地信息与对基坑数据库中的场地信息进行匹配,从中筛出相同点最多的一个场地信息即可,以此得到第二组类似数据;
S5:通过预警处理模块将预测数据与第一组类似数据和第二组类似数据进行重叠修正,以此得到更贴近预警参数的预测数据;
S6:通过数据同步显示模块将修正后的预测数据与现场监测数据分别导入BIM模型中,在BIM模型上通过不同颜色显示来表示基坑实地状态,并将该画面发送至显示终端处;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BIM模型上发出灯光提醒。
由于在工程监测中,每一项监测的项目都应该根据工程的实际情况、周边环境和设计计算书,事先确定相应的预测数据,用以判断支护结构的受力情况、位移是否超过允许的范围,进而判断基坑的安全性;因此,数据预测模块与数据处理模块执行以下操作:
数据预测模块在对监测数据进行预测前,还需预定设定好预警参数;若数据预测模块所预测出的参数与预警参数吻合,则通过数据处理模块进行下一步操作;
若数据预测模块所预测出的参数与预警参数不吻合,则需返回数据预测模块处重新进行预测,直至数据预测模块的预测参数与预警参数相吻合为止。
数据匹配模块执行以下操作:
数据匹配模块获得第一组类似数据时,需将预测数据中基坑的水平位移、垂直位移、支撑轴力、围护结构内力、土压力、地下水位、裂缝、深沉水平位移以及倾斜检测的各项数据分别与基坑数据库中的各项数据相对应进行匹配,基于匹配结果得到第一组类似数据;
数据匹配模块获得第二组类似数据时,需先将预警点的场地信息与对基坑数据库中的场地信息进行匹配,若预警点的场地信息与基坑数据库中的多个场地信息类似,则选中基坑数据库中所有类似的场地信息,基于多个类似的场地信息与现场监测点的场地信息进行匹配,从中筛出相同点最多的一个场地信息即可,基于匹配结果得到第二组类似数据。
预警处理模块执行以下操作:
预警处理模块在接收到预测数据、第一组类似数据和第二组类似数据时,先将预测数据中与第一组类似数据和第二组类似数据中的重叠部分进行保留,再将预测数据中与之不重叠部分重新设定中间值,使设定好的数据位于预测数据与类似数据之间,保障中间值处于合理的置信区间中,并将预先保留的数据与设定的新数据进行整合,以此得到更贴近预警参数的预测数据。
数据同步显示模块执行以下操作:
通过数据同步显示模块将现场监测数据与修正后的预测数据同步显示在BI M模型上,BI M模型上通过不同颜色显示来表示基坑实地状态,并将该画面发送至显示终端处;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BIM模型上发出灯光提醒。
工作原理:通过建立基坑BIM模型,获取监测数据后进行预测,利用数据匹配模块将预测数据中的预警点与基坑数据库匹配得到第一组类似数据,再将预警点的场地信息与对基坑数据库匹配得到第二组类似数据;通过预警处理模块对预测数据重叠修正得到更贴近预警参数的预测数据;将修正后的预测数据与监测数据导入BIM模型中,并将画面发送至显示终端;当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BI M模型上发出灯光提醒,以此提高现有系统预警的准确度。
在一个实施例中,所述数据采集模块,获取不同监测点的传感器所监测到的各项数据,包括:
选取目标基坑周边若干个稳定点进行标记,将标记稳定点作为不同监测点;
检测每个监测点在目标基坑里边的海拔线高度,根据检测结果将统一等高线的目标监测点归类为同一测量组;
利用预设GPS设备对同一测量组中每个监测点进行外业摄影测量,采集影像数据;
对每个监测点的影像数据进行解析以获取该监测点的地理信息数据;
将每个监测点的地理信息数据导入到预设建模软件中生成该监测点的三维环境影像;
将同一测量组中的三维环境影像进行去重和融合处理,根据处理结果获取统一等高线的目标三维环境影像;
根据目标基坑的初始信息化土层设计参数获取目标基坑的土层原始勘察参数;
将所述土层原始勘察参数转化为计算数值,将所述计算数值代入到预设土质评估函数中进行计算,获取计算结果;
将所述计算结果代入到遗传算法优化的BP神经网络中进行训练,根据训练结果构建土质评估指标和土层勘察参数之间的映射关系;
基于土质评估指标和土层勘察参数之间的映射关系和每个监测点设置的勘测仪器勘测的当前土质评价值确定目标基坑的每个监测点的当前土层参数;
对每个监测点进行桩基受力验算,根据验算结果确定每个监测点所在基坑区域的支护水平;
根据不同等高线的之间的高度差值计算出目标基坑的第一开挖深度,检测最低水平等高线与基坑底部之间的距离;
将所述第一开挖深度和最低水平等高线与基坑底部之间的距离进行相加计算获取第二开挖深度;
将所述第二开挖深度确认为目标基坑的当前开挖深度,将所述当前开挖深度、支护水平和当前土层参数以及目标三维环境影像确认为监测数据。
在本实施例中,若干个稳定点表示为目标基坑中土质稳定无任何松动现象的标记点;
在本实施例中,海拔线高度表示为每个监测点所在的标记位置与目标基坑底部的高度差;
在本实施例中,地理信息数据表示为每个监测点拍摄的地理环境影像数据;
在本实施例中,去重和融合处理表示为将每个监测点的三维环境影像中的相同部分去除保留不相同的图像区域然后对其进行融合以获取整个完整的三维环境图像;
在本实施例中,初始信息化土层设计参数表示为目标基坑的设计土层硬度和厚度以及稀疏等参数;
在本实施例中,土层原始勘察参数表示为目标基坑的标准勘察参数;
在本实施例中,桩基受力验算表示为对每个监测点所在区域的桩基进行应力测试计算。
上述技术方案的有益效果为:通过确定土质评估指标和土层勘察参数之间的映射关系可以快速地根据每个监测点的土质评估值来合理准确地推算出该监测点的土层参数,进一步地,通过根据受力测算来确定支护水平可以直观准确地确定目标基坑的支护能力,进一步地,通过根据监测点的位置高度来计算出开挖深度可以准确地根据监测点的位置来快速地评测出开挖深度,无需进行专门的机器检测,节省了人力成本的同时也提高了工作效率。
在一个实施例中,所述将同一测量组中的三维环境影像进行去重和融合处理,包括:
检测同一测量组中的三维环境影像的第一数量,根据第一数量调取第二数量个线程节点;
获取同一测量组中每个三维环境影像的采集时间点,根据采集时间点选取相邻时间点的两张三维环境影像作为测试影像;
将所述测试影像输入到每个线程节点中进行处理,根据处理结果确定每个线程节点的沉降随机误差值;
根据每个线程节点的沉降随机误差值计算出该线程节点的三维环境影像处理数量:
其中,Fi表示为第i个线程节点的三维环境影像处理数量,pi表示为第i个线程节点的沉降随机误差,A表示为三维环境影像的第一数量,b表示为三维环境影像还有重叠影像的第二数量,n表示为线程节点的数量,e表示为自然常数,取值为2.72,Di表示为第i个线程节点的惩罚系数,Ci表示为第i个线程节点的松弛系数;
根据每个线程节点的三维环境影像处理数量对同一测量组中的三维环境影像进行去重处理,获取去重后的三维环境影像;
获取每张去重后的三维环境影像的多个角点,检测每个角点所在的x方向的图像偏导数和y方向的图像偏导数;
根据每个角点所在的x方向的图像偏导数和y方向的图像偏导数计算出该角点的融合响应系数:
其中,Qjk表示为第j张去重后的三维环境影像的第k个角点的融合响应系数,α表示为预设常数,取值为0.5,Ijkx表示为第j张去重后的三维环境影像的第k个角点的所在的x方向的图像偏导数,Ijky表示为第j张去重后的三维环境影像的第k个角点的所在的y方向的图像偏导数,β表示为权重值,Kjk表示为第j张去重后的三维环境影像的第k个角点的映射偏置;
根据每张去重后的三维环境影像的每个角点的融合响应系数对该角点的图像参数进行优化,获取优化后的三维环境影像;
将优化后的三维环境影像进行融合处理。
上述技术方案的有益效果为:通过计算出每个线程节点的三维环境影像处理数量可以根据每个线程节点的工作能力水平来为其安排合理数量的处理影像,保证了去重效果和去重稳定性,提高了实用性,进一步地,通过计算出每张去重后的三维环境影像的每个角点的融合响应系数可以快速地评估出每张去重后的三维环境影像的融合成功率进而选择性地对图像参数进行优化以保证融合效果,进一步地提高了稳定性和可靠性以及实用性。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基坑工程健康趋势分析预警系统,其特征在于:包括:
数据采集模块,用于获取不同监测点的传感器所监测到的各项数据,并将各项数据按序列依次发送至数据预测模块和数据处理模块,其中各项数据包括:各基坑的土层参数、开挖深度、支护水平和周围环境;所述数据采集模块为测量机器人或监测传感器,用于测量基坑实地的水平和垂直位移,获取到基坑实地开挖深度、音频信号、气象参数、地下水分析和空气分析的传感器数据;所述数据采集模块,获取不同监测点的传感器所监测到的各项数据,包括:
选取目标基坑周边若干个稳定点进行标记,将标记稳定点作为不同监测点;
检测每个监测点在目标基坑里边的海拔线高度,根据检测结果将统一等高线的目标监测点归类为同一测量组;
利用预设GPS设备对同一测量组中每个监测点进行外业摄影测量,采集影像数据;
对每个监测点的影像数据进行解析以获取该监测点的地理信息数据;
将每个监测点的地理信息数据导入到预设建模软件中生成该监测点的三维环境影像;
将同一测量组中的三维环境影像进行去重和融合处理,根据处理结果获取统一等高线的目标三维环境影像;
根据目标基坑的初始信息化土层设计参数获取目标基坑的土层原始勘察参数;
将所述土层原始勘察参数转化为计算数值,将所述计算数值代入到预设土质评估函数中进行计算,获取计算结果;
将所述计算结果代入到遗传算法优化的BP神经网络中进行训练,根据训练结果构建土质评估指标和土层勘察参数之间的映射关系;
基于土质评估指标和土层勘察参数之间的映射关系和每个监测点设置的勘测仪器勘测的当前土质评价值确定目标基坑的每个监测点的当前土层参数;
对每个监测点进行桩基受力验算,根据验算结果确定每个监测点所在基坑区域的支护水平;
根据不同等高线的之间的高度差值计算出目标基坑的第一开挖深度,检测最低水平等高线与基坑底部之间的距离;
将所述第一开挖深度和最低水平等高线与基坑底部之间的距离进行相加计算获取第二开挖深度;
将所述第二开挖深度确认为目标基坑的当前开挖深度,将所述当前开挖深度、支护水平和当前土层参数以及目标三维环境影像确认为监测数据;
所述将同一测量组中的三维环境影像进行去重和融合处理,包括:
检测同一测量组中的三维环境影像的第一数量,根据第一数量调取第二数量个线程节点;
获取同一测量组中每个三维环境影像的采集时间点,根据采集时间点选取相邻时间点的两张三维环境影像作为测试影像;
将所述测试影像输入到每个线程节点中进行处理,根据处理结果确定每个线程节点的沉降随机误差值;
根据每个线程节点的沉降随机误差值计算出该线程节点的三维环境影像处理数量:
其中,Fi表示为第i个线程节点的三维环境影像处理数量,pi表示为第i个线程节点的沉降随机误差,A表示为三维环境影像的第一数量,b表示为三维环境影像还有重叠影像的第二数量,n表示为线程节点的数量,e表示为自然常数,取值为2.72,Di表示为第i个线程节点的惩罚系数,Ci表示为第i个线程节点的松弛系数;
根据每个线程节点的三维环境影像处理数量对同一测量组中的三维环境影像进行去重处理,获取去重后的三维环境影像;
获取每张去重后的三维环境影像的多个角点,检测每个角点所在的x方向的图像偏导数和y方向的图像偏导数;
根据每个角点所在的x方向的图像偏导数和y方向的图像偏导数计算出该角点的融合响应系数:
其中,Qjk表示为第j张去重后的三维环境影像的第k个角点的融合响应系数,α表示为预设常数,取值为0.5,Ijkx表示为第j张去重后的三维环境影像的第k个角点的所在的x方向的图像偏导数,Ijky表示为第j张去重后的三维环境影像的第k个角点的所在的y方向的图像偏导数,β表示为权重值,Kjk表示为第j张去重后的三维环境影像的第k个角点的映射偏置;
根据每张去重后的三维环境影像的每个角点的融合响应系数对该角点的图像参数进行优化,获取优化后的三维环境影像;
将优化后的三维环境影像进行融合处理;
数据处理模块,用于对监测数据进行插值处理、粗差处理和特征值提取;
数据预测模块,用于对监测到的数据进行分析,并对各个监测点的数据走向进行预测,得到接近预警临界值的监测点数据,即为预测数据,其中预测数据是由累计允许变化量和单位时间内允许变化量组成;
BIM模型导入单元,用于将外界软件预先建立的基坑BIM模型导入数据集成处理平台内;
数据集成处理平台,用于将监测到的各项数据进行存储,基于各项数据进行筛选和提取,对预测数据进行拟合修正,并将修正后的预测数据发送至BIM模型中;
显示终端,用于显示BIM模型与基坑实地预警状态。
2.如权利要求1所述的一种基坑工程健康趋势分析预警系统,其特征在于:所述数据集成处理平台包括:
数据导入模块,用于将历史监测数据导入基坑数据库,其中导入的监测数据包括:基坑现场平面图、每个监测点的工程地质情况、水文地质情况以及基坑鸟瞰图信息,并在每幅基坑现场平面图上分别插入监测点信息;
基坑数据库,用于存储不同项目的基坑监测数据,形成基坑历史数据库;
图表拟合模块,基于监测到的各项数据与预测数据进行分类统计,并将其分别绘制成监测数据图表与预测数据图表;
数据匹配模块,用于将预测数据中的预警点和场地信息分别与基坑数据库内以往出现过的预警点和场地信息进行匹配,得到基坑数据库内部类似的预警点数据和场地信息数据,并将该类似场地信息数据与现场监测点场地信息进行匹配,最终得到第一组类似数据与第二组类似数据,其中第一组类似数据为:预警点数据,第二组类似数据为:预警点的场地信息数据;
预警处理模块,基于预测数据与第一组类似数据和第二组类似数据进行重叠修正,得到修正后的预测数据。
3.如权利要求1所述的一种基坑工程健康趋势分析预警系统,其特征在于:所述BIM模型导入单元还包括:
数据同步显示模块,用于在基坑BIM模型上插入监测点并进行编号,插入的监测点与基坑所设置监测点相对应,并且数据信息同步。
4.如权利要求1所述的一种基坑工程健康趋势分析预警系统,其特征在于:所述数据预测模块与数据处理模块执行以下操作:
数据预测模块在对监测数据进行预测前,预定设定好预警参数;若数据预测模块所预测出的参数与预警参数吻合,则通过数据处理模块进行下一步操作;
若数据预测模块所预测出的参数与预警参数不吻合,则需返回数据预测模块处重新进行预测,直至数据预测模块的预测参数与预警参数相吻合为止。
5.如权利要求2所述的一种基坑工程健康趋势分析预警系统,其特征在于:所述数据匹配模块执行以下操作:
数据匹配模块获得第一组类似数据时,将预测数据中基坑的水平位移、垂直位移、支撑轴力、围护结构内力、土压力、地下水位、裂缝、深沉水平位移以及倾斜检测的各项数据分别与基坑数据库中的各项数据相对应进行匹配,基于匹配结果得到第一组类似数据;
数据匹配模块获得第二组类似数据时,需先将预警点的场地信息与对基坑数据库中的场地信息进行匹配,若预警点的场地信息与基坑数据库中的多个场地信息类似,则选中基坑数据库中所有类似的场地信息,基于多个类似的场地信息与现场监测点的场地信息进行匹配,从中筛出相同点最多的一个场地信息,基于匹配结果得到第二组类似数据。
6.如权利要求2所述的一种基坑工程健康趋势分析预警系统,其特征在于:所述预警处理模块执行以下操作:
预警处理模块在接收到预测数据、第一组类似数据和第二组类似数据时,先将预测数据中与第一组类似数据和第二组类似数据中的重叠部分进行保留,再将预测数据中与之不重叠部分重新设定中间值,使设定好的数据位于预测数据与类似数据之间,保障中间值处于合理的置信区间中,并将预先保留的数据与设定的新数据进行整合,以此得到更贴近预警参数的预测数据。
7.如权利要求3所述的一种基坑工程健康趋势分析预警系统,其特征在于:所述数据同步显示模块执行以下操作:
通过数据同步显示模块将现场监测数据与修正后的预测数据同步显示在BIM模型上,BIM模型上通过不同颜色显示来表示基坑实地状态,并将该画面发送至显示终端处;
当某个监测点的监测数据达到预警参数时,则该监测点区域将会在BIM模型上发出灯光提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310237301.5A CN116227932B (zh) | 2023-03-06 | 2023-03-06 | 一种基坑工程健康趋势分析预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310237301.5A CN116227932B (zh) | 2023-03-06 | 2023-03-06 | 一种基坑工程健康趋势分析预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116227932A CN116227932A (zh) | 2023-06-06 |
CN116227932B true CN116227932B (zh) | 2023-11-10 |
Family
ID=86571156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310237301.5A Active CN116227932B (zh) | 2023-03-06 | 2023-03-06 | 一种基坑工程健康趋势分析预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116227932B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117589120B (zh) * | 2024-01-18 | 2024-03-26 | 深圳市深勘工程咨询有限公司 | 基于bim的基坑变形自动监测预警方法、系统以及电子设备 |
CN117688341A (zh) * | 2024-01-31 | 2024-03-12 | 安徽水安建设集团股份有限公司 | 基于bim技术的深基坑检测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111486814A (zh) * | 2020-04-18 | 2020-08-04 | 福州大学 | 基于遗传算法的bim三维可视化深基坑变形预测系统 |
CN112765513A (zh) * | 2020-06-16 | 2021-05-07 | 吉林吉动盘古网络科技股份有限公司 | 大规模建筑场景的细粒度化Web3D在线可视化方法 |
CN113779835A (zh) * | 2021-09-11 | 2021-12-10 | 浙江永欣联科信息科技股份有限公司 | 基于ai与智能监测系统的深大基坑安全预警方法 |
WO2022047970A1 (zh) * | 2020-09-01 | 2022-03-10 | 浙江勤业建工集团有限公司 | 基于bim的施工前深基坑模拟计算方法 |
CN115479594A (zh) * | 2022-10-13 | 2022-12-16 | 中交一公局第七工程有限公司 | 基于bim和三维扫描的桥墩垂直度检测方法、系统及应用 |
-
2023
- 2023-03-06 CN CN202310237301.5A patent/CN116227932B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111486814A (zh) * | 2020-04-18 | 2020-08-04 | 福州大学 | 基于遗传算法的bim三维可视化深基坑变形预测系统 |
CN112765513A (zh) * | 2020-06-16 | 2021-05-07 | 吉林吉动盘古网络科技股份有限公司 | 大规模建筑场景的细粒度化Web3D在线可视化方法 |
WO2022047970A1 (zh) * | 2020-09-01 | 2022-03-10 | 浙江勤业建工集团有限公司 | 基于bim的施工前深基坑模拟计算方法 |
CN113779835A (zh) * | 2021-09-11 | 2021-12-10 | 浙江永欣联科信息科技股份有限公司 | 基于ai与智能监测系统的深大基坑安全预警方法 |
CN115479594A (zh) * | 2022-10-13 | 2022-12-16 | 中交一公局第七工程有限公司 | 基于bim和三维扫描的桥墩垂直度检测方法、系统及应用 |
Non-Patent Citations (1)
Title |
---|
GIS+BIM水利工程信息管理系统的应用研究;丁维馨;徐俊;张李荪;刘杨;;水利规划与设计(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116227932A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110306605B (zh) | 一种用于基坑工程自动化监测的预警系统 | |
CN116227932B (zh) | 一种基坑工程健康趋势分析预警系统 | |
CN105096532B (zh) | 一种地质灾害预测系统 | |
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 | |
CN114118677A (zh) | 基于物联网的尾矿库风险监测预警系统 | |
CN101813478B (zh) | 地面沉降监测系统 | |
CN105758327B (zh) | 建筑物变形的三维摄影监测系统及方法 | |
CN113051519B (zh) | 一种基于地球物理的地面沉降预警监测系统 | |
KR100795396B1 (ko) | 항공레이저 데이터와 수치정사영상을 이용한 도시 변화모니터링 방법 | |
CN109708688A (zh) | 一种历史文化建筑安全监测与预警系统及方法 | |
Barsi et al. | Accuracy dimensions in remote sensing | |
CN115063025A (zh) | 一种基于数字孪生技术的安全风险管控平台及方法 | |
Mihalić Arbanas et al. | Application of innovative technologies in landslide research in the area of the City of Zagreb (Croatia, Europe) | |
CN104239959A (zh) | 地质灾害预测系统 | |
CN112903008A (zh) | 基于多传感数据融合技术的山体滑坡预警方法 | |
CN111382195B (zh) | 一种基坑安全监测数据分析方法及系统 | |
CN116090634A (zh) | 一种基于物联网的工程精装修智慧管理平台及方法 | |
CN116805441A (zh) | 一种基坑监测的预警方法、装置、电子设备及存储介质 | |
CN117037076B (zh) | 一种基于遥感技术的土壤墒情智能监测方法 | |
CN116151482B (zh) | 一种露天矿区的开采土方量预测方法、装置、设备及介质 | |
Aguilar et al. | A theoretical approach to modeling the accuracy assessment of digital elevation models | |
CN110702171A (zh) | 建筑废弃物受纳场监测方法、装置及系统 | |
CN112802307B (zh) | 一种用于地质勘察的地质监测预警方法及系统 | |
CN105651209B (zh) | 指定区域面积的应急获取方法和装置 | |
CN116739310B (zh) | 一种基于地理信息的建筑场地勘测规划系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |