CN116776444A - 一种基于数字孪生的沉管隧道建造方法及系统 - Google Patents
一种基于数字孪生的沉管隧道建造方法及系统 Download PDFInfo
- Publication number
- CN116776444A CN116776444A CN202310833639.7A CN202310833639A CN116776444A CN 116776444 A CN116776444 A CN 116776444A CN 202310833639 A CN202310833639 A CN 202310833639A CN 116776444 A CN116776444 A CN 116776444A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- model
- data
- information model
- immersed tube
- 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 98
- 238000012423 maintenance Methods 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 238000013461 design Methods 0.000 claims abstract description 19
- 238000013523 data management Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 230000008447 perception Effects 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims description 62
- 238000004364 calculation method Methods 0.000 claims description 55
- 238000004458 analytical method Methods 0.000 claims description 47
- 230000006399 behavior Effects 0.000 claims description 47
- 238000000034 method Methods 0.000 claims description 47
- 230000008569 process Effects 0.000 claims description 33
- 238000007726 management method Methods 0.000 claims description 30
- 238000007667 floating Methods 0.000 claims description 29
- 238000009417 prefabrication Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 230000036571 hydration Effects 0.000 claims description 5
- 238000006703 hydration reaction Methods 0.000 claims description 5
- 238000003032 molecular docking Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000013439 planning Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 2
- 238000011835 investigation Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract 1
- 230000010354 integration Effects 0.000 abstract 1
- 210000001503 joint Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005553 drilling Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009440 infrastructure construction Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Structural Engineering (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Architecture (AREA)
- Fluid Mechanics (AREA)
- Civil Engineering (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于数字孪生的沉管隧道建造方法及系统,所述系统包括物理实体模块、数字孪生体模块、感知传输控制模块、数字孪生数据管理模块、服务应用模块,与沉管隧道工程全生命周期同步构建,贯穿隧道工程的勘察、设计、施工以及运维各阶段,借助智能传感和物联网、无人机以及边缘装备等技术,实现了智能勘察、智能设计、智能施工、智能检测的集成与高效协同,本发明的系统为沉管隧道的数字化交付,管段制作、浮运和沉放等智能建造和运维管理提供了指导方案,在运维中,通过实时监测的数据,对行为预测模型进行修正,为隧道的运维管理安全提供保障。
Description
技术领域
本发明属于隧道交通工程领域,尤其涉及一种基于数字孪生的沉管隧道建造方法及系统。
背景技术
近年来,随着经济发展,交通工程的建设逐渐增多,而隧道工程建设跨区域广、所属地貌复杂、施工难度大,工序繁多。为了保证项目的高质量施工,建设者一直在探索更好的施工技术和高效的管理手段。
交通基础设施建设技术手段的发展经历了四个阶段,分别是人工阶段、机械化和计算机化阶段、信息化和自动化阶段以及智能建造阶段。在人工阶段,主要依靠人工计算和绘图等手工技术进行工作。随着机械化和计算机化的发展,施工工程使用了大容量高效率的施工机械设备,并在计算机辅助下进行简单的设计和进度分析。信息化和自动化阶段建立了数字化、信息化管理系统,实现了自动化设备对施工过程的精细化管理。智能建造阶段则主要运用三维建模与仿真分析技术、工厂预制、机械化安装、精密测控、结构安全卫生监测、施工环境感知、智能信息管控平台等技术,实现全过程优质高效的建造。这些技术手段的发展,推动了交通基础设施建设的不断进步和提高(陈伟乐,宋神友,金文良,夏丰勇.深中通道钢壳混凝土沉管隧道智能建造体系策划与实践[J].隧道建设(中英文),2020,40(04):465-474.)。
发明内容
现阶段沉管隧道工程缺乏智能建造和数字化交付与智能化运维管理等全生命周期管理的协同方法。本发明主要通过建立一种沉管隧道的数字孪生系统,将数字孪生(DT)与结构信息模型(BIM)、地质信息模型(GIS)、水文信息模型(HIM)、空气流场信息模型(AIM)、物联网(IoT)、虚拟仿真、无人机以及边缘装备等新一代先进信息技术和隧道工程行业领域的充分融合,实现了解过去、感知现在、预测未来,进而真正实现沉管隧道工业化智能建造。
本发明至少通过如下技术方案之一实现。
一种基于数字孪生的沉管隧道建造方法,包括以下步骤:
S01、建立三维可视化的地质信息模型、水文信息模型、空气流场信息模型,利用倾斜摄影对周边场地建筑进行三维实景建模;
S02、基于设计图纸资料建立三维可视化的沉管隧道结构信息模型;
S03、分别在管节预制、浮运、沉放过程中建立分析计算模型,对结构受力进行分析计算和优化调整;
S04、基于智能施工设备,进行自动化智能化施工建造,并且同步嵌入感知传输控制设备;
S05、借助无人机和边缘装备,对隧道的管节浮运路径和运动姿态进行数据采集并识别出风险隐患;
S06、通过监测系统,持续采集监测数据,构建隧道的行为预测模型,并且根据实测值与行为预测模型的计算值的误差,不断优化行为预测模型;
S07、将数据库、物联网和隧道结构关联,实现数字化协同,构建隧道运维管理的系统平台。
实现所述的一种基于数字孪生的沉管隧道建造方法的系统,包括:物理实体模块、数字孪生体模块、感知传输控制模块、数字孪生数据管理模块、服务应用模块;
所述物理实体模块用于反映沉管隧道结构的真实情况,以沉管隧道全生命周期为时间主线,将各个环节的物理实体实时与数字孪生体、服务、孪生数据进行实时交互;所述物理实体模块包括基槽、桩、沉管结构以及隧道匝道;
所述数字孪生体模块包括地质信息模型、水文信息模型、隧道结构信息模型、分析计算模型和行为预测模型,通过与物理实体高度一对一映射,并根据用户需求将物理实体模块的功能在数字孪生体进行实时迭代优化及仿真预测;
所述感知传输控制模块用于对干坞预制管节混凝土水化热、沉管管节预制过程的安全风险、预制管节混凝土质量以及建造中管节浮运、沉放、对接过程中和运维过程中的变形与受力的数据进行采集传输,还用于在服务应用模块通过模型构件获取其施工数据及状态;
数字孪生数据管理模块用于存储和管理感知传输控制模块的监测数据、模型数据,以及为服务应用模块提供查看模型信息、构件属性和实时监测数据的接口,并转发服务应用模块传来的指令;
服务应用模块利用地质信息模型、水文信息模型、空气流场信息模型以及隧道结构信息模型,以三维可视化的方式呈现隧道与软弱地基之间的三维空间关系和水文地质的分布情况,通过分析计算模型与行为预测模型,并将监测数据、计算数据以及施工文档资料与信息模型进行关联,提高运维管理效率。
进一步地,所述数字孪生体模块包括地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型、分析计算模型以及行为预测模型;地质信息模型用于三维可视化呈现隧道项目所在环境的地形地貌和地层岩性,水文信息模型用于三维可视化呈现隧道项目所在环境的江河水位与潮水位;隧道结构信息模型用于三维可视化展示隧道结构以及提供可视化施工技术交底;分析计算模型用于对沉管隧道结构进行力学分析,并对沉管隧道的结构安全性、可靠性做出评价;行为预测模型将沉管隧道的监测数据与计算数据进行结合,预测隧道的病害与形变的发展趋势,并及时提供预警信息。
进一步地,基于数模分离的方法,利用地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型的属性参数和传感器构件编码的关系,在关系型数据库中建立监测点的属性表,监测数据表,并使其通过构件编码进行关联,以方便用户查找隧道构件的数据。
进一步地,所述感知传输控制模块在沉管预制施工时,采用物联网和温度传感器同步监测预制管节混凝土温度场,并将数据传入数据库,作为施工、运维以及病害形变分析的数据基准,通过无人机的航拍功能,对隧道的管制预制施工进行定期巡检,并采用计算机视频和深度学习算法对管节预制风险识别和预警管控;利用无人机推流实时视频监控沉管浮运,在沉管隧道上安装边缘装备,对管节浮运路径和运动姿态实时监控并进行实时反馈,识别出风险隐患。
进一步地,所述服务应用模块借助地质信息模型、水文信息模型、空气流场信息模型和隧道结构信息模型,生成分析计算模型对隧道结构进行受力分析计算,并且将计算模型与隧道结构信息模型融合展示,使计算结果更直观的显示,以及将实时监测的数据通过可视化图表在系统中显示,并且通过与监测指标阈值进行对比分析,及时反馈隧道的异常状态,并且借助隧道结构信息模型和倾斜摄影实景模型,智能生成管节预制中的无人机巡检航线规划;在管节浮运过程中,通过远程操作,控制安装在隧道管节上的边缘装备进行数据采集、处理与传输。
进一步地,所述数字孪生数据管理模块包括数据图纸资料、地质三维模型、水文信息模型、空气流场信息模型、隧道结构信息模型属性信息和分析计算模型、行为预测模型的计算结果数据、传感器监测数据、物联网监控数据以及无人机航拍影像数据和边缘装备测量结果数据,并且实现将采集和监控测量的数据与信息模型进行关联,以提高信息的管理效率以及文档检索效率。
进一步地,所述服务应用模块借助数字孪生数据管理模块集成的大量结构数据以及监测数据,利用内嵌的隧道安全评估算法,生成行为预测模型,对隧道的状况进行安全评估,并将预测评估结构存储到数据库中,作为运维管理的参考。
进一步地,所述服务应用模块采用C/S架构,结合隧道结构信息模型、地质信息模型、水文信息模型、空气流场信息模型、物联网、无人机和边缘装备,建立沉管隧道智能建造与数字孪生系统平台,提高沉管隧道的全过程管控水平和质量。
进一步地,所述行为预测模型采用GA-BP神经网络算法模型结合深度学习生成和不断优化。
与现有技术相比,本发明的有益效果为:
本发明提出了一种沉管隧道智能建造的方法,并建立数字孪生系统,为沉管隧道的智能建造提供强有力的理论支撑和实践指导;在管节预制中,可以智能生成无人机巡检航线,对管节预制进行风险识别和预警管控;在管节浮运中,通过无人机和边缘装备对管节浮运路径、姿态以及对接中的变形与受力进行实时监控,提升沉管隧道智能建造水平;在运维中,通过实时监测的数据,对行为预测模型进行修正,为隧道的运维管理安全提供保障。
附图说明
图1为实施例该沉管隧道数字孪生系统的智能建造方法流程示意图;
图2为实施例沉管隧道数字孪生系统的模块组成结构图示意图;
图3为实施例沉管隧道数字孪生系统中边缘装备的工作流程示意图;
图4为实施例沉管隧道数字孪生系统的数字孪生体模块的模型构建流程及关系示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的示例性实施例所限制;相反,提供这一实施例是为了能够更透彻地理解本发明并且能够将本发明的范围完整地传达给本领域的应用或技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示,本实施例一种基于数字孪生的沉管隧道建造方法,该方法用于沉管隧道工程的智能建造、数字化交付、运维管理等全生命周期管理,在智能建造过程中(建造过程包括设计、预制、浮运)包括以下步骤:
S01、查找并梳理各类地勘数据资料(包括隧道项目所处的自然地理状况、水文地质信息),建立三维可视化的地质信息模型与水文信息模型、空气流场信息模型,利用倾斜摄影对周边场地建筑进行三维实景建模。
具体实施时,综合沉管隧道前期的钻孔勘探资料,将钻孔编号和坐标、地层顶部标高和底部标高以及地面标高等数据录入数据库中。在EVS软件中读出存储的地质勘察数据,并转换为PGF格式,完成数据与EVS的参数匹配,根据划分不同的地质体,输出相应的GEO文件,最后通过EVS软件采用克里金法作为空间插值方法进行GIS建模,建立地质信息模型。根据前期的勘探结果,生成地形表面点云图并进行点云拟合成曲面,之后通过水体外边缘线和河床水位线,采用Revit和Dynamo对水体模型和空气流体模型进行创建,建立水文信息模型、空气流场信息模型。
S02、根据设计施工图资料,参数化建立三维可视化的沉管隧道结构信息模型。
具体实施时,通过设计数据,将沉管隧道桩号、各管节标高、沉管构件截面ID以及各构件材质等数据录入数据库中。将施工图纸(CAD电子图)的dwg格式导入Revit中,并利用Dynamo读取数据库中的管节标高等几何参数和截面ID数据,确定管节的截面和拟合出模型放样所需的三维放样线,将横断面模板沿三维放样线创建出隧道的实体模型。
S03、根据水文信息模型、空气流场信息模型和隧道结构信息模型,分别在管节预制、浮运、沉放过程中生成对应的分析计算模型(仿真建模),对隧道进行力学分析,对设计方案进行结构受力的分析计算和优化调整;
具体实施时,根据已经建立的水文信息模型、空气流场信息模型和隧道结构信息模型,在Revit软件中,利用Dynamo导出流体域和管节表面模型(曲面、网格以及几何实体等),存储为SAT文件(二进制文件格式)。将导出的SAT文件导入ANSYS FLUENT软件,进行几何模型设定、杆件的创建和网格划分,并设置分析条件以及工况,建立管节沉放过程流体-固体耦合仿真模型(分析计算模型),对分析计算模型进行数值模拟计算,保证施工阶段管节的受力情况和稳定性,掌握从干坞浮运出厂到沉管安装完成的施工全过程中的管节水动力特性以及受力情况。
S04、基于智能施工设备,对沉管隧道建造过程进行智能监控量测,实时将数据传输至数据库存储,并且同步嵌入感知传输控制设备。
具体实施时,采用物联网和传感器,对干坞预制管节过程中,对管节的变形与受力数据采集以及对预制管节的混泥土水化热进行温度场监测,并通过5G网络,实时将监控量测的数据传输至数字孪生数据管理处,利用数据库,借助隧道的结构信息模型,对数据进行构件关联存储。在沉管隧道管节工厂化预制的过程中,通过无人机的航拍功能,对隧道的管制预制施工进行实景航拍,并采用计算机视频和深度学习算法(卷积神经网络算法)对管节预制风险识别和预警管控。并且通过无人机智能航线规划与倾斜摄影技术,对管节表面混泥土的质量进行定期巡检。
S05、借助无人机和边缘装备,对隧道的管节浮运路径和运动姿态进行数据采集并识别出风险隐患;
具体实施时,在管段浮运过程中,在沉管露出水面的四角和中间(干舷表面)预先安装感知沉管姿态的边缘装备(具备实时感知、采集和无线高速发送至监控中心的功能),通过远程控制边缘装备,对管段的浮运、沉放和对接等过程实时采集姿态数据,并通过位于水面漂浮的路由器传输至监控中心。并且借助无人机推流实时视频监控沉管浮运的全过程,为管段浮运提供指导。在沉管隧道管节浮运沉放和对接过程中,采用物联网技术,对其变形受力进行实时监控测量。
S06、通过监测系统,持续采集监测数据,利用隧道监测的数据,构建隧道的行为预测模型,并不断更新监测数据,与行为预测模型的计算值对比,不断修改行为预测模型。
具体实施时,通过现场实测的传感器数据,传输到数字孪生数据管理模块,与分析计算模型进行整合,构建行为预测模型,生成数字孪生体,通过感知现在的数据,预测未来可能出现的安全隐患,并进行三维可视化显示。并且不断的利用实时采集的数据和分析计算的结果,对行为预测模型进行修正,最终将其误差值控制在可接受的范围内,并且将监测数据的变化以可视化图表形式进行展示,以及根据预先设置的监测指标阈值,对监测数据进行对比判断,及时反馈隧道的异常状态。
S07、将数据库、物联网和隧道结构关联,实现数字化协同,建立沉管隧道的数字孪生系统,由智能建造转向运维管理,实现项目的数字化交付。
具体实施时,采用C/S架构,建立沉管隧道数字孪生系统的客户端。客户端通过发送访问指令给数据库,实现三维可视化模型的浏览、监测数据的可视化图表显示以及可以利用物联网实时查看隧道现场画面等。建立的数字孪生系统,可以协调业主、监理、设计和施工部门的工作,使各参与方的协同合作变得更加高效、便捷,促进项目的数字化交付。并将智能建造转向智能运维,实现项目信息的全面管理,提高运维管理效率。
实施例2
如图2所示,基于上述方法建立的一种基于数字孪生的沉管隧道建造系统,该系统主要由5个模块组成,各模块之间的功能协同交互,包括服务应用模块、数字孪生数据管理模块、感知传输控制模块、物理实体模块、数字孪生体模块。
所述服务应用模块采用C/S架构,结合隧道结构信息模型(BIM)、地质信息模型(GIS)、水文信息模型(HIM)、空气流场信息模型(AIM)、物联网、无人机和边缘装备等技术,建立沉管隧道智能建造与数字孪生系统平台,提高沉管隧道的全过程管控水平和质量。
使用客户端访问数字孪生数据管理模块中存储的数据。在勘察设计中,可以对地质信息模型(GIS)、水文信息模型(HIM)、空气流场信息模型(AIM)、隧道结构信息模型(BIM)进行三维可视化浏览,并且可以通过模型的构件位置,查询构件的相关属性信息资料等;在隧道建造中,可以通过隧道模型构件关联的传感器和物联网,快速查看现场施工情况以及进度,并且将分析计算模型的数值模拟计算结果叠加显示到隧道信息模型中,使数据更加直观地呈现,以及做出相关提示指令,保证项目进度计划的实施和施工的顺利进行;在运维管理中,可以将现场实时监测的数据,通过可视化沙盘图表呈现,并且根据设置的监测指标阈值,做出预警提示。以及根据行为预测模型,准确地预测未来潜在的安全隐患。在隧道的全生命周期中,可以对项目文档资料进行统一集中管理,实现信息化、数字化、无纸化管理。
具体的,所述服务应用模块借助数字孪生数据管理模块集成的大量结构数据以及监测数据,利用内嵌的隧道安全评估算法(GA-BP神经网络算法),生成行为预测模型,可以对隧道的状况进行安全评估,并将预测评估结构存储到数据库中,作为运维管理的参考。
所述数字孪生数据管理模块用于存储和管理传输控制模块的监测数据、模型数据,以及为服务应用模块提供查看模型信息、构件属性和实时监测数据的接口,为服务应用模块与感知传输控制模块、数字孪生体模块对接提供接口,并转发服务应用模块传来的指令。数字孪生数据管理模块所包含的数据有图纸资料、地质三维模型、水文信息模型、空气流场信息模型、隧道结构信息模型等属性信息和分析计算模型、行为预测模型的计算结果数据、传感器监测数据、物联网监控数据以及无人机航拍影像数据和边缘装备测量结果数据,通过搭建关系型数据库,对勘察的水文地质信息、设计的隧道结构信息和施工运维的监测数据进行集成管理。在数据库中设计4张表,分别是模型属性信息表、文档信息表、监测数据表和预测数据表,每张表存储相应的数据,并通过外键进行关联,并且实现将采集和监控测量的数据与信息模型进行关联,极大提高了信息的管理效率以及文档检索效率。
作为其中一种实施例,基于数模分离的方法,利用地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型的属性参数和传感器构件编码的关系,在关系型数据库中建立监测点的属性表,监测数据表,并使其通过构件编码进行关联,以方便用户查找隧道构件的数据。
所述感知传输控制模块用于对干坞预制管节混凝土水化热、沉管管节预制过程的安全风险、预制管节混凝土质量以及管节浮运、沉放、对接过程中和运维过程中的变形与受力等建造中的数据进行采集传输,还可用于在服务应用模块通过模型构件获取其施工数据及状态。
感知传输控制模块具体通过传感器、物联网以及无人机等对现场数据进行采集监测。对勘察设计数据进行自动化采集,传输到数字孪生数据管理模块中。在沉管管段预制中采用物联网和温度传感器同步监测预制管节混凝土温度场监测混凝土水化热,并且在平台中通过隧道信息模型以及倾斜摄影模型生成管段的无人机巡检航线规划(隧道信息模型基于CAD沉管隧道设计图纸数据,采用Revit+Dynamo的建模方法对沉管隧道结构进行BIM自动化精细化高效建模;倾斜摄影模型基于无人机低空遥感技术,采用无人机作为平台,从天空采用垂直、倾斜多角度同步采集影像,获得建筑物高度及侧面纹理,利用定位技术、三维建模等技术,生成实景三维模型),对沉管的施工实景进行数据采集,采用计算机视频和深度学习算法(卷积神经网络算法)开展管节预制风险识别和预警管控。在沉管浮运中,利用无人机推流实时视频监控沉管浮运,以及在沉管上预先安装感知沉管姿态的数字孪生边缘装备,对沉管的浮运沉放全过程进行实时姿态数据采集,并利用物联网技术对沉管隧道管节浮运、沉放和对接过程的变形与受力实时监控。在隧道的运维中,将实时监测的数据与行为预测模型进行结合,预测未来存在的隐患。在运维中,利用安装在隧道中的传感器和物联网设备,进行实时数据采集与处理(数据采集设备将数据存储在数据库或云平台中,然后利用统计分析、机器学习等算法对监测数据进行分析,识别异常情况并进行预测和预警,并且将监测数据可视化,让用户可以更加直观地了解数据情况),实现快速监测故障信息、准确定位故障原因,同时评估结构状态,从而实现针对性的预测性维护,有效地提高隧道安全使用性能。
具体的,隧道内部安装各种传感器,实时采集隧道各个位置的数据。通过大数据技术,将采集的实时数据进行处理、分析和建模,利用机器学习算法等,对数据进行智能分析,筛选出可能出现的故障模式,并及时预警。通过建立决策支持系统,将实时监测的数据与历史数据进行比对,全面分析故障原因,精确把握故障情况,确定隧道是否需要维修或进行安全防护。
数字孪生边缘装备是指先进的计算设备或处理器,具备实时感知、采集和无线高速发送至监控中心的功能,通常被嵌在物理或虚拟设备中,用于执行计算、存储和网络功能。数字孪生边缘装备通常运行在物理或虚拟环境中,提供一系列的特定功能;这些设备可以在执行特定任务时,提供实时、快速和可靠的计算和存储等功能。边缘设备包括:高性能物联网开发板;传感器和控制器;单板电脑如树莓派等;云计算和数据中心的服务器和存储设备;网络边缘计算设备如交换机等;无线基站和小型移动设备等。
所述物理实体模块表现为隧道项目附近的水文地质情况以及地理空间信息、隧道结构(包括基槽、桩、沉管结构以及隧道匝道等),用于隧道工程的勘察设计、施工和运维的全生命周期管理,反映沉管隧道结构的真实情况,以沉管隧道全生命周期为时间主线,将各个阶段的物理实体实时与数字孪生体、服务、孪生数据交互。
所述数字孪生体模块包括含物理模型、几何模型、行为模型及规则模型。物理模型主要用于描述物理场景的物理特征和属性,如物体的材料、形状、尺寸、密度、质量、弹性等。它将物体的物理属性转化为数字化的数据计算和仿真,从而实现对物体物理行为的预测和分析;几何模型主要用于描述物理场景的空间关系,如物体之间的相对位置、相对体积、形状等。它通过对物体进行三维建模,将物理场景的空间关系数字化,便于在数字孪生体中进行可视化和交互式操作;行为模型主要用于描述物理场景中物体的运动行为和动态特征,它将物理学原理转化为数学模型和计算模型,实现对物体运动和交互的预测和仿真;规则模型主要用于描述物理场景中物体之间的作用关系和行为规则,它将物理场景中的动力学规律、控制规律、约束规律等转化为计算机程序和算法,实现对物体运动和交互的预测和仿真。
所述数字孪生体模块包括地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型、分析计算模型和行为预测模型。地质信息模型和水文信息模型、空气流场信息模型可以提供隧道周围地质和水文情况的数字信息、空气的运动状态,为数字孪生体的物理模型提供数据支持。地质信息模型和水文信息模型中包含的地质和水文数据可以用来建立隧道周围地质和水文场景的数字模型,空气流场信息模型可用于预测沉管隧道中空气流动的情况,进而为数字孪生体的物理模型提供数据输入。隧道结构信息模型是数字孪生体的几何模型的一部分,提供隧道结构的三维几何信息。隧道结构信息模型用于构建数字孪生体中的隧道三维模型,为数字孪生体的可视化和交互提供支持。分析计算模型和行为预测模型是数字孪生体中的行为模型和规则模型的一部分,用于分析隧道的结构特征和行为规律。分析计算模型可以通过有限元分析、计算流体力学等技术手段,分析隧道结构在不同载荷下的应变、位移等参数,为数字孪生体的行为模型提供输入。行为预测模型则可以通过机器学习等技术手段,预测隧道结构的未来行为,为数字孪生体的规则模型提供支持。
地质信息模型和水文信息模型用于三维可视化展示隧道项目的水文地质信息,隧道项目所在环境的地形地貌和地层岩性,三维可视化呈现隧道项目所在环境的江河水位与潮水位,为沉管隧道的智能建造提供直观的数据,空气流场信息模型可用来研究沉管隧道建设和运营过程中的空气流动情况,可以帮助我们更好地理解现象、优化设计方案和改进工程;隧道结构信息模型用于三维可视化展示隧道结构以及提供可视化施工技术交底,有效地优化施工方案,为施工运营管理提供有力依据;分析计算模型用于对沉管隧道结构进行力学分析,并对沉管隧道的结构安全性、可靠性等做出评价;行为预测模型作为运营维护的数据基准,将沉管隧道的监测数据与计算数据进行结合,预测隧道的病害与形变的发展趋势,并及时提供预警信息。地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型、分析计算模型和行为预测模型与数字孪生体中的物理模型、几何模型、行为模型和规则模型是密切相关的,它们共同构成了数字孪生体的基础和核心技术。
如图3所示为边缘装备的工作流程图。通过多个边缘设备安装及数字孪生体边缘部署,组成边缘装备。边缘装备的安装部署:根据工程的场景以及监测数据的类型,设备的通信能力、计算能力等因素,选择适合的边缘装备,将合适的操作系统和应用程序安装到设备上,然后将边缘安装到预定的位置上,并且将设备连接上网络,确保设备的有效通信;边缘设备的安全性保障:因为边缘设备通常用于连接网络、处理敏感数据或者直接控制物理设备,所以边缘设备的安全性保障非常重要。一般加强设备管理,确保设备加固并有严格的管理措施,包括访问控制、防火墙、网络隔离、强密码、安全更新等措施,以及为了确保数据传输的保密性和完整性,使用非对称加密算法进行数据加密。
边缘装备的运行和交互是动态的,可以与其他设备和系统实时地进行通信和交互,以实现各种功能和应用。边缘装备可以通过传感器等设备从周围环境中收集信息,如温度、应变、压力、加速度等;也可以从其他设备中获取数据,如控制器、计算机、云端服务器等。边缘装备将收集到的数据转换为计算机可读的格式并进行初步处理,例如数据清洗、去噪、标准化、归一化等,以提高数据质量和有效性;使用内置的计算能力进行本地数据分析和处理,例如物联网数据分析、图像识别、机器学习等,提高数据处理效率和实时性。边缘装备将处理后的数据发送到其他设备或云端服务器进行进一步的数据分析和处理,利用云端计算和存储资源对数据进行分析和挖掘,从而产生更准确的预测和建模结果;同时,边缘装备也可以接收其他设备或云端服务器向其发送的指令,以便进行一些自动化的任务或响应特定的事件。边缘装备也可以连接到互联网,以实现远程控制和监测。通过互联网,用户可以实时地监控和控制设备的运行状态,进行远程操作和调整。云端还可以向边缘装备发送远程指令和控制信号,以响应特定事件和优化设备执行任务的效率,实现闭环控制。
闭环控制通常由四个基本部分组成,包括传感器、控制器、执行器和反馈环路。设备输出的信号(输出量)被传感器收集并与目标信号(参考量)进行比较,当两者之间存在差异时,控制器将对输出信号进行调整,使其更接近于目标信号。这个调整信号然后被发送到执行器,执行器根据信号的输入动作控制设备进行调整,使其达到预期的控制目标。随后,执行的结果被反馈回传感器,以进一步地检查控制器的效果,并调整控制器的参数,以优化控制效果。
在沉管隧道工程施工前、中、后,通过边缘装备进行数据收集和分析。同时,边缘装备还用于在施工过程中实时监测沉管的沉降和水平位移等重要数据。这些数据可以自动存储并在云端平台中自动处理,并通过数字孪生体模型进行重要的预测和仿真分析。数字孪生体模型可以根据实际施工中的数据调整模型,形成沉管运行状态实时跟踪,并根据数据分析结果进行智能化风险预警。在发生突发事件时,数字孪生体模型可以对隧道结构做出立即反应,以避免事故的严重后果,通过对隧道设计及施工全过程进行仿真和优化,来优化施工方案,避免施工风险,减少成本投入,提高施工效率。即通过边缘装备采集的实时数据,可以实时更新数字孪生体的模型,并通过数字孪生体的仿真模拟分析,对隧道的状态进行预测和风险评估,及时发现问题并进行预防性维护,提高沉管隧道的可靠性和提高工程质量。
如图4所示为数字孪生体模块的模型构建流程及关系示意图,数字孪生体模块与沉管隧道智能建造同步构建。
采用地质调查与测绘、综合物探、地质钻探、水文测验以及无人机实景航拍等方法对沉管隧道进行综合勘察,根据勘察资料,在EVS等地质建模软件中建立地质信息模型、水文信息模型。
根据隧道的施工图纸等设计信息,读取横截面的控制参数(如顶底板厚度、侧墙厚度、隧道内净宽、净高等),以及隧道中心线坐标,利用REVIT等三维建模软件参数化生成隧道结构信息模型。
将地质水体信息模型与隧道结构信息模型整合为一个整体,导出相应的几何、物理属性等参数,再通过ANSYS等分析软件读取导出的二进制文件数据,生成计算模型,并对模型进行单元划分、设置边界条件与工况、施加荷载等。接着进行有限元分析计算,得到分析计算模型,为沉管隧道工程的设计及验算提供有力的依据。
在隧道的施工以及运维中,利用实时监测的应力、应变等数据,与分析计算模型的计算值进行对比分析,结合深度学习生成和不断优化行为预测模型(GA-BP神经网络算法),使预测数据尽可能接近真实值,实现对沉管隧道的未来可能出现的情况进行预测。
本发明的服务应用模块直接面向用户,利用地质信息模型、水文信息模型以及隧道结构信息模型,以三维可视化的方式呈现隧道与软弱地基之间的三维空间关系和水文地质的分布情况,通过分析计算模型与行为预测模型,为沉管隧道的建造运维的安全性提供科学依据,并将监测数据、计算数据以及施工文档资料与信息模型进行关联,提高运维管理效率。
以上公开的发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种基于数字孪生的沉管隧道建造方法,其特征在于,包括以下步骤:
S01、建立地质信息模型、水文信息模型,利用倾斜摄影对周边场地建筑进行三维实景建模;
S02、基于设计图纸资料建立三维可视化的沉管隧道结构信息模型;
S03、分别在管节预制、浮运、沉放过程中建立分析计算模型,对结构受力进行分析计算和优化调整;
S04、基于智能施工设备,进行自动化智能化施工建造,并且同步嵌入感知传输控制设备;
S05、借助无人机和边缘装备,对隧道的管节浮运路径和运动姿态进行数据采集并识别出风险隐患;
S06、通过监测系统,持续采集监测数据,构建隧道的行为预测模型,并且根据实测值与行为预测模型的计算值的误差,不断优化行为预测模型;
S07、将数据库、物联网和隧道结构关联,实现数字化协同,构建隧道运维管理的系统平台。
2.实现权利要求1所述的一种基于数字孪生的沉管隧道建造方法的系统,其特征在于,包括:物理实体模块、数字孪生体模块、感知传输控制模块、数字孪生数据管理模块、服务应用模块;
所述物理实体模块用于反映沉管隧道结构的真实情况,以沉管隧道全生命周期为时间主线,将各个环节的物理实体实时与数字孪生体、服务、孪生数据进行实时交互;所述物理实体模块包括基槽、桩、沉管结构以及隧道匝道;
所述数字孪生体模块包括地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型、分析计算模型和行为预测模型,通过与物理实体高度一对一映射,并根据用户需求将物理实体模块的功能在数字孪生体进行实时迭代优化及仿真预测;
所述感知传输控制模块用于对干坞预制管节混凝土水化热、沉管管节预制过程的安全风险、预制管节混凝土质量以及建造中管节浮运、沉放、对接过程中和运维过程中的变形与受力的数据进行采集传输,还用于在服务应用模块通过模型构件获取其施工数据及状态;
数字孪生数据管理模块用于存储和管理感知传输控制模块的监测数据、模型数据,以及为服务应用模块提供查看模型信息、构件属性和实时监测数据的接口,并转发服务应用模块传来的指令;
服务应用模块利用地质信息模型、水文信息模型、空气流场信息模型以及隧道结构信息模型,以三维可视化的方式呈现隧道与软弱地基之间的三维空间关系和水文地质的分布情况、沉管隧道建设和运营过程中的空气流动情况,通过分析计算模型与行为预测模型,并将监测数据、计算数据以及施工文档资料与信息模型进行关联。
3.根据权利要求2所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述数字孪生体模块包括地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型、分析计算模型以及行为预测模型;地质信息模型用于三维可视化呈现隧道项目所在环境的地形地貌和地层岩性,水文信息模型用于三维可视化呈现隧道项目所在环境的江河水位与潮水位,空气流场信息模型用于研究沉管隧道建设和运营过程中的空气流动情况;隧道结构信息模型用于三维可视化展示隧道结构以及提供可视化施工技术交底;分析计算模型用于对沉管隧道结构进行力学分析,并对沉管隧道的结构安全性、可靠性做出评价;行为预测模型将沉管隧道的监测数据与计算数据进行结合,预测隧道的病害与形变的发展趋势,并及时提供预警信息。
4.根据权利要求3所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,基于数模分离的方法,利用地质信息模型、水文信息模型、空气流场信息模型、隧道结构信息模型的属性参数和传感器构件编码的关系,在关系型数据库中建立监测点的属性表,监测数据表,并使其通过构件编码进行关联,以方便用户查找隧道构件的数据。
5.根据权利要求2所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述感知传输控制模块在沉管预制施工时,采用物联网和温度传感器同步监测预制管节混凝土温度场,并将数据传入数据库,作为施工、运维以及病害形变分析的数据基准,通过无人机的航拍功能,对隧道的管制预制施工进行定期巡检,并采用计算机视频和深度学习算法对管节预制风险识别和预警管控;利用无人机推流实时视频监控沉管浮运,在沉管隧道上安装边缘装备,对管节浮运路径和运动姿态实时监控并进行实时反馈,识别出风险隐患。
6.根据权利要3所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述服务应用模块借助地质信息模型、水文信息模型、空气流场信息模型和隧道结构信息模型,生成分析计算模型对隧道结构进行受力分析计算,并且将计算模型与隧道结构信息模型融合展示,使计算结果更直观的显示,以及将实时监测的数据通过可视化图表在系统中显示,并且通过与监测指标阈值进行对比分析,及时反馈隧道的异常状态,并且借助隧道结构信息模型和倾斜摄影实景模型,智能生成管节预制中的无人机巡检航线规划;在管节浮运过程中,通过远程操作,控制安装在隧道管节上的边缘装备进行数据采集、处理与传输。
7.根据权利要求3所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述数字孪生数据管理模块包括数据图纸资料、地质三维模型、水文信息模型、空气流场信息模型、隧道结构信息模型属性信息和分析计算模型、行为预测模型的计算结果数据、传感器监测数据、物联网监控数据以及无人机航拍影像数据和边缘装备测量结果数据,并且实现将采集和监控测量的数据与信息模型进行关联,以提高信息的管理效率以及文档检索效率。
8.根据权利要求2所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述服务应用模块借助数字孪生数据管理模块集成的大量结构数据以及监测数据,利用内嵌的隧道安全评估算法,生成行为预测模型,对隧道的状况进行安全评估,并将预测评估结构存储到数据库中,作为运维管理的参考。
9.根据权利要求3所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述服务应用模块采用C/S架构,结合隧道结构信息模型、地质信息模型、水文信息模型、空气流场信息模型、物联网、无人机和边缘装备,建立沉管隧道智能建造与数字孪生系统平台,提高沉管隧道的全过程管控水平和质量。
10.根据权利要求2~8任一项所述的一种基于数字孪生的沉管隧道建造系统,其特征在于,所述行为预测模型采用GA-BP神经网络算法模型结合深度学习生成和不断优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310833639.7A CN116776444A (zh) | 2023-07-07 | 2023-07-07 | 一种基于数字孪生的沉管隧道建造方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310833639.7A CN116776444A (zh) | 2023-07-07 | 2023-07-07 | 一种基于数字孪生的沉管隧道建造方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116776444A true CN116776444A (zh) | 2023-09-19 |
Family
ID=87989445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310833639.7A Pending CN116776444A (zh) | 2023-07-07 | 2023-07-07 | 一种基于数字孪生的沉管隧道建造方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116776444A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237813A (zh) * | 2023-11-09 | 2023-12-15 | 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 |
CN117629549A (zh) * | 2024-01-26 | 2024-03-01 | 辛集中交建设有限公司 | 一种桥梁建筑健康监测与安全预警系统 |
-
2023
- 2023-07-07 CN CN202310833639.7A patent/CN116776444A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237813A (zh) * | 2023-11-09 | 2023-12-15 | 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 |
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 |
CN117629549A (zh) * | 2024-01-26 | 2024-03-01 | 辛集中交建设有限公司 | 一种桥梁建筑健康监测与安全预警系统 |
CN117629549B (zh) * | 2024-01-26 | 2024-04-09 | 辛集中交建设有限公司 | 一种桥梁建筑健康监测与安全预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | BIM, machine learning and computer vision techniques in underground construction: Current status and future perspectives | |
CN111191880B (zh) | 一种基于数字化映射的边坡全生命周期安全管理方法 | |
CN116776444A (zh) | 一种基于数字孪生的沉管隧道建造方法及系统 | |
Sadhu et al. | A review of data management and visualization techniques for structural health monitoring using BIM and virtual or augmented reality | |
KR100860797B1 (ko) | 광산채굴갱도의 3차원 입체화 구현 방법 | |
CN117171842A (zh) | 一种城市慢行桥梁健康监测与数字孪生系统 | |
AU2011318247B2 (en) | Method for large scale, non-reverting and distributed spatial estimation | |
CN113806978A (zh) | 基于bim-fem的桥梁结构数字孪生体及方法 | |
CN103970919A (zh) | 用于自动建筑信息建模的数据处理方法 | |
CN116486025A (zh) | 一种基于大数据云计算技术的城市地质数据处理平台 | |
CN117217058A (zh) | 一种抽蓄电站水工结构安全监测方法、系统、设备及介质 | |
CN116911115A (zh) | 一种数字孪生隧道与智能建造方法及系统 | |
CN117128448A (zh) | 一种lng储罐结构智能监测系统 | |
CN114004103A (zh) | 可支撑数字孪生综采工作面基础研究的协同运行试验平台 | |
CN113742827B (zh) | 一种基于有限差分分析的公路边坡监测网络体系构建方法 | |
Chen et al. | A critical review of automated extraction of rock mass parameters using 3D point cloud data | |
Cai et al. | An efficient adaptive approach to automatically identify rock discontinuity parameters using 3D point cloud model from outcrops | |
Liu et al. | Integration of Building Information Modelling (BIM) and sensor technology: a review of current developments and future outlooks | |
Kim et al. | Real time building data collecting using IoT and BIM | |
CN117094056A (zh) | 一种城市地下环路数字孪生智能建造方法及系统 | |
CN117332494A (zh) | 沉井施工状态实时数字孪生的方法、设备及存储介质 | |
CN117369254A (zh) | 基于复杂地质条件瓦斯防控机器人集群控制方法及系统 | |
CN116862432A (zh) | 一种隧道浅埋段施工方案动态调整方法及系统 | |
Hong et al. | Virtual reality (VR)–based intelligent tunneling information system | |
CN113345095B (zh) | 一种基于数字孪生的革命文物残损监测与预警方法的系统 |
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 |