CN116993060A - 一种基于物联网的智慧工地安全管理方法及系统 - Google Patents

一种基于物联网的智慧工地安全管理方法及系统 Download PDF

Info

Publication number
CN116993060A
CN116993060A CN202311254511.1A CN202311254511A CN116993060A CN 116993060 A CN116993060 A CN 116993060A CN 202311254511 A CN202311254511 A CN 202311254511A CN 116993060 A CN116993060 A CN 116993060A
Authority
CN
China
Prior art keywords
real
time
environment data
trained
data set
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
CN202311254511.1A
Other languages
English (en)
Other versions
CN116993060B (zh
Inventor
汪艳
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 Aiwei Iot Technology Co ltd
Original Assignee
Shenzhen Aiwei Iot 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 Shenzhen Aiwei Iot Technology Co ltd filed Critical Shenzhen Aiwei Iot Technology Co ltd
Priority to CN202311254511.1A priority Critical patent/CN116993060B/zh
Publication of CN116993060A publication Critical patent/CN116993060A/zh
Application granted granted Critical
Publication of CN116993060B publication Critical patent/CN116993060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2337—Non-hierarchical techniques using fuzzy logic, i.e. fuzzy clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Tourism & Hospitality (AREA)
  • Biophysics (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Automation & Control Theory (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及物联网领域，特别是一种基于物联网的智慧工地安全管理方法及系统。可以有效管理工地中的建筑人员，减少施工时间，降低人力成本和业主利息成本。基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，利用FCM模糊聚类算法对实时环境数据信息进行数据预处理得到待训练环境数据集，通过FCNN神经网络建立FCNN神经网络识别模型，将待训练环境数据集输入至FCNN神经网络识别模型中进行训练，若实时安全状态信息超过设定预警的阈值标准，则生成环境处理步骤；将环境处理步骤输入至BIM模块，通过BIM模块中的控制器对建筑工地中的环境安全设备进行控制；将实时管理状态信息输入至BIM模块，通过BIM模块中的控制器对建筑工地中的人员管理设备进行控制。

Description

一种基于物联网的智慧工地安全管理方法及系统
技术领域
本发明涉及物联网领域，特别是一种基于物联网的智慧工地安全管理方法及系统。
背景技术
建筑在施工时会产生大量扬尘和施工噪声，长期处在噪声干扰下生活和工作，会对人的健康造成极大的影响。传统建筑业长期存在着生产效率低下、质量可靠性差、能源消耗高、环境污染严重以及资源利用率低等问题。作为国民经济的重要支柱产业，建筑业已处于由高速增长阶段向高质量发展阶段转变的关键转折期，急需快建筑工业化升级、提升建筑数字化水平。因此如何将建筑信息模型（BIM）、物联网、人工智能等技术融入建筑工地以提升建筑工地的安全管理效率是现阶段丞待解决的问题。
发明内容
本发明的目的是为了解决上述问题，设计了一种基于物联网的智慧工地安全管理方法及系统。
实现上述目的本发明的技术方案为，进一步，在上述一种基于物联网的智慧工地安全管理方法中，所述智慧工地安全管理方法包括以下步骤：
基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；
利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；
通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果；
根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；
将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制；
根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制。
进一步，在上述智慧工地安全管理方法中，所述基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元，包括：
基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述BIM模块至少包括感知器、控制器、传输器；
所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元，所述控制器用于对工地中的人员管理设备和环境安全设备进行控制，所述传输器用于传输BIM模块中的网络信号；
通过图像采集单元采集工地中的工地图像信息、工地建筑信息；通过射频识别单元采集工地人员信息、工地车辆信息；
通过定位单元对工地人员和工地车辆进行实时定位，并实时获取人员位置信息和车辆位置信息；
通过传感器单元采集工地中的工地温度信息、工地湿度信息、工地气体信息、工地粉尘信息。
进一步，在上述智慧工地安全管理方法中，所述利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集，包括：
获取实时环境数据信息，确定实时环境数据信息对应的分类数m，所述分类数m大于等于2；
初始化实时环境数据信息的第一隶属度，根据第一隶属度计算，得到第一聚类中心；
基于目标函数，根据第一聚类中心计算第一隶属度，得到第二隶属度，根据第二隶属度计算得到第二聚类中心，共计迭代m次；
迭代m次得到目标隶属度，找出每个实时环境数据信息对应的最大目标隶属度，得到待训练环境数据集；
所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集。
进一步，在上述智慧工地安全管理方法中，所述通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果，包括：
将待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集进行归一化处理，得到归一化静态环境数据集和归一化动态环境数据集；
建立FCNN神经网络，设置变异因子、交叉因子、差异策略和种群规模，随机生成初始种群作为初始最优超参数；
将归一化静态环境数据集和归一化动态环境数据集输入FCNN神经网络，并预测样本的输出值；
设定迭代终止条件，判断迭代结果是否满足终止条件，如果满足则退出计算，得到实时环境数据结果。
进一步，在上述智慧工地安全管理方法中，所述根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤，包括：
所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；
所述实时安全状态信息包括工地空气粉尘实时含量、工地施工实时温度、工地建筑物实时结构；
若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；
所述阈值标准包括主导施工阶段监测阈值、施工阶段监测阈值、临近建筑物监测阈值、时间序列预警阈值。
进一步，在上述智慧工地安全管理方法中，所述将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制，包括：
获取环境处理步骤，根据环境处理步骤生成电信号，根据所述电信号生成控制指令；
通过控制指令对BIM模块中的控制器进行控制，所述控制器用于对建筑工地中的环境安全设备进行控制；
对环境安全设备进行控制包括对洒水设备进行洒水操作，对预警设备进行预警操作，对建筑设备进行停机操作，对行驶设备进行停止操作；
获取环境安全设备的控制结果，判断所述控制结果是否正确，若否，则将实时环境数据结果输入至FCNN神经网络识别模型重新训练。
进一步，在上述智慧工地安全管理方法中，所述根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制，包括：
根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；
通过实时管理状态信息生成电信号，基于电信号生成第二控制指令，所述第二控制指令用于控制BIM模块中的控制器；
通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制；所述人员管理设备进行控制包括工地人员岗位调动、工地人员数量调整、工地人员排班管理；
将控制结果输入至数据库中进行存储，得到工地人员管理数据库，所述工地人员管理数据库用于辅助对BIM模块中的控制器进行控制。
实现上述目的本发明的技术方案为，进一步，在上述一种基于人工智能的智慧工地安全管理系统中，所述智慧工地安全管理系统，包括：
数据采集模块，用于基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；
数据处理模块，用于利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；
模型训练模块，用于通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果；
实时预警模块，用于根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；
设备控制模块，用于将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制；
实时管理模块，用于根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制。
进一步，在上述一种基于人工智能的智慧工地安全管理系统中，数据处理模块包括以下子模块：
获取子模块，用于获取实时环境数据信息，确定实时环境数据信息对应的分类数m，所述分类数m大于等于2；
初始化子模块，用于初始化实时环境数据信息的第一隶属度，根据第一隶属度计算，得到第一聚类中心；
计算子模块，用于基于目标函数，根据第一聚类中心计算第一隶属度，得到第二隶属度，根据第二隶属度计算得到第二聚类中心，共计迭代m次；
迭代子模块，用于迭代m次得到目标隶属度，找出每个实时环境数据信息对应的最大目标隶属度，得到待训练环境数据集；
得到子模块，用于确定所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集。
进一步，在上述一种基于人工智能的智慧工地安全管理系统中，所述设备控制模块包括以下模块：
处理子模块，用于获取环境处理步骤，根据环境处理步骤生成电信号，根据所述电信号生成控制指令；
控制子模块，用于通过控制指令对BIM模块中的控制器进行控制，所述控制器用于对建筑工地中的环境安全设备进行控制；
操作子模块，用于对环境安全设备进行控制包括对洒水设备进行洒水操作，对预警设备进行预警操作，对建筑设备进行停机操作，对行驶设备进行停止操作；
判断子模块，用于获取环境安全设备的控制结果，判断所述控制结果是否正确，若否，则将实时环境数据结果输入至FCNN神经网络识别模型重新训练。
其有益效果在于，基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果；根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制；根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制。可以提升建筑工地的安全管理效率，对建筑工地中有安全隐患的建筑、车辆、人员及时预警并做出对应的消除隐患措施，对建筑工地中的人员进行在线实时管理，基于物联网技术有效管理工地中的建筑人员，减少施工时间，降低人力成本和业主利息成本。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
图1为本发明实施例中基于感知网络的智慧工地安全管理方法的第一个实施例示意图；
图2为本发明实施例中基于感知网络的智慧工地安全管理方法的第二个实施例示意图；
图3为本发明实施例中基于感知网络的智慧工地安全管理方法的第三个实施例示意图；
图4为本发明实施例中基于感知网络的智慧工地安全管理系统的第一个实施例示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“所述”也可包括复数形式。应所述进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
下面结合附图对本发明进行具体描述，如图1所示，一种基于物联网的智慧工地安全管理方法，智慧工地安全管理方法包括以下步骤：
步骤101、基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；
具体的，本实施例中基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，BIM模块至少包括感知器、控制器、传输器；
感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元，控制器用于对工地中的人员管理设备和环境安全设备进行控制，传输器用于传输BIM模块中的网络信号；通过图像采集单元采集工地中的工地图像信息、工地建筑信息；通过射频识别单元采集工地人员信息、工地车辆信息；通过定位单元对工地人员和工地车辆进行实时定位，并实时获取人员位置信息和车辆位置信息；通过传感器单元采集工地中的工地温度信息、工地湿度信息、工地气体信息、工地粉尘信息。
步骤102、利用FCM模糊聚类算法对实时环境数据信息进行数据预处理，得到待训练环境数据集，待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；
具体的，本实施例中获取实时环境数据信息，确定实时环境数据信息对应的分类数m，分类数m大于等于2；初始化实时环境数据信息的第一隶属度，根据第一隶属度计算，得到第一聚类中心；基于目标函数，根据第一聚类中心计算第一隶属度，得到第二隶属度，根据第二隶属度计算得到第二聚类中心，共计迭代m次；迭代m次得到目标隶属度，找出每个实时环境数据信息对应的最大目标隶属度，得到待训练环境数据集；待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集。
步骤103、通过FCNN神经网络建立FCNN神经网络识别模型，将待训练静态环境数据集和待训练动态环境数据集输入至FCNN神经网络识别模型中进行训练，得到实时环境数据结果；
具体的，本实施例中将待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集进行归一化处理，得到归一化静态环境数据集和归一化动态环境数据集；建立FCNN神经网络，设置变异因子、交叉因子、差异策略和种群规模，随机生成初始种群作为初始最优超参数；将归一化静态环境数据集和归一化动态环境数据集输入FCNN神经网络，并预测样本的输出值；设定迭代终止条件，判断迭代结果是否满足终止条件，如果满足则退出计算，得到实时环境数据结果。
步骤104、根据实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据实时环境数据结果生成环境处理步骤；
具体的，本实施例中实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；实时安全状态信息包括工地空气粉尘实时含量、工地施工实时温度、工地建筑物实时结构；若实时安全状态信息超过设定预警的阈值标准，则根据实时环境数据结果生成环境处理步骤；阈值标准包括主导施工阶段监测阈值、施工阶段监测阈值、临近建筑物监测阈值、时间序列预警阈值。
步骤105、将环境处理步骤输入至BIM模块，通过BIM模块中的控制器对建筑工地中的环境安全设备进行控制；
具体的，本实施例中获取环境处理步骤，根据环境处理步骤生成电信号，根据电信号生成控制指令；通过控制指令对BIM模块中的控制器进行控制，控制器用于对建筑工地中的环境安全设备进行控制；对环境安全设备进行控制包括对洒水设备进行洒水操作，对预警设备进行预警操作，对建筑设备进行停机操作，对行驶设备进行停止操作；获取环境安全设备的控制结果，判断控制结果是否正确，若否，则将实时环境数据结果输入至FCNN神经网络识别模型重新训练。
步骤106、根据实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将实时管理状态信息输入至BIM模块，通过BIM模块中的控制器对建筑工地中的人员管理设备进行控制。
具体的，本实施例中根据实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；通过实时管理状态信息生成电信号，基于电信号生成第二控制指令，第二控制指令用于控制BIM模块中的控制器；通过BIM模块中的控制器对建筑工地中的人员管理设备进行控制；人员管理设备进行控制包括工地人员岗位调动、工地人员数量调整、工地人员排班管理；将控制结果输入至数据库中进行存储，得到工地人员管理数据库，工地人员管理数据库用于辅助对BIM模块中的控制器进行控制。
其有益效果在于，基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；利用FCM模糊聚类算法对实时环境数据信息进行数据预处理，得到待训练环境数据集，待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；通过FCNN神经网络建立FCNN神经网络识别模型，将待训练静态环境数据集和待训练动态环境数据集输入至FCNN神经网络识别模型中进行训练，得到实时环境数据结果；根据实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据实时环境数据结果生成环境处理步骤；将环境处理步骤输入至BIM模块，通过BIM模块中的控制器对建筑工地中的环境安全设备进行控制；根据实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将实时管理状态信息输入至BIM模块，通过BIM模块中的控制器对建筑工地中的人员管理设备进行控制。可以提升建筑工地的安全管理效率，对建筑工地中有安全隐患的建筑、车辆、人员及时预警并做出对应的消除隐患措施，对建筑工地中的人员进行在线实时管理，基于物联网技术有效管理工地中的建筑人员，减少施工时间，降低人力成本和业主利息成本。
本实施例中，请参阅图2，本发明实施例中一种基于物联网的智慧工地安全管理方法的第二个实施例，利用FCM模糊聚类算法对实时环境数据信息进行数据预处理，得到待训练环境数据集，待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集包括以下步骤：
步骤201、获取实时环境数据信息，确定实时环境数据信息对应的分类数m，分类数m大于等于2；
步骤202、初始化实时环境数据信息的第一隶属度，根据第一隶属度计算，得到第一聚类中心；
步骤203、基于目标函数，根据第一聚类中心计算第一隶属度，得到第二隶属度，根据第二隶属度计算得到第二聚类中心，共计迭代m次；
步骤204、迭代m次得到目标隶属度，找出每个实时环境数据信息对应的最大目标隶属度，得到待训练环境数据集；
步骤205、待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集。
本实施例中，请参阅图3，本发明实施例中一种基于物联网的智慧工地安全管理方法的第三个实施例，通过FCNN神经网络建立FCNN神经网络识别模型，将待训练静态环境数据集和待训练动态环境数据集输入至FCNN神经网络识别模型中进行训练，得到实时环境数据结果包括以下步骤：
步骤301、将待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集进行归一化处理，得到归一化静态环境数据集和归一化动态环境数据集；
步骤302、建立FCNN神经网络，设置变异因子、交叉因子、差异策略和种群规模，随机生成初始种群作为初始最优超参数；
步骤303、将归一化静态环境数据集和归一化动态环境数据集输入FCNN神经网络，并预测样本的输出值；
步骤304、设定迭代终止条件，判断迭代结果是否满足终止条件，如果满足则退出计算，得到实时环境数据结果。
上面对本发明实施例提供的一种基于物联网的智慧工地安全管理方法进行了描述，下面对本发明实施例的一种基于人工智能的智慧工地安全管理系统进行描述，请参阅图4，本发明实施例中智慧工地安全管理系统一个实施例包括：
处理子模块，用于获取环境处理步骤，根据环境处理步骤生成电信号，根据电信号生成控制指令；
控制子模块，用于通过控制指令对BIM模块中的控制器进行控制，控制器用于对建筑工地中的环境安全设备进行控制；
操作子模块，用于对环境安全设备进行控制包括对洒水设备进行洒水操作，对预警设备进行预警操作，对建筑设备进行停机操作，对行驶设备进行停止操作；
判断子模块，用于获取环境安全设备的控制结果，判断控制结果是否正确，若否，则将实时环境数据结果输入至FCNN神经网络识别模型重新训练。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应所述了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变和改进，这些变和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种基于物联网的智慧工地安全管理方法，其特征在于，所述智慧工地安全管理方法包括以下步骤：
基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；
利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；
通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果；
根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；
将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制；
根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制。
2.如权利要求1所述的一种基于物联网的智慧工地安全管理方法，其特征在于，所述基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元，包括：
基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述BIM模块至少包括感知器、控制器、传输器；
所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元，所述控制器用于对工地中的人员管理设备和环境安全设备进行控制，所述传输器用于传输BIM模块中的网络信号；
通过图像采集单元采集工地中的工地图像信息、工地建筑信息；通过射频识别单元采集工地人员信息、工地车辆信息；
通过定位单元对工地人员和工地车辆进行实时定位，并实时获取人员位置信息和车辆位置信息；
通过传感器单元采集工地中的工地温度信息、工地湿度信息、工地气体信息、工地粉尘信息。
3.如权利要求1所述的一种基于物联网的智慧工地安全管理方法，其特征在于，所述利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集，包括：
获取实时环境数据信息，确定实时环境数据信息对应的分类数m，所述分类数m大于等于2；
初始化实时环境数据信息的第一隶属度，根据第一隶属度计算，得到第一聚类中心；
基于目标函数，根据第一聚类中心计算第一隶属度，得到第二隶属度，根据第二隶属度计算得到第二聚类中心，共计迭代m次；
迭代m次得到目标隶属度，找出每个实时环境数据信息对应的最大目标隶属度，得到待训练环境数据集；
所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集。
4.如权利要求1所述的一种基于物联网的智慧工地安全管理方法，其特征在于，所述通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果，包括：
将待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集进行归一化处理，得到归一化静态环境数据集和归一化动态环境数据集；
建立FCNN神经网络，设置变异因子、交叉因子、差异策略和种群规模，随机生成初始种群作为初始最优超参数；
将归一化静态环境数据集和归一化动态环境数据集输入FCNN神经网络，并预测样本的输出值；
设定迭代终止条件，判断迭代结果是否满足终止条件，如果满足则退出计算，得到实时环境数据结果。
5.如权利要求1所述的一种基于物联网的智慧工地安全管理方法，其特征在于，所述根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤，包括：
所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；
所述实时安全状态信息包括工地空气粉尘实时含量、工地施工实时温度、工地建筑物实时结构；
若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；
所述阈值标准包括主导施工阶段监测阈值、施工阶段监测阈值、临近建筑物监测阈值、时间序列预警阈值。
6.如权利要求1所述的一种基于物联网的智慧工地安全管理方法，其特征在于，所述将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制，包括：
获取环境处理步骤，根据环境处理步骤生成电信号，根据所述电信号生成控制指令；
通过控制指令对BIM模块中的控制器进行控制，所述控制器用于对建筑工地中的环境安全设备进行控制；
对环境安全设备进行控制包括对洒水设备进行洒水操作，对预警设备进行预警操作，对建筑设备进行停机操作，对行驶设备进行停止操作；
获取环境安全设备的控制结果，判断所述控制结果是否正确，若否，则将实时环境数据结果输入至FCNN神经网络识别模型重新训练。
7.如权利要求1所述的一种基于物联网的智慧工地安全管理方法，其特征在于，所述根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制，包括：
根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；
通过实时管理状态信息生成电信号，基于电信号生成第二控制指令，所述第二控制指令用于控制BIM模块中的控制器；
通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制；所述人员管理设备进行控制包括工地人员岗位调动、工地人员数量调整、工地人员排班管理；
将控制结果输入至数据库中进行存储，得到工地人员管理数据库，所述工地人员管理数据库用于辅助对BIM模块中的控制器进行控制。
8.一种基于物联网的智慧工地安全管理系统，其特征在于，所述智慧工地安全管理系统包括以下模块：
数据采集模块，用于基于BIM模块中的感知器采集建筑工地中的实时环境数据信息，所述感知器至少包括传感器单元、射频识别单元、定位单元、图像采集单元；
数据处理模块，用于利用FCM模糊聚类算法对所述实时环境数据信息进行数据预处理，得到待训练环境数据集，所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集；
模型训练模块，用于通过FCNN神经网络建立FCNN神经网络识别模型，将所述待训练静态环境数据集和所述待训练动态环境数据集输入至所述FCNN神经网络识别模型中进行训练，得到实时环境数据结果；
实时预警模块，用于根据所述实时环境数据结果对建筑工地中的实时安全状态进行分析，得到实时安全状态信息；若实时安全状态信息超过设定预警的阈值标准，则根据所述实时环境数据结果生成环境处理步骤；
设备控制模块，用于将所述环境处理步骤输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的环境安全设备进行控制；
实时管理模块，用于根据所述实时环境数据结果对建筑工地中的实时管理状态进行分析，得到实时管理状态信息；将所述实时管理状态信息输入至所述BIM模块，通过所述BIM模块中的控制器对建筑工地中的人员管理设备进行控制。
9.如权利要求8所述的一种基于物联网的智慧工地安全管理系统，其特征在于，所述数据处理模块包括以下子模块：
获取子模块，用于获取实时环境数据信息，确定实时环境数据信息对应的分类数m，所述分类数m大于等于2；
初始化子模块，用于初始化实时环境数据信息的第一隶属度，根据第一隶属度计算，得到第一聚类中心；
计算子模块，用于基于目标函数，根据第一聚类中心计算第一隶属度，得到第二隶属度，根据第二隶属度计算得到第二聚类中心，共计迭代m次；
迭代子模块，用于迭代m次得到目标隶属度，找出每个实时环境数据信息对应的最大目标隶属度，得到待训练环境数据集；
得到子模块，用于确定所述待训练环境数据集至少包括待训练静态环境数据集和待训练动态环境数据集。
10.如权利要求8所述的一种基于物联网的智慧工地安全管理系统，其特征在于，所述设备控制模块包括以下模块：
处理子模块，用于获取环境处理步骤，根据环境处理步骤生成电信号，根据所述电信号生成控制指令；
控制子模块，用于通过控制指令对BIM模块中的控制器进行控制，所述控制器用于对建筑工地中的环境安全设备进行控制；
操作子模块，用于对环境安全设备进行控制包括对洒水设备进行洒水操作，对预警设备进行预警操作，对建筑设备进行停机操作，对行驶设备进行停止操作；
判断子模块，用于获取环境安全设备的控制结果，判断所述控制结果是否正确，若否，则将实时环境数据结果输入至FCNN神经网络识别模型重新训练。
CN202311254511.1A 2023-09-27 2023-09-27 一种基于物联网的智慧工地安全管理方法及系统 Active CN116993060B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311254511.1A CN116993060B (zh) 2023-09-27 2023-09-27 一种基于物联网的智慧工地安全管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311254511.1A CN116993060B (zh) 2023-09-27 2023-09-27 一种基于物联网的智慧工地安全管理方法及系统

Publications (2)

Publication Number Publication Date
CN116993060A true CN116993060A (zh) 2023-11-03
CN116993060B CN116993060B (zh) 2023-12-19

Family

ID=88530599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311254511.1A Active CN116993060B (zh) 2023-09-27 2023-09-27 一种基于物联网的智慧工地安全管理方法及系统

Country Status (1)

Country Link
CN (1) CN116993060B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455725A (zh) * 2023-12-22 2024-01-26 广惠建设工程集团有限公司 一种基于bim建筑的建筑能耗管理方法及系统
CN117973705A (zh) * 2024-04-02 2024-05-03 山东省建筑科学研究院有限公司 智慧工地监测系统的数据处理与分析系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200061194A (ko) * 2018-11-23 2020-06-02 주식회사 연우테크놀러지 모듈러 건축물의 공장제작 관리 시스템 및 그 방법
CN111222191A (zh) * 2020-02-12 2020-06-02 山东大学 基于bim和rfid的建筑能耗优化控制方法及系统
CN111242574A (zh) * 2020-01-08 2020-06-05 中国建筑第二工程局有限公司西南分公司 一种基于gps技术的智慧工地现场巡检管理系统及方法
CN114973142A (zh) * 2022-06-16 2022-08-30 常州智砼绿色建筑科技有限公司 一种智慧工地的智能监控方法及系统
CN115278543A (zh) * 2022-07-18 2022-11-01 中铁第四勘察设计院集团有限公司 一种基于bim的智慧工地系统
CN116681548A (zh) * 2023-05-30 2023-09-01 黑龙江图启信息技术工程有限公司 基于bim+gis智慧工地管理云平台

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200061194A (ko) * 2018-11-23 2020-06-02 주식회사 연우테크놀러지 모듈러 건축물의 공장제작 관리 시스템 및 그 방법
CN111242574A (zh) * 2020-01-08 2020-06-05 中国建筑第二工程局有限公司西南分公司 一种基于gps技术的智慧工地现场巡检管理系统及方法
CN111222191A (zh) * 2020-02-12 2020-06-02 山东大学 基于bim和rfid的建筑能耗优化控制方法及系统
CN114973142A (zh) * 2022-06-16 2022-08-30 常州智砼绿色建筑科技有限公司 一种智慧工地的智能监控方法及系统
CN115278543A (zh) * 2022-07-18 2022-11-01 中铁第四勘察设计院集团有限公司 一种基于bim的智慧工地系统
CN116681548A (zh) * 2023-05-30 2023-09-01 黑龙江图启信息技术工程有限公司 基于bim+gis智慧工地管理云平台

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117455725A (zh) * 2023-12-22 2024-01-26 广惠建设工程集团有限公司 一种基于bim建筑的建筑能耗管理方法及系统
CN117455725B (zh) * 2023-12-22 2024-03-12 广惠建设工程集团有限公司 一种基于bim建筑的建筑能耗管理方法及系统
CN117973705A (zh) * 2024-04-02 2024-05-03 山东省建筑科学研究院有限公司 智慧工地监测系统的数据处理与分析系统及方法

Also Published As

Publication number Publication date
CN116993060B (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
CN116993060B (zh) 一种基于物联网的智慧工地安全管理方法及系统
CN110263846B (zh) 基于故障数据深度挖掘及学习的故障诊断方法
US20190285517A1 (en) Method for evaluating health status of mechanical equipment
CN109766992B (zh) 基于深度学习的工控异常检测及攻击分类方法
CN109873779B (zh) 一种基于lstm的分级式无线信号调制类型识别方法
CN113435546B (zh) 基于区分置信度水平的可迁移图像识别方法及系统
Cao et al. CNN-based intelligent safety surveillance in green IoT applications
CN110213827A (zh) 基于深度强化学习的车辆数据采集频率动态调节方法
CN115575584B (zh) 一种大气环境镉含量监测预警方法及系统
CN111352977A (zh) 基于自注意力双向长短期记忆网络的时序数据监测方法
CN110598902A (zh) 一种基于支持向量机与knn相结合的水质预测方法
CN111144522A (zh) 一种基于硬件本征差异的电网nfc设备指纹认证方法
CN114580572B (zh) 一种异常值的识别方法、装置、电子设备及存储介质
CN117077870B (zh) 一种基于人工智能的水资源数字化管理方法
CN116224879A (zh) 一种基于云计算的工业数据处理系统
CN115327942A (zh) 一种环境智能监测系统
CN115619605A (zh) 一种基于语义信息的传统民居环境质量评估方法
Hong et al. Drainage network flow anomaly classification based on XGBoost
CN116740900B (zh) 一种基于svm的电力施工预警方法及系统
CN113596229B (zh) 一种基于云化架构的数字家庭的智能手机
CN116522071A (zh) 一种基于改进c-mtl-gru的低频采样非侵入式工业负荷分解方法
Sun et al. Perception Algorithm of Converter Station Based on Deep Stability Learning
CN114611812A (zh) 一种基于流体动力学的风能资源预测系统与方法
CN117526336A (zh) 基于关联规则分析的设备级负荷控制策略选择系统及方法
CN115293042A (zh) 一种基于FT-Kmeans的智能电表健康度评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant