CN117033523A - 一种基于建筑荷载结构数据的安全等级划分评定系统 - Google Patents
一种基于建筑荷载结构数据的安全等级划分评定系统 Download PDFInfo
- Publication number
- CN117033523A CN117033523A CN202311012110.5A CN202311012110A CN117033523A CN 117033523 A CN117033523 A CN 117033523A CN 202311012110 A CN202311012110 A CN 202311012110A CN 117033523 A CN117033523 A CN 117033523A
- Authority
- CN
- China
- Prior art keywords
- data
- building
- safety
- weight
- module
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 78
- 238000000547 structure data Methods 0.000 title claims abstract description 65
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000007405 data analysis Methods 0.000 claims description 21
- 238000013210 evaluation model Methods 0.000 claims description 17
- 238000013075 data extraction Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000003745 diagnosis Methods 0.000 claims description 12
- 238000012502 risk assessment Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 7
- 230000033228 biological regulation Effects 0.000 claims description 6
- 239000011521 glass Substances 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 229920001296 polysiloxane Polymers 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 239000000565 sealant Substances 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 3
- 230000009123 feedback regulation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- 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
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- General Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Architecture (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于建筑荷载结构数据的安全等级划分评定系统,涉及安全等级划分领域,包括:数据收集模块;该基于建筑荷载结构数据的安全等级划分评定系统,通过数据判断模块判断分类完成的建筑荷载结构数据的样本数是否满足当前类型安全等级划分的基础样本数需求,以及对数据判断模块中判断结果为否的建筑荷载结构数据通过小样本数据抽取模块进行数据抽取,这样设置通过对小样本数据进行自适应扩充各个数据集的高置信度样本,可以保证对不满足安全等级划分基础样本数需求的建筑荷载结构数据集在进行安全等级计算时,不会由于样本数量不足导致在安全等级计算的结果存在偶然性,可以增加小数据在进行安全等级计算时的准确性。
Description
技术领域
本发明涉及安全等级划分技术,具体涉及一种基于建筑荷载结构数据的安全等级划分评定系统。
背景技术
屋顶绿化不仅能有效改善城市生态环境,隔热保温降噪,还可以吸储并有效利用天然降水,提高城市抗灾能力。结构承载力评价是屋顶绿化前需要首先考虑的因素,这直接关系到建筑物的使用安全,正常的施工工艺以及绿化的成败。如果建筑尚处于设计阶段,建筑的承载能力与建筑结构设计有关,一般来讲承载能力较大,能够满足绿化的需要。园林设计师只需要根据自己的设计估算出静荷载,提交给结构设计师,他们进行建筑结构梁板、柱、基础等的计算校核即可。而对于既有建筑屋顶,随着使用年限的增加,建筑材料出现耐久性问题,必然会导致建筑结构安全水平降低。
现有的建筑荷载数据在进行使用时,无法准确的划分当前建筑荷载的安全等级,同时由于建筑荷载结构数据的样本数量在采集过程中会存在样本数量少于安全等级划分评定的数据量需求,这样会导致由于样本数量不足导致在安全等级计算的结果存在偶然性,降低数据在进行安全等级计算时的准确性。
发明内容
本发明的目的是提供一种基于建筑荷载结构数据的安全等级划分评定系统,以解决现有技术中由于样本数量不足导致在安全等级计算的结果存在偶然性,降低数据在进行安全等级计算时的准确性的问题。
为了实现上述目的,本发明提供如下技术方案:一种基于建筑荷载结构数据的安全等级划分评定系统,包括:
数据收集模块,所述数据收集模块用于收集建筑荷载结构数据;
数据分析模块,所述数据分析模块用于对建筑荷载结构数据进行数据分析,其中数据分析包括数据预处理以及数据分类;
数据判断模块,所述数据判断模块用于判断分类完成的建筑荷载结构数据的样本数是否满足当前类型安全等级划分的基础样本数需求;
小样本数据抽取模块,所述小样本数据抽取模块用于对数据判断模块中判断结果为否的建筑荷载结构数据进行数据抽取;
数据权重确定模块,所述数据权重确定模块用于人为权重数据的确定通过数据分类的各类建筑荷载结构数据在安全等级上的重要程度进行判定;
权重输入模块,所述权重输入模块用于输入数据权重数据;
权重匹配模块,所述权重匹配模块用于进行权重接收与匹配;
诊断分析模块,所述诊断分析模块用于建立建筑安全评价模型,并对权重匹配完成的建筑荷载结构数据信息进行分析计算,得到被评价的建筑荷载结构数据的安全等级;
报告预警模块,所述报告预警模块实时进行风险分析,并确定报警情况确定是否超出项目安全范围;
评价反馈模块,所述评价反馈模块用于对经过风险预警后的建筑安全状态进行评价反馈,根据反馈结果按照有关规定改善建筑的安全状态。
进一步地,所述小样本数据抽取模块的具体工作方法为:
A1,利用支持向量机对无标记的建筑荷载结构数据进行数据抽取,并利用所得的标记结果,在数据样本的词序列基础上构建待分析数据集;
A2,在待分析数据集上进行聚类,聚类结果中,判定各个类簇内的代表类和非代表类;
A3,分别查询各个类簇中代表类的离群点以及非代表类的中心点,合成为异常点,作为低置信度样本交由工作人员标注,并进行资料数据扩充,其余样本为高置信度样本;
A4,根据建筑荷载结构数据中各个数据集的分布,自适应扩充各个数据集的高置信度样本。
进一步地,所述诊断分析模块的具体工作方法为:
B1,建筑安全评价模型的建立;
B2,评价指标权重的确定;
B3,评价指标权重的修正;
B4,建立评价等级隶属函数;
B5,计算建筑安全等级。
进一步地,其特征在于,所述建筑安全评价模型的建立包括:
B1.1,安全评价体系的建立,其中安全评价体系具体分层为:
第一层次:评价目标,所述评价目标为建筑安全评价等级;
第二层次:评价指标,所述评价指标包括幕墙材料、连接构造和变形情况;
第三层次:评价子指标,所述评价子指标包括玻璃面板、硅酮结构密封胶、支承结构件、金属连接件、连接结构以及功能结构;
第四层次:低层指标,所述低层指标包括粘结强度、邵氏硬度、外观质量、固定情况、连接情况、开启扇、排水结构、防火结构以及防雷结构;
B1.2,确定指标的权重,所述主要流程为:
(1)构建层次模型;
(2)确定评分原则;
(3)比较评价指标;
(4)计算特征向量及最大特征值;
(5)一致性检验;
(6)确定权重。
进一步地,所述评价指标权重的确定包括:
B2.1,数据来源,依据所建立的安全评价体系,以问卷调查的分析结果作为数据支撑,利用层次分析法和熵值法确定权重;
B2.2,层次分析法确定权重,所述层次分析法确定权重包括确定建筑荷载结构数据各指标的权重向量与一致性检验。
进一步地,所述评价指标权重的修正的具体方法为:
C1,将建筑荷载的构造数据矩阵进行归一化处理得到矩阵;
C2,算前面、硅酮结构密封胶和支承结构件三项指标的信息熵值;
C3,计算各项指标的差异系数即偏离度;
C4,定义指标的熵权系数;
C5,计算修正权重。
进一步地,安全等级划分评定系统具体包括以下步骤:
S1,通过数据收集模块收集建筑荷载结构数据;
S2,通过数据分析模块对建筑荷载结构数据进行数据分析,所述数据分析包括数据预处理以及数据分类;
S3,对于分类完成的数据判断当前分类数据的样本数是否满足当前安全等级划分的基础样本数需求,对于判断符合当前安全等级划分的基础样本数需求的数据继续执行步骤A4,对于判断不符合当前安全等级划分的基础样本数需求的数据则进行小样本数据抽取后,将抽取的数据继续执行步骤A4;
S4,对分类完成的数据进行数据权重匹配,所述权重匹配通过权重匹配模块进行权重接收与匹配,所述数据权重数据通过权重输入模块进行输入,所述人为权重数据的确定通过数据分类的各类数据在安全等级上的重要程度进行判定;
S5,通过诊断分析模块,对采集的数据信息进一步分析,利用建立的建筑安全评价模型进行分析计算,从而得到被评价的建筑荷载的安全等级;
S6,通过报告预警模块进行风险分析,即确定报警情况,确定是否超出项目的安全范围,其中项目的安全性较差时报告预警模块将利用警报设备发出警报;
S7,在经过风险预警后,通过评价反馈模块对整个建筑安全状态进行评价反馈,对每一个评价指标进行分析,得到每个指标的评分以及整改意见,根据反馈结果按照有关规定改善建筑的安全状态。
与现有技术相比,本发明提供的一种基于建筑荷载结构数据的安全等级划分评定系统,通过数据判断模块判断分类完成的建筑荷载结构数据的样本数是否满足当前类型安全等级划分的基础样本数需求,以及对数据判断模块中判断结果为否的建筑荷载结构数据通过小样本数据抽取模块进行数据抽取,这样设置通过对小样本数据进行自适应扩充各个数据集的高置信度样本,可以保证对不满足安全等级划分基础样本数需求的建筑荷载结构数据集在进行安全等级计算时,不会由于样本数量不足导致在安全等级计算的结果存在偶然性,可以增加小数据在进行安全等级计算时的准确性。
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为本发明实施例提供的整体流程结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
请参阅图1,一种基于建筑荷载结构数据的安全等级划分评定系统,包括:
数据收集模块,数据收集模块用于收集建筑荷载结构数据;
数据分析模块,数据分析模块用于对建筑荷载结构数据进行数据分析,其中数据分析包括数据预处理以及数据分类;
数据判断模块,数据判断模块用于判断分类完成的建筑荷载结构数据的样本数是否满足当前类型安全等级划分的基础样本数需求;
小样本数据抽取模块,小样本数据抽取模块用于对数据判断模块中判断结果为否的建筑荷载结构数据进行数据抽取;
数据权重确定模块,数据权重确定模块用于人为权重数据的确定通过数据分类的各类建筑荷载结构数据在安全等级上的重要程度进行判定;
权重输入模块,权重输入模块用于输入数据权重数据;
权重匹配模块,权重匹配模块用于进行权重接收与匹配;
诊断分析模块,诊断分析模块用于建立建筑安全评价模型,并对权重匹配完成的建筑荷载结构数据信息进行分析计算,得到被评价的建筑荷载结构数据的安全等级;
报告预警模块,报告预警模块实时进行风险分析,并确定报警情况确定是否超出项目安全范围;
评价反馈模块,评价反馈模块用于对经过风险预警后的建筑安全状态进行评价反馈,根据反馈结果按照有关规定改善建筑的安全状态。
具体实施方式为,通过数据收集模块收集建筑荷载结构数据,通过数据分析模块对建筑荷载结构数据进行数据分析,对于分类完成的数据判断当前分类数据的样本数是否满足当前安全等级划分的基础样本数需求,对于判断符合当前安全等级划分的基础样本数需求的数据则进行数据权重匹配,对于判断不符合当前安全等级划分的基础样本数需求的数据通过小样本数据抽取模块进行小样本数据抽取后进行数据权重匹配,权重匹配完成的数据通过诊断分析模块对采集的数据信息进一步分析,利用建立的建筑安全评价模型进行分析计算,从而得到被评价的建筑荷载的安全等级,通过报告预警模块进行风险分析,确定是否超出项目的安全范围,其中项目的安全性较差时报告预警模块将利用警报设备发出警报,在经过风险预警后,通过评价反馈模块对整个建筑安全状态进行评价反馈,对每一个评价指标进行分析,得到每个指标的评分以及整改意见,最后可根据反馈结果按照有关规定改善建筑的安全状态
小样本数据抽取模块的具体工作方法为:
A1,利用支持向量机对无标记的建筑荷载结构数据进行数据抽取,并利用所得的标记结果,在数据样本的词序列基础上构建待分析数据集;
A2,在待分析数据集上进行聚类,聚类结果中,判定各个类簇内的代表类和非代表类;
A3,分别查询各个类簇中代表类的离群点以及非代表类的中心点,合成为异常点,作为低置信度样本交由工作人员标注,并进行资料数据扩充,其余样本为高置信度样本;
A4,根据建筑荷载结构数据中各个数据集的分布,自适应扩充各个数据集的高置信度样本。
这样设置通过对小样本数据进行自适应扩充各个数据集的高置信度样本,可以保证对不满足安全等级划分基础样本数需求的建筑荷载结构数据集在进行安全等级计算时,不会由于样本数量不足导致在安全等级计算的结果存在偶然性,可以增加小数据在进行安全等级计算时的准确性。
诊断分析模块的具体工作方法为:
B1,建筑安全评价模型的建立;
B2,评价指标权重的确定;
B3,评价指标权重的修正;
B4,建立评价等级隶属函数;
B5,计算建筑安全等级。
这样设置根据随时间变化的安全评价准则,结合问卷调查数据,通过层次分析法和熵值法获取指标权重,基于模糊综合评价相关理论构建了既有玻璃幕墙安全评价模型。对各评价指标进行定性或定量分析并建立了隶属度函数,通过对评价指标的模糊向量进行计算得出了既有玻璃幕墙的安全等级,最终构建了简单实用、科学合理的既有玻璃幕墙安全模糊评价模型,为安全监测系统的搭建提供了数据支撑。
建筑安全评价模型的建立包括:
B1.1,安全评价体系的建立,其中安全评价体系具体分层为:
第一层次:评价目标,评价目标为建筑安全评价等级;
第二层次:评价指标,评价指标包括幕墙材料、连接构造和变形情况;
第三层次:评价子指标,评价子指标包括玻璃面板、硅酮结构密封胶、支承结构件、金属连接件、连接结构以及功能结构;
第四层次:低层指标,低层指标包括粘结强度、邵氏硬度、外观质量、固定情况、连接情况、开启扇、排水结构、防火结构以及防雷结构;
B1.2,确定指标的权重,主要流程为:
(1)构建层次模型;
(2)确定评分原则;
(3)比较评价指标;
(4)计算特征向量及最大特征值;
(5)一致性检验;
(6)确定权重。
评价指标权重的确定包括:
B2.1,数据来源,依据所建立的安全评价体系,以问卷调查的分析结果作为数据支撑,利用层次分析法和熵值法确定权重;
B2.2,层次分析法确定权重,层次分析法确定权重包括确定建筑荷载结构数据各指标的权重向量与一致性检验。
评价指标权重的修正的具体方法为:
C1,将建筑荷载的构造数据矩阵进行归一化处理得到矩阵;
C2,算前面、硅酮结构密封胶和支承结构件三项指标的信息熵值;
C3,计算各项指标的差异系数即偏离度;
C4,定义指标的熵权系数;
C5,计算修正权重。
这样设置通过诊断分析模块是将数据采集的信息进一步分析,利用所建立的建筑安全评价模型进行分析计算,从而得到被评价的幕墙工程的安全等级。分析的过程主要包含三个阶段,分别是风险统计、评价指标分析以及安全等级的确定。
安全等级划分评定系统具体包括以下步骤:
S1,通过数据收集模块收集建筑荷载结构数据;
S2,通过数据分析模块对建筑荷载结构数据进行数据分析,数据分析包括数据预处理以及数据分类;
S3,对于分类完成的数据判断当前分类数据的样本数是否满足当前安全等级划分的基础样本数需求,对于判断符合当前安全等级划分的基础样本数需求的数据继续执行步骤A4,对于判断不符合当前安全等级划分的基础样本数需求的数据则进行小样本数据抽取后,将抽取的数据继续执行步骤A4;
S4,对分类完成的数据进行数据权重匹配,权重匹配通过权重匹配模块进行权重接收与匹配,数据权重数据通过权重输入模块进行输入,人为权重数据的确定通过数据分类的各类数据在安全等级上的重要程度进行判定;
S5,通过诊断分析模块,对采集的数据信息进一步分析,利用建立的建筑安全评价模型进行分析计算,从而得到被评价的建筑荷载的安全等级;
S6,通过报告预警模块进行风险分析,即确定报警情况,确定是否超出项目的安全范围,其中项目的安全性较差时报告预警模块将利用警报设备发出警报;
S7,在经过风险预警后,通过评价反馈模块对整个建筑安全状态进行评价反馈,对每一个评价指标进行分析,得到每个指标的评分以及整改意见,根据反馈结果按照有关规定改善建筑的安全状态。
其中在系统使用过程中,通过数据判断模块判断分类完成的建筑荷载结构数据的样本数是否满足当前类型安全等级划分的基础样本数需求,以及对数据判断模块中判断结果为否的建筑荷载结构数据通过小样本数据抽取模块进行数据抽取,这样设置通过对小样本数据进行自适应扩充各个数据集的高置信度样本,可以保证对不满足安全等级划分基础样本数需求的建筑荷载结构数据集在进行安全等级计算时,不会由于样本数量不足导致在安全等级计算的结果存在偶然性,可以增加小数据在进行安全等级计算时的准确性。
工作原理:使用时,通过数据收集模块收集建筑荷载结构数据,通过数据分析模块对建筑荷载结构数据进行数据分析,对于分类完成的数据判断当前分类数据的样本数是否满足当前安全等级划分的基础样本数需求,对于判断符合当前安全等级划分的基础样本数需求的数据则进行数据权重匹配,对于判断不符合当前安全等级划分的基础样本数需求的数据通过小样本数据抽取模块进行小样本数据抽取后进行数据权重匹配,权重匹配完成的数据通过诊断分析模块对采集的数据信息进一步分析,利用建立的建筑安全评价模型进行分析计算,从而得到被评价的建筑荷载的安全等级,通过报告预警模块进行风险分析,确定是否超出项目的安全范围,其中项目的安全性较差时报告预警模块将利用警报设备发出警报,在经过风险预警后,通过评价反馈模块对整个建筑安全状态进行评价反馈,对每一个评价指标进行分析,得到每个指标的评分以及整改意见,最后可根据反馈结果按照有关规定改善建筑的安全状态。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (7)
1.一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,包括:
数据收集模块,所述数据收集模块用于收集建筑荷载结构数据;
数据分析模块,所述数据分析模块用于对建筑荷载结构数据进行数据分析,其中数据分析包括数据预处理以及数据分类;
数据判断模块,所述数据判断模块用于判断分类完成的建筑荷载结构数据的样本数是否满足当前类型安全等级划分的基础样本数需求;
小样本数据抽取模块,所述小样本数据抽取模块用于对数据判断模块中判断结果为否的建筑荷载结构数据进行数据抽取;
数据权重确定模块,所述数据权重确定模块用于人为权重数据的确定通过数据分类的各类建筑荷载结构数据在安全等级上的重要程度进行判定;
权重输入模块,所述权重输入模块用于输入数据权重数据;
权重匹配模块,所述权重匹配模块用于进行权重接收与匹配;
诊断分析模块,所述诊断分析模块用于建立建筑安全评价模型,并对权重匹配完成的建筑荷载结构数据信息进行分析计算,得到被评价的建筑荷载结构数据的安全等级;
报告预警模块,所述报告预警模块实时进行风险分析,并确定报警情况确定是否超出项目安全范围;
评价反馈模块,所述评价反馈模块用于对经过风险预警后的建筑安全状态进行评价反馈,根据反馈结果按照有关规定改善建筑的安全状态。
2.根据权利要求1所述的一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,所述小样本数据抽取模块的具体工作方法为:
A1,利用支持向量机对无标记的建筑荷载结构数据进行数据抽取,并利用所得的标记结果,在数据样本的词序列基础上构建待分析数据集;
A2,在待分析数据集上进行聚类,聚类结果中,判定各个类簇内的代表类和非代表类;
A3,分别查询各个类簇中代表类的离群点以及非代表类的中心点,合成为异常点,作为低置信度样本交由工作人员标注,并进行资料数据扩充,其余样本为高置信度样本;
A4,根据建筑荷载结构数据中各个数据集的分布,自适应扩充各个数据集的高置信度样本。
3.根据权利要求1所述的一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,所述诊断分析模块的具体工作方法为:
B1,建筑安全评价模型的建立;
B2,评价指标权重的确定;
B3,评价指标权重的修正;
B4,建立评价等级隶属函数;
B5,计算建筑安全等级。
4.根据权利要求3所述的一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,所述建筑安全评价模型的建立包括:
B1.1,安全评价体系的建立,其中安全评价体系具体分层为:
第一层次:评价目标,所述评价目标为建筑安全评价等级;
第二层次:评价指标,所述评价指标包括幕墙材料、连接构造和变形情况;
第三层次:评价子指标,所述评价子指标包括玻璃面板、硅酮结构密封胶、支承结构件、金属连接件、连接结构以及功能结构;
第四层次:低层指标,所述低层指标包括粘结强度、邵氏硬度、外观质量、固定情况、连接情况、开启扇、排水结构、防火结构以及防雷结构;
B1.2,确定指标的权重,所述主要流程为:
(1)构建层次模型;
(2)确定评分原则;
(3)比较评价指标;
(4)计算特征向量及最大特征值;
(5)一致性检验;
(6)确定权重。
5.根据权利要求3所述的一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,所述评价指标权重的确定包括:
B2.1,数据来源,依据所建立的安全评价体系,以问卷调查的分析结果作为数据支撑,利用层次分析法和熵值法确定权重;
B2.2,层次分析法确定权重,所述层次分析法确定权重包括确定建筑荷载结构数据各指标的权重向量与一致性检验。
6.根据权利要求3所述的一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,所述评价指标权重的修正的具体方法为:
C1,将建筑荷载的构造数据矩阵进行归一化处理得到矩阵;
C2,算前面、硅酮结构密封胶和支承结构件三项指标的信息熵值;
C3,计算各项指标的差异系数即偏离度;
C4,定义指标的熵权系数;
C5,计算修正权重。
7.根据权利要求1所述的一种基于建筑荷载结构数据的安全等级划分评定系统,其特征在于,安全等级划分评定系统具体包括以下步骤:
S1,通过数据收集模块收集建筑荷载结构数据;
S2,通过数据分析模块对建筑荷载结构数据进行数据分析,所述数据分析包括数据预处理以及数据分类;
S3,对于分类完成的数据判断当前分类数据的样本数是否满足当前安全等级划分的基础样本数需求,对于判断符合当前安全等级划分的基础样本数需求的数据继续执行步骤A4,对于判断不符合当前安全等级划分的基础样本数需求的数据则进行小样本数据抽取后,将抽取的数据继续执行步骤A4;
S4,对分类完成的数据进行数据权重匹配,所述权重匹配通过权重匹配模块进行权重接收与匹配,所述数据权重数据通过权重输入模块进行输入,所述人为权重数据的确定通过数据分类的各类数据在安全等级上的重要程度进行判定;
S5,通过诊断分析模块,对采集的数据信息进一步分析,利用建立的建筑安全评价模型进行分析计算,从而得到被评价的建筑荷载的安全等级;
S6,通过报告预警模块进行风险分析,即确定报警情况,确定是否超出项目的安全范围,其中项目的安全性较差时报告预警模块将利用警报设备发出警报;
S7,在经过风险预警后,通过评价反馈模块对整个建筑安全状态进行评价反馈,对每一个评价指标进行分析,得到每个指标的评分以及整改意见,根据反馈结果按照有关规定改善建筑的安全状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311012110.5A CN117033523A (zh) | 2023-08-11 | 2023-08-11 | 一种基于建筑荷载结构数据的安全等级划分评定系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311012110.5A CN117033523A (zh) | 2023-08-11 | 2023-08-11 | 一种基于建筑荷载结构数据的安全等级划分评定系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117033523A true CN117033523A (zh) | 2023-11-10 |
Family
ID=88625862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311012110.5A Pending CN117033523A (zh) | 2023-08-11 | 2023-08-11 | 一种基于建筑荷载结构数据的安全等级划分评定系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117033523A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101448453B1 (ko) * | 2014-03-31 | 2014-10-14 | 주식회사 나라컨트롤 | 건물 에너지에 대한 예측제어, 실시간제어, 운영 및 관리에 따른 통합 솔루션 시스템 |
CN106096838A (zh) * | 2016-06-14 | 2016-11-09 | 广州市恒迅技防系统有限公司 | 基于模糊综合评价模型的建筑火灾安全评估方法及系统 |
CN113360989A (zh) * | 2021-06-23 | 2021-09-07 | 中科青城(天津)科技有限公司 | 一种城市绿色屋顶规划方法 |
CN114548725A (zh) * | 2022-02-15 | 2022-05-27 | 大连理工大学 | 一种基于熵权-层次分析模糊综合评价法的深基坑稳定性评估方法 |
CN115270604A (zh) * | 2022-07-01 | 2022-11-01 | 水利部南京水利水文自动化研究所 | 寒区闸坝工程安全预警方法及智能监控系统 |
-
2023
- 2023-08-11 CN CN202311012110.5A patent/CN117033523A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101448453B1 (ko) * | 2014-03-31 | 2014-10-14 | 주식회사 나라컨트롤 | 건물 에너지에 대한 예측제어, 실시간제어, 운영 및 관리에 따른 통합 솔루션 시스템 |
CN106096838A (zh) * | 2016-06-14 | 2016-11-09 | 广州市恒迅技防系统有限公司 | 基于模糊综合评价模型的建筑火灾安全评估方法及系统 |
CN113360989A (zh) * | 2021-06-23 | 2021-09-07 | 中科青城(天津)科技有限公司 | 一种城市绿色屋顶规划方法 |
CN114548725A (zh) * | 2022-02-15 | 2022-05-27 | 大连理工大学 | 一种基于熵权-层次分析模糊综合评价法的深基坑稳定性评估方法 |
CN115270604A (zh) * | 2022-07-01 | 2022-11-01 | 水利部南京水利水文自动化研究所 | 寒区闸坝工程安全预警方法及智能监控系统 |
Non-Patent Citations (1)
Title |
---|
薛继连: "重载铁路技术创新模式 30t轴重神华重载铁路运输技术创新探索与实践", 31 October 2014, 北京:中国铁道出版社, pages: 182 - 183 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112287018B (zh) | 一种台风灾害下10kV杆塔受损风险评估方法及系统 | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
CN111027881B (zh) | 基于改进灰色关联度的输电杆塔自然灾害损失评估方法 | |
CN113344471B (zh) | 一种表征飞机系统气候环境适应性的方法 | |
CN101853320A (zh) | 一种适用于飞机结构腐蚀损伤的模糊综合评判方法 | |
CN116777223A (zh) | 一种城市地下管网安全综合风险评估方法及系统 | |
CN116245406B (zh) | 基于运维质量管理数据库的软件运维质量评价方法及系统 | |
CN111461513A (zh) | 政府开放数据的评估方法、数据分析平台 | |
CN112766800A (zh) | 一种基于模糊层次分析法的城市绿色交通系统评价方法 | |
CN113191605A (zh) | 房屋风险评估方法及装置 | |
CN114444910A (zh) | 一种面向电力物联网的边缘网络系统健康度评估方法 | |
CN114491081A (zh) | 基于数据血缘关系图谱的电力数据溯源方法及系统 | |
CN104361240B (zh) | 基于移动无线技术的火灾后钢结构损伤评估系统 | |
CN109685133A (zh) | 基于构建的预测模型低成本、高区分度的数据分类方法 | |
CN117033523A (zh) | 一种基于建筑荷载结构数据的安全等级划分评定系统 | |
CN116561670B (zh) | 一种金属屋面健康状态识别及报警方法 | |
CN113505980A (zh) | 智能交通管理系统可靠性评价方法、装置及系统 | |
CN111861141A (zh) | 一种基于模糊故障率预测的配电网可靠性评估方法 | |
CN116151799A (zh) | 一种基于bp神经网络的配电线路多工况故障率快速评估方法 | |
CN113961708B (zh) | 一种基于多层次图卷积网络的电力设备故障溯源方法 | |
CN115577619A (zh) | 基于机器学习预测液化土残余抗剪强度的方法 | |
CN115936293A (zh) | 一种基于pca的地铁施工安全事故风险评价方法 | |
CN113592362A (zh) | 一种城市电网抗灾变能力评估方法及相关装置 | |
CN112529395A (zh) | 一种基于fce和svm融合的输电线路典型冰风灾害分析方法 | |
CN112085375A (zh) | 一种竖向阻隔屏障方案的遴选方法 |
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 |