CN117172556A - 一种桥梁工程的施工风险预警方法与系统 - Google Patents
一种桥梁工程的施工风险预警方法与系统 Download PDFInfo
- Publication number
- CN117172556A CN117172556A CN202311446510.7A CN202311446510A CN117172556A CN 117172556 A CN117172556 A CN 117172556A CN 202311446510 A CN202311446510 A CN 202311446510A CN 117172556 A CN117172556 A CN 117172556A
- Authority
- CN
- China
- Prior art keywords
- construction
- risk
- node
- bridge
- index
- 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
Links
- 238000010276 construction Methods 0.000 title claims abstract description 689
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005065 mining Methods 0.000 claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 70
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000007726 management method Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000012502 risk assessment Methods 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 7
- 238000007417 hierarchical cluster analysis Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 18
- 230000006870 function Effects 0.000 description 27
- 230000008569 process Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本申请公开了一种桥梁工程的施工风险预警方法与系统，涉及桥梁施工风险技术领域，所述方法包括：通过获得目标桥梁工程的工程施工全生命流程，构建目标桥梁工程施工链；获得多维预设桥梁施工风险元；遍历目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域；匹配实时桥梁施工节点对应的实时节点施工风险子域；对实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；将实时节点施工风险监测结果传输至施工风险预警子模块，根据施工风险预警子模块执行目标桥梁工程的风险预警。进而达成多维预警、综合预警能力佳、预警准确率的技术效果。
Description
技术领域
本发明涉及桥梁施工风险技术领域，特别涉及一种桥梁工程的施工风险预警方法与系统。
技术背景
随着技术的发展和基建水平的提高，桥梁工程表现出工程规模大、工程结构多样、工程期限严格、工程影响因素复杂，工程风险控制难度大的特点。现有的施工风险预警方法多为对单一的施工风险进行的定性或定量预警，存在预警维度单一、综合预警能力差、预警准确率低的技术问题。
发明内容
本申请的目的在于提供一种桥梁工程的施工风险预警方法与系统。用以解决现有技术中预警维度单一、综合预警能力差、预警准确率低的技术问题。
鉴于以上技术问题，本申请提供了一种桥梁工程的施工风险预警方法与系统。
第一方面，本申请提供了一种桥梁工程的施工风险预警方法，其中，所述方法包括：交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对所述工程施工全生命流程进行节点划分，构建目标桥梁工程施工链，其中，所述目标桥梁工程施工链包括所述目标桥梁工程对应的Q个施工节点，且，Q为大于1的正整数；交互所述桥梁工程管理云端，获得多维预设桥梁施工风险元，其中，所述多维预设桥梁施工风险元包括桥梁施工质量风险、桥梁施工安全风险、桥梁施工进度风险和桥梁施工隐性风险；基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域；获得所述目标桥梁工程的实时桥梁施工节点，并根据所述目标桥梁施工风险分布域匹配所述实时桥梁施工节点对应的实时节点施工风险子域；基于所述桥梁工程管理云端，根据所述实时节点施工风险子域对所述实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警。
第二方面，本申请还提供了一种桥梁工程的施工风险预警系统，其中，所述系统包括：节点处理模块，所述节点处理模块用于交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对所述工程施工全生命流程进行节点划分，构建目标桥梁工程施工链，其中，所述目标桥梁工程施工链包括所述目标桥梁工程对应的Q个施工节点，且，Q为大于1的正整数；风险元调用模块，所述风险元调用模块用于交互所述桥梁工程管理云端，获得多维预设桥梁施工风险元，其中，所述多维预设桥梁施工风险元包括桥梁施工质量风险、桥梁施工安全风险、桥梁施工进度风险和桥梁施工隐性风险；风险挖掘模块，所述风险挖掘模块用于基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域；节点匹配模块，所述节点匹配模块用于获得所述目标桥梁工程的实时桥梁施工节点，并根据所述目标桥梁施工风险分布域匹配所述实时桥梁施工节点对应的实时节点施工风险子域；节点监测模块，所述节点监测模块用于基于所述桥梁工程管理云端，根据所述实时节点施工风险子域对所述实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；风险预警模块，所述风险预警模块用于将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对工程施工全生命流程进行节点划分，构建目标桥梁工程施工链；交互桥梁工程管理云端，获得多维预设桥梁施工风险元；基于预先构建的风险因子挖掘函数，根据多维预设桥梁施工风险元，遍历目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域；获得目标桥梁工程的实时桥梁施工节点，并根据目标桥梁施工风险分布域匹配实时桥梁施工节点对应的实时节点施工风险子域；基于桥梁工程管理云端，根据实时节点施工风险子域对实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；将实时节点施工风险监测结果传输至施工风险预警子模块，根据施工风险预警子模块执行目标桥梁工程的风险预警。进而达成多维预警、综合预警能力佳、预警准确率的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚阐明本申请的技术手段，进而可依照说明书的内容予以实施，并且为了让本申请的上述及其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
本发明的实施例及后述简单说明结合图示予以说明，附图说明如下：
图1为本申请一种桥梁工程的施工风险预警方法的流程示意图；
图2为本申请一种桥梁工程的施工风险预警方法中获得目标桥梁施工风险分布域的流程示意图；
图3为本申请一种桥梁工程的施工风险预警系统的结构示意图。
附图标记说明：节点处理模块11、风险元调用模块12、风险挖掘模块13、节点匹配模块14、节点监测模块15、风险预警模块16。
具体实施方式
本申请通过提供一种桥梁工程的施工风险预警方法和系统，解决了现有技术面临的预警维度单一、综合预警能力差、预警准确率低的技术问题。
本技术实施例中的方案，为解决上述问题，所采用的整体思路如下：
首先，通过云端桥梁工程管理系统，获取目标桥梁工程的全生命周期施工过程，并将其分解为各个关键节点，以构建目标桥梁工程的施工链。同时，获取多维度的预设桥梁施工风险因素。而后，利用预先设定的风险因子挖掘方法，根据多维度的预设桥梁施工风险因素，对目标桥梁工程的施工链进行特征挖掘，以获得潜在的施工风险分布情况。进而，实时监测目标桥梁工程的施工节点，并根据实际情况匹配相应的实时施工风险子域，以获得实时施工节点的风险状态。这一过程依赖于桥梁工程管理云端系统的支持。最后，将实时施工节点的风险监测结果传递给施工风险预警子模块，在此子模块的支持下，根据监测结果执行目标桥梁工程的风险预警操作。进而达成多维预警、综合预警能力佳、预警准确率的技术效果。
为更好理解上述技术方案，下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明，需要说明的是，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示，本申请提供了一种桥梁工程的施工风险预警方法，所述方法包括：
S100：交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对所述工程施工全生命流程进行节点划分，构建目标桥梁工程施工链，其中，所述目标桥梁工程施工链包括所述目标桥梁工程对应的Q个施工节点，且，Q为大于1的正整数；
目标桥梁工程的工程施工全生命流程是指目标桥梁工程从规划和设计到建设和维护的整个过程。包括了各种阶段，如前期准备、设计、采购、施工、验收、运营和维护等。
可选的，在工程施工全生命周期中，将各个阶段和任务分解成离散的节点。这些节点与关键决策点、里程碑或具体的施工活动相关。节点划分有助于对工程进行更详细的管理和监控。
可选的，目标桥梁工程施工链是指由多个施工节点组成的序列，代表了整个工程的施工顺序和流程。每个节点都对应于工程的一个特定阶段或任务。施工链的构建有助于工程管理团队了解工程的执行顺序，并确保按计划进行。
S200：交互所述桥梁工程管理云端，获得多维预设桥梁施工风险元，其中，所述多维预设桥梁施工风险元包括桥梁施工质量风险、桥梁施工安全风险、桥梁施工进度风险和桥梁施工隐性风险；
可选的，桥梁工程管理云端包括多个历史桥梁工程管理日志，涉及桥梁工程管理中的多维度信息。示例性的，包括工程进度、材料清单、质量报告、施工日志等。
其中，桥梁施工质量风险是指在桥梁施工过程中可能影响质量的各种因素。包括材料质量、工程监督、施工工艺、施工团队的技能等。施工质量风险可能导致工程质量问题，如结构强度不足或工程缺陷。桥梁施工安全风险是指在桥梁施工期间可能对工人和其他相关方的安全构成威胁的因素。包括工地安全管理、设备安全性、作业环境安全性等。施工安全风险可能导致事故和人员伤害。桥梁施工进度风险表示在桥梁施工中可能影响工程进度的各种因素。这可能包括不可预测的天气条件、材料供应延误、工人罢工等。进度风险可能导致工程延期和额外成本。桥梁施工隐性风险是指不容易被察觉或估计的潜在风险，可能在工程施工过程中出现。包括合同问题、未知地质条件、预算追加等。
通过获取多维预设桥梁施工风险因素，以应对潜在的风险，降低风险对工程的不利影响，并制定相应的风险管理策略。进而确保工程按时、按质量、按预算完成。
S300：基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域；
其中，风险因子挖掘函数是一个预先构建的计算机程序或算法，用于分析输入的数据以识别和评估潜在的风险因子。获取可能影响施工质量、安全、进度和潜在隐性风险的因素，构建目标桥梁施工风险分布域。
可选的，施工风险分布域是指在目标桥梁工程施工链的每个阶段和活动中，存在的不同风险因子的分布和影响程度。通过分析每个节点（施工阶段或活动）上的风险因子，得以构建一个风险分布域，进而更好地了解和应对潜在风险。
进一步的，如图2所示，基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，步骤S300还包括：
基于所述目标桥梁工程施工链，获得第q施工节点，q为正整数，且，q属于Q；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工质量风险的关联施工风险因子挖掘，获得第q节点-施工质量风险因子链；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工安全风险的关联施工风险因子挖掘，获得第q节点-施工安全风险因子链；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工进度风险的关联施工风险因子挖掘，获得第q节点-施工进度风险因子链；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工隐性风险的关联施工风险因子挖掘，获得第q节点-施工隐性风险因子链；
集成所述第q节点-施工质量风险因子链、所述第q节点-施工安全风险因子链、所述第q节点-施工进度风险因子链和所述第q节点-施工隐性风险因子链，生成所述第q施工节点对应的第q节点施工风险子域，并将所述第q节点施工风险子域添加至所述Q个节点施工风险子域。
可选的，特征挖掘基于风险因子挖掘函数进行。涉及分析和处理与每个节点相关的数据以识别风险因子的特征。包括使用统计方法、机器学习算法或数据挖掘技术，进而确定哪些因素与风险相关，并评估它们的影响程度。
其中，第q节点施工风险子域包括第q节点-施工质量风险因子链、所述第q节点-施工安全风险因子链、所述第q节点-施工进度风险因子链和所述第q节点-施工隐性风险因子链。第q节点施工风险子域反映了第q节点全施工过程各个维度的施工风险点位及风险程度，且施工风险点位带有时间节点标记。
进一步的，基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工质量风险的关联施工风险因子挖掘，获得第q节点-施工质量风险因子链，步骤还包括：
以所述第q施工节点为检索约束，以桥梁施工质量风险事件为检索目标；
根据所述检索约束和所述检索目标对所述桥梁工程管理云端进行数据读取，获得所述第q施工节点对应的桥梁施工质量风险事件记录；
遍历所述桥梁施工质量风险事件记录进行施工质量风险指标提取，获得多个样本施工质量风险指标；
基于所述风险因子挖掘函数对所述多个样本施工质量风险指标进行筛选，获得所述第q施工节点对应的多个节点施工质量风险因子；
基于所述多个节点施工质量风险因子，构建所述第q节点-施工质量风险因子链。
其中，桥梁工程管理云端基于多组桥梁施工历史数据构建，示例性的，包括施工进度数据（各个施工阶段的时间表、工程进度图、计划和实际完成日期，以及与施工进度相关的任何延迟或提前完成的信息。）、材料使用数据（施工过程中使用的各种材料，包括类型、数量、来源和质量标准）人力资源数据（包括施工团队的规模、工种、培训记录和工作时间）设备和机械数据（记录了在工程中使用的设备和机械，包括类型、状态、维护记录和使用时间）、质量控制数据（各种检查、测试和质量控制报告）、安全记录（包括事故报告、安全检查、培训记录和安全措施的执行情况）、成本和预算数据（记录工程的成本、预算和支出情况）、设计文档和图纸（包括桥梁设计、施工图纸、规格和技术要求等相关文档）、环境数据（记录工程对周围环境的影响，包括环境监测数据和环境保护措施的执行情况）、施工日志和报告（施工现场的日常活动、问题和解决方案）等。桥梁工程管理云端基于历史的显示施工数据，为节点施工质量风险因子的发掘提供了经验依据。
可选的，桥梁施工质量风险事件记录是指第q施工节点对应的多个桥梁施工质量风险事件的记录数据集合，每个桥梁施工质量风险事件包括：风险事件名称；风险事件的详细描述，如事件发生的具体情境、可能的影响以及相关的背景信息；风险因素（导致风险事件发生的根本原因或触发因素）包括材料问题、设计问题、施工方法、人员操作等；风险等级（体现风险事件的严重程度，包括数字等级形式或高、中、低等级形式）；风险概率（风险事件发生的可能性，通常使用概率或百分比表示）；风险控制措施（为降低或消除风险事件的控制措施）；相关文件等。
其中，样本施工质量风险指标是指多个样本施工记录中可能对节点施工质量产生影响的因素。节点施工质量风险因子是指与样本施工质量风险指标中第q施工节点对应的多个风险指标。
进一步的，基于所述风险因子挖掘函数对所述多个样本施工质量风险指标进行筛选，获得所述第q施工节点对应的多个节点施工质量风险因子，步骤还包括：
基于所述多个样本施工质量风险指标，获得第一样本施工质量风险指标；
基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的触发置信度计算，获得第一指标触发置信度；
基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的风险层次聚类计算，获得第一指标风险集中值；
基于所述风险因子挖掘函数对所述第一指标触发置信度和所述第一指标风险集中值进行计算，获得第一指标适应度，其中，所述风险因子挖掘函数为：
；
其中，ISY表征指标适应度，Ify表征指标触发置信度，Irc表征指标风险集中值，x1表征预设指标触发熵权子，x2表征预设指标风险熵权子，且，x1与x2之和为1；
判断所述第一指标适应度是否大于预设指标适应度；
若所述第一指标适应度大于所述预设指标适应度，将所述第一样本施工质量风险指标设置为第一节点施工质量风险因子，并将所述第一节点施工质量风险因子添加至所述多个节点施工质量风险因子。
可选的，第一样本施工质量风险指标是指将要进行触发置信度计算的目标样本施工质量风险指标。第一样本施工质量风险指标依次为多个样本施工质量风险指标中的每个样本施工质量风险指标。进而实现多个样本施工质量风险指标的遍历触发置信度计算。
触发置信度是一种用于衡量事件或条件发生的概率或信心水平的度量。可选的，基于桥梁施工质量风险事件记录对第一样本施工质量风险指标进行触发置信度计算。首先，遍历获取第一样本施工质量风险指标在桥梁施工质量风险事件记录中出现的次数，将该次数记为第一指标触发度；接着，统计获取多个样本施工质量风险指标在桥梁施工质量风险事件记录中出现的次数之和，并将该和记为总指标触发度；最后计算获得第一指标触发度与总指标触发度的比值，设置为第一指标触发置信度。
其中，第一指标适应度用于衡量第一样本施工质量风险指标是否适用于第q施工节点，如第一指标适应度大于或等于预设指标适应度，表示第一样本施工质量风险指标适用于第q施工节点，并将第一样本施工质量风险指标设置为第一节点施工质量风险因子。若第一指标适应度于预设指标适应度，表示第一样本施工质量风险指标不适用于第q施工节点，则对该第一样本施工质量风险指标进行数据清洗，选取多个样本施工质量风险指标中其他未经过触发置信度计算、风险层次聚类计算、指标适应度计算的样本施工质量风险指标作为下一第一样本施工质量风险指标，重复上述步骤，直至遍历多个样本施工质量风险指标中全部样本施工质量风险指标。
进一步的，基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的风险层次聚类计算，获得第一指标风险集中值，步骤还包括：
基于所述第一样本施工质量风险指标对所述桥梁施工质量风险事件记录进行历史风险系数提取，获得所述第一样本施工质量风险指标对应的多个历史施工质量风险指标值；
遍历所述多个历史施工质量风险指标值进行两两差值计算，获得多个指标值-偏差；
基于预设指标值-偏差阈值，根据所述多个指标值-偏差对所述多个历史施工质量风险指标值进行层次聚类分析，获取多个施工质量风险指标值聚类结果；
遍历所述多个施工质量风险指标值聚类结果进行类内指标值数量统计，获得多个类内数量，并对所述多个类内数量进行占比计算，获得多个类内熵子；
遍历所述多个施工质量风险指标值聚类结果进行均值计算，获得多个类内平均质量风险值；
对所述多个类内熵子和所述多个类内平均质量风险值进行加权均值计算，生成所述第一指标风险集中值。
可选的，基于所选历史数据，对桥梁施工质量风险事件记录进行历史风险系数提取，可使用不同的方法通过计算提取历史风险系数。如计算历史事件的频率、平均严重性等统计指标。可选的还包括使用风险评估模型或机器学习算法，根据历史数据中的各种因素来计算风险系数。历史风险系数，用于评估当前风险事件的严重性和潜在影响。
可选的，根据多个指标值-偏差对多个历史施工质量风险指标值进行层次聚类分析，其中，多个指标值-偏差是指多个记录数据集中点中任意相邻的两个记录数据集中点进行差值计算，获得任意相邻的集中点差值。进一步的，若任意指标值-偏差小于或等于预先设置确定的预设指标值-偏差阈值。则将该指标值-偏差对应的两个历史施工质量风险指标值聚集为一类，并将这两个历史施工质量风险指标值的平均值作为该聚类的聚类施工质量风险指标值。若任意指标值-偏差大于预先设置确定的预设指标值-偏差阈值，则，将这两个历史施工质量风险指标值视为两类。重复聚类直到任意指标值-偏差大于预设指标值-偏差阈值，生成多个施工质量风险指标值聚类结果。每个施工质量风险指标值聚类结果包括多个聚类施工质量风险指标值。
其中，类内指标值数量统计用于确定每个施工质量风险指标值聚类结果内的历史施工质量风险指标值的数量。对多个类内数量进行占比计算，计算该聚类中的指标值数量占所有聚类中指标值数量的比例。用于量化该聚类在总体风险中的重要性。
进一步的，使用类内指标值数量和占比的信息，计算该聚类的类内熵子。其中，熵子是一种表示风险集中度或分散度的度量，用于反映该聚类内的风险事件或条件的多样性。内熵子通过信息熵的计算来衡量，可以用以下公式表示：
类内熵子=-Σ(pi*log2(pi))
其中，pi表示该聚类内不同指标值的占比。
可选的，多个类内熵子每个熵子代表一个聚类的风险多样性或分散度。用以来识别哪些聚类具有较高的风险多样性，哪些聚类风险较为集中。
S400：获得所述目标桥梁工程的实时桥梁施工节点，并根据所述目标桥梁施工风险分布域匹配所述实时桥梁施工节点对应的实时节点施工风险子域；
可选的，从工程管理云端或其他实时数据源获得目标桥梁工程的当前实时施工节点。这些节点代表正在进行的具体施工活动或任务，例如浇筑混凝土、安装支撑结构等。
利用所获得的实时施工节点，将它们与之前计算的实时桥梁施工风险分布域进行匹配。匹配过程包括以下步骤：确定实时施工节点所属的施工任务或活动：每个实时施工节点关联一个具体的施工任务或活动。这可以通过实时施工进度数据或任务分配信息来确定。查找匹配的风险分布域：使用与实时施工任务或活动相关的信息，查找与之匹配的实时风险分布域。这涉及与已知的风险分布域进行比较，找到最接近或匹配的一个或多个分布域。分配风险子域：一旦找到匹配的风险分布域，将其分配给相应的实时施工节点。该节点的风险特征与所选风险分布域中的特征相匹配。
通过将实时施工节点与其相关的施工风险关联起来，实时监测和管理施工风险。以更好地了解哪些施工任务或活动可能受到风险的影响，从而采取适当的措施来减轻潜在的风险。
S500：基于所述桥梁工程管理云端，根据所述实时节点施工风险子域对所述实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；
可选的，实时节点施工风险监测结果用于确定实时节点的施工现状信息。实时节点施工风险监测结果包括节点施工质量风险监测结果、节点施工安全风险监测结果、节点施工进度风险监测结果和节点施工隐性风险监测结果。
可选的，通过安装各种监测设备和传感器，对实时桥梁施工节点进行实时监测。实时收集与施工相关的数据。可用的监测设备包括温度传感器、应变传感器、振动传感器、激光扫描仪、全站仪等，用于监测结构的各种物理参数。
可选的，将实时采集的数据与实时节点施工风险子域中的特征进行匹配和比对，获取比对结果。进而基于匹配和比对的结果，生成实时节点施工风险监测结果。
可选的，实时节点施工风险监测结果还包括风险结果分级，以指示风险的程度。例如，将风险分为高、中、低三个级别，以便有针对性地处理。此外，实时节点施工风险监测结果还包括实时监测图表，以可视化显示风险和施工状态的变化趋势。
S600：将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警。
进一步的，将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警，步骤S600还包括：
所述实时节点施工风险监测结果包括节点施工质量风险监测结果、节点施工安全风险监测结果、节点施工进度风险监测结果和节点施工隐性风险监测结果；
基于所述施工风险预警子模块内的施工风险评估通道对所述实时节点施工风险监测结果进行风险评估，获得节点施工质量风险系数、节点施工安全风险系数、节点施工进度风险系数和节点施工隐性风险系数；
将所述节点施工质量风险系数、所述节点施工安全风险系数、所述节点施工进度风险系数和所述节点施工隐性风险系数输入所述施工风险预警子模块内的综合风险分析通道，获得节点综合施工风险系数；
判断所述节点综合施工风险系数是否小于预设风险综合系数；
若所述节点综合施工风险系数大于/等于所述预设风险综合系数，生成节点施工风险预警指令。
可选的，施工风险评估通道是一个用于评估和管理施工风险的系统或模块，基于各种不同的技术和数据源来构建，包括神经网络、决策树和数据库等。示例性的，首先，收集与施工有关的各种数据，包括历史施工数据、监测数据、材料数据、工程计划等。这些数据可能来自不同的来源和格式，对于这些数据进行预处理，包括数据清洗、转换和归一化。接着，将数据存储在数据库中以进行有效的管理和查询。数据库可以包括施工历史数据库、监测数据库、质量管理数据库等。而后，从原始数据中提取有用的特征，用于建立风险评估模型。特征提取涉及因素包括施工环境、材料特性、工程进度等。而后，使用神经网络模型建立风险评估模型，根据上述施工历史数据库、监测数据库、质量管理数据库中的数据作为训练集对模型进行训练，并使用验证数据集来评估模型的性能，确保模型的准确性和泛化能力。最后，将训练完成的风险评估模型存储为施工风险评估通道，施工风险评估通道建立了节点施工质量风险监测结果与施工风险系数间的关系，以预测施工风险的程度或类别。
进一步的，所述综合风险分析通道包括综合风险分析函数，所述综合风险分析函数为：
；
其中，SDY表征节点综合施工风险系数，cqr表征节点施工质量风险系数，cqr0表征预设施工质量风险上限，csr表征节点施工安全风险系数，csr0表征预设施工安全风险上限，pcr表征节点施工进度风险系数，pcr0表征预设施工进度风险上限，hcr表征节点施工隐性风险系数，hcr0表征预设施工隐性风险上限。
综上所述，本发明所提供的一种桥梁工程的施工风险预警方法具有如下技术效果：
通过交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对工程施工全生命流程进行节点划分，构建目标桥梁工程施工链；交互桥梁工程管理云端，获得多维预设桥梁施工风险元；基于预先构建的风险因子挖掘函数，根据多维预设桥梁施工风险元，遍历目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域；获得目标桥梁工程的实时桥梁施工节点，并根据目标桥梁施工风险分布域匹配实时桥梁施工节点对应的实时节点施工风险子域；基于桥梁工程管理云端，根据实时节点施工风险子域对实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；将实时节点施工风险监测结果传输至施工风险预警子模块，根据施工风险预警子模块执行目标桥梁工程的风险预警。进而达成多维预警、综合预警能力佳、预警准确率的技术效果。
实施例二
基于与所述实施例中一种桥梁工程的施工风险预警方法同样的构思，如图3所示，本申请还提供了一种桥梁工程的施工风险预警系统，所述系统包括：
节点处理模块11，用于交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对所述工程施工全生命流程进行节点划分，构建目标桥梁工程施工链，其中，所述目标桥梁工程施工链包括所述目标桥梁工程对应的Q个施工节点，且，Q为大于1的正整数；
风险元调用模块12，用于交互所述桥梁工程管理云端，获得多维预设桥梁施工风险元，其中，所述多维预设桥梁施工风险元包括桥梁施工质量风险、桥梁施工安全风险、桥梁施工进度风险和桥梁施工隐性风险；
风险挖掘模块13，用于基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域；
节点匹配模块14，用于获得所述目标桥梁工程的实时桥梁施工节点，并根据所述目标桥梁施工风险分布域匹配所述实时桥梁施工节点对应的实时节点施工风险子域；
节点监测模块15，用于基于所述桥梁工程管理云端，根据所述实时节点施工风险子域对所述实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；
风险预警模块16，所述风险预警模块用于将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警。
进一步的，风险挖掘模块13还包括：
施工节点获取单元，用于基于所述目标桥梁工程施工链，获得第q施工节点，q为正整数，且，q属于Q；
施工质量风险单元，用于基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工质量风险的关联施工风险因子挖掘，获得第q节点-施工质量风险因子链；
施工安全风险单元，用于基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工安全风险的关联施工风险因子挖掘，获得第q节点-施工安全风险因子链；
施工进度风险单元，用于基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工进度风险的关联施工风险因子挖掘，获得第q节点-施工进度风险因子链；
施工隐性风险单元，用于基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工隐性风险的关联施工风险因子挖掘，获得第q节点-施工隐性风险因子链；
风险因子集成单元，用于集成所述第q节点-施工质量风险因子链、所述第q节点-施工安全风险因子链、所述第q节点-施工进度风险因子链和所述第q节点-施工隐性风险因子链，生成所述第q施工节点对应的第q节点施工风险子域，并将所述第q节点施工风险子域添加至所述Q个节点施工风险子域。
进一步的，施工质量风险单元还包括：
检索设定单元，用于以所述第q施工节点为检索约束，以桥梁施工质量风险事件为检索目标；
事件检索单元，用于根据所述检索约束和所述检索目标对所述桥梁工程管理云端进行数据读取，获得所述第q施工节点对应的桥梁施工质量风险事件记录；
风险指标提取单元，用于遍历所述桥梁施工质量风险事件记录进行施工质量风险指标提取，获得多个样本施工质量风险指标；
指标筛选单元，用于基于所述风险因子挖掘函数对所述多个样本施工质量风险指标进行筛选，获得所述第q施工节点对应的多个节点施工质量风险因子；
因子链构建单元，用于基于所述多个节点施工质量风险因子，构建所述第q节点-施工质量风险因子链。
进一步的，指标筛选单元还包括：
第一样本施工质量风险指标获取单元，用于基于所述多个样本施工质量风险指标，获得第一样本施工质量风险指标；
置信度计算单元，用于基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的触发置信度计算，获得第一指标触发置信度；
层次聚类单元，用于基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的风险层次聚类计算，获得第一指标风险集中值；
指标适应度计算单元，用于基于所述风险因子挖掘函数对所述第一指标触发置信度和所述第一指标风险集中值进行计算，获得第一指标适应度，其中，所述风险因子挖掘函数为：
；
其中，ISY表征指标适应度，Ify表征指标触发置信度，Irc表征指标风险集中值，x1表征预设指标触发熵权子，x2表征预设指标风险熵权子，且，x1与x2之和为1；
指标适应度判别单元，用于判断所述第一指标适应度是否大于预设指标适应度；若所述第一指标适应度大于所述预设指标适应度，将所述第一样本施工质量风险指标设置为第一节点施工质量风险因子，并将所述第一节点施工质量风险因子添加至所述多个节点施工质量风险因子。
进一步的，层次聚类单元还包括：
风险系数提取单元，用于基于所述第一样本施工质量风险指标对所述桥梁施工质量风险事件记录进行历史风险系数提取，获得所述第一样本施工质量风险指标对应的多个历史施工质量风险指标值；
偏差计算单元，用于遍历所述多个历史施工质量风险指标值进行两两差值计算，获得多个指标值-偏差；
层次聚类分析单元，用于基于预设指标值-偏差阈值，根据所述多个指标值-偏差对所述多个历史施工质量风险指标值进行层次聚类分析，获取多个施工质量风险指标值聚类结果；
占比计算单元，用于遍历所述多个施工质量风险指标值聚类结果进行类内指标值数量统计，获得多个类内数量，并对所述多个类内数量进行占比计算，获得多个类内熵子；
均值计算单元，用于遍历所述多个施工质量风险指标值聚类结果进行均值计算，获得多个类内平均质量风险值；
加权均值计算单元，用于对所述多个类内熵子和所述多个类内平均质量风险值进行加权均值计算，生成所述第一指标风险集中值。
进一步的，风险预警模块16还包括：
实时节点施工风险监测单元，用于获取实时节点施工风险监测结果，包括节点施工质量风险监测结果、节点施工安全风险监测结果、节点施工进度风险监测结果和节点施工隐性风险监测结果；
风险评估单元，用于基于所述施工风险预警子模块内的施工风险评估通道对所述实时节点施工风险监测结果进行风险评估，获得节点施工质量风险系数、节点施工安全风险系数、节点施工进度风险系数和节点施工隐性风险系数；
综合风险分析单元，用于将所述节点施工质量风险系数、所述节点施工安全风险系数、所述节点施工进度风险系数和所述节点施工隐性风险系数输入所述施工风险预警子模块内的综合风险分析通道，获得节点综合施工风险系数；
施工风险系数判别单元，用于判断所述节点综合施工风险系数是否小于预设风险综合系数；
风险预警单元，用于若所述节点综合施工风险系数大于/等于所述预设风险综合系数，生成节点施工风险预警指令。
应当理解的是，本说明书中所提及的实施例重点在其与其他实施例的不同，前述实施例一中的具体实施例，同样适用于实施例二所述的一种桥梁工程的施工风险预警系统，为了说明书的简洁，在此不做进一步的展开。
应当理解的是，本申请所公开的实施例及上述说明，可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例，对本申请提到的实施例进行显而易见的修改、变种，也属于本申请原理范围之内。
Claims (8)
1.一种桥梁工程的施工风险预警方法，其特征在于，所述方法包括：
交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对所述工程施工全生命流程进行节点划分，构建目标桥梁工程施工链，其中，所述目标桥梁工程施工链包括所述目标桥梁工程对应的Q个施工节点，且，Q为大于1的正整数；
交互所述桥梁工程管理云端，获得多维预设桥梁施工风险元，其中，所述多维预设桥梁施工风险元包括桥梁施工质量风险、桥梁施工安全风险、桥梁施工进度风险和桥梁施工隐性风险；
基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域；
获得所述目标桥梁工程的实时桥梁施工节点，并根据所述目标桥梁施工风险分布域匹配所述实时桥梁施工节点对应的实时节点施工风险子域；
基于所述桥梁工程管理云端，根据所述实时节点施工风险子域对所述实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；
将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警。
2.如权利要求1所述的方法，其特征在于，基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域，包括：
基于所述目标桥梁工程施工链，获得第q施工节点，q为正整数，且，q属于Q；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工质量风险的关联施工风险因子挖掘，获得第q节点-施工质量风险因子链；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工安全风险的关联施工风险因子挖掘，获得第q节点-施工安全风险因子链；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工进度风险的关联施工风险因子挖掘，获得第q节点-施工进度风险因子链；
基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工隐性风险的关联施工风险因子挖掘，获得第q节点-施工隐性风险因子链；
集成所述第q节点-施工质量风险因子链、所述第q节点-施工安全风险因子链、所述第q节点-施工进度风险因子链和所述第q节点-施工隐性风险因子链，生成所述第q施工节点对应的第q节点施工风险子域，并将所述第q节点施工风险子域添加至所述Q个节点施工风险子域。
3.如权利要求2所述的方法，其特征在于，基于所述风险因子挖掘函数，对所述第q施工节点进行桥梁施工质量风险的关联施工风险因子挖掘，获得第q节点-施工质量风险因子链，包括：
以所述第q施工节点为检索约束，以桥梁施工质量风险事件为检索目标；
根据所述检索约束和所述检索目标对所述桥梁工程管理云端进行数据读取，获得所述第q施工节点对应的桥梁施工质量风险事件记录；
遍历所述桥梁施工质量风险事件记录进行施工质量风险指标提取，获得多个样本施工质量风险指标；
基于所述风险因子挖掘函数对所述多个样本施工质量风险指标进行筛选，获得所述第q施工节点对应的多个节点施工质量风险因子；
基于所述多个节点施工质量风险因子，构建所述第q节点-施工质量风险因子链。
4.如权利要求3所述的方法，其特征在于，基于所述风险因子挖掘函数对所述多个样本施工质量风险指标进行筛选，获得所述第q施工节点对应的多个节点施工质量风险因子，包括：
基于所述多个样本施工质量风险指标，获得第一样本施工质量风险指标；
基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的触发置信度计算，获得第一指标触发置信度；
基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的风险层次聚类计算，获得第一指标风险集中值；
基于所述风险因子挖掘函数对所述第一指标触发置信度和所述第一指标风险集中值进行计算，获得第一指标适应度，其中，所述风险因子挖掘函数为：
；
其中，ISY表征指标适应度，Ify表征指标触发置信度，Irc表征指标风险集中值，x1表征预设指标触发熵权子，x2表征预设指标风险熵权子，且，x1与x2之和为1；
判断所述第一指标适应度是否大于预设指标适应度；
若所述第一指标适应度大于所述预设指标适应度，将所述第一样本施工质量风险指标设置为第一节点施工质量风险因子，并将所述第一节点施工质量风险因子添加至所述多个节点施工质量风险因子。
5.如权利要求4所述的方法，其特征在于，基于所述桥梁施工质量风险事件记录执行所述第一样本施工质量风险指标的风险层次聚类计算，获得第一指标风险集中值，包括：
基于所述第一样本施工质量风险指标对所述桥梁施工质量风险事件记录进行历史风险系数提取，获得所述第一样本施工质量风险指标对应的多个历史施工质量风险指标值；
遍历所述多个历史施工质量风险指标值进行两两差值计算，获得多个指标值-偏差；
基于预设指标值-偏差阈值，根据所述多个指标值-偏差对所述多个历史施工质量风险指标值进行层次聚类分析，获取多个施工质量风险指标值聚类结果；
遍历所述多个施工质量风险指标值聚类结果进行类内指标值数量统计，获得多个类内数量，并对所述多个类内数量进行占比计算，获得多个类内熵子；
遍历所述多个施工质量风险指标值聚类结果进行均值计算，获得多个类内平均质量风险值；
对所述多个类内熵子和所述多个类内平均质量风险值进行加权均值计算，生成所述第一指标风险集中值。
6.如权利要求1所述的方法，其特征在于，将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警，包括：
所述实时节点施工风险监测结果包括节点施工质量风险监测结果、节点施工安全风险监测结果、节点施工进度风险监测结果和节点施工隐性风险监测结果；
基于所述施工风险预警子模块内的施工风险评估通道对所述实时节点施工风险监测结果进行风险评估，获得节点施工质量风险系数、节点施工安全风险系数、节点施工进度风险系数和节点施工隐性风险系数；
将所述节点施工质量风险系数、所述节点施工安全风险系数、所述节点施工进度风险系数和所述节点施工隐性风险系数输入所述施工风险预警子模块内的综合风险分析通道，获得节点综合施工风险系数；
判断所述节点综合施工风险系数是否小于预设风险综合系数；
若所述节点综合施工风险系数大于/等于所述预设风险综合系数，生成节点施工风险预警指令。
7.如权利要求6所述的方法，其特征在于，所述综合风险分析通道包括综合风险分析函数，所述综合风险分析函数为：
；
其中，SDY表征节点综合施工风险系数，cqr表征节点施工质量风险系数，cqr0表征预设施工质量风险上限，csr表征节点施工安全风险系数，csr0表征预设施工安全风险上限，pcr表征节点施工进度风险系数，pcr0表征预设施工进度风险上限，hcr表征节点施工隐性风险系数，hcr0表征预设施工隐性风险上限。
8.一种桥梁工程的施工风险预警系统，其特征在于，所述系统包括：
节点处理模块，所述节点处理模块用于交互桥梁工程管理云端，获得目标桥梁工程的工程施工全生命流程，并对所述工程施工全生命流程进行节点划分，构建目标桥梁工程施工链，其中，所述目标桥梁工程施工链包括所述目标桥梁工程对应的Q个施工节点，且，Q为大于1的正整数；
风险元调用模块，所述风险元调用模块用于交互所述桥梁工程管理云端，获得多维预设桥梁施工风险元，其中，所述多维预设桥梁施工风险元包括桥梁施工质量风险、桥梁施工安全风险、桥梁施工进度风险和桥梁施工隐性风险；
风险挖掘模块，所述风险挖掘模块用于基于预先构建的风险因子挖掘函数，根据所述多维预设桥梁施工风险元，遍历所述目标桥梁工程施工链进行施工风险因子的特征挖掘，获得目标桥梁施工风险分布域，其中，所述目标桥梁施工风险分布域包括所述Q个施工节点对应的Q个节点施工风险子域；
节点匹配模块，所述节点匹配模块用于获得所述目标桥梁工程的实时桥梁施工节点，并根据所述目标桥梁施工风险分布域匹配所述实时桥梁施工节点对应的实时节点施工风险子域；
节点监测模块，所述节点监测模块用于基于所述桥梁工程管理云端，根据所述实时节点施工风险子域对所述实时桥梁施工节点进行实时监测，获得实时节点施工风险监测结果；
风险预警模块，所述风险预警模块用于将所述实时节点施工风险监测结果传输至施工风险预警子模块，根据所述施工风险预警子模块执行所述目标桥梁工程的风险预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311446510.7A CN117172556B (zh) | 2023-11-02 | 2023-11-02 | 一种桥梁工程的施工风险预警方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311446510.7A CN117172556B (zh) | 2023-11-02 | 2023-11-02 | 一种桥梁工程的施工风险预警方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117172556A true CN117172556A (zh) | 2023-12-05 |
| CN117172556B CN117172556B (zh) | 2024-03-08 |
Family
ID=88937953
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311446510.7A Active CN117172556B (zh) | 2023-11-02 | 2023-11-02 | 一种桥梁工程的施工风险预警方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117172556B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117494293A (zh) * | 2024-01-02 | 2024-02-02 | 徐州市江山新型建材有限公司 | 基于温度分析的混凝土监测预警方法及系统 |
| CN117670139A (zh) * | 2023-12-15 | 2024-03-08 | 日照汇丰网具有限公司 | 一种pp线质量的智能检测方法及系统 |
| CN117872938A (zh) * | 2024-03-12 | 2024-04-12 | 贵州省公路建设养护集团有限公司 | 基于物联网实现桥梁施工下的设备安全控制方法及系统 |
| CN117670139B (zh) * | 2023-12-15 | 2024-05-14 | 日照汇丰网具有限公司 | 一种pp线质量的智能检测方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190880A (zh) * | 2018-07-23 | 2019-01-11 | 武汉理工大学 | 基于模块层次分析法的库区桥梁施工风险识别方法 |
| CN109858837A (zh) * | 2019-03-01 | 2019-06-07 | 西南交通大学 | 一种大型桥梁工程风险评估方法 |
| CN113255188A (zh) * | 2021-06-03 | 2021-08-13 | 四川省公路规划勘察设计研究院有限公司 | 一种基于事故树的桥梁安全预警方法及系统 |
| CN116307772A (zh) * | 2023-03-27 | 2023-06-23 | 江西通慧科技集团股份有限公司 | 桥梁施工风险评估方法、系统、电子设备及存储介质 |
-
2023
- 2023-11-02 CN CN202311446510.7A patent/CN117172556B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190880A (zh) * | 2018-07-23 | 2019-01-11 | 武汉理工大学 | 基于模块层次分析法的库区桥梁施工风险识别方法 |
| CN109858837A (zh) * | 2019-03-01 | 2019-06-07 | 西南交通大学 | 一种大型桥梁工程风险评估方法 |
| CN113255188A (zh) * | 2021-06-03 | 2021-08-13 | 四川省公路规划勘察设计研究院有限公司 | 一种基于事故树的桥梁安全预警方法及系统 |
| CN116307772A (zh) * | 2023-03-27 | 2023-06-23 | 江西通慧科技集团股份有限公司 | 桥梁施工风险评估方法、系统、电子设备及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117670139A (zh) * | 2023-12-15 | 2024-03-08 | 日照汇丰网具有限公司 | 一种pp线质量的智能检测方法及系统 |
| CN117670139B (zh) * | 2023-12-15 | 2024-05-14 | 日照汇丰网具有限公司 | 一种pp线质量的智能检测方法及系统 |
| CN117494293A (zh) * | 2024-01-02 | 2024-02-02 | 徐州市江山新型建材有限公司 | 基于温度分析的混凝土监测预警方法及系统 |
| CN117494293B (zh) * | 2024-01-02 | 2024-03-22 | 徐州市江山新型建材有限公司 | 基于温度分析的混凝土监测预警方法及系统 |
| CN117872938A (zh) * | 2024-03-12 | 2024-04-12 | 贵州省公路建设养护集团有限公司 | 基于物联网实现桥梁施工下的设备安全控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117172556B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117172556B (zh) | 一种桥梁工程的施工风险预警方法与系统 | |
| CN103208039B (zh) | 软件项目风险评价方法及装置 | |
| CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
| CN110866974A (zh) | 一种基于三维展示的水工监测系统 | |
| CN106446016A (zh) | 一种基于并行关联规则挖掘的配电网运行可靠性预测方法 | |
| Wang et al. | Data-driven risk assessment on urban pipeline network based on a cluster model | |
| CN114626615A (zh) | 一种生产过程监控管理方法及系统 | |
| CN116384837B (zh) | 用于工程质量检测的信息处理方法、系统和检测员终端 | |
| Herraiz et al. | Impact of installation counts on perceived quality: A case study on debian | |
| CN114548493A (zh) | 一种电能表电流过载预测方法与系统 | |
| CN112487053B (zh) | 海量财务数据异常控制提取工作方法 | |
| CN116932523B (zh) | 一种整合和监管第三方环境检测机构的平台 | |
| CN107093018A (zh) | 基于健康模型的电信工程项目信息可视化方法及装置 | |
| CN110928752A (zh) | 空管台站健康度评估方法、装置及设备 | |
| KR101993366B1 (ko) | 건설현장의 온실가스 발생추이 예측/경고시스템 및 그 방법 | |
| CN116187932A (zh) | 一种信息系统工程监理项目风险自适应评估方法 | |
| CN112463853B (zh) | 通过云平台进行财务数据行为筛选工作方法 | |
| CN114266483A (zh) | 一种基于物联网的危险废物监管系统 | |
| CN117076454B (zh) | 一种工程质量验收表单数据结构化存储方法及系统 | |
| Lin et al. | Decision Tree analysis of the relationship between defects and construction inspection grades | |
| CN117273467B (zh) | 一种基于多因素耦合的工业安全风险管控方法及系统 | |
| CN116401525B (zh) | 一种基于智能化感应的桥隧预测维护方法及系统 | |
| CN117522203A (zh) | 一种测算碳排放量的管理系统及其方法 | |
| CN116307242A (zh) | 落叶松林立地质量和生产力模型构建方法 | |
| ODERA et al. | Characterization of missingness and data-driven imputation for incomplete pavement condition data |
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 |