CN117172622A - 基于多源数据分析的装配式建筑质量管理方法与系统 - Google Patents
基于多源数据分析的装配式建筑质量管理方法与系统 Download PDFInfo
- Publication number
- CN117172622A CN117172622A CN202311446673.5A CN202311446673A CN117172622A CN 117172622 A CN117172622 A CN 117172622A CN 202311446673 A CN202311446673 A CN 202311446673A CN 117172622 A CN117172622 A CN 117172622A
- Authority
- CN
- China
- Prior art keywords
- component
- assembly
- quality verification
- decision
- 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.)
- Granted
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 19
- 238000007726 management method Methods 0.000 title abstract description 14
- 238000012795 verification Methods 0.000 claims abstract description 182
- 238000010276 construction Methods 0.000 claims abstract description 126
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000003213 activating effect Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 30
- 230000007547 defect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000003326 Quality management system Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 239000006249 magnetic particle Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000010354 integration Effects 0.000 abstract description 7
- 230000004927 fusion Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 238000003908 quality control method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000006247 magnetic powder Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002699 waste material Substances 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了基于多源数据分析的装配式建筑质量管理方法与系统，涉及工程项目管理技术领域，所述方法包括：获得第一装配式建筑的G个预制构件；基于构件质量验证子模块，根据G个预制构件执行第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；当第一全局构件质量验证结果为通过，获得装配决策指令，调取第一装配式建筑的多源装配场景特征；激活装配施工决策子模块；将多源装配场景特征输入装配施工决策子模块，对多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；根据第一装配施工决策执行第一装配式建筑的装配施工。进而达成多元数据整合融合，质量分析和预测效率高的技术效果。
Description
技术领域
本发明涉及工程项目管理技术领域，特别涉及基于多源数据分析的装配式建筑质量管理方法与系统。
技术背景
装配式建筑具有更高的生产效率、更低的施工噪音和更少的环境影响，得到了广泛的应用和推广。装配式建筑是一种先进的建筑方式，利用在工厂预制的模块和构件，然后在现场进行组装，涉及多个环节，包括设计、制造、运输和安装。现有装配式建筑质量管理，存在数据整合难度大，质量分析和预测效率低的技术问题。
发明内容
本申请的目的在于提供基于多源数据分析的装配式建筑质量管理方法与系统。用以解决现有技术中数据整合难度大，质量分析和预测效率低的技术问题。
鉴于以上技术问题，本申请提供了基于多源数据分析的装配式建筑质量管理方法与系统。
第一方面，本申请提供了基于多源数据分析的装配式建筑质量管理方法，其中，所述方法包括：获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；当所述第一全局构件质量验证结果为通过时，获得装配决策指令，并根据所述装配决策指令调取所述第一装配式建筑的多源装配场景特征，其中，所述多源装配场景特征包括装配空域场景特征、装配时域场景特征和装配构件场景特征；根据所述装配决策指令激活装配施工决策子模块，其中，所述装配施工决策子模块包括多维装配施工决策指标，所述多维装配施工决策指标包括装配施工-硬决策指标和装配施工-软决策指标；将所述多源装配场景特征输入所述装配施工决策子模块，所述装配施工决策子模块根据所述多维装配施工决策指标对所述多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；根据所述第一装配施工决策执行所述第一装配式建筑的装配施工。
第二方面，本申请还提供了基于多源数据分析的装配式建筑质量管理系统，其中，所述系统包括：建筑分析模块，所述建筑分析模块用于获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；构件质量验证模块，所述构件质量验证模块用于基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；特征调用模块，所述特征调用模块用于当所述第一全局构件质量验证结果为通过时，获得装配决策指令，并根据所述装配决策指令调取所述第一装配式建筑的多源装配场景特征，其中，所述多源装配场景特征包括装配空域场景特征、装配时域场景特征和装配构件场景特征；决策模块激活模块，所述决策模块激活模块用于根据所述装配决策指令激活装配施工决策子模块，其中，所述装配施工决策子模块包括多维装配施工决策指标，所述多维装配施工决策指标包括装配施工-硬决策指标和装配施工-软决策指标；装配决策模块，所述装配决策模块用于将所述多源装配场景特征输入所述装配施工决策子模块，所述装配施工决策子模块根据所述多维装配施工决策指标对所述多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；装配施工模块，所述装配施工模块用于根据所述第一装配施工决策执行所述第一装配式建筑的装配施工。
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：
通过获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；基于构件质量验证子模块，根据G个预制构件执行第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；当第一全局构件质量验证结果为通过时，获得装配决策指令，并根据装配决策指令调取第一装配式建筑的多源装配场景特征；根据装配决策指令激活装配施工决策子模块；将多源装配场景特征输入装配施工决策子模块，装配施工决策子模块根据多维装配施工决策指标对多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；根据第一装配施工决策执行第一装配式建筑的装配施工。进而达成多元数据整合融合，质量分析和预测效率高的技术效果。
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为本申请基于多源数据分析的装配式建筑质量管理方法的流程示意图；
图2为本申请基于多源数据分析的装配式建筑质量管理方法中获得第一全局构件质量验证结果的流程示意图；
图3为本申请基于多源数据分析的装配式建筑质量管理系统的结构示意图。
附图标记说明：建筑分析模块11、构件质量验证模块12、特征调用模块13、决策模块激活模块14、装配决策模块15、装配施工模块16。
具体实施方式
本申请通过提供基于多源数据分析的装配式建筑质量管理方法和系统，解决了现有技术面临的数据整合难度大，质量分析和预测效率低的技术问题。
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：
首先获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；而后，基于构件质量验证子模块，根据G个预制构件执行第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；接着，当第一全局构件质量验证结果为通过时，获得装配决策指令，并根据装配决策指令调取第一装配式建筑的多源装配场景特征；然后，根据装配决策指令激活装配施工决策子模块；进而将多源装配场景特征输入装配施工决策子模块，装配施工决策子模块根据多维装配施工决策指标对多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；最后，根据第一装配施工决策执行第一装配式建筑的装配施工。进而达成多元数据整合融合，质量分析和预测效率高的技术效果。
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，本申请提供了基于多源数据分析的装配式建筑质量管理方法，所述方法包括：
S100：获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；
其中，预制构件是指第一装配式建筑预制的组成结构组件，G代表了这些建筑构件的数量，是一个大于1的正整数。G个预制构件将用于建造第一装配式建筑，通过一定步骤的组合和施工，得以构建第一装配式建筑。
S200：基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；
其中，具有多个构件质量验证子模块，包括外观性能检测构件质量验证子模块、连接性能检测构件质量验证子模块、结构性能检测构件质量验证子模块。多个构件质量验证子模块用于从多个方面对构件质量进行综合质量验证，进而反映出整个建筑的构件质量情况。
进一步的，如图2所示，基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果，步骤S200还包括：
对所述G个预制构件执行随机编号，获得第一预制构件、第二预制构件…第g预制构件，且，g为正整数，g属于G；
基于所述构件质量验证子模块对所述第一预制构件进行质量验证，获得第一构件质量验证结果；
基于所述构件质量验证子模块，分别对所述第二预制构件…所述第g预制构件进行质量验证，得到第二构件质量验证结果…第g构件质量验证结果；
基于所述第一构件质量验证结果、所述第二构件质量验证结果…所述第g构件质量验证结果，搭建第一质量验证矩阵，其中，所述第一质量验证矩阵包括g个构件质量验证元素；
将所述第一质量验证矩阵输入所述构件质量验证子模块内的全局构件质量判断通道；
其中，所述全局构件质量判断通道包括全局构件质量判断决策，所述全局构件质量判断决策为若所述第一质量验证矩阵内的g个构件质量验证元素均为一级质量算子，获得的所述第一全局构件质量验证结果为通过，若所述第一质量验证矩阵内的g个构件质量验证元素不均为一级质量算子，获得的所述第一全局构件质量验证结果为不通过。
其中，g个构件质量验证元素分别对应第一构件质量验证结果、第二构件质量验证结果…第g构件质量验证结果。质量验证矩阵包含了G个构件的质量验证结果。第一质量验证矩阵用于整体评估装配式建筑的质量。每个构件的质量验证结果都会成为这个矩阵中的一个元素。通过第一质量验证矩阵，可以全面了解每个构件的质量情况，从而做出相应的决策，确保装配式建筑的总体质量符合要求。
全局构件质量判断通道用于根据所有构件的质量验证结果来判断整体构件质量是否达到一定的标准。若所有构件都是一级质量算子，那么全局质量验证结果将被判定为通过，否则将被判定为不通过。确保整个装配式建筑的质量水平。
其中，一级质量算子是指满足g个构件质量对应的质量判别阈值的构件质量验证元素。若一个构件的质量验证结果满足质量判别阈值则被认为是一级质量算子，表示该构件符合质量要求。
进一步的，基于所述构件质量验证子模块对所述第一预制构件进行质量验证，获得第一构件质量验证结果，步骤还包括：
基于所述构件质量验证子模块对所述第一预制构件进行外观性能检测，获得第一构件外观性能；
基于所述构件质量验证子模块对所述第一预制构件进行结构性能检测，获得第一构件结构性能；
基于所述构件质量验证子模块对所述第一预制构件进行连接性能检测，获得第一构件连接性能；
将所述第一构件外观性能、所述第一构件结构性能和所述第一构件连接性能输入所述构件质量验证子模块内的构件质量验证器，生成所述第一构件质量验证结果。
可选的，构件质量验证子模块包括一种专门设计用于验证预制构件的外观性能的工具。可应用于不同类型的预制构件，如建筑中的预制墙板、柱子、梁等。这个子模块包括一系列传感器、摄像头和软件算法，用于检测和评估构件的外观特征。其中，外观性能检测涵盖多个方面，包括外观细节、表面光洁度、颜色一致性、几何形状、图案、装饰等。通过选取合适的传感器、成像设备、测量工具以及相应的算法，对构件进行扫描、检测和分析，得以获取与外观性能相关的各种数据。
可选的，对第一预制构件进行结构性能检测，用于确定构件是否满足其设计、工程或建筑方面的结构要求和性能标准。结构性能检测包括：强度和稳定性：检测构件的承载能力、抗压能力、抗弯能力以及对不同类型的荷载的稳定性；刚度：评估构件的刚度，包括其在外力作用下的变形程度；振动特性：测定构件在振动或地震等外力作用下的响应和振动频率；材料性能：评估构件所使用材料的物理和力学性能，如抗拉强度、抗压强度、弹性模量等。示例性的，使用振动台、压力试验机等设备对预制构件进行结构性能检测，包括抗震性能、承载能力等。通过使用传感器、仪器、模拟软件和分析工具，结构性能检测得以提供有关构件强度、刚度、耐久性、振动响应等方面的详细信息。确保构件在实际使用中能够安全、可靠地承受各种力和环境条件，从而确保装配式建筑工程的质量。
可选的，连接性能检测用于检测构件中连接部分的性能，如焊接质量、螺栓连接等。其中，连接性能检测方向包括：连接强度：检测连接部分的承载能力，包括连接件的抗拉强度、抗压强度、抗剪强度等，以确保连接不会在受到荷载时产生破坏；连接刚度：评估连接部分的刚度，即连接点的变形程度。这有助于确定连接在受到外力时是否会发生过度的变形，从而影响整体结构的稳定性；连接耐久性：检测连接部分在不同环境条件下的耐久性，包括抗腐蚀性能、耐热性、耐寒性等。确保连接在各种环境下都能维持其性能；连接可靠性：评估连接在长期使用中的可靠性，包括连接件的寿命预测和维护需求；连接方式：检查连接的方式和方法，确保其符合相关的设计和工程标准。如焊接、螺栓连接、粘接等不同的连接方式。通过连接性能检测，确保构件的连接部分在实际使用中能够承受各种力和环境条件，保持结构的完整性和可靠性。
其中，构件质量验证器用于确定第一构件的外观性能、结构性能、连接性能是否满足第一装配式建筑的设计要求，若均满足要求，则第一构件对应的质量验证结果为一级质量算子。
进一步的，所述构件质量验证器包括构件质量验证决策，所述构件质量验证决策为：
若所述第一构件外观性能满足第一预设构件外观性能，且，所述第一构件结构性能满足第一预设构件结构性能，且，所述第一构件连接性能满足第一预设构件连接性能，获得的所述第一构件质量验证结果为一级质量算子；
若所述第一构件外观性能不满足所述第一预设构件外观性能和/或所述第一构件结构性能不满足所述第一预设构件结构性能和/或所述第一构件连接性能不满足所述第一预设构件连接性能，获得的所述第一构件质量验证结果为二级质量算子。
可选的，若第一构件外观性能、结构性能、连接性能中任意一者未能满足第一预设构件性能的性能要求。则第一构件质量验证结果为二级质量算子。
进一步的，基于所述构件质量验证子模块对所述第一预制构件进行外观性能检测，获得第一构件外观性能，步骤还包括：
获得所述第一预制构件的构件标准尺寸结构特征；
获得所述第一预制构件的构件实际尺寸结构特征；
将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征进行比对，获得第一构件尺寸结构偏差度；
基于所述构件质量验证子模块内的磁粉探伤装置对所述第一预制构件进行表面探伤检测，获得第一构件表面探伤检测结果；
基于所述第一构件表面探伤检测结果执行所述第一预制构件的表面缺陷度评价，生成第一构件表面缺陷度；
将所述第一构件尺寸结构偏差度和所述第一构件表面缺陷度输入所述构件质量验证子模块内的外观性能检测函数，生成所述第一构件外观性能；
其中，所述外观性能检测函数为：
；
其中，APE表征构件外观性能，DDN表征构件尺寸结构偏差度，SDD表征构件表面缺陷度，α、β分别为第一预设权重、第二预设权重，且，α+β=1。
构件的尺寸结构偏差度是指构件的实际尺寸和结构特征与其标准尺寸和结构特征之间的差异或偏离程度。是一个关键的质量评估指标，用于判断构件是否符合设计和制造的要求。可选的，获得第一构件尺寸结构偏差度，通过计算差异、偏差或百分比偏差来完成。偏差度表示为一个数值，反映了实际数据相对于标准数据的偏差程度。包括线性尺寸的偏差、角度偏差、曲率偏差等，具体取决于构件的结构、性质和要求。
磁粉探伤是一种用于检测金属构件表面缺陷的非破坏性检测方法，检测金属构件表面的裂纹、裂缝和其他缺陷，以确保构件的质量和可靠性。可选的，表面探伤检测结果包括表面缺陷的位置、大小和形状等。此外，可选的，根据构件表面质量控制标准或规范，对表面缺陷进行评价，确定其对构件质量的影响程度，生成第一构件的表面缺陷度。表面缺陷度以数值或等级表示，反映了表面缺陷对构件性能和安全性的影响。
进一步的，将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征进行比对，获得第一构件尺寸结构偏差度，步骤还包括：
搭建构件尺寸结构特征比对域，其中，所述构件尺寸结构特征比对域包括P个构件尺寸结构特征比对器，P为大于1的正整数；
将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征输入所述构件尺寸结构特征比对域；
根据所述构件尺寸结构特征比对域内的所述P个构件尺寸结构特征比对器，分别对所述构件实际尺寸结构特征和所述构件标准尺寸结构特征进行尺寸结构偏差分析，获得P个尺寸结构特征比对系数；
对所述P个尺寸结构特征比对系数进行均值计算，生成所述第一构件尺寸结构偏差度。
可选的，构件尺寸结构特征比对域中P个构件尺寸结构特征比对器，对应第一构建的P种结构特征。包括线性特征、曲率特征、角度特征等。构件尺寸结构特征比对器用于与标准尺寸结构特征进行比对。构件尺寸结构特征比对器包括计算机程序、算法、模型或专用设备，根据具体需求选择。
标准尺寸结构特征是第一构件应满足的尺寸和结构规格。标准根据行业标准、设计要求或其他可接受的规范来确定。可选的，进行构件实际尺寸结构特征与构件标准尺寸结构特征间的尺寸结构偏差分析，是指对二者之间的差异进行定量评价，如计算尺寸差异或偏差百分比。
第一构件尺寸结构偏差度通过对第一构件的P个尺寸结构特征比对系数进行均值计算获取，第一构件尺寸结构偏差度用于反映第一构件与标准的整体差异程度，便于后续进行质量控制和决策。
进一步的，搭建构件尺寸结构特征比对域，步骤还包括：
基于大数据，获得多个构件尺寸结构特征比对记录集；
遍历所述多个构件尺寸结构特征比对记录集进行训练，获得多个尺寸结构特征比对网络，且，所述多个尺寸结构特征比对网络具有对应的多个比对精度标识；
基于预设比对精度约束，根据所述多个比对精度标识对所述多个尺寸结构特征比对网络进行筛选，获得满足所述预设比对精度约束的多个优胜特征比对网络；
基于所述多个比对精度标识，匹配所述多个优胜特征比对网络对应的多个匹配比对精度标识；
按照所述多个匹配比对精度标识对所述多个优胜特征比对网络进行降序排列，将前P个优胜特征比对网络添加至所述P个构件尺寸结构特征比对器。
其中，构件尺寸结构特征比对记录集用于获取构件的尺寸结构特征数据，包括构件的实际尺寸、结构参数等信息。这些数据可以通过传感器、测量仪器等方式获取。此外，构件尺寸结构特征比对记录集还包括构件的比对结果，且比对结果与构件的尺寸结构特征数据一一对应。
可选的，为了评估每个网络的性能，通常使用交叉验证方法。涉及将数据集分为训练集和验证集，以便在训练过程中检测网络的性能。其中，比对精度标识是指网络输出结果的输出准确率，还包括回归率、F1分数等。比对精度标识用于评估网络在比对构件尺寸结构特征方面的性能，进而基于比对精度标识，选择性能最佳的尺寸结构特征比对网络。
可选的，预设比对精度约束基于第一装配式建筑的质量控制要求确定，用于约束尺寸结构特征比对网络的性能，确保通过筛选的多个尺寸结构特征比对网络均满足质量控制要求。
可选的，将前P个优胜特征比对网络添加至P个构件尺寸结构特征比对器。对P个构件尺寸结构特征比对器基于尺寸参数宽容度进行升序排列，宽容度小的构件尺寸结构特征比对器对精度要求要，匹配前P个优胜特征比对网络中比对精度标识精度高的优胜特征比对网络。进而确保了比对结果的精度满足实际应用需求，提高质量控制的准确度和置信度。
S300：当所述第一全局构件质量验证结果为通过时，获得装配决策指令，并根据所述装配决策指令调取所述第一装配式建筑的多源装配场景特征，其中，所述多源装配场景特征包括装配空域场景特征、装配时域场景特征和装配构件场景特征；
通过系统或控制算法生成装配决策指令。这些指令包括如何安排装配过程，哪个构件与哪个构件进行装配，以及装配的时间表。可选的，装配决策指令基于第一装配式建筑的设计资料或施工计划获取。通过装配决策指令，得以实现高效、高质量的装配过程，确保第一全局构件的质量验证结果通过后，能够正确地控制装配过程，并在合适的装配场景下完成装配任务。
其中，装配空域场景特征是指第一装配式建筑的待装配场地的空间维度特征信息，包括第一装配式建筑的待装配场地结构、面积等空间特征信息；装配时域场景特征是指第一装配式建筑的装配施工时限及该装配施工时限对应的天气预报等环境特征；装配构件场景特征是指G个预制构件分别对应的尺寸结构、材料等构件特征
S400：根据所述装配决策指令激活装配施工决策子模块，其中，所述装配施工决策子模块包括多维装配施工决策指标，所述多维装配施工决策指标包括装配施工-硬决策指标和装配施工-软决策指标；
装配施工决策子模块用于管理和执行装配过程的决策。基于输入的装配决策指令来制定实际的装配计划和策略，为实际装配过程提供指导，以确保装配过程高效、安全且符合要求。
可选的，装配施工决策子模块基于神经网络或数据库构建。示例性的，装配施工决策子模块为事先构建的数据库，其中包含了不同装配决策选择的历史数据和效果。通过查询数据库，得以根据当前情况选择最佳的装配决策。其中，不同装配决策选择的历史数据和效果通过大数据挖掘、实际工程数据采集等途径获取。
其中，装配施工-硬决策指标是与装配任务的物理要求和限制相关的，如构件尺寸、形状、重量、位置、施工机械装置硬件资源的配置等。硬决策指标是不容妥协的要求，必须满足才能确保装配的成功和安全性。
其中，装配施工-软决策指标涉及装配的效率、成本、时间、人力资源、信息资源分配等方面。软决策指标用于最大程度的发挥装配施工-硬决策指标的性能，以优化装配过程的整体效果。
S500：将所述多源装配场景特征输入所述装配施工决策子模块，所述装配施工决策子模块根据所述多维装配施工决策指标对所述多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；
多源装配场景特征包括了装配过程中各种不同来源的信息，如装配空间的情况（装配空域场景特征），装配时序的要求和限制（装配时域场景特征），构件本身的特性和属性（装配构件场景特征）。多源装配场景特征提供了装配过程的上下文和环境。
可选的，装配施工决策子模块基于多维装配施工决策指标获得第一装配施工决策，第一装配施工决策是指与多源装配场景特征匹配度最高的装配施工决策，包括装配施工-硬决策、装配施工-软决策。
可选的，多维装配施工决策指标用于评估装配决策的质量和效果。包括硬性指标（如安全性、质量要求）和软性指标（如成本、时间、资源利用率等）。决策子模块使用这些指标来权衡不同的决策选择，以确定最佳的装配策略。
根据多源装配场景特征和多维装配施工决策指标，生成最优的装配施工决策，以确保装配过程的高效性、安全性和质量。同时装配过程中减少错误和浪费，并提高整体效率。
S600：根据所述第一装配施工决策执行所述第一装配式建筑的装配施工。
具体的，第一装配施工决策具有时间标记，根据时间标记得以进行第一装配式建筑的装配施工，进而确保第一装配式建筑在质量满足需求的同时如期施工。
综上所述，本发明所提供的基于多源数据分析的装配式建筑质量管理方法具有如下技术效果：
通过获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；基于构件质量验证子模块，根据G个预制构件执行第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；当第一全局构件质量验证结果为通过时，获得装配决策指令，并根据装配决策指令调取第一装配式建筑的多源装配场景特征；根据装配决策指令激活装配施工决策子模块；将多源装配场景特征输入装配施工决策子模块，装配施工决策子模块根据多维装配施工决策指标对多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；根据第一装配施工决策执行第一装配式建筑的装配施工。进而达成多元数据整合融合，质量分析和预测效率高的技术效果。
实施例二
基于与所述实施例中基于多源数据分析的装配式建筑质量管理方法同样的构思，如图3所示，本申请还提供了基于多源数据分析的装配式建筑质量管理系统，所述系统包括：
建筑分析模块11，用于获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；
构件质量验证模块12，用于基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；
特征调用模块13，用于当所述第一全局构件质量验证结果为通过时，获得装配决策指令，并根据所述装配决策指令调取所述第一装配式建筑的多源装配场景特征，其中，所述多源装配场景特征包括装配空域场景特征、装配时域场景特征和装配构件场景特征；
决策模块激活模块14，用于根据所述装配决策指令激活装配施工决策子模块，其中，所述装配施工决策子模块包括多维装配施工决策指标，所述多维装配施工决策指标包括装配施工-硬决策指标和装配施工-软决策指标；
装配决策模块15，用于将所述多源装配场景特征输入所述装配施工决策子模块，所述装配施工决策子模块根据所述多维装配施工决策指标对所述多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；
装配施工模块16，用于根据所述第一装配施工决策执行所述第一装配式建筑的装配施工。
进一步的，构件质量验证模块12还包括：
随机编号单元，用于对所述G个预制构件执行随机编号，获得第一预制构件、第二预制构件…第g预制构件，且，g为正整数，g属于G；
质量验证单元，用于基于所述构件质量验证子模块对所述第一预制构件进行质量验证，获得第一构件质量验证结果；基于所述构件质量验证子模块，分别对所述第二预制构件…所述第g预制构件进行质量验证，得到第二构件质量验证结果…第g构件质量验证结果；
矩阵构建单元，用于基于所述第一构件质量验证结果、所述第二构件质量验证结果…所述第g构件质量验证结果，搭建第一质量验证矩阵，其中，所述第一质量验证矩阵包括g个构件质量验证元素；
质量判断单元，用于将所述第一质量验证矩阵输入所述构件质量验证子模块内的全局构件质量判断通道；
其中，所述全局构件质量判断通道包括全局构件质量判断决策，所述全局构件质量判断决策为若所述第一质量验证矩阵内的g个构件质量验证元素均为一级质量算子，获得的所述第一全局构件质量验证结果为通过，若所述第一质量验证矩阵内的g个构件质量验证元素不均为一级质量算子，获得的所述第一全局构件质量验证结果为不通过。
进一步的，质量验证单元还包括：
外观性能检测单元，用于基于所述构件质量验证子模块对所述第一预制构件进行外观性能检测，获得第一构件外观性能；
结构性能检测单元，用基于所述构件质量验证子模块对所述第一预制构件进行结构性能检测，获得第一构件结构性能；
连接性能检测单元，用基于所述构件质量验证子模块对所述第一预制构件进行连接性能检测，获得第一构件连接性能；
构件质量验证单元，用将所述第一构件外观性能、所述第一构件结构性能和所述第一构件连接性能输入所述构件质量验证子模块内的构件质量验证器，生成所述第一构件质量验证结果。
其中，所述构件质量验证器包括构件质量验证决策，所述构件质量验证决策为：若所述第一构件外观性能满足第一预设构件外观性能，且，所述第一构件结构性能满足第一预设构件结构性能，且，所述第一构件连接性能满足第一预设构件连接性能，获得的所述第一构件质量验证结果为一级质量算子；若所述第一构件外观性能不满足所述第一预设构件外观性能和/或所述第一构件结构性能不满足所述第一预设构件结构性能和/或所述第一构件连接性能不满足所述第一预设构件连接性能，获得的所述第一构件质量验证结果为二级质量算子。
进一步的，外观性能检测单元还包括：
标准尺寸单元，用于获得所述第一预制构件的构件标准尺寸结构特征；
实际尺寸单元，用于获得所述第一预制构件的构件实际尺寸结构特征；
特征比对单元，用于将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征进行比对，获得第一构件尺寸结构偏差度；
表面探伤检测单元，用于基于所述构件质量验证子模块内的磁粉探伤装置对所述第一预制构件进行表面探伤检测，获得第一构件表面探伤检测结果；
表面缺陷度评价单元，用于基于所述第一构件表面探伤检测结果执行所述第一预制构件的表面缺陷度评价，生成第一构件表面缺陷度；
外观性能检测单元，用于将所述第一构件尺寸结构偏差度和所述第一构件表面缺陷度输入所述构件质量验证子模块内的外观性能检测函数，生成所述第一构件外观性能；
其中，所述外观性能检测函数为：
；
其中，APE表征构件外观性能，DDN表征构件尺寸结构偏差度，SDD表征构件表面缺陷度，α、β分别为第一预设权重、第二预设权重，且，α+β=1。
进一步的，特征比对单元还包括：
比对域构建单元，用于搭建构件尺寸结构特征比对域，其中，所述构件尺寸结构特征比对域包括P个构件尺寸结构特征比对器，P为大于1的正整数；
输入单元，用于将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征输入所述构件尺寸结构特征比对域；
结构偏差分析单元，用于根据所述构件尺寸结构特征比对域内的所述P个构件尺寸结构特征比对器，分别对所述构件实际尺寸结构特征和所述构件标准尺寸结构特征进行尺寸结构偏差分析，获得P个尺寸结构特征比对系数；
均值计算单元，用于对所述P个尺寸结构特征比对系数进行均值计算，生成所述第一构件尺寸结构偏差度。
进一步的，比对域构建单元还包括：
记录获取单元，用于基于大数据，获得多个构件尺寸结构特征比对记录集；
网络训练单元，用于遍历所述多个构件尺寸结构特征比对记录集进行训练，获得多个尺寸结构特征比对网络，且，所述多个尺寸结构特征比对网络具有对应的多个比对精度标识；
网络比选单元，用于基于预设比对精度约束，根据所述多个比对精度标识对所述多个尺寸结构特征比对网络进行筛选，获得满足所述预设比对精度约束的多个优胜特征比对网络；
精度标识单元，用于基于所述多个比对精度标识，匹配所述多个优胜特征比对网络对应的多个匹配比对精度标识；
序列选取单元，用于按照所述多个匹配比对精度标识对所述多个优胜特征比对网络进行降序排列，将前P个优胜特征比对网络添加至所述P个构件尺寸结构特征比对器。
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基于多源数据分析的装配式建筑质量管理系统，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.基于多源数据分析的装配式建筑质量管理方法，其特征在于，所述方法包括：
获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；
基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；
当所述第一全局构件质量验证结果为通过时，获得装配决策指令，并根据所述装配决策指令调取所述第一装配式建筑的多源装配场景特征，其中，所述多源装配场景特征包括装配空域场景特征、装配时域场景特征和装配构件场景特征；
根据所述装配决策指令激活装配施工决策子模块，其中，所述装配施工决策子模块包括多维装配施工决策指标，所述多维装配施工决策指标包括装配施工-硬决策指标和装配施工-软决策指标；
将所述多源装配场景特征输入所述装配施工决策子模块，所述装配施工决策子模块根据所述多维装配施工决策指标对所述多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；
根据所述第一装配施工决策执行所述第一装配式建筑的装配施工。
2.如权利要求1所述的方法，其特征在于，基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果，包括：
对所述G个预制构件执行随机编号，获得第一预制构件、第二预制构件…第g预制构件，且，g为正整数，g属于G；
基于所述构件质量验证子模块对所述第一预制构件进行质量验证，获得第一构件质量验证结果；
基于所述构件质量验证子模块，分别对所述第二预制构件…所述第g预制构件进行质量验证，得到第二构件质量验证结果…第g构件质量验证结果；
基于所述第一构件质量验证结果、所述第二构件质量验证结果…所述第g构件质量验证结果，搭建第一质量验证矩阵，其中，所述第一质量验证矩阵包括g个构件质量验证元素；
将所述第一质量验证矩阵输入所述构件质量验证子模块内的全局构件质量判断通道；
其中，所述全局构件质量判断通道包括全局构件质量判断决策，所述全局构件质量判断决策为若所述第一质量验证矩阵内的g个构件质量验证元素均为一级质量算子，获得的所述第一全局构件质量验证结果为通过，若所述第一质量验证矩阵内的g个构件质量验证元素不均为一级质量算子，获得的所述第一全局构件质量验证结果为不通过。
3.如权利要求2所述的方法，其特征在于，基于所述构件质量验证子模块对所述第一预制构件进行质量验证，获得第一构件质量验证结果，包括
基于所述构件质量验证子模块对所述第一预制构件进行外观性能检测，获得第一构件外观性能；
基于所述构件质量验证子模块对所述第一预制构件进行结构性能检测，获得第一构件结构性能；
基于所述构件质量验证子模块对所述第一预制构件进行连接性能检测，获得第一构件连接性能；
将所述第一构件外观性能、所述第一构件结构性能和所述第一构件连接性能输入所述构件质量验证子模块内的构件质量验证器，生成所述第一构件质量验证结果。
4.如权利要求3所述的方法，其特征在于，所述构件质量验证器包括构件质量验证决策，所述构件质量验证决策为：
若所述第一构件外观性能满足第一预设构件外观性能，且，所述第一构件结构性能满足第一预设构件结构性能，且，所述第一构件连接性能满足第一预设构件连接性能，获得的所述第一构件质量验证结果为一级质量算子；
若所述第一构件外观性能不满足所述第一预设构件外观性能和/或所述第一构件结构性能不满足所述第一预设构件结构性能和/或所述第一构件连接性能不满足所述第一预设构件连接性能，获得的所述第一构件质量验证结果为二级质量算子。
5.如权利要求3所述的方法，其特征在于，基于所述构件质量验证子模块对所述第一预制构件进行外观性能检测，获得第一构件外观性能，包括：
获得所述第一预制构件的构件标准尺寸结构特征；
获得所述第一预制构件的构件实际尺寸结构特征；
将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征进行比对，获得第一构件尺寸结构偏差度；
基于所述构件质量验证子模块内的磁粉探伤装置对所述第一预制构件进行表面探伤检测，获得第一构件表面探伤检测结果；
基于所述第一构件表面探伤检测结果执行所述第一预制构件的表面缺陷度评价，生成第一构件表面缺陷度；
将所述第一构件尺寸结构偏差度和所述第一构件表面缺陷度输入所述构件质量验证子模块内的外观性能检测函数，生成所述第一构件外观性能；
其中，所述外观性能检测函数为：
；
其中，APE表征构件外观性能，DDN表征构件尺寸结构偏差度，SDD表征构件表面缺陷度，α、β分别为第一预设权重、第二预设权重，且，α+β=1。
6.如权利要求5所述的方法，其特征在于，将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征进行比对，获得第一构件尺寸结构偏差度，包括：
搭建构件尺寸结构特征比对域，其中，所述构件尺寸结构特征比对域包括P个构件尺寸结构特征比对器，P为大于1的正整数；
将所述构件实际尺寸结构特征与所述构件标准尺寸结构特征输入所述构件尺寸结构特征比对域；
根据所述构件尺寸结构特征比对域内的所述P个构件尺寸结构特征比对器，分别对所述构件实际尺寸结构特征和所述构件标准尺寸结构特征进行尺寸结构偏差分析，获得P个尺寸结构特征比对系数；
对所述P个尺寸结构特征比对系数进行均值计算，生成所述第一构件尺寸结构偏差度。
7.如权利要求6所述的方法，其特征在于，搭建构件尺寸结构特征比对域，包括：
基于大数据，获得多个构件尺寸结构特征比对记录集；
遍历所述多个构件尺寸结构特征比对记录集进行训练，获得多个尺寸结构特征比对网络，且，所述多个尺寸结构特征比对网络具有对应的多个比对精度标识；
基于预设比对精度约束，根据所述多个比对精度标识对所述多个尺寸结构特征比对网络进行筛选，获得满足所述预设比对精度约束的多个优胜特征比对网络；
基于所述多个比对精度标识，匹配所述多个优胜特征比对网络对应的多个匹配比对精度标识；
按照所述多个匹配比对精度标识对所述多个优胜特征比对网络进行降序排列，将前P个优胜特征比对网络添加至所述P个构件尺寸结构特征比对器。
8.基于多源数据分析的装配式建筑质量管理系统，其特征在于，所述系统包括：
建筑分析模块，所述建筑分析模块用于获得第一装配式建筑的G个预制构件，且，G为大于1的正整数；
构件质量验证模块，所述构件质量验证模块用于基于构件质量验证子模块，根据所述G个预制构件执行所述第一装配式建筑的全局构件质量验证，获得第一全局构件质量验证结果；
特征调用模块，所述特征调用模块用于当所述第一全局构件质量验证结果为通过时，获得装配决策指令，并根据所述装配决策指令调取所述第一装配式建筑的多源装配场景特征，其中，所述多源装配场景特征包括装配空域场景特征、装配时域场景特征和装配构件场景特征；
决策模块激活模块，所述决策模块激活模块用于根据所述装配决策指令激活装配施工决策子模块，其中，所述装配施工决策子模块包括多维装配施工决策指标，所述多维装配施工决策指标包括装配施工-硬决策指标和装配施工-软决策指标；
装配决策模块，所述装配决策模块用于将所述多源装配场景特征输入所述装配施工决策子模块，所述装配施工决策子模块根据所述多维装配施工决策指标对所述多源装配场景特征进行装配施工决策分析，获得第一装配施工决策；
装配施工模块，所述装配施工模块用于根据所述第一装配施工决策执行所述第一装配式建筑的装配施工。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311446673.5A CN117172622B (zh) | 2023-11-02 | 2023-11-02 | 基于多源数据分析的装配式建筑质量管理方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311446673.5A CN117172622B (zh) | 2023-11-02 | 2023-11-02 | 基于多源数据分析的装配式建筑质量管理方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117172622A true CN117172622A (zh) | 2023-12-05 |
| CN117172622B CN117172622B (zh) | 2023-12-29 |
Family
ID=88937957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311446673.5A Active CN117172622B (zh) | 2023-11-02 | 2023-11-02 | 基于多源数据分析的装配式建筑质量管理方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117172622B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117387701A (zh) * | 2023-12-13 | 2024-01-12 | 南通纳科达聚氨酯科技有限公司 | 风机叶片前缘保护膜的施工质量检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2354074A1 (en) * | 2010-02-01 | 2011-08-10 | Trimo d.d. | Method and apparatus for assembling building shell elements |
| CN108287933A (zh) * | 2017-11-30 | 2018-07-17 | 沈阳工业大学 | 基于bim与虚拟现实技术的装配式建筑智能吊装系统及方法 |
| CN109472091A (zh) * | 2018-11-13 | 2019-03-15 | 四川华芯项目管理有限公司 | 一种装配式建筑施工和服役阶段监控系统及方法 |
-
2023
- 2023-11-02 CN CN202311446673.5A patent/CN117172622B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2354074A1 (en) * | 2010-02-01 | 2011-08-10 | Trimo d.d. | Method and apparatus for assembling building shell elements |
| CN108287933A (zh) * | 2017-11-30 | 2018-07-17 | 沈阳工业大学 | 基于bim与虚拟现实技术的装配式建筑智能吊装系统及方法 |
| CN109472091A (zh) * | 2018-11-13 | 2019-03-15 | 四川华芯项目管理有限公司 | 一种装配式建筑施工和服役阶段监控系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117387701A (zh) * | 2023-12-13 | 2024-01-12 | 南通纳科达聚氨酯科技有限公司 | 风机叶片前缘保护膜的施工质量检测方法 |
| CN117387701B (zh) * | 2023-12-13 | 2024-04-19 | 南通纳科达聚氨酯科技有限公司 | 风机叶片前缘保护膜的施工质量检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117172622B (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ghosn et al. | Reliability-based performance indicators for structural members | |
| CN117172622B (zh) | 基于多源数据分析的装配式建筑质量管理方法与系统 | |
| CN111795978B (zh) | 一种钢桥结构健康状态评估方法、装置、设备及存储介质 | |
| Farrar et al. | Damage detection and evaluation II: field applications to large structures | |
| Yang et al. | Damage identification of frame structure based on approximate Metropolis–Hastings algorithm and probability density evolution method | |
| Woods et al. | Automated crack detection and damage index calculation for RC structures using image analysis and fractal dimension | |
| Seyedi et al. | An energy-based damage detection algorithm based on modal data | |
| KR20210059554A (ko) | 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진 및 그 방법 | |
| Valinejadshoubi et al. | Investigation on the potential of building information modeling in structural health monitoring of buildings | |
| Mollineaux et al. | Structural health monitoring of progressive damage | |
| CN110378622B (zh) | 一种可重复使用钢构件的寿命评估方法及租赁管理方法 | |
| Crognale et al. | Fatigue Damage Identification by a Global‐Local Integrated Procedure for Truss‐Like Steel Bridges | |
| Hugaas et al. | Estimating SN curves for local fiber dominated fatigue failure in ring specimens representing filament wound pressure vessels with damage | |
| Rudenko et al. | Application of FMEA for assessment of the polymer composite materials quality | |
| Crognale et al. | An integrated vibration-image procedure for damage identification in steel trusses | |
| Taufik | Numerical modelling of semi-rigid connection with high strength steel | |
| Ma et al. | Utilization of the Influence Line of Displacement to Identify a Decline in the Stiffness of Beams | |
| CN117910118B (zh) | 一种基于bim模型的建筑结构安全性评价方法及系统 | |
| CN117262237B (zh) | 考虑装配分散性的飞机座舱盖骨架模拟件疲劳试验方法 | |
| Lau et al. | Fuzzy based bridge structural health rating of existing bridges using accelerometer sensors: case of Zamora Bridge | |
| Petryna et al. | Fault detection and state evaluation of rotor blades | |
| Crognale et al. | Research Article Fatigue Damage Identification by a Global-Local Integrated Procedure for Truss-Like Steel Bridges | |
| Alpaslan | Statistical investigation of the effect of different damage conditions on the modal frequency value of a steel beam | |
| Matos et al. | Uncertainty evaluation of the behavior of a composite beam | |
| Czerlunczakiewicz et al. | Better Design for Reliability with Fast and Effective Specification Comparison |
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 |