CN117657912B - 一种工地施工升降机监测系统、方法 - Google Patents

Abstract

本发明公开了一种工地施工升降机监测系统、方法，解决了现有技术易于损坏，不能掌握升降机的实时运行参数、安全状态等缺点，也不能对升降机在运行过程中的危险操作进行有效预防的问题，系统包括监测模块、数据处理中心、云监测平台，所述监测模块通信连接于数据处理中心，数据处理中心通信连接于所述云监测平台；本发明实施例设置有数据处理中心以及监测模块，监测模块与数据处理中心配合工作能够全面采集施工升降机的身份数据、运行数据和环境变化数据，并提供强大的数据处理、传输、展示和预警功能，实现了对施工升降机的全面监控和安全管理，有助于预防和消除事故隐患，提高施工升降机运行的安全性和稳定性。

Description

一种工地施工升降机监测系统、方法

技术领域

本发明属于升降机技术领域，具体涉及一种工地施工升降机监测系统、方法。

背景技术

施工升降机是现代化施工中必不可少的机械设备，在工地高空作业中，主要是使用升降机来实现人和物的传递，因此，保证升降机使用安全是施工安全的重中之重；

目前，升降机在使用过程中，存在的安全隐患问题日渐突出，由于对多项指标数据缺乏监控，建筑工地升降机事故频频发生，而传统的施工升降机安全装置主要是限位器和防坠器，能够对升降机作出危险防护，但易于损坏，不能掌握升降机的实时运行参数、安全状态等缺点，也不能对升降机在运行过程中的危险操作进行有效预防，尤其是人员非法操作、人员超重、笼门未关闭时升降的操作，大大影响了安全生产与工程质量管理。

基于上述情况，我们提出了一种工地施工升降机监测系统、方法。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种工地施工升降机监测系统、方法，解决了现有技术易于损坏，不能掌握升降机的实时运行参数、安全状态等缺点，也不能对升降机在运行过程中的危险操作进行有效预防的问题。

传统的施工升降机安全装置主要是限位器和防坠器，能够对升降机作出危险防护，但易于损坏，不能掌握升降机的实时运行参数、安全状态等缺点，也不能对升降机在运行过程中的危险操作进行有效预防，尤其是人员非法操作、人员超重、笼门未关闭时升降的操作，大大影响了安全生产与工程质量管理，为了解决上述问题，我们提出了一种工地施工升降机监测系统、方法，简而言之，所述工地施工升降机监测系统包括监测模块、数据处理中心、云监测平台以及数据存储模块，所述监测模块通信连接于数据处理中心，数据处理中心通信连接于所述云监测平台，而所述数据存储模块分别与所述云监测平台以及数据处理中心通信连接。在工作时，监测模块获取施工升降机运行状态，并采集施工升降机运行数据，然后数据处理中心获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值，最终云监测平台获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台发送警示信息。本发明实施例设置有数据处理中心以及监测模块，监测模块与数据处理中心配合工作能够全面采集施工升降机的身份数据、运行数据和环境变化数据，并提供强大的数据处理、传输、展示和预警功能，实现了对施工升降机的全面监控和安全管理，有助于预防和消除事故隐患，提高施工升降机运行的安全性和稳定性，为施工人员的生命安全提供有力保障。。

本发明是这样实现的，一种工地施工升降机监测系统，所述工地施工升降机监测系统包括监测模块、数据处理中心、云监测平台，所述监测模块通信连接于数据处理中心，数据处理中心通信连接于所述云监测平台：

监测模块，所述监测模块用于监测施工升降机运行状态，并采集施工升降机运行数据；

数据处理中心，所述数据处理中心用于获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值；

云监测平台，所述云监测平台用于获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台发送警示信息。

优选地，所述工地施工升降机监测系统还包括：

数据存储模块，所述数据存储模块分别与所述云监测平台以及数据处理中心通信连接，数据存储模块用于存储云监测平台以及数据处理中心业务数据；

其中，所述数据存储模块包括：

时序数据库，所述时序数据库用于存储和管理在连续的时间点上按照时间顺序产生的施工升降机运行数据；

业务数据库，所述业务数据库用于存储云监测平台以及数据处理中心业务数据。

优选地，所述监测模块包括：

状态监测单元，所述状态监测单元用于对施工升降机进行实时监测，并获取所述施工升降机实时状态；

与所述状态监测单元电性连接的智能采集仪，所述智能采集仪用于采集施工升降机运行数据。

优选地，所述数据处理中心包括：

数据采集集群，所述数据采集集群通信连接于所述智能采集仪以及状态监测单元，数据采集集群用于获取并解析所述智能采集仪采集的施工升降机运行数据以及状态监测单元采集的施工升降机实时状态信息；

MQ集群，所述MQ集群与所述数据采集集群通信连接，MQ集群用接收所述数据采集集群解析的施工升降机运行数据以及施工升降机实时状态信息；

数据处理模块，所述数据处理模块与所述MQ集群通信连接，所述数据处理模块用于对施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理，并基于预构建的预警分析模型计算施工升降机运行风险值。

优选地，所述数据处理模块包括：

数据预处理单元，所述数据预处理单元用于对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理；

处理建模单元，所述处理建模单元调取时序数据库存储的归一化历史数据，基于归一化历史数据构建并训练预警分析模型；

预测评估单元，所述预测评估单元基于预警分析模型计算施工升降机运行风险值；

结果发送单元，所述结果发送单元与所述预测评估单元通信连接，结果发送单元用于获取施工升降机运行风险值，并将施工升降机运行风险值发送至云监测平台。

优选地，所述云监测平台包括：

结果判断单元，所述结果判断单元用于获取施工升降机运行风险值，并判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，发送警示信息；

后台服务端，所述后台服务端用于与数据存储模块数据交互，且后台服务端与数据存储模块、数据处理模块通信连接；

后台显示单元，所述后台显示单元用于显示数据存储模块的数据，并呈现结果判断单元判断结果。

优选地，所述数据预处理单元对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理的方法，具体包括：

获取施工升降机运行数据以及施工升降机实时状态信息；

基于预设周期分别将施工升降机运行数据以及施工升降机实时状态信息分割处理，其中，施工升降机运行数据分割为n组数据，而施工升降机实时状态信息分割m组数据；

基于支持向量机提取函数提取n个运行变量以及m个状态变量；

（1）

其中，为运行数据或状态信息变量值，而/>为运行变化率或状态变化率，为变量提取函数；

（2）

其中，为运行变化率或状态变化率，/>为运行均值或状态均值，/>为运行数据以及状态信息的类型总和；

（3）

其中，为运行变化率或状态变化率，而/>分别为变化率激活函数的前置系数以及后置系数，/>为运行数据或状态信息输入值；

获取n个运行变量以及m个状态变量，基于Flink&SparkStream流式处理引擎对n个运行变量以及m个状态变量融合处理，得到融合处理数据；

加载融合处理数据，基于支持向量机对融合处理数据进行降维处理，得到降维融合值；

（4）

其中，为降维融合值。

优选地，所述预测评估单元基于预警分析模型计算施工升降机运行风险值的方法，具体包括：

获取降维融合值，以降维融合值为输入，执行所述预警分析模型，所述预警分析模型的卷积层对输入的降维融合值进行特征提取，得到卷积输出向量；

（5）

其中，为预警分析模型的卷积层采用拉格朗日乘子法引入的约束变量，/>为偏置量，/>为降维融合值，/>为降维融合值的总数，/>为卷积输出向量；

加载卷积输出向量，以卷积输出向量为输入，预警分析模型对卷积输出向量进行赋权，得到卷积输出向量对应的权重系数；

（6）

其中，为偏置量，/>为卷积输出向量，/>为当前卷积输出向量对应的权重系数；

获取降维融合值的卷积输出向量以及权重系数，基于预警分析模型计算施工升降机运行风险值；

（7）

其中，为卷积输出向量，/>为当前卷积输出向量对应的权重系数，而/>为施工升降机运行风险值。

另一方面，本发明实施例还提供了一种工地施工升降机监测方法，所述方法，具体包括：

监测施工升降机运行状态，并采集施工升降机运行数据；

获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值；

获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台发送警示信息。

与现有技术相比，本申请实施例主要有以下有益效果：

本发明实施例设置有数据处理中心以及监测模块，监测模块与数据处理中心配合工作能够全面采集施工升降机的身份数据、运行数据和环境变化数据，并提供强大的数据处理、传输、展示和预警功能，实现了对施工升降机的全面监控和安全管理，有助于预防和消除事故隐患，提高施工升降机运行的安全性和稳定性，为施工人员的生命安全提供有力保障。

本发明实施例设置有数据处理模块，数据处理模块由数据预处理单元、处理建模单元、预测评估单元以及结果发送单元组成，数据预处理单元对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理，从而能够为构建并训练预警分析模型提供服务，而预警分析模型能够精准判断评估施工升降机运行风险，从而够预防和消除事故隐患，降低安全风险，为施工升降机的安全运行提供有力保障。

附图说明

图1是本发明提供的工地施工升降机监测系统的结构示意图。

图2是本发明提供的监测模块的结构示意图。

图3是本发明提供的数据处理中心的结构示意图。

图4是本发明提供的云监测平台的结构示意图。

图5是本发明提供的数据预处理单元对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理方法的实现流程示意图。

图6是本发明提供的预测评估单元基于预警分析模型计算施工升降机运行风险值方法的实现流程示意图。

图7是本发明提供的工地施工升降机监测方法的实现流程示意图。

图中：100-监测模块、110-状态监测单元、111-人脸识别端、112-高度监测端、113-重量监测端、114-倾角监测端、115-速度监测端、116-前后门监测端、120-智能采集仪、200-数据处理中心、210-数据采集集群、220-MQ集群、221-第一MQ服务、222-第二MQ服务、230-数据处理模块、231-数据预处理单元、232-处理建模单元、233-预测评估单元、234-结果发送单元、300-云监测平台、310-结果判断单元、320-后台服务端、330-后台显示单元、400-数据存储模块、410-时序数据库、420-业务数据库。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

传统的施工升降机安全装置主要是限位器和防坠器，能够对升降机作出危险防护，但易于损坏，不能掌握升降机的实时运行参数、安全状态等缺点，也不能对升降机在运行过程中的危险操作进行有效预防，尤其是人员非法操作、人员超重、笼门未关闭时升降的操作，大大影响了安全生产与工程质量管理，为了解决上述问题，我们提出了一种工地施工升降机监测系统、方法，简而言之，所述工地施工升降机监测系统包括监测模块100、数据处理中心200、云监测平台300以及数据存储模块400，所述监测模块100通信连接于数据处理中心200，数据处理中心200通信连接于所述云监测平台300，而所述数据存储模块400分别与所述云监测平台300以及数据处理中心200通信连接。在工作时，监测模块100获取施工升降机运行状态，并采集施工升降机运行数据，然后数据处理中心200获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值，最终云监测平台300获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台300发送警示信息。本发明实施例设置有数据处理中心200以及监测模块100，监测模块100与数据处理中心200配合工作能够全面采集施工升降机的身份数据、运行数据和环境变化数据，并提供强大的数据处理、传输、展示和预警功能，实现了对施工升降机的全面监控和安全管理，有助于预防和消除事故隐患，提高施工升降机运行的安全性和稳定性，为施工人员的生命安全提供有力保障。

本发明实施例提供了一种工地施工升降机监测系统，图1示出了所述工地施工升降机监测系统的结构示意图，所述工地施工升降机监测系统包括监测模块100、数据处理中心200、云监测平台300，所述监测模块100通信连接于数据处理中心200，数据处理中心200通信连接于所述云监测平台300：

监测模块100，所述监测模块100用于监测施工升降机运行状态，并采集施工升降机运行数据；

数据处理中心200，所述数据处理中心200用于获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值；

云监测平台300，所述云监测平台300用于获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台300发送警示信息；

数据存储模块400，所述数据存储模块400分别与所述云监测平台300以及数据处理中心200通信连接，数据存储模块400用于存储云监测平台300以及数据处理中心200业务数据；

其中，所述数据存储模块400包括：

时序数据库410，所述时序数据库410用于存储和管理在连续的时间点上按照时间顺序产生的施工升降机运行数据；

业务数据库420，所述业务数据库420用于存储云监测平台300以及数据处理中心200业务数据。

需要说明的是，时序数据库410主要用于存储和管理在连续的时间点上按照时间顺序产生的一系列数据，比如施工升降机的实时数据（载重、人数、运行高度、运行速度、倾斜角度等）、施工升降机的实时告警数据、人员认证数据、工作运转次数数据等。对于施工现场施工升降机产生的大量的实时数据，时序数据库410能够快速地存储、查询和分析，以满足实时监控、预警和决策的需求，也方便用户对历史数据进行查询和追溯，从而进行趋势分析和预测，帮助企业实现设备的监测、预警和维护。而业务数据库420主要用于存储项目上有关施工升降机的业务数据，比如施工升降机基本信息、监测设备信息、项目信息、施工升降机的调拨信息、安装拆卸信息、检查保养信息、维保信息等，业务数据库420是企业管理业务活动的重要基础设施之一，它能够提供高效、可靠、安全的数据存储、处理、分析和整合服务，帮助企业提升业务运营效率和决策质量。

本发明实施例设置有数据处理中心200以及监测模块100，监测模块100与数据处理中心200配合工作能够全面采集施工升降机的身份数据、运行数据和环境变化数据，并提供强大的数据处理、传输、展示和预警功能，实现了对施工升降机的全面监控和安全管理，有助于预防和消除事故隐患，提高施工升降机运行的安全性和稳定性，为施工人员的生命安全提供有力保障。

本发明实施例提供了监测模块100，图2示出了所述监测模块100的结构示意图，所述监测模块100，具体包括：

状态监测单元110，所述状态监测单元110用于对施工升降机进行实时监测，并获取所述施工升降机实时状态；

所述状态监测单元110包括：

人脸识别端111，所述人脸识别端111用于对工作人员进行面部识别采集；

高度监测端112，所述高度监测端112用于采集施工升降机的实时高度数据，所述高度监测端112具体可以为高度传感器；

重量监测端113，所述重量监测端113用于实时采集施工升降机内承重数据，所述重量监测端113可以为重量传感器；

倾角监测端114，所述倾角监测端114用于实时采集施工升降机的倾斜角度，所述倾角监测端114可以为倾角传感器，且倾角传感器的布置可以在施工升降机内外壁均布设置；

速度监测端115，所述速度监测端115用于实时采集施工升降机的升降速度，所述速度监测端115可以为速度传感器；

前后门监测端116，所述前后门监测端116用于实时采集施工升降机的前后门开关状态数据；

需要说明的是人脸识别端111、高度监测端112、重量监测端113、倾角监测端114、速度监测端115以及前后门监测端116均与智能采集仪120电性连接，且人脸识别端111具体可以为面部采集摄像头或安防摄像头，而人脸识别端111、高度监测端112、重量监测端113、倾角监测端114、速度监测端115以及前后门监测端116分别电性连接有采集传感器，采集传感器用于汇总人脸识别端111、高度监测端112、重量监测端113、倾角监测端114、速度监测端115以及前后门监测端116采集获取的施工升降机实时状态信息。

与所述状态监测单元110电性连接的智能采集仪120，所述智能采集仪120用于采集施工升降机运行数据。

需要说明的是，所述智能采集仪120能够实时采集施工升降机的身份数据、监测施工升降机内部设备的运行数据及施工时的环境变化数据，智能采集仪120支持多种通信协议和接口，如工业现场总线、以太网等，方便与其他设备或系统的集成，智能采集仪120能够按照预设的采集频率获取监测模块100实时监测的施工升降机运行数据和状态信息，并将其发送至云监测平台300，这样可以减轻云监测平台300的数据处理负担，减少数据处理量。同时，根据实际情况，可以调节采集频率。在施工状况较为复杂的环境下，可以提高采集频率，以降低环境事故风险的发生几率。

本发明实施例提供了数据处理中心200，图3示出了所述数据处理中心200的结构示意图，所述数据处理中心200，具体包括：

数据采集集群210，所述数据采集集群210通信连接于所述智能采集仪120以及状态监测单元110，数据采集集群210用于获取并解析所述智能采集仪120采集的施工升降机运行数据以及状态监测单元110采集的施工升降机实时状态信息；

需要说明的是，所述数据采集集群210通过预置的权限配置判断是否接收智能采集仪120推送的数据，数据采集集群210具体包括至少一个数据采集服务以及鉴权服务。数据采集服务用于采集智能采集仪120所传送的所有实时变化数据，鉴权服务主要用于验证智能采集仪120是否有上报数据的权限，确保只接收预置了上报权限的智能采集仪120上报的施工升降机监测数据。

MQ集群220，所述MQ集群220与所述数据采集集群210通信连接，MQ集群220用接收所述数据采集集群210解析的施工升降机运行数据以及施工升降机实时状态信息；

在本实施例中，MQ集群220包含第一MQ服务221、第二MQ服务222，两个MQ服务的作用是一致的，第一MQ服务221或者第二MQ服务222接收到数据采集集群210推送的数据，第一MQ服务221或者第二MQ服务222接收并存储这些消息，在这个过程中，第一MQ服务221或者第二MQ服务222会确保消息的顺序和一致性，以防止数据的丢失或重复。MQ集群220采用主从机制，第一MQ服务221作为主节点，第二MQ服务222作为从节点，当主节点出现故障时，可以自动或手动将服务切换到从节点，从而使得节点能够继续提供服务，保证消息的可靠传输。通过该机制，可以将负载均衡地分配到多个节点上，提高系统的吞吐量和可用性。当主节点负载过高时，可以将部分消息转移到从节点进行处理，从而平衡系统负载。同时，从节点可以作为冷备或热备节点，实时监控主节点的状态，一旦发现主节点故障，可以立即切换到从节点，保证服务的连续性和稳定性。主节点和从节点之间可以相互备份和同步数据，保证数据的完整性和一致性。MQ集群220有效地提高系统的可靠性和可用性，实现高性能、高并发的消息处理。同时，MQ集群220将接收到的监测数据推送到数据处理模块230。

数据处理模块230，所述数据处理模块230与所述MQ集群220通信连接，所述数据处理模块230用于对施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理，并基于预构建的预警分析模型计算施工升降机运行风险值。

需要说明的是所述数据处理模块230与所述MQ集群220通信连接，数据处理模块230作为消费者会从第一MQ服务221或者第二MQ服务222中获取并按照自己的需求处理这些消息。

在本实施例中，所述数据处理模块230包括：

数据预处理单元231，所述数据预处理单元231用于对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理；

处理建模单元232，所述处理建模单元232调取时序数据库410存储的归一化历史数据，基于归一化历史数据构建并训练预警分析模型；

预测评估单元233，所述预测评估单元233基于预警分析模型计算施工升降机运行风险值；

结果发送单元234，所述结果发送单元234与所述预测评估单元233通信连接，结果发送单元234用于获取施工升降机运行风险值，并将施工升降机运行风险值发送至云监测平台300。

本发明实施例设置有数据处理模块230，数据处理模块230由数据预处理单元231、处理建模单元232、预测评估单元233以及结果发送单元234组成，数据预处理单元231对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理，从而能够为构建并训练预警分析模型提供服务，而预警分析模型能够精准判断评估施工升降机运行风险，从而够预防和消除事故隐患，降低安全风险，为施工升降机的安全运行提供有力保障。

本发明实施例提供了云监测平台300，图4示出了所述云监测平台300的结构示意图，所述云监测平台300，具体包括：

结果判断单元310，所述结果判断单元310用于获取施工升降机运行风险值，并判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，发送警示信息；

后台服务端320，所述后台服务端320用于与数据存储模块400数据交互，且后台服务端320与数据存储模块400、数据处理模块230通信连接，所述后台服务端320可以与业务数据库420交互，比如在管理后台施工升降机设备信息、监测设备的创建操作、施工升降机设备的调拨操作、监测设备与项目的绑定操作以及施工升降机的安装拆卸、检查操作等；

后台显示单元330，所述后台显示单元330用于显示数据存储模块400的数据，并呈现结果判断单元310判断结果，在本实施例中后台显示单元330可以为BI大屏或触控式显示屏，后台显示单元330能够将经过处理后的实时运行数据、告警数据、人员认证数据、工作次数数据等实时呈现，当数据达到预警或者告警级别后，相应的数据会高亮展示，同时会将不同类型的告警次数数据按时间来统计并以曲线图来进行展示。

在本实施例中，所述结果判断单元310、后台服务端320以及后台显示单元330之间采用通信或电性交互连接，而结果判断单元310发送警示信息的方式可以为声音、灯光或短信等多种形式，能够及时提醒相关人员采取应对措施。这种预警功能能够预防和消除事故隐患，降低安全风险。

本发明实施例提供了所述数据预处理单元231对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理的方法，图5示出了所述数据预处理单元231对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理方法的实现流程示意图，所述数据预处理单元231对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理的方法，具体包括：

步骤S101，获取施工升降机运行数据以及施工升降机实时状态信息；

步骤S102，基于预设周期分别将施工升降机运行数据以及施工升降机实时状态信息分割处理，其中，施工升降机运行数据分割为n组数据，而施工升降机实时状态信息分割m组数据/>；

步骤S103，基于支持向量机提取函数提取n个运行变量以及m个状态变量；

需要说明的是，基于支持向量机提取函数提取n个运行变量以及m个状态变量的目的是为了降低系统处理负载，从而从n组数据以及m组数据/>中抓取显著变化的数据，保证数据预处理的效率和速度，也提高了模型判断评估的精度。

（1）

其中，为运行数据或状态信息变量值，而/>为运行变化率或状态变化率，为变量提取函数；

（2）

其中，为运行变化率或状态变化率，/>为运行均值或状态均值，而运行均值或状态均值的求取可以通过算术平均值、加权平均值以及K-means聚类算法，/>为运行数据以及状态信息的类型总和，在本实施例中/>可以为5-20；

（3）

其中，为运行变化率或状态变化率，而/>分别为变化率激活函数的前置系数以及后置系数，前置系数以及后置系数的取值范围为0.1-0.65，/>为运行数据或状态信息输入值；

步骤S104，获取n个运行变量以及m个状态变量，基于Flink&SparkStream流式处理引擎对n个运行变量以及m个状态变量融合处理，得到融合处理数据；

步骤S105，加载融合处理数据，基于支持向量机对融合处理数据进行降维处理，得到降维融合值；

（4）

其中，为降维融合值。

本发明实施例中数据预处理单元231能够对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理，保证了数据的真实性，也利于预警分析模型对运行数据的异常情况以及环境变化数据的危险因素。这种实时处理能够及时发现潜在的安全隐患，并提供准确的预警信息，为管理人员提供决策依据，提高施工升降机运行的安全性和稳定性。

本发明实施例提供了预测评估单元233基于预警分析模型计算施工升降机运行风险值的方法，图6示出了所述预测评估单元233基于预警分析模型计算施工升降机运行风险值方法的实现流程示意图，所述预测评估单元233基于预警分析模型计算施工升降机运行风险值的方法，具体包括：

步骤S201，获取降维融合值，以降维融合值为输入，执行所述预警分析模型，所述预警分析模型的卷积层对输入的降维融合值进行特征提取，得到卷积输出向量；

（5）

其中，为预警分析模型的卷积层采用拉格朗日乘子法引入的约束变量，在本实施例中约束变量可以为1-5之间的常数，/>为偏置量，在本实施例中，偏置量可以为0.4，/>为降维融合值，/>为降维融合值的总数，/>为卷积输出向量；

步骤S202，加载卷积输出向量，以卷积输出向量为输入，预警分析模型对卷积输出向量进行赋权，得到卷积输出向量对应的权重系数；

（6）

其中，为偏置量，/>为卷积输出向量，/>为当前卷积输出向量对应的权重系数；

步骤S203，获取降维融合值的卷积输出向量以及权重系数，基于预警分析模型计算施工升降机运行风险值；

（7）

其中，为卷积输出向量，/>为当前卷积输出向量对应的权重系数，而/>为施工升降机运行风险值。

需要说明的是，预警分析模型为采用支持向量机训练而成，支持向量机的核心思想是找到一个超平面，这个超平面能够最好地分隔不同类别的数据点。在数学上，这个超平面被称为最大边距超平面（maximum-margin hyperplane），因为它最大化了两个类别之间的间隔。SVM的基本模型是定义在特征空间上的线性分类器，它通过最大化间隔来区分不同的类别。这种方法使得SVM在很多情况下都能够提供良好的分类效果。此外，SVM还包括核技巧，这可以将其从线性分类器扩展到非线性分类器，从而能够处理更复杂的数据集，预警分析模型包括至少一组输入层、卷积层、隐藏层以及输出层，输入层与卷积层连接，卷积层与隐藏层连接，而隐藏层与输出层连接，所述隐藏层每层具有一定数量神经元。根据问题复杂度和数据量选择合适的层数和神经元数量。

本发明实施例提供了一种工地施工升降机监测方法，图7示出了所述工地施工升降机监测方法的实现流程示意图，所述工地施工升降机监测方法，具体包括：

步骤S10，监测施工升降机运行状态，并采集施工升降机运行数据；

步骤S20，获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值；

步骤S30，获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台300发送警示信息。

另一方面，本发明实施例化提供了一种计算机设备，计算机设备包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被该处理器执行时实现上述任意一项实施例的方法。

存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的工地施工升降机监测方法对应的程序指令/模块。存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储工地施工升降机监测方法的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的工地施工升降机监测方法。

综上所述，本发明提供了一种工地施工升降机监测系统、方法，本发明实施例设置有数据处理中心200以及监测模块100，监测模块100与数据处理中心200配合工作能够全面采集施工升降机的身份数据、运行数据和环境变化数据，并提供强大的数据处理、传输、展示和预警功能，实现了对施工升降机的全面监控和安全管理，有助于预防和消除事故隐患，提高施工升降机运行的安全性和稳定性，为施工人员的生命安全提供有力保障。

需要说明的是，对于前述的各实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可能采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，涉及的动作和模块并不一定是本发明所必须的。

本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或通信连接可以是通过一些接口，装置或单元之间的间接耦合或通信连接，可以是电信或者其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，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，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。

Claims (4)

1.一种工地施工升降机监测系统，其特征在于，所述工地施工升降机监测系统包括监测模块、数据处理中心、云监测平台，所述监测模块通信连接于数据处理中心，数据处理中心通信连接于所述云监测平台：

监测模块，所述监测模块用于监测施工升降机运行状态，并采集施工升降机运行数据；

所述监测模块包括：

状态监测单元，所述状态监测单元用于对施工升降机进行实时监测，并获取所述施工升降机实时状态；

与所述状态监测单元电性连接的智能采集仪，所述智能采集仪用于采集施工升降机运行数据；

数据处理中心，所述数据处理中心用于获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值；

所述数据处理中心包括：

数据采集集群，所述数据采集集群通信连接于所述智能采集仪以及状态监测单元，数据采集集群用于获取并解析所述智能采集仪采集的施工升降机运行数据以及状态监测单元采集的施工升降机实时状态信息；

MQ集群，所述MQ集群与所述数据采集集群通信连接，MQ集群用接收所述数据采集集群解析的施工升降机运行数据以及施工升降机实时状态信息；

数据处理模块，所述数据处理模块与所述MQ集群通信连接，所述数据处理模块用于对施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理，并基于预构建的预警分析模型计算施工升降机运行风险值；

云监测平台，所述云监测平台用于获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台发送警示信息；

所述数据处理模块包括：

数据预处理单元，所述数据预处理单元用于对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理；

处理建模单元，所述处理建模单元调取时序数据库存储的归一化历史数据，基于归一化历史数据构建并训练预警分析模型；

预测评估单元，所述预测评估单元基于预警分析模型计算施工升降机运行风险值；

结果发送单元，所述结果发送单元与所述预测评估单元通信连接，结果发送单元用于获取施工升降机运行风险值，并将施工升降机运行风险值发送至云监测平台；

所述数据预处理单元对所述施工升降机运行数据以及施工升降机实时状态信息归一化降维预处理的方法，具体包括：

获取施工升降机运行数据以及施工升降机实时状态信息；

基于预设周期分别将施工升降机运行数据以及施工升降机实时状态信息分割处理，其中，施工升降机运行数据分割为n组数据，而施工升降机实时状态信息分割m组数据/>；

基于支持向量机提取函数提取n个运行变量以及m个状态变量；

（1）

其中，为运行数据或状态信息变量值，而/>为运行变化率或状态变化率，/>为变量提取函数；

（2）

其中，为运行变化率或状态变化率，/>为运行均值或状态均值，/>为运行数据以及状态信息的类型总和；

（3）

其中，为运行变化率或状态变化率，而/>分别为变化率激活函数的前置系数以及后置系数，/>为运行数据或状态信息输入值；

获取n个运行变量以及m个状态变量，基于Flink&SparkStream流式处理引擎对n个运行变量以及m个状态变量融合处理，得到融合处理数据；

加载融合处理数据，基于支持向量机对融合处理数据进行降维处理，得到降维融合值；

（4）

其中，为降维融合值；

所述预测评估单元基于预警分析模型计算施工升降机运行风险值的方法，具体包括：

获取降维融合值，以降维融合值为输入，执行所述预警分析模型，所述预警分析模型的卷积层对输入的降维融合值进行特征提取，得到卷积输出向量；

（5）

其中，为预警分析模型的卷积层采用拉格朗日乘子法引入的约束变量，/>为偏置量，为降维融合值，/>为降维融合值的总数，/>为卷积输出向量；

加载卷积输出向量，以卷积输出向量为输入，预警分析模型对卷积输出向量进行赋权，得到卷积输出向量对应的权重系数；

（6）

其中，为偏置量，/>为卷积输出向量，/>为当前卷积输出向量对应的权重系数；

获取降维融合值的卷积输出向量以及权重系数，基于预警分析模型计算施工升降机运行风险值；

（7）

其中，为卷积输出向量，/>为当前卷积输出向量对应的权重系数，而/>为施工升降机运行风险值。

2.如权利要求1所述的工地施工升降机监测系统，其特征在于：所述工地施工升降机监测系统还包括：

数据存储模块，所述数据存储模块分别与所述云监测平台以及数据处理中心通信连接，数据存储模块用于存储云监测平台以及数据处理中心业务数据；

其中，所述数据存储模块包括：

时序数据库，所述时序数据库用于存储和管理在连续的时间点上按照时间顺序产生的施工升降机运行数据；

业务数据库，所述业务数据库用于存储云监测平台以及数据处理中心业务数据。

3.如权利要求2所述的工地施工升降机监测系统，其特征在于：所述云监测平台包括：

结果判断单元，所述结果判断单元用于获取施工升降机运行风险值，并判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，发送警示信息；

后台服务端，所述后台服务端用于与数据存储模块数据交互，且后台服务端与数据存储模块、数据处理模块通信连接；

后台显示单元，所述后台显示单元用于显示数据存储模块的数据，并呈现结果判断单元判断结果。

4.一种工地施工升降机监测方法，采用如权利要求3所述的工地施工升降机监测系统实施，其特征在于：所述方法，具体包括：

监测施工升降机运行状态，并采集施工升降机运行数据；

获取施工升降机运行数据，并对施工升降机运行数据进行解析处理，基于预构建的预警分析模型计算施工升降机运行风险值；

获取施工升降机运行风险值，判断施工升降机运行风险值是否大于预设风险阈值，若大于预设风险阈值，云监测平台发送警示信息。