CN112067043A - 一种木结构古建筑的缺损度检测*** - Google Patents
一种木结构古建筑的缺损度检测*** Download PDFInfo
- Publication number
- CN112067043A CN112067043A CN202010815234.7A CN202010815234A CN112067043A CN 112067043 A CN112067043 A CN 112067043A CN 202010815234 A CN202010815234 A CN 202010815234A CN 112067043 A CN112067043 A CN 112067043A
- Authority
- CN
- China
- Prior art keywords
- data
- ancient building
- structure ancient
- wood structure
- server
- 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
- 230000002950 deficient Effects 0.000 title claims description 3
- 239000002023 wood Substances 0.000 claims abstract description 88
- 230000007547 defect Effects 0.000 claims abstract description 62
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 48
- 238000012549 training Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000013139 quantization Methods 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 13
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 230000003449 preventive effect Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 241000233866 Fungi Species 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
- E04G23/00—Working measures on existing buildings
- E04G23/02—Repairing, e.g. filling cracks; Restoring; Altering; Enlarging
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
- E04G23/00—Working measures on existing buildings
- E04G23/02—Repairing, e.g. filling cracks; Restoring; Altering; Enlarging
- E04G23/0218—Increasing or restoring the load-bearing capacity of building construction elements
- E04G2023/0248—Increasing or restoring the load-bearing capacity of building construction elements of elements made of wood
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Mechanical Engineering (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Working Measures On Existing Buildindgs (AREA)
Abstract
本发明涉及一种木结构古建筑的缺损度检测***,本木结构古建筑的缺损度检测***包括:若干测量节点和服务器;其中各测量节点适于采集相应测量数据,并通过相应协调器发送至服务器,即服务器根据相应测量数据给出当前木结构古建筑的缺损度指数、预警策略和期望寿命;本发明避免了由人工进行古建筑维护或由人工根据监测数据进行维护具有主观性强、随意性大的缺点,有利于对木结构古建筑进行预防性保护并且降低了木结构古建筑的人力维护成本。
Description
技术领域
本发明属于古建筑保护技术领域,具体涉及一种木结构古建筑的缺损度检测***。
背景技术
中国的木结构古建筑,在世界建筑史上无疑占有着无与伦比的地位。木结构古建筑的材质特点明显,但也带来了问题。木材是生物材质,易发生真菌产生腐朽,腐朽的木材在承重力度大大下降,从而影响建筑的安全性。随着时间的迁移,保留至今的木结构古建筑越来越需要维修和保护。
但是现在相关人员对木结构古建筑的检测还是以人工为主,这样的检测中人为因素较大。不仅需要人力物力较多,而且人工检测过程中可能对木结构古建筑造成二次破坏。
部分木结构古建筑采用了基于物联网的监测***,但目前主要停留在对数据进行采集和存储的阶段,没有达到对数据进行更深入的分析和挖掘的层次。而上述***由于对数据利用的不充分,往往不能达到对木结构古建筑的预测性防护。
现在针对木结构古建筑的保护观念和方法比较落后,基本上是当建筑出现严重问题时才上报维修,这样基本是事后补救,很多古建筑就因为错过了最佳修复时期而出现不可逆转的损失。
因此,亟需开发一种新的木结构古建筑的缺损度检测***,以解决上述问题。
发明内容
本发明的目的是提供一种木结构古建筑的缺损度检测***。
为了解决上述技术问题,本发明提供了一种木结构古建筑的缺损度检测***,其包括:若干测量节点和服务器;其中各测量节点适于采集相应测量数据,并通过相应协调器发送至服务器,即服务器根据相应测量数据给出当前木结构古建筑的缺损度指数、预警策略和期望寿命。
进一步,各测量节点适于获取相应温度数据、湿度数据、相对水平倾斜度数据;所述服务器适于根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比;所述服务器适于根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量;所述服务器适于根据相应向量构建木结构古建筑缺损度检测模型;所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略;以及所述服务器适于根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命。
进一步,所述服务器适于根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比,即所述温度偏离比为:所述湿度偏离比为:所述相对水平倾斜度比为:其中,Tji为第j组测量节点第i个记录数据的温度值,Hji为第j组测量节点第i个记录数据的湿度值,Sji为第j组测量节点第i个记录数据的水平倾斜度值,T0为温度标准值,H0为湿度标准值,S0为水平倾斜度上限。
进一步,所述服务器适于根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量,即获取温度偏离比、湿度偏离比、相对水平倾斜度比在特征中的最佳组合比例,即目标函数为:
其中,C1为温度偏离比比例,C2为湿度偏离比比例,C3为相对水平倾斜度比比例,yi为第i个数据的类标记,且yi为-1时表示木结构古建筑出现损毁;使用梯度下降法求C,即(C1,C2);C定义为当L(C)最小时,即趋近0时,迭代所得的C*为最优解,α表示步长。
进一步,所述服务器适于根据相应向量构建木结构古建筑缺损度检测模型,即建立数据向量:x=(x(1),x(2),...,x(j),...,x(M));建立系数向量:
w=(w(1),w(2),...,w(j),...,w(M));构建最优化模型,即s.t.yi(w·xi+b)≥1-ξi;ξi≥0i=1,2,......,N;其中,C为惩罚系数;xi为第i个训练数据向量;yi为xi的类标记,当yi为-1时表示木结构古建筑出现损毁,当yi为1时表示木结构古建筑无损;N为训练数据数目;ξ为松弛变量;ξi为第i个训练数据的松弛变量;b为偏置;则最优化模型的解为:w*;其中,w*即为最优分类超平面的法向量;为拉格朗日乘子向量中对偶问题的解的第i个元素。
进一步,所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略,即获取温度数据、湿度数据、相对水平倾斜度数据在法向量上进行投影后所得到的数据,出现木结构古建筑损毁与木结构古建筑状态正常两个数据类别的均值与方差,即 其中,NA为类别y=1的样本数;NB为类别y=-1的样本数;μB为出现木结构古建筑损毁数据在w*向量轴投影后所得到的数据的均值;μA为木结构古建筑状态正常数据在w*向量轴投影后所得到的数据的均值;δA为木结构古建筑状态正常数据在w*向量轴投影后所得到的数据的标准差;δB为出现木结构古建筑损毁数据在w*向量轴投影后所得到的数据的标准差;
进一步,所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略,即设xA为所有y=1的样本数据总和,ZA为xA在w*向量轴的投影,设当前数据为xc,即Zc=w*xc;当wxc≤μA+δA时,木结构古建筑危险度V为0;当wxc≥μB-δB时,木结构古建筑危险度V为1;当μA+δA≤wxc≤μB-δB时,木结构古建筑危险度V为:其中,H(ZC|ZA)为在给定ZA条件下,ZC的条件熵;H(μB|ZA)为在给定ZA条件下,μB的条件熵;木结构古建筑危险度V越小表示木结构古建筑缺损越小,木结构古建筑危险度V越大表示木结构古建筑缺损越大。
进一步,所述服务器适于根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命,即木结构古建筑的预测期望寿命为:P=(1-V)P0;P为当前木结构古建筑在当前危险度V下的预测期望寿命,P0为对当前木结构古建筑为在状态正常时基准估计寿命。
本发明的有益效果是,本发明避免了由人工进行古建筑维护或由人工根据监测数据进行维护具有主观性强、随意性大的缺点,有利于对木结构古建筑进行预防性保护,在损坏没有真实发生之前,就能以最小代价保护古建筑,并且降低了木结构古建筑的人力维护成本。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的木结构古建筑的缺损度检测***的原理框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
实施例1
图1是本发明的木结构古建筑的缺损度检测***的原理框图。
在本实施例中,如图1所示,本实施例提供了一种木结构古建筑的缺损度检测***,其包括:若干测量节点和服务器;其中各测量节点适于采集相应测量数据,并通过相应协调器发送至服务器,即服务器根据相应测量数据给出当前木结构古建筑的缺损度指数、预警策略和期望寿命。
在本实施例中,将各测量节点安装在相应木结构古建筑上;将安装在具有相同木结构建筑上的对应测量节点分在同组,并对同组测量节点按在木结构建筑上位置的关键程度大小排序,以对各测量节点编号;各测量节点通过相应协调器将测量数据发送至服务器;服务器根据测量数据计算温度偏离比、湿度偏离比、相对水平倾斜度比以构建木结构古建筑缺损度检测模型;服务器根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略、期望寿命。
在本实施例中,各测量节点包括温湿度节点和水平度节点,水平度节点使用六轴传感器MPU6050来监控古建筑倾斜状况,且在MPU6050内部集成了陀螺仪和加速度传感器,通过测量重力加速度在加速度传感器轴上的分量,可以计算出其在水平面上的倾斜角度。
在本实施例中,协调器可以采用但不限于是ZigBee协调器,通过上位机监控中心作为中转站进行数据传输、存储。
在本实施例中,本实施例避免了由人工进行古建筑维护或由人工根据监测数据进行维护具有主观性强、随意性大的缺点,有利于对木结构古建筑进行预防性保护,在损坏没有真实发生之前,就能以最小代价保护古建筑,并且降低了木结构古建筑的人力维护成本。
在本实施例中,各测量节点适于获取相应温度数据、湿度数据、相对水平倾斜度数据;所述服务器适于根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比;所述服务器适于根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量;所述服务器适于根据相应向量构建木结构古建筑缺损度检测模型;所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略;以及所述服务器适于根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命。
在本实施例中,所述服务器适于根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比,即所述温度偏离比为:所述湿度偏离比为:所述相对水平倾斜度比为:其中,Tji为第j组测量节点第i个记录数据的温度值,Hji为第j组测量节点第i个记录数据的湿度值,Sji为第j组测量节点第i个记录数据的水平倾斜度值,T0为温度标准值,H0为湿度标准值,S0为水平倾斜度上限。
在本实施例中,将具有相同木结构建筑分在同组,对测量节点按所测木结构位置的关键程度大小排序,第1组测量节点为最关键测量节点,以下依顺序关键程度逐渐降低。
在本实施例中,所述服务器适于根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量,即获取温度偏离比、湿度偏离比、相对水平倾斜度比在特征中的最佳组合比例,即目标函数为:
其中,C1为温度偏离比比例,C2为湿度偏离比比例,C3为相对水平倾斜度比比例,yi为第i个数据的类标记,且yi为-1时表示木结构古建筑出现损毁;使用梯度下降法求C,即(C1,C2);C定义为当L(C)最小时,即趋近0时,迭代所得的C*为最优解,α表示步长。
在本实施例中,所述服务器适于根据相应向量构建木结构古建筑缺损度检测模型,即建立数据向量:x=(x(1),x(2),...,x(j),...,x(M));建立系数向量:
w=(w(1),w(2),...,w(j),...w(M));构建最优化模型,即s.t.yi(w·xi+b)≥1-ξi;ξi≥0i=1,2,......,N;其中,C为惩罚系数;xi为第i个训练数据向量;yi为xi的类标记,当yi为-1时表示木结构古建筑出现损毁,当yi为1时表示木结构古建筑无损;N为训练数据数目;ξ为松弛变量;ξi为第i个训练数据的松弛变量;b为偏置;则最优化模型的解为:w*;其中,w*即为最优分类超平面的法向量;为拉格朗日乘子向量中对偶问题的解的第i个元素。
在本实施例中,使用软间隔SVM,求几何间隔最大的分类超平面,将问题可以表示为约束最优化问题,即构建最优化模型。
在本实施例中,所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略,即获取温度数据、湿度数据、相对水平倾斜度数据在法向量上进行投影后所得到的数据,出现木结构古建筑损毁与木结构古建筑状态正常两个数据类别的均值与方差,即 其中,NA为类别y=1的样本数;NB为类别y=-1的样本数;μB为出现木结构古建筑损毁数据在w*向量轴投影后所得到的数据的均值;μA为木结构古建筑状态正常数据在w*向量轴投影后所得到的数据的均值;δA为木结构古建筑状态正常数据在w*向量轴投影后所得到的数据的标准差;δB为出现木结构古建筑损毁数据在w*向量轴投影后所得到的数据的标准差;
在本实施例中,所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略,即设xA为所有y=1的样本数据总和,ZA为xA在w*向量轴的投影,设当前数据为xc,即Zc=w*xc;当wxc≤μA+δA时,木结构古建筑危险度V为0;当wxc≥μB-δB时,木结构古建筑危险度V为1;当μA+δA≤wxc≤μB-δB时,木结构古建筑危险度V为:其中,H(ZC|ZA)为在给定ZA条件下,ZC的条件熵;H(μB|ZA)为在给定ZA条件下,μB的条件熵;木结构古建筑危险度V越小表示木结构古建筑缺损越小,木结构古建筑危险度V越大表示木结构古建筑缺损越大。
在本实施例中,木结构古建筑危险度V为从0到1范围的数,越接近0表示危险度越小,越接近1表示危险度越大,用户可根据危险度大小进行预防性维护。
在本实施例中,危险度V>γ时,启动预警。γ为预警阈值,范围为0.4-0.5,用户可以自主在该范围内选择阈值设置,以上预警阈值取值范围合理,很好地在避免虚报和避免漏报之间进行了折衷。
在本实施例中,所述服务器适于根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命,即木结构古建筑的预测期望寿命为:P=(1-V)P0;P为当前木结构古建筑在当前危险度V下的预测期望寿命,P0为对当前木结构古建筑为在状态正常时基准估计寿命,以便于根据实际情况估计设定。
综上所述,本发明避免了由人工进行古建筑维护或由人工根据监测数据进行维护具有主观性强、随意性大的缺点,有利于对木结构古建筑进行预防性保护,在损坏没有真实发生之前,就能以最小代价保护古建筑,并且降低了木结构古建筑的人力维护成本。
在本申请所提供的几个实施例中,应该理解到,所揭露的***和方法,也可以通过其它的方式实现。以上所描述的***实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (9)
1.一种木结构古建筑的缺损度检测***,其特征在于,包括:
若干测量节点和服务器;其中
各测量节点适于采集相应测量数据,并通过相应协调器发送至服务器,即
服务器根据相应测量数据给出当前木结构古建筑的缺损度指数、预警策略和期望寿命。
2.如权利要求1所述的木结构古建筑的缺损度检测***,其特征在于,
各测量节点适于获取相应温度数据、湿度数据、相对水平倾斜度数据;
所述服务器适于根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比;
所述服务器适于根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量;
所述服务器适于根据相应向量构建木结构古建筑缺损度检测模型;
所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略;以及
所述服务器适于根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命。
6.如权利要求5所述的木结构古建筑的缺损度检测***,其特征在于,
所述服务器适于根据相应向量构建木结构古建筑缺损度检测模型,即
建立数据向量:x=(x(1),x(2),...,x(j),...,x(M));
建立系数向量:w=(w(1),w(2),...,w(j),...,w(M));
构建最优化模型,即
s.t.yi(w·xi+b)≥1-ξi;
ξi≥0 i=1,2,......,N;
其中,C为惩罚系数;xi为第i个训练数据向量;yi为xi的类标记,当yi为-1时表示木结构古建筑出现损毁,当yi为1时表示木结构古建筑无损;N为训练数据数目;ξ为松弛变量;ξi为第i个训练数据的松弛变量;b为偏置;
则最优化模型的解为:w*;
7.如权利要求6所述的木结构古建筑的缺损度检测***,其特征在于,
所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略,即
获取温度数据、湿度数据、相对水平倾斜度数据在法向量上进行投影后所得到的数据,出现木结构古建筑损毁与木结构古建筑状态正常两个数据类别的均值与方差,即
其中,NA为类别y=1的样本数;NB为类别y=-1的样本数;μB为出现木结构古建筑损毁数据在w*向量轴投影后所得到的数据的均值;μA为木结构古建筑状态正常数据在w*向量轴投影后所得到的数据的均值;δA为木结构古建筑状态正常数据在w*向量轴投影后所得到的数据的标准差;δB为出现木结构古建筑损毁数据在w*向量轴投影后所得到的数据的标准差;
8.如权利要求7所述的木结构古建筑的缺损度检测***,其特征在于,
所述服务器适于根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据,给出当前木结构古建筑的缺损度指数和预警策略,即
设xA为所有y=1的样本数据总和,ZA为xA在w*向量轴的投影,设当前数据为x0,即
Zc=w*x0;
当wxc≤μA+δA时,木结构古建筑危险度V为0;
当wxc≥μB-δB时,木结构古建筑危险度V为1;
其中,H(ZC|ZA)为在给定ZA条件下,ZC的条件熵;
H(μB|ZA)为在给定ZA条件下,μB的条件熵;
木结构古建筑危险度V越小表示木结构古建筑缺损越小,木结构古建筑危险度V越大表示木结构古建筑缺损越大。
9.如权利要求8所述的木结构古建筑的缺损度检测***,其特征在于,
所述服务器适于根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命,即
木结构古建筑的预测期望寿命为:P=(1-V)P0;
P为当前木结构古建筑在当前危险度V下的预测期望寿命,P0为对当前木结构古建筑为在状态正常时基准估计寿命。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010815234.7A CN112067043B (zh) | 2020-08-14 | 2020-08-14 | 一种木结构古建筑的缺损度检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010815234.7A CN112067043B (zh) | 2020-08-14 | 2020-08-14 | 一种木结构古建筑的缺损度检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112067043A true CN112067043A (zh) | 2020-12-11 |
CN112067043B CN112067043B (zh) | 2022-08-26 |
Family
ID=73661429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010815234.7A Active CN112067043B (zh) | 2020-08-14 | 2020-08-14 | 一种木结构古建筑的缺损度检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112067043B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256404A (ja) * | 2002-02-26 | 2003-09-12 | Hokkaido Univ | 木造建築物の耐震診断法 |
US20110153103A1 (en) * | 2009-12-23 | 2011-06-23 | Pulse Energy Inc. | Systems and methods for predictive building energy monitoring |
RU2448225C1 (ru) * | 2010-10-01 | 2012-04-20 | Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный технический университет (Новочеркасский политехнический институт)" | Система мониторинга состояния трещин и стыков зданий и сооружений |
CN103335627A (zh) * | 2013-06-14 | 2013-10-02 | 江苏瀚远科技股份有限公司 | 古建筑结构变形监测预警方法及*** |
CN104299393A (zh) * | 2014-11-07 | 2015-01-21 | 江苏科技大学 | 基于无线传感器网络的古建筑环境保护*** |
CN104376592A (zh) * | 2014-11-24 | 2015-02-25 | 北京建筑大学 | 观音手状文物缺失尺寸的预测方法 |
CN105137505A (zh) * | 2015-09-15 | 2015-12-09 | 南京邮电大学 | 一种基于物联网的古建筑监测预警*** |
US20180269687A1 (en) * | 2017-03-17 | 2018-09-20 | General Electric Technology Gmbh | Scalable flexibility control of distributed loads in a power grid |
KR101935558B1 (ko) * | 2017-11-01 | 2019-01-04 | 한국건설기술연구원 | 건축물 지진 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
CN109583099A (zh) * | 2018-12-04 | 2019-04-05 | 黄河水利职业技术学院 | 一种基于bim的建筑物数据监测装置 |
CN109883474A (zh) * | 2019-02-20 | 2019-06-14 | 吉林建筑大学 | 基于现场监测的建筑物健康监测***及监测方法 |
CN110602637A (zh) * | 2019-10-12 | 2019-12-20 | 董波 | 一种基于无线传感器的古建筑环境保护*** |
CN110654539A (zh) * | 2019-10-12 | 2020-01-07 | 董波 | 一种古建筑监控保护*** |
CN110672154A (zh) * | 2019-10-14 | 2020-01-10 | 陕西理工大学 | 土木工程建筑监测*** |
CN111027408A (zh) * | 2019-11-19 | 2020-04-17 | 广西电网有限责任公司电力科学研究院 | 一种基于支持向量机和v-i曲线特征的负荷识别方法 |
CN111157622A (zh) * | 2020-01-10 | 2020-05-15 | 常州机电职业技术学院 | 石墨电极缺损检测*** |
CN111259528A (zh) * | 2020-01-10 | 2020-06-09 | 常州机电职业技术学院 | 石墨电极缺损检测算法及石墨电极缺损检测方法 |
CN111462450A (zh) * | 2020-01-16 | 2020-07-28 | 华中科技大学 | 一种考虑降雨空间异质性的山洪预警方法 |
-
2020
- 2020-08-14 CN CN202010815234.7A patent/CN112067043B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256404A (ja) * | 2002-02-26 | 2003-09-12 | Hokkaido Univ | 木造建築物の耐震診断法 |
US20110153103A1 (en) * | 2009-12-23 | 2011-06-23 | Pulse Energy Inc. | Systems and methods for predictive building energy monitoring |
RU2448225C1 (ru) * | 2010-10-01 | 2012-04-20 | Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный технический университет (Новочеркасский политехнический институт)" | Система мониторинга состояния трещин и стыков зданий и сооружений |
CN103335627A (zh) * | 2013-06-14 | 2013-10-02 | 江苏瀚远科技股份有限公司 | 古建筑结构变形监测预警方法及*** |
CN104299393A (zh) * | 2014-11-07 | 2015-01-21 | 江苏科技大学 | 基于无线传感器网络的古建筑环境保护*** |
CN104376592A (zh) * | 2014-11-24 | 2015-02-25 | 北京建筑大学 | 观音手状文物缺失尺寸的预测方法 |
CN105137505A (zh) * | 2015-09-15 | 2015-12-09 | 南京邮电大学 | 一种基于物联网的古建筑监测预警*** |
US20180269687A1 (en) * | 2017-03-17 | 2018-09-20 | General Electric Technology Gmbh | Scalable flexibility control of distributed loads in a power grid |
KR101935558B1 (ko) * | 2017-11-01 | 2019-01-04 | 한국건설기술연구원 | 건축물 지진 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
CN109583099A (zh) * | 2018-12-04 | 2019-04-05 | 黄河水利职业技术学院 | 一种基于bim的建筑物数据监测装置 |
CN109883474A (zh) * | 2019-02-20 | 2019-06-14 | 吉林建筑大学 | 基于现场监测的建筑物健康监测***及监测方法 |
CN110602637A (zh) * | 2019-10-12 | 2019-12-20 | 董波 | 一种基于无线传感器的古建筑环境保护*** |
CN110654539A (zh) * | 2019-10-12 | 2020-01-07 | 董波 | 一种古建筑监控保护*** |
CN110672154A (zh) * | 2019-10-14 | 2020-01-10 | 陕西理工大学 | 土木工程建筑监测*** |
CN111027408A (zh) * | 2019-11-19 | 2020-04-17 | 广西电网有限责任公司电力科学研究院 | 一种基于支持向量机和v-i曲线特征的负荷识别方法 |
CN111157622A (zh) * | 2020-01-10 | 2020-05-15 | 常州机电职业技术学院 | 石墨电极缺损检测*** |
CN111259528A (zh) * | 2020-01-10 | 2020-06-09 | 常州机电职业技术学院 | 石墨电极缺损检测算法及石墨电极缺损检测方法 |
CN111462450A (zh) * | 2020-01-16 | 2020-07-28 | 华中科技大学 | 一种考虑降雨空间异质性的山洪预警方法 |
Non-Patent Citations (11)
Title |
---|
DEPARTMENT OF INTELLIGENT MECHATRONICS等: "Nondestructive Survey of a Historical Wooden Construction Using Thermography and Ambient Vibration Measurements", 《2018 18TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS (ICCAS 2018) 》 * |
原天龙等: "管道泄漏检测支持向量机的方法实验研究", 《计算机与应用化学》 * |
安彧等: "古建筑木质结构物理性质变化预测", 《武汉大学学报(工学版)》 * |
尹婷婷: "基于物联网的木结构建筑温湿度监测***预警机制探讨", 《建筑施工》 * |
徐志成等: "基于菌群优化算法的非线性***预测控制器设计", 《江苏科技大学学报( 自然科学版)》 * |
戴俭等: "古建筑木构件内部缺陷无损检测的方法与应用研究", 《建筑学报》 * |
朱跃武等: "某木质古建筑的检测与修缮", 《工程质量》 * |
李瑜等: "古建筑木构件基于累积损伤的剩余寿命评估", 《武汉理工大学学报》 * |
杨娜等: "古建筑木结构监测数据异常诊断", 《振动工程学报》 * |
闫会春等: "古建木结构健康监测***预警机制探讨", 《武汉理工大学学报》 * |
陈小娟: "支持向量机及其在多属性决策中的应用", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112067043B (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115578015B (zh) | 基于物联网的污水处理全过程监管方法、***及存储介质 | |
CN105117602B (zh) | 一种计量装置运行状态预警方法 | |
CN107292545B (zh) | 一种基于地震风险评估的桥梁抗震分析方法 | |
CN113807570B (zh) | 基于XGBoost的水库大坝风险等级评估方法及*** | |
CN110210681B (zh) | 一种基于距离的监测站点pm2.5值的预测方法 | |
CN110636066B (zh) | 基于无监督生成推理的网络安全威胁态势评估方法 | |
CN110138786A (zh) | 基于SMOTETomek和LightGBM的Web异常检测方法及*** | |
CN113780443B (zh) | 一种面向威胁检测的网络安全态势评估方法 | |
CN110912737A (zh) | 一种基于混合模型的动态感知性能预告警方法 | |
CN116029555B (zh) | 基于轻量化神经网络的桥梁风险识别预警***及应用方法 | |
CN114444910A (zh) | 一种面向电力物联网的边缘网络***健康度评估方法 | |
KR102315580B1 (ko) | 건물의 화재 예측 분석 장치 및 방법 | |
CN116245412A (zh) | 一种建筑工程现场安全监测管理*** | |
CN106529795A (zh) | 电力监控***的安全控制方法及装置 | |
CN115906663A (zh) | 房屋安全评估模型建立方法、评估方法、服务器及*** | |
CN117274827B (zh) | 一种智慧环境环保远程实时监测预警方法及*** | |
CN112051394B (zh) | 一种木结构古建筑的缺损度检测算法及检测方法 | |
CN112749893B (zh) | 一种基于云计算的数据挖掘服务平台 | |
CN113742983A (zh) | 基于深度自编码器神经网络的长跨结构损伤识别方法 | |
CN117763413A (zh) | 一种基于风险普查数据的单体建筑物震害快速评估方法 | |
CN112067043B (zh) | 一种木结构古建筑的缺损度检测*** | |
CN116884192A (zh) | 一种电力生产作业风险预警方法、***和设备 | |
CN116839228A (zh) | 一种模块式全科热水机智能控制*** | |
CN115577312A (zh) | 基于改进dagmm的建筑用电负荷曲线异常检测方法 | |
CN112032567A (zh) | 一种埋地燃气管道泄漏危险度预测*** |
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 |