CN112116220A - 一种大规模建筑群震害人工智能预警及监测方法 - Google Patents
一种大规模建筑群震害人工智能预警及监测方法 Download PDFInfo
- Publication number
- CN112116220A CN112116220A CN202010900306.8A CN202010900306A CN112116220A CN 112116220 A CN112116220 A CN 112116220A CN 202010900306 A CN202010900306 A CN 202010900306A CN 112116220 A CN112116220 A CN 112116220A
- Authority
- CN
- China
- Prior art keywords
- early warning
- building
- earthquake damage
- intelligent
- sensor
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 17
- 238000012795 verification Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 240000007651 Rubus glaucus Species 0.000 claims description 5
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 5
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000005284 excitation Effects 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 4
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000009471 action Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Biomedical Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种大规模建筑群震害人工智能预警及监测方法,监测方法包括以下步骤:S1、安装智能传感器;S2、数据采集和分析;S3、优化智能传感器布置;S4、传感器数据传输和校验;S5、建筑震害损伤数据库建立;S6、信号采集和分析;预警方法:如果超过一个传感器群均判断出现了震害,立即通过5G模块进行信息传输,并通过北斗进行短文预警播报,本发明涉及自然灾害预警技术领域。该大规模建筑群震害人工智能预警及监测方法,数据采集频率随着建筑物抗力性能和震害预警而变化,保证信号的完整性,且能够对建筑群总体进行校验评估,监测结果准确性较高,观测手段丰富,实现了城市灾害风险监测与评估功能相结合,提高了实用性。
Description
技术领域
本发明涉及自然灾害预警技术领域,具体为一种大规模建筑群震害人工智能预警及监测方法。
背景技术
随着城市化进程的加快,我国的人口、财富正在迅速向城市集中,城市建筑群规模不断扩大、结构形式日趋复杂、功能耦合愈加紧密,一旦发生强烈地震,会引起城市建筑群的严重破坏和重大人员伤亡、财产损失,对国家经济发展和社会稳定构成重大威胁,要提升多灾种和灾害链综合监测、风险早期识别和预报预警能力,做到监测预警、抢险救援及恢复重建的精准化,现有震害预警***存在问题如下:
1)观测***规模小,通常为单体建筑观测,不能做到建筑群总体校验评估;
2)检测***不具备城市灾害风险监测与评估功能。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种大规模建筑群震害人工智能预警及监测方法,解决了观测规模小,不能做到建筑群总体校验评估,不具备城市灾害风险监测与评估功能的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种大规模建筑群震害人工智能预警及监测方法,具体包括以下步骤:
S1、安装智能传感器:人工选取特征建筑物,通过实地测量、规范指标、数值分析的方法进行特征建筑物数据采集,并在选取的建筑物上安装基于树莓派封装的智能传感器;
S2、数据采集和分析:通过代码编程控制步骤S1中的智能传感器采集传感器数据,使所有信号采集均为高频采集,10s之后,智能传感器对采集到的数据进行评判,若信号无改变,则进行低频记录存档,若信号有改变,则进行高频记录存档;
S3、优化智能传感器布置:采用蚂蚁群智能算法,选取具有代表性的建筑物,对智能传感器的分布位置进行优化;
S4、传感器数据传输和校验:步骤S3中各个智能传感器之间通过5G、北斗实现局域网通讯和并网通讯,实现各传感器之间的数据传输和相互校验;
S5、建筑震害损伤数据库建立:通过实地测量、规范指标、数值分析的方式进行特征建筑物数据采集,获取真实地震不同建筑物自振周期反馈、损伤情况,同时采用非线性有限元模型进行补充分析,从而建立建筑震害损伤数据库;
S6、信号采集和分析:智能传感器通过对比临近传感器信息反馈进行地震灾害判断,进而区分结构特征信号变化来源,然后结合神经网络分析方法进行结构工作性能判断,通过分析建筑特征信息,分析结构工作性能,实现实时震害监测功能。
优选的,所述步骤S2中平稳状态下数据采集频率较低,为1Hz~10Hz,激励作用下数据采集频率较高,为50Hz~100Hz。
优选的,所述步骤S4中各智能传感器之间通过局域网或云端服务器实现数据传输和相互校验。
本发明还公开了一种大规模建筑群震害人工智能预警方法,当一个智能传感器判断有震害时,该智能传感器将预警信号发送至邻近的智能传感器,邻近的智能传感器进行信号采集并判断震害是否发生,如果超过一个传感器群均判断出现了震害,那么立即通过5G模块进行信息传输,并通过北斗进行短文预警播报,实现震害预警,同时根据地震等级并结合建筑物特征来进行震害评估。
优选的,所述短文预警播报方式包括网络预警、卫星预警或无线电预警。
(三)有益效果
本发明提供了一种大规模建筑群震害人工智能预警及监测方法。与现有技术相比具备以下有益效果:该大规模建筑群震害人工智能预警及监测方法,监测方法具体包括以下步骤:S1、安装智能传感器:人工选取特征建筑物,通过实地测量、规范指标、数值分析的方法进行特征建筑物数据采集,并在选取的建筑物上安装基于树莓派封装的智能传感器;S2、数据采集和分析:通过代码编程控制步骤S1中的智能传感器采集传感器数据,使所有信号采集均为高频采集,10s之后,智能传感器对采集到的数据进行评判,若信号无改变,则进行低频记录存档,若信号有改变,则进行高频记录存档;S3、优化智能传感器布置:采用蚂蚁群智能算法,选取具有代表性的建筑物,对智能传感器的分布位置进行优化;S4、传感器数据传输和校验:步骤S3中各个智能传感器之间通过5G、北斗实现局域网通讯和并网通讯,实现各传感器之间的数据传输和相互校验;S5、建筑震害损伤数据库建立:通过实地测量、规范指标、数值分析的方式进行特征建筑物数据采集,获取真实地震不同建筑物自振周期反馈、损伤情况,同时采用非线性有限元模型进行补充分析,从而建立建筑震害损伤数据库;S6、信号采集和分析:智能传感器通过对比临近传感器信息反馈进行地震灾害判断,进而区分结构特征信号变化来源,然后结合神经网络分析方法进行结构工作性能判断,通过分析建筑特征信息,分析结构工作性能,实现实时震害监测功能,预警方法:当一个智能传感器判断有震害时,该智能传感器将预警信号发送至邻近的智能传感器,邻近的智能传感器进行信号采集并判断震害是否发生,如果超过一个传感器群均判断出现了震害,那么立即通过5G模块进行信息传输,并通过北斗进行短文预警播报,实现震害预警,同时根据地震等级并结合建筑物特征来进行震害评估,数据采集频率随着建筑物抗力性能和震害预警而变化,保证信号的完整性,且观测规模较大,能够对建筑群总体进行校验评估,从而提高监测结果的准确性,观测手段丰富,实现了城市灾害风险监测与评估功能相结合,提高了实用性。
附图说明
图1为本发明中监测方法的流程图;
图2为本发明中神经网络分析方法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
请参阅图1-2,本发明实施例提供一种技术方案:一种大规模建筑群震害人工智能监测方法,具体包括以下步骤:
S1、安装智能传感器:人工选取特征建筑物,通过实地测量、规范指标、数值分析的方法进行特征建筑物数据采集,并在选取的建筑物上安装基于树莓派封装的智能传感器,通过树莓派串口连接安装加速度传感器、陀螺仪、倾斜计、北斗模块、GPS模块、无线通讯模块、5G模块、无线充电模块等功能模块;其中,加速度传感器是用来监测建筑物三轴震动信号,陀螺仪监测建筑物三轴旋转变形信号,倾斜仪用来监测建筑物三轴倾斜角度,北斗用来进行短时播报功能(辅助补充其他通讯功能),GPS模块主要用来进行传感器定位,5G模块为通讯模块,无线充电模块进行模块供电;
S2、数据采集和分析:通过代码编程控制步骤S1中的智能传感器采集传感器数据,使所有信号采集均为高频采集,10s之后,智能传感器对采集到的数据进行评判,若信号无改变,则进行低频记录存档,若信号有改变,则进行高频记录存档;
S3、优化智能传感器布置:采用蚂蚁群智能算法,选取具有代表性的建筑物,对智能传感器的分布位置进行优化,不同建筑中重点监测该建筑特征值,例如,高层重点监测自振周期,大跨结构重点监测变形等,优化后的传感器群也可以进行***和局部灾害预警;
S4、传感器数据传输和校验:步骤S3中各个智能传感器之间通过5G、北斗实现局域网通讯和并网通讯,实现各传感器之间的数据传输和相互校验;
S5、建筑震害损伤数据库建立:通过实地测量、规范指标、数值分析的方式进行特征建筑物数据采集,获取真实地震不同建筑物自振周期反馈、损伤情况,同时采用非线性有限元模型进行补充分析,从而建立建筑震害损伤数据库;
S6、信号采集和分析:智能传感器通过对比临近传感器信息反馈进行地震灾害判断,进而区分结构特征信号变化来源,然后结合神经网络分析方法进行结构工作性能判断,通过分析建筑特征信息,分析结构工作性能,实现实时震害监测功能。
本发明中,步骤S2中平稳状态下数据采集频率较低,为1Hz~10Hz,激励作用下数据采集频率较高,为50Hz~100Hz,激励作用包括结构抗力突变、结构振动突变、风压突变、地震发生、地震信息输入等。
本发明中,步骤S4中各智能传感器之间通过局域网或云端服务器实现数据传输和相互校验,通讯采用两种途径,第一种是通过局域网向相邻智能传感器传输,该途径可以进行临近智能传感器预警,临近智能传感器在接到预警信号后进行高频记录并向下一层局域网传输,直至终端服务器;第二种是上传至网络云端服务器:一智能传感器将有震害信号发送至云端服务器,云端服务器再将信号发送至其余各智能传感器,其余各智能传感器采用高频记录并将相应结果反馈至云端服务器。
本发明还公开了一种大规模建筑群震害人工智能预警方法,当一个智能传感器判断有震害时,该智能传感器将预警信号发送至邻近的智能传感器,邻近的智能传感器进行信号采集并判断震害是否发生,如果超过一个传感器群均判断出现了震害,那么立即通过5G模块进行信息传输,并通过北斗进行短文预警播报,实现震害预警,同时根据地震等级并结合建筑物特征来进行震害评估
本发明中,短文预警播报方式包括网络预警、卫星预警或无线电预警。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种大规模建筑群震害人工智能监测方法,其特征在于:具体包括以下步骤:
S1、安装智能传感器:人工选取特征建筑物,通过实地测量、规范指标、数值分析的方法进行特征建筑物数据采集,并在选取的建筑物上安装基于树莓派封装的智能传感器;
S2、数据采集和分析:通过代码编程控制步骤S1中的智能传感器采集传感器数据,使所有信号采集均为高频采集,10s之后,智能传感器对采集到的数据进行评判,若信号无改变,则进行低频记录存档,若信号有改变,则进行高频记录存档;
S3、优化智能传感器布置:采用蚂蚁群智能算法,选取具有代表性的建筑物,对智能传感器的分布位置进行优化;
S4、传感器数据传输和校验:步骤S3中各个智能传感器之间通过5G、北斗实现局域网通讯和并网通讯,实现各传感器之间的数据传输和相互校验;
S5、建筑震害损伤数据库建立:通过实地测量、规范指标、数值分析的方式进行特征建筑物数据采集,获取真实地震不同建筑物自振周期反馈、损伤情况,同时采用非线性有限元模型进行补充分析,从而建立建筑震害损伤数据库;
S6、信号采集和分析:智能传感器通过对比临近传感器信息反馈进行地震灾害判断,进而区分结构特征信号变化来源,然后结合神经网络分析方法进行结构工作性能判断,通过分析建筑特征信息,分析结构工作性能,实现实时震害监测功能。
2.根据权利要求1所述的一种大规模建筑群震害人工智能监测方法,其特征在于:所述步骤S2中平稳状态下数据采集频率较低,为1Hz~10Hz,激励作用下数据采集频率较高,为50Hz~100Hz。
3.根据权利要求1所述的一种大规模建筑群震害人工智能监测方法,其特征在于:所述步骤S4中各智能传感器之间通过局域网或云端服务器实现数据传输和相互校验。
4.一种大规模建筑群震害人工智能预警方法,其特征在于:当一个智能传感器判断有震害时,该智能传感器将预警信号发送至邻近的智能传感器,邻近的智能传感器进行信号采集并判断震害是否发生,如果超过一个传感器群均判断出现了震害,那么立即通过5G模块进行信息传输,并通过北斗进行短文预警播报,实现震害预警,同时根据地震等级并结合建筑物特征来进行震害评估。
5.根据权利要求4所述的一种大规模建筑群震害人工智能预警方法,其特征在于:所述短文预警播报方式包括网络预警、卫星预警或无线电预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010900306.8A CN112116220A (zh) | 2020-09-01 | 2020-09-01 | 一种大规模建筑群震害人工智能预警及监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010900306.8A CN112116220A (zh) | 2020-09-01 | 2020-09-01 | 一种大规模建筑群震害人工智能预警及监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112116220A true CN112116220A (zh) | 2020-12-22 |
Family
ID=73805492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010900306.8A Withdrawn CN112116220A (zh) | 2020-09-01 | 2020-09-01 | 一种大规模建筑群震害人工智能预警及监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112116220A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113432650A (zh) * | 2021-07-07 | 2021-09-24 | 苏州瑞茨柏工程监测技术有限公司 | 高大模板支撑***的监测*** |
CN113536433A (zh) * | 2021-07-22 | 2021-10-22 | 东南大学 | 基于bim平台的建筑灾后疏散动态逃生路线优化*** |
-
2020
- 2020-09-01 CN CN202010900306.8A patent/CN112116220A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113432650A (zh) * | 2021-07-07 | 2021-09-24 | 苏州瑞茨柏工程监测技术有限公司 | 高大模板支撑***的监测*** |
CN113536433A (zh) * | 2021-07-22 | 2021-10-22 | 东南大学 | 基于bim平台的建筑灾后疏散动态逃生路线优化*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107195164B (zh) | 山洪灾害在线监测识别预警方法及其预警*** | |
KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
CN111536429B (zh) | 一种基于决策融合的油气管道预警***及预警方法 | |
CN112381309A (zh) | 水库大坝安全监测预警方法、装置、***及存储介质 | |
CN107817744A (zh) | 公共设施安全监测*** | |
CN107450426A (zh) | 基坑施工变形统计分析方法及*** | |
CN203490806U (zh) | 一种基于无线传感器网络的泥石流临灾预警*** | |
CN202676400U (zh) | 一种无线远程漏水探测*** | |
CN108510112A (zh) | 一种现场监测与数值模拟相结合的矿山灾害预测预警方法 | |
CN106128035A (zh) | 基于神经网络和多参数信息融合的地质灾害预报方法 | |
CN105425752A (zh) | 一种管网实时监控***及其工作方法 | |
CN101255950A (zh) | 输油集输***计量与管道监控智能报警*** | |
CN101787897A (zh) | 一种实时预测矿井煤与瓦斯突出危险性的***及其方法 | |
CN102044127A (zh) | 一种基于远程专家服务预警服务管理*** | |
CN101482620A (zh) | 实时地震烈度速报方法及实时地震烈度速报*** | |
CN112116220A (zh) | 一种大规模建筑群震害人工智能预警及监测方法 | |
CN112036086A (zh) | 燃气管线动态风险预警*** | |
CN101035042A (zh) | 一种基于无线传感器网络的区域定位与现场感知*** | |
CN106646568A (zh) | 一种新型玻璃幕墙智能监测***和监测方法 | |
KR102290182B1 (ko) | 광산 갱내 붕락 감지를 위한 센싱 데이터 통합계측관리 시스템 | |
CN107748228A (zh) | 一种响应预警预报的应急指挥*** | |
CN115965246B (zh) | 一种岩溶塌陷灾害的预警分析方法 | |
CN116824807B (zh) | 多灾害预警报警方法及*** | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN112460492A (zh) | 一种基于韧性评估的协同韧性增强燃气安全管控装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201222 |