CN113379323B - 施工现场质量监管方法及*** - Google Patents
施工现场质量监管方法及*** Download PDFInfo
- Publication number
- CN113379323B CN113379323B CN202110763585.2A CN202110763585A CN113379323B CN 113379323 B CN113379323 B CN 113379323B CN 202110763585 A CN202110763585 A CN 202110763585A CN 113379323 B CN113379323 B CN 113379323B
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- pouring
- parameter
- alarm information
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 132
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims description 21
- 239000000428 dust Substances 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000008439 repair process Effects 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 2
- 238000003062 neural network model Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 9
- 238000007689 inspection Methods 0.000 description 5
- 238000005266 casting Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000000275 quality assurance Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 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
- G06Q10/06395—Quality analysis or management
-
- 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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种施工现场质量监管方法,包括获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息,根据报警信息对施工现场进行指导处理,能够实现对混凝土浇筑体的工程质量进行有效监控,进而有效指导大体积混凝土施工。
Description
技术领域
本公开属于工程质量检测技术领域,具体涉及施工现场质量监管方法及***。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成现有技术。
随着我国城市现代化建设的大力发展,建筑物的结构越来越复杂,然而在建筑施工中,工程质量检测是建筑工程的一个重要环节,目前对工程质量检测主要是通过人力和设备进行检测,然而随着工程项目的不断加大,通过人力检测很大可能出现检测不到位,这样会导致工程质量得不到保障;
施工现场工程质量往往由于在施工过程中存在施工过程不符合规范导致,对此如何保证施工过程按照规范稳定有序进行,降低安全问题事故,对施工质量的提高具有显著意义。
目前施工现场对电力需求有时较大有时较小,而电力检测无法有效根据现场施工进行合理检测,使得存在漏检问题,在产生事故时往往是由于检测数据与施工现场动作不匹配导致无法预先获取线路施工异常,使得安全隐患无法及时有效的排出,对此如何保证施工现场的线路安全,提前对线路进行监测,并判断存在的安全隐患并及时修复保证施工工程质量是需要解决的问题;
且如何避免混凝土浇筑过程中,自身与外界条件产生的温差及收缩应力引起结构性裂缝问题,以及如何对混凝土浇筑体的工程质量进行有效监控,进而有效指导大体积混凝土施工是需要解决的技术难题。
发明内容
为了解决上述问题,本公开提出了施工现场质量监管方法及***,能够对混凝土浇筑体的工程质量进行有效监控,进而有效指导大体积混凝土施工。
第一方面,本公开提供了一种施工现场质量监管方法,包括:
获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;
将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息;
所述检测模型基于神经网络对混凝土浇筑数据、环境检测数据和线路检测的历史数据进行训练获得。
第二方面,本公开提供了一种施工现场质量监管***,包括:
数据获取模块,用于获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;
监管模块,用于将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息并传输至施工现场,进而可根据报警信息对施工现场的作业进行指导调度;
所述检测模型基于神经网络对混凝土浇筑数据、环境检测数据和线路检测的历史数据进行训练获得。
与现有技术对比,本公开具备以下有益效果:
1、本发明采用将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息,解决了如何保证施工现场的线路安全,提前对线路进行监测,并判断存在的安全隐患并及时修复保证施工工程质量是需要解决的问题和如何避免混凝土浇筑过程中,自身与外界条件产生的温差及收缩应力引起结构性裂缝问题,实现对混凝土浇筑体的工程质量进行有效监控,进而有效指导大体积混凝土施工。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本公开的实施例1中施工现场质量监管方法的流程图;
图2为本公开的实施例1中施工现场的设备安装流程图;
图3为本公开的实施例1中施工现场质量监管方法的数据流转示意图;
其中:211、数据获取模块;212、数据存储模块;213、检测模块。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
如图1所示,本实施例提供了一种施工现场质量监管方法,包括:
获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;
将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息并传输至施工现场,进而可根据报警信息对施工现场的作业进行指导调度;
所述检测模型基于神经网络对混凝土浇筑数据、环境检测数据和线路检测的历史数据进行训练获得。
将混凝土浇筑数据、环境检测数据和线路检测输入训练好的检测模型中获得检测结果,若检测结果未超过阈值则继续获取下一时刻的混凝土浇筑数据、环境检测数据和线路检测数据进行分析,若超过阈值则生成报警信息并传输至施工现场。
所述阈值是通过对历史数据曲线的符合要求的曲线图的检测的中值,其检测点可根据施工要求进行设定,例如可通过时间设定,例如浇筑开始时间后第3分钟、6分钟和9分钟的测量值,其中浇筑量需要保持一致性要求。
所述混凝土浇筑数据包括混凝土各个测温点内部、表面、环境温度以及温差数据对比;混凝土浇筑数据的历史数据或者试验数据获得混凝土降温速率曲线,若降温曲线的设定区域的检测值超过阈值则生成报警信息。
对施工现场的混凝土浇筑区域加装硬件传感器,硬件传感器可采用非接触式激光红外温度传感器和室温计,可分别设有第一、第二和第三红外温度传感器,其中第一红外温度传感器通过支架安装在浇筑区顶部,由上而下对浇筑区域中心测点处进行温度监测,第二红外温度传感器通过滑块安装在滑杆上,滑杆一端安装在浇筑顶面,另一端深入浇筑衬砌结构内,处于浇筑区域上方,并随着浇筑面的升高提升滑杆的高度,使得其始终保持处于浇筑区上方设定距离处,第二红外温度传感器用于测定浇筑面边缘温度,第三红外温度传感器安装在浇筑区外侧,对浇筑区外侧面进行温度检测;室温计用于对浇筑区域周围环境温度进行检测。
所述环境监测数据包括环境温度数据、环境风力数据和环境扬尘数据;具体可采用以直观的图表形式呈现,通过24小时环境变化曲线、月度环境变化曲线,对扬尘治理效果进行判断,或者根据趋势对未来情况进行预判。当现场的环境监测数据超过设定的阈值后,自动推送报警信息,辅助管理人员对恶劣天气(如大风)做出应急措施(如塔吊停止运行和浇筑施工暂停),避免安全事故发生。24小时平均值可体现出现场扬尘变化的详细趋势,可判断扬尘超标后是否及时进行了降尘,反映的是项目每天的降尘措施执行力度。检查扬尘管理中是否有局部的超标,根据时间节点寻找超标的原因,辨别是否为经常性发生事件,并制定整改措施。将项目扬尘(目前为PM10)报警次数与喷淋次数同框显示,并记录扬尘报警与恢复时间,完成扬尘管理闭环,即“报警—喷淋—恢复”;通过扬尘报警与自动喷淋完成的智能管理闭环,证明扬尘与喷淋联动的良好管理成效。建设工程项目的正常进行需要以有利的气候条件为前提,不利的气候条件会直接或间接的影响到施工进度。项目管理人员需根据不同的实时气候及天气预报,对现场施工进行一系列的应对安排,平台中的科学施工模块,也会跟进气候变化,自动推送施工建议,比如温度过低,注意结构保温措施等。
所述线路检测数据包括线路电量、电压和电流数据,可通过加装漏电传感器、温度传感器、烟雾传感器、开关状态传感器等,识别漏电、过载、着火等风险,监测的数据实时上传至云平台,根据电缆温度变化趋势对可能发生的风险进行预判,还可以查看不同类型隐患的报警次数及占比,及时进行专项教育。设备可以实时显示电量、电压、电流等数据,对超标数据进行预警和记录,对漏电、温度异常及时报警,附带电工信息可以帮助管理人员及时联系工人解决问题,减少项目损失。对绿色施工中节电规定进行科学细化管理,便于及时调整耗能问题,调整施工及生活用电的资源配置。
由于各个数据中的数值变化范围不同,为了便于比较,将数据输入神经网络前,需要对每个时间序列进行标准化处理,预处理过程中,具体是将原始时序数据的均值与标准差进行标准化,经过标准化处理后的时序数据符合标准正态分布,即均值为0,标准值为1。预处理后的混凝土浇筑数据、环境检测数据和线路检测数据可输入检测模型获得检测结果。
作为一种具体实施方式,所述神经网络模型采用卷积神经网络,具体训练过程如下:
初始化神经网络,设定初始化第一、第二和第三参数,采用initwb函数根据每一层的初始化参数初始化权重矩阵和偏置,初始化权重通常设为rands;
设置网络训练次数、训练目标;可设置网络训练次数为1000步,训练目标误差为0.0002,显示训练步数为70步;
利用输入矩阵和目标矩阵,通过调用train函数,输入训练集数据进行训练直至收敛,进而可获得预测曲线图;
将用于测试的历史数据按照输入矩阵格式组成用于测试的矩阵,进行归一化处理后,调用Matlab工具箱中的SIM函数,对训练好的网络进行仿真。
具体的,其中以混凝土各个测温点内部、表面、环境温度以及温差数据作为第一参数,以环境温度数据、环境风力数据和环境扬尘数据作为第二参数,以线路电量、电压和电流数据作为第三参数;分别将第一参数、第二参数和第三参数输入网络模型中进行训练,对第一参数对于地输出结果超过阈值地进行生成第一报警信息,可将第一报警信息传输至施工现场进行现场施工修正作业;对第二参数的输出结果超过阈值地进行生成第二报警信息,可将第二报警信息传输至施工现场进行暂停施工应急处理;对第三参数的输出结果超出阈值的生成第三报警信息,可将第三报警信息传输至施工现场进行线路检测和修复,修复完成后继续施工。
所述工程质量是衡量工程项目建设是否成功建成的标志,因此将建立一个完整的质量保证体系,从组织结构、设计、材料采购保存、施工、调试验收、售后服务等多方面对项目建设进行质量管理。质量保证体系,完善的质量保证体系需要一个严密的组织结构,需要各个部门协调工作,落实具体的人员来完成质量监控的任务。将建立以质量主管为组长的工程质量检查小组,不定期地对各工地进行全面的质量检查,对施工质量进行全面的监控。工程质量由项目经理负责。各***的施工队要求配有固定的质量检查员,进行现场的质量监督。切实做到工程质量责任到人,层层抓质量。质量保证体系,坚持按照ISO9000标准严格管理每一个质量环节,从合同控制、设计控制、文件和资料的控制、采购控制、设备及过程控制,确保了每一项业务和每一项工程自始至终的过程质量处于受控状态,为最终工程项目质量目标的圆满实现奠定了可靠的基础。同时严格控制采购管理,对采购计划进行审批确认后,再签订采购合同,到货时进行设备检验,必要时进行性能测试,确保将最适用的产品应用到工程项目中。其中,施工现场设备安装需要通过施工装备、设备运输开箱检验、设备安装、设备加点单片机检测、联合模拟测试、接口测试、子***测试、联合调试、***验收等步骤完成。
实施例2
一种施工现场质量监管***,包括:
数据获取模块,用于获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;
监管模块,用于将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息并传输至施工现场,进而可根据报警信息对施工现场的作业进行指导调度;
所述检测模型基于神经网络对混凝土浇筑数据、环境检测数据和线路检测的历史数据进行训练获得。
作为具体的实施方式,所述数据获取模块和监管模块的具体方式分别对应上述实施例中所述的施工现场质量监管方法的具体步骤。作为进一步的技术方案,还包括数据存储模块,用于存储历史数据、混凝土浇筑数据、环境检测数据和线路检测数据和检测结果。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (6)
1.一种施工现场质量监管方法,其特征在于,包括:
获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;
将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息;
所述检测模型基于神经网络对混凝土浇筑数据、环境检测数据和线路检测的历史数据进行训练获得;
所述混凝土浇筑数据包括混凝土各个测温点内部、表面、环境温度以及温差数据对比;混凝土浇筑数据的历史数据或者试验数据获得混凝土降温速率曲线,若降温曲线的设定区域的检测值超过阈值则生成报警信息;所述阈值是通过对历史数据曲线的符合要求的曲线图的检测的中值;
对施工现场的混凝土浇筑区域加装硬件传感器,硬件传感器可采用非接触式激光红外温度传感器和室温计,可分别设有第一、第二和第三红外温度传感器,其中第一红外温度传感器通过支架安装在浇筑区顶部,由上而下对浇筑区域中心测点处进行温度监测,第二红外温度传感器通过滑块安装在滑杆上,滑杆一端安装在浇筑顶面,另一端深入浇筑衬砌结构内,处于浇筑区域上方,并随着浇筑面的升高提升滑杆的高度,使得其始终保持处于浇筑区上方设定距离处,第二红外温度传感器用于测定浇筑面边缘温度,第三红外温度传感器安装在浇筑区外侧,对浇筑区外侧面进行温度检测;室温计用于对浇筑区域周围环境温度进行检测;
将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果步骤还包括:对每个时间序列的混凝土浇筑数据、环境检测数据和线路检测数据进行标准化预处理,标准化预处理过程中将原始时序数据的均值与标准差进行标准化,经过标准化处理后的时序数据符合标准正态分布,即均值为0,标准值为1;
线路检测数据包括线路电量、电压和电流数据,识别漏电、过载和着火风险,监测的数据实时上传至云平台,提前对线路进行监测,根据电缆温度变化趋势对可能发生的风险进行预判,不同类型隐患的报警次数及占比可供查看;
以混凝土各个测温点内部、表面、环境温度以及温差数据作为第一参数,以环境温度数据、环境风力数据和环境扬尘数据作为第二参数,以线路电量、电压和电流数据作为第三参数;
将第一参数、第二参数和第三参数输入网络模型中进行训练,对第一参数对于地输出结果超过阈值地进行生成第一报警信息,可将第一报警信息传输至施工现场进行现场施工修正作业,避免混凝土浇筑过程中,自身与外界条件产生的温差及收缩应力引起结构性裂缝;对第二参数的输出结果超过阈值地进行生成第二报警信息,可将第二报警信息传输至施工现场进行暂停施工应急处理;对第三参数的输出结果超出阈值的生成第三报警信息,可将第三报警信息传输至施工现场进行线路检测和修复,修复完成后继续施工。
2.如权利要求1所述的施工现场质量监管方法,其特征在于,所述神经网络模型采用卷积神经网络,具体训练过程如下:
初始化神经网络,设定初始化第一、第二和第三参数,根据每一层的初始化参数初始化权重矩阵和偏置;
设置网络训练次数和训练目标;
利用输入矩阵和目标矩阵,通过调用函数,将输入的训练集数据进行训练直至收敛,进而可获得预测曲线图,根据预测曲线图生成检测结果。
3.如权利要求1所述的施工现场质量监管方法,其特征在于,采用非接触式激光红外温度传感器和室温计获取施工现场的混凝土浇筑数据。
4.如权利要求1所述的施工现场质量监管方法,其特征在于,所述线路检测数据包括线路电量、电压和电流数据。
5.如权利要求1所述的施工现场质量监管方法,其特征在于,所述环境监测数据包括环境温度数据、环境风力数据和环境扬尘数据。
6.一种施工现场质量监管***,其特征在于,包括:
数据获取模块,用于获取施工现场当前时刻各区域的混凝土浇筑数据、环境检测数据和线路检测数据;
监管模块,用于将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果,若检测结果未超过阈值则继续获取下一时刻的数据进行检测,若检测结果超过阈值则生成报警信息并传输至施工现场,进而可根据报警信息对施工现场的作业进行指导调度;
所述检测模型基于神经网络对混凝土浇筑数据、环境检测数据和线路检测的历史数据进行训练获得;
所述混凝土浇筑数据包括混凝土各个测温点内部、表面、环境温度以及温差数据对比;混凝土浇筑数据的历史数据或者试验数据获得混凝土降温速率曲线,若降温曲线的设定区域的检测值超过阈值则生成报警信息;所述阈值是通过对历史数据曲线的符合要求的曲线图的检测的中值;
对施工现场的混凝土浇筑区域加装硬件传感器,硬件传感器可采用非接触式激光红外温度传感器和室温计,可分别设有第一、第二和第三红外温度传感器,其中第一红外温度传感器通过支架安装在浇筑区顶部,由上而下对浇筑区域中心测点处进行温度监测,第二红外温度传感器通过滑块安装在滑杆上,滑杆一端安装在浇筑顶面,另一端深入浇筑衬砌结构内,处于浇筑区域上方,并随着浇筑面的升高提升滑杆的高度,使得其始终保持处于浇筑区上方设定距离处,第二红外温度传感器用于测定浇筑面边缘温度,第三红外温度传感器安装在浇筑区外侧,对浇筑区外侧面进行温度检测;室温计用于对浇筑区域周围环境温度进行检测;
将混凝土浇筑数据、环境检测数据和线路检测数据输入检测模型中获取检测结果步骤还包括:对每个时间序列的混凝土浇筑数据、环境检测数据和线路检测数据进行标准化预处理,标准化预处理过程中将原始时序数据的均值与标准差进行标准化,经过标准化处理后的时序数据符合标准正态分布,即均值为0,标准值为1;
线路检测数据包括线路电量、电压和电流数据,识别漏电、过载和着火风险,监测的数据实时上传至云平台,提前对线路进行监测,根据电缆温度变化趋势对可能发生的风险进行预判,不同类型隐患的报警次数及占比可供查看;
以混凝土各个测温点内部、表面、环境温度以及温差数据作为第一参数,以环境温度数据、环境风力数据和环境扬尘数据作为第二参数,以线路电量、电压和电流数据作为第三参数;
分别将第一参数、第二参数和第三参数输入网络模型中进行训练,对第一参数对于地输出结果超过阈值地进行生成第一报警信息,可将第一报警信息传输至施工现场进行现场施工修正作业,避免混凝土浇筑过程中,自身与外界条件产生的温差及收缩应力引起结构性裂缝;对第二参数的输出结果超过阈值地进行生成第二报警信息,可将第二报警信息传输至施工现场进行暂停施工应急处理;对第三参数的输出结果超出阈值的生成第三报警信息,可将第三报警信息传输至施工现场进行线路检测和修复,修复完成后继续施工。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110763585.2A CN113379323B (zh) | 2021-07-06 | 2021-07-06 | 施工现场质量监管方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110763585.2A CN113379323B (zh) | 2021-07-06 | 2021-07-06 | 施工现场质量监管方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113379323A CN113379323A (zh) | 2021-09-10 |
CN113379323B true CN113379323B (zh) | 2023-06-16 |
Family
ID=77581207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110763585.2A Active CN113379323B (zh) | 2021-07-06 | 2021-07-06 | 施工现场质量监管方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379323B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117112768B (zh) * | 2023-10-23 | 2024-02-02 | 公诚管理咨询有限公司 | 基于无监督语义提取的智能问答方法及*** |
CN117910781B (zh) * | 2024-03-19 | 2024-05-24 | 济宁市兖州区乾通建材有限公司 | 一种预拌混凝土浇筑施工现场智能管理*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036755A (zh) * | 2020-09-02 | 2020-12-04 | 张海军 | 一种建筑工程质量检测的监管方法及*** |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336499A (zh) * | 2013-06-19 | 2013-10-02 | 中山市拓维电子科技有限公司 | 一种沥青混凝土路面施工质量动态管理***及方法 |
CN104110008B (zh) * | 2014-07-02 | 2016-06-15 | 三峡大学 | 一种用于混凝土坝中后期通水快速调控的方法 |
CN207096762U (zh) * | 2017-08-24 | 2018-03-13 | 河南瑞欧光电科技有限公司 | 智慧化工地监控*** |
CN208060518U (zh) * | 2018-03-23 | 2018-11-06 | 中建八局第一建设有限公司 | 一种混凝土养护龄期到期提醒*** |
CN109445363A (zh) * | 2018-12-21 | 2019-03-08 | 杭州睿兴栋宇建筑科技有限公司 | 一种基于异常检测算法的施工现场动态安全监测*** |
CN111046457B (zh) * | 2019-11-08 | 2022-02-01 | 清华大学 | 一种施工全周期混凝土拱坝温控曲线模型 |
CN211373858U (zh) * | 2020-03-23 | 2020-08-28 | 广东钜能建设有限公司 | 大体积混凝土内部测温构造 |
CN111986461B (zh) * | 2020-08-19 | 2022-05-10 | 武汉瑞莱保能源技术有限公司 | 一种施工****** |
CN112114117B (zh) * | 2020-09-10 | 2022-05-17 | 广东稳固检测鉴定有限公司 | 一种道路桥梁混凝土结构检测装置 |
CN112907389A (zh) * | 2021-04-09 | 2021-06-04 | 北京中安瑞力科技有限公司 | 一种地陆空天一体化智能工地***及管理方法 |
-
2021
- 2021-07-06 CN CN202110763585.2A patent/CN113379323B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036755A (zh) * | 2020-09-02 | 2020-12-04 | 张海军 | 一种建筑工程质量检测的监管方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113379323A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114640173B (zh) | 一种基于多特征量的变压器和发电机的预警模型 | |
CN102663530B (zh) | 高压直流输电***安全预警与评估*** | |
CN113379323B (zh) | 施工现场质量监管方法及*** | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站*** | |
CN103078403B (zh) | 一种智能变电站二次***的在线状态评估方法 | |
CN103995932A (zh) | 采用广义量测横向关联方式的统一建模方法 | |
CN110988559A (zh) | 基于物联网的变电站直流***全生命周期的在线监测方法 | |
CN106228472B (zh) | 一种变电站设备智能巡检故障分析方法 | |
CN110349048B (zh) | 变电站多维数据运行交互控制平台及故障处置方法 | |
CN103368261A (zh) | 变电站用在线监测和巡检*** | |
CN113537523A (zh) | 一种变电设备状态检修及辅助决策方法 | |
CN112556903A (zh) | 一种杆塔塔材全状态监测分析方法 | |
CN112684517A (zh) | 一种带电作业的作业环境远程监测装置 | |
CN103630781A (zh) | 一种有源电子式电流互感器的复合供能非接触在线监测*** | |
CN113379193B (zh) | 一种电网运检管控方法、装置及终端设备 | |
CN117728568A (zh) | 一种基于大数据融合的台区断电监测及安全运行保障方法 | |
CN113858231A (zh) | 一种变电站轨道机器人***的控制方法 | |
CN113346622A (zh) | 一种基于大数据分析的电网运行风险智能告警*** | |
CN116523494B (zh) | 一种电力施工现场安全监督管理*** | |
CN115238957A (zh) | 一种输电线路走廊预警方法和*** | |
CN114819214A (zh) | 一种高速公路机电设备智慧管养平台及方法 | |
CN113642478A (zh) | 一种智能运维平台 | |
Huang et al. | An intelligent threshold alarm model based on abnormal judgment of logic indicators | |
CN213545522U (zh) | 一种电缆感温预警*** | |
CN106959395B (zh) | 一种可远程运维的变电站直流*** |
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 |