CN114357567A - 基于bim的风振监测、***、存储介质及计算机设备 - Google Patents
基于bim的风振监测、***、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN114357567A CN114357567A CN202111503159.1A CN202111503159A CN114357567A CN 114357567 A CN114357567 A CN 114357567A CN 202111503159 A CN202111503159 A CN 202111503159A CN 114357567 A CN114357567 A CN 114357567A
- Authority
- CN
- China
- Prior art keywords
- information
- wind
- data
- target building
- building
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 96
- 238000004458 analytical method Methods 0.000 claims abstract description 81
- 230000001133 acceleration Effects 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004088 simulation Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 description 15
- 238000013461 design Methods 0.000 description 13
- 238000005457 optimization Methods 0.000 description 12
- 238000007405 data analysis Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000003938 response to stress Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
一种基于BIM的风振监测方法，包括：采集目标建筑的信息、来流风的信息；根据目标建筑的信息，通过分析获得目标建筑的楼体的风振响应分析数据；通过模拟计算获得目标建筑的体型系数；将楼体的风振响应分析数据、目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；在基于目标建筑的信息、来流风的信息的BIM模型中表征结构最大加速度响应分布概率数据，并输出相应的预警信息。本发明通过使用BIM来使得实时的目标建筑响应信息和来流风的信息进行可视化呈现，同时通过对风振数据的计算，在BIM中可视化动态呈现相应的风振响应信息，以及根据风振响应信息输出预警信息。
Description
技术领域
本发明涉及风振坚持领域，特别涉及一种基于BIM的风振监测、***、存储介质及计算机设备。
背景技术
随着社会和科技的不断进步，施工技术及建筑材料的不断创新使得高层建筑变的更轻、更柔、阻尼更小，结构的自振频率与强风的卓越频率更加接近，结构的风振响应加剧，风荷载和风振响应成为高层建筑结构设计较为关注的问题之一。风效应会使结构发生较大弹塑性变形并对围护结构造成破坏，同时对人体的舒适度也有较大影响。
现场实测的方法由于其耗时较长且投入资金较大，试验组织和安排比较复杂，且由于难以人为的控制和改变地形和气象条件，在实际应用中存在长期监测难度大，研究往往针对单一超限建筑，尤以超高层写字楼为最，忽略了更为广大的、对楼体风致摆动更为敏感的广大居民。
当前缺乏一种可以与工程实践相结合的，便于工程师、设计师、管理者和技术研发人员等工程建设参与者使用的风振响应即时数据处理反馈***，以进行结构监测和设计优化和技术研究。
本发明将建立一种以BIM和5G技术为核心的，由基于5G的建筑监测数据实时无损传输***，风振数据分析***，基于BIM的建筑变形响应可视化***和结构安全预警***组成的BIM+5G超高层建筑风振舒适度智慧分析预警***。这一可复制、易扩展的超高层居住舒适度分析预警平台，可以在所有超高层建筑应用的项目上直接进行应用，保障已建建筑结构安全和居住适用性的同时，为在建和未来待建建筑提供设计参考，为标准政策制定提供数据积累和决策支撑。
发明内容
本发明提供一种基于BIM的风振监测、***、存储介质及计算机设备，能够实时分析计算目标建筑的风振信息并作预警。其具体技术方案如下。
根据本申请的一个方面，提供一种基于BIM的风振监测方法，包括：
采集目标建筑的信息以及来流风的信息；其中，所述目标建筑的信息包括目标建筑的结构信息、结构加速度信息和位移信息；
根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；
通过模拟计算获得所述目标建筑的体型系数；
将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；
在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息。
进一步地，所述根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据，包括：
通过时域、频域、模态识别分析，计算获得所述目标建筑的楼体的风振响应分析数据，包括：通过北斗卫星信号授时时间与采集数据一一对应的方式，将不同测点数据传回后的时间序列，进行时间的一一对应，并将每一时刻不同测点的数据在同一时间点写入数据库，用于计算获得所述目标建筑的楼体的风振响应分析数据。
进一步地，所述通过计算获得所述目标建筑的体系系数，包括：
通过风洞试验、计算流体动力学模拟来获得所述目标建筑的体型系数。
进一步地，所述来流风的信息包括收录来自天气预报信息、实时风速信息、实时风向。
根据本申请的另一个方面，提供一种基于BIM的风振监测***，包括：
信息采集模块，用于采集目标建筑的信息以及来流风的信息；
第一计算模块，用于根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；
第二计算模块，用于通过模拟计算获得所述目标建筑的体型系数；
第三计算模块，用于将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；
预警模块，用于在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息。
进一步地，所述第二计算模块还包括：通过时域、频域、模态识别分析，计算获得所述目标建筑的楼体的风振响应分析数据，包括：
通过北斗卫星信号授时时间与采集数据一一对应的方式，将不同测点数据传回后的时间序列，进行时间的一一对应，并将每一时刻不同测点的数据在同一时间点写入数据库，用于计算获得所述目标建筑的楼体的风振响应分析数据。
进一步地，所述第三计算模块还包括：通过风洞试验、计算流体动力学模拟来获得所述目标建筑的体型系数。
进一步地，所述来流风的信息包括收录来自天气预报信息、实时风速信息、实时风向。
根据本申请的另一个方面，一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的风振监测方法。
根据本申请的另一个方面，一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的风振监测方法。
综上所述，本发明的有益技术效果为：通过使用BIM来使得实时的目标建筑信息和来流风的信息进行可视化呈现，同时通过对风振数据的计算，在BIM中可视化动态呈现相应的风振响应信息，以及根据风振响应信息输出预警信息。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1示出了本申请实施例提供的基于BIM的风振监测方法的流程示意图；
图2示出了本申请实施例提供的基于BIM的风振监测***的框架示意图；
图3示出了本申请另一实施例提供的基于BIM的风振监测***的框架示意图；
图4示出了本申请另一实施例提供的基于BIM的风振监测***的预警流程示意图。
具体实施方式
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
如图1所示，在本发明提供的一些可实现的实施例中，提供一种基于BIM的风振监测方法，包括：
采集目标建筑的信息以及来流风的信息；其中，所述目标建筑的信息包括目标建筑的结构信息、结构加速度信息和位移信息；
根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；
通过模拟计算获得所述目标建筑的体型系数；
将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；
在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息。
在本发明提供的一些可实现的实施例中，通过使用摄像头或者无人机的方式来获取采集目标建筑的信息，其信息包括目标建筑的位置、建筑与建筑之间的方位、建筑的外形、高度、楼间距、所处地方的海拔等等相应的信息；来流风的信息通过实时收录的风速仪器来获得，或者通过收录广播信息中关于实时风速或者未来时间的风速来获取相应的信息，通过5G 数据信息通道来将这些来流风的信息进行传输到中央处理***中进行处理，达到实时高效的效果。
在本发明提供的一些可实现的实施例中，根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；可理解为，风振响应数据为建筑结构在风荷载作用下产生的包括构件应力应变，结构楼层摆动速度、加速度，整体振动、偏移和扭转在内的一系列受力响应的总称。在这里，通过针对所需监测的目标建筑，提取该目标建筑的信息来计算该建筑的楼体的风振响应分析数据，包括该建筑中各个楼层对应的摆动速度、加速度，整体振动、偏移和扭转等数据信息。
在本发明提供的一些可实现的实施例中，通过计算获得所述目标建筑的体型系数，可理解为，通过EPC设计分析模块，通过风洞试验或CFD仿真模拟提供对象结构的体型系数，以及通过对目标建筑和风的模态分析。
在本发明实施例中，将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；可理解为，建立目标建筑和风的BIM响应模块，将楼体的风振响应分析数据、楼体的体型系数等理论计算数值以及气象部门发布的风速风向数据代入通过贝叶斯原理建立的结构振动超标概率计算模块，输出结构最大加速度相应分布概率。
在本发明实施例中，在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息，可理解为，通过实时采集的目标建筑的信息、实时采集的来流风的信息或者实时可获取未来来流风的信息，结合目标建筑的结构最大加速度响应分布概率数据，在目标建筑和风的BIM模型中进行动态的展示，并设置预警值，使得监测数据达到预警值时，输出警报信息；本发明能够实时的风信息或者实时获取关于风的未来信息来监测或者计算未来可能出现的情况，进行实时的分析警报。
在本发明提供的一些可实现的实施例中，所述根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据，包括：
通过时域、频域、模态识别分析，计算获得所述目标建筑的楼体的风振响应分析数据，包括：通过北斗卫星信号授时时间与采集数据一一对应的方式，将不同测点数据传回后的时间序列，进行时间的一一对应，并将每一时刻不同测点的数据在同一时间点写入数据库，用于计算获得所述目标建筑的楼体的风振响应分析数据。
在本发明提供的一些可实现的实施例中，所述通过计算获得所述目标建筑的体系系数，包括：
通过风洞试验、计算流体动力学模拟来获得所述目标建筑的体型系数。
在本发明提供的一些可实现的实施例中，所述来流风的信息包括收录来自天气预报信息、实时风速信息、实时风向。
在本发明提供的一些可实现的实施例中，上述方法涉及的模块包括：风振响应监测及 5G数据传输集成模块、风振数据分析模块、BIM响应预警模块、中央处理***、EPC设计优化模块；风振响应监测及5G数据传输集成模块、风振数据分析模块、BIM响应预警模块、EPC设计优化模块与中央处理***连接。
其中，风振响应监测及5G传输集成模块，包括：
风振相应监测及5G传输集成模块由数据采集***与传输***组成，以及传感器***获得的信息进行采集和数据传输的网络***。
1)数据采集与传输***由数据采集单元和数据5G传输网络构成。数据的采集具有北斗卫星信号授时同步功能。尤其对于荷载观测***和结构响应观测***，良好的时钟同步功能有助于建立可靠的荷载-响应关系，从而确保结构性态评估的准确性。或者，数据采集与传输***由数据采集单元和数据5G传输网络构成。通过5G模块的集成，保证了大宗数据即时、有效、稳定的传输至数据库终端。数据的采集具有北斗卫星信号授时同步功能。传感器的时间同步对于结构响应和振型的分析至关重要，因此本方法采用每1分钟通过北斗卫星信号进行1次时钟同步，数据记录采用双特征记录的方式，包括北斗卫星信号授时时间(精确至0.001s) 与采集数据一一对应的方式，保证每个采样数据与时间的唯一性，通过不能测点数据传回后的时间序列，进行时间的一一对应，从而将每一时刻不同测点的数据在同一时间点写入数据库，保证测量数据的同步性。
2)***在无人职守条件下连续运行，采集得到的数据可供远程传输和共享，采样参数可远程在线设置。数据采集子站能24小时连续采样，在预警状态下能够进行特殊采样和人工干预采样。
3)数据采集软件具有数据采集和缓存管理功能，并能对现场数据进行基本的统计计算，以便显示相应信息。
其中，风振数据分析模块，包括：
1)数据预处理
数据预处理主要内容包括尖峰过滤、噪声过滤、数据格式转换和简单的统计运算，如设定时段内的最大值、最小值、均值、方差、标准差等，这些运算结果将作为结构性态监测***判别初级预警的主要依据之一。
2)数据后处理
数据后处理主要进行监测数据的高级分析，如实时模态分析、特征量与环境因素之间的相关性分析、非线性回归分析等。由于这些分析方法运行时常需要一定的计算时间，数据后处理往往离线进行，分析的原始数据来自动态数据库和已备份的原始数据库。
其中，EPC设计分析模块，包括：
通过CFD数值模拟和风洞试验模拟对结构的常态和非常态风环境作用下表面风压、各楼层荷载、基础荷载、体型系数等刚性数据以及结构各楼层加速度、速度和位移响应以及等效静力风荷载进行测试，作为变量输入预测模型。
其中，BIM响应预警模块，包括：
通过输入所需的目标建筑的信息，可为目标建筑的某一层或者某一受风结构等，首先输入布置这些信息到BIM模块中，同时，将项目信息输入，包括目标建筑所在地址、场地信息、项目类型、楼层信息等设置于BIM模块中进行呈现，通过使用训练完成模块的预测，导出预测的结果信息，通过二次开发形成相应的可视化动态BIM模块，同时将采集的来流风的信息结合，输出风振数据相关的预警信息。
在本发明提供的一些可实现的实施例中，提供一种5G+BIM风振预测方法，可包括：(1)5G数据采集传输模块，实现数据的抗干扰无损传输；(2)风振数据分析模块，通过时域/频域和模态识别分析，计算建筑各测量楼层的加速度、位移等时间平均值和最大值、楼体响应频率和主导振型等楼体风振响应。(3)EPC设计分析模块，通过风洞试验或CFD仿真模拟提供对象结构的体型系数和模态分析。(4)BIM响应模块，将模块(2)计算测得的数据、模块(3)楼体的体型系数等理论计算数值以及气象部门发布的风速风向数据代入通过贝叶斯原理建立的结构振动超标概率计算模块，输出结构最大加速度相应分布概率，在BIM模型中动态显示，并进行相应预警。
在本发明提供的一些可实现的实施例中，提供一种风振预测模块架构，包括：
1)导入数据处理模块的数据资料和技术分析，通过BIM二次开发建立数据库调用模块，即时调入各监测位置的位移和加速度响应。其中，监测位置为通过设备对目标建筑上各个方位的监测。
2)根据模态分析，建立对目标建筑的各楼层位移和加速度估测模块，建立楼层完整位移变形数据。
3)建立“可视化”的BIM模型位移变形自适应、自调整***，读取位移变化数据后，自动生成建筑结构位移变化即时显示模型整体和局部的相应情况。
4)通过将监测数据、气象数据及楼体在计算和实验得到的特征相应数据代入基于XGBoost模型训练的加速度概率分布模型，预测加速度分布概率，对未来一天内的楼体最大振动进行预测，并通过BIM***进行提前预警。其中，XGBoost：XGBoost是"极端梯度提升 "(eXtreme Gradient Boosting)的简称，是一种并行计算的高效机器学习算法。
可理解为，通过在城市气象网站抓取各测量站的即时风速监测数据计算平均Umean、脉动风速Urms，以及未来24小时的平均风力等级，作为外部来流风激励；以测量建筑塔楼安装的机械/超声风速仪过去24小时的风速监测时程、10min平均风速和均方根风速作为局部即时风速；以塔楼各楼层的两方向加速度测量值作为即时结构响应数据。
如图4所示，其中，深度神经网络(主控***)收集来自城市振风数据中过去24小时监测数据得到的阵风数据和未来24小时预测数据得到的风力等级L、以及塔楼风速监测数据中过去24小时数据得到的10民平均风速U、均方根风速Urms数据、以及塔楼风振监测数据中过去24小时数据得到的加速度a、以及根据结构振型和结构刚度和体现系数得到的 EPC设计分析结果数据，分析并处理，得到并判断加速度超过0.15m/s概率、判断加速度超过0.2m/s概率、判断加速度超过0.25m/s概率来获得相应的预警级别A1或A2或A3。
5)分别代入人工智能中的深度神经网络XGBoost模型，分别以气象数据、局部即时风速、即时结构响应数据为输入量，以未来1,3,6,12小时内的最大瞬时加速度超过3个阈值的概率作为输出量，通过试算确定神经网络模型中神经元个数与隐含层层数。
同时，根据神经网络输出结果，分别计算未来1，3，6，12小时的结构最大响应期望值：
通过监测结构在运营过程中承受风荷载的作用，对结构在极端天气环境条件下的运营过程进行实时监控和报警。在BIM平台中关联的结构响应测点，自动显示未来1,3,6,12小时的结构最大响应期望，当Edur大于0.15，发出黄色预警A3，当Edur大于0.2，发出黄色预警，A2，当Edur大于0.25，发出红色预警，A1，并发送短信至管理和技术人员。
如图2所示，在本发明提供的一些可实现的实施例中，提供一种基于BIM的风振监测***，包括：
信息采集模块，用于采集目标建筑的信息以及来流风的信息；
第一计算模块，用于根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；
第二计算模块，用于通过模拟计算获得所述目标建筑的体型系数；
第三计算模块，用于将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；
预警模块，用于在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息。
进一步地，所述第二计算模块还包括：通过时域、频域、模态识别分析，计算获得所述目标建筑的楼体的风振响应分析数据，包括：
通过北斗卫星信号授时时间与采集数据一一对应的方式，将不同测点数据传回后的时间序列，进行时间的一一对应，并将每一时刻不同测点的数据在同一时间点写入数据库，用于计算获得所述目标建筑的楼体的风振响应分析数据。
进一步地，所述第三计算模块还包括：通过风洞试验、计算流体动力学模拟来获得所述目标建筑的体型系数。
进一步地，所述来流风的信息包括收录来自天气预报信息、实时风速信息、实时风向。
本发明通过使用BIM来使得实时的目标建筑信息和来流风的信息进行可视化呈现，同时通过对风振数据的计算，在BIM中可视化动态呈现相应的风振响应信息，以及根据风振响应信息输出预警信息。
如图3所示，在本发明提供的一些可实现的实施例中，提供另一种基于BIM的风振监测***，包括：
5G数据传输***、风振数据分析***、BIM响应预警***、EPC设计优化***和主控***；其中，5G数据传输***包括工业级5G模块、数据采集集成***、加速度传感器、风压传感器、倾角仪、超声机械风速仪；数据采集集成***收集来自加速度传感器、风压传感器、倾角仪、超声机械风速仪的数据信息，通过工业级5G模块输送给主控***；同时，主控***向5G数据传输***发送北斗卫星信号授时数据；
风振数据分析***包括时域分析模块、频域分析模块、模态识别模块以及数据存储***；主控***将来自5G数据传输***的数据信息发送给风振数据分析***，由数据存储***进行存储以及通过时域分析模块、频域分析模块、模态识别模块进行分析处理得到响应分析数据，并将响应分析数据发送给主控***；
EPC设计优化***包括风洞实验分析模块、CFD仿真模拟模块、建筑体型优化模块、风环境优化模块、超高层数据库；EPC设计优化***接受并处理来自主控***的响应分析数据得到建筑结构优化数据并将建筑结构优化数据发送给BIM响应预警***；
BIM响应预警***包括项目管理预警模块、风效应即时模拟模块、大数据安全评价模块、BIM 信息化终端；BIM响应预警***接受来自主控***的响应分析数据以及来自EPC设计优化***的建筑结构优化数据进行处理并将处理后的信息进行体现。
基于上述如图1所示方法，相应的，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述如图1所示的风振监测方法。
基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)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)执行本申请各个实施场景所述的方法。
在本发明实施例中，提供一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述的风振监测方法。
基于上述如图1所示的方法，为了实现上述目的，本申请实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该计算机设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1所示的风振监测方法。
可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency， RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解，本实施例提供的一种计算机设备结构并不构成对该计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
存储介质中还可以包括操作***、网络通信模块。操作***是管理和保存计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种基于BIM的风振监测方法，其特征在于，包括：
采集目标建筑的信息以及来流风的信息；其中，所述目标建筑的信息包括目标建筑的结构信息、结构加速度信息和位移信息；
根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；
通过模拟计算获得所述目标建筑的体型系数；
将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；
在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息。
2.根据权利要求1所述的风振监测方法，其特征在于，所述根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据，包括：
通过时域、频域、模态识别分析，计算获得所述目标建筑的楼体的风振响应分析数据，包括：
通过北斗卫星信号授时时间与采集数据一一对应的方式，将不同测点数据传回后的时间序列，进行时间的一一对应，并将每一时刻不同测点的数据在同一时间点写入数据库，用于计算获得所述目标建筑的楼体的风振响应分析数据。
3.根据权利要求1所述的风振监测方法，其特征在于，所述通过计算获得所述目标建筑的体系系数，包括：
通过风洞试验、计算流体动力学模拟来获得所述目标建筑的体型系数。
4.根据权利要求1所述的风振监测方法，其特征在于，实时采集目标建筑的信息以及来流风的信息通过5G数据通道传输；所述来流风的信息包括收录来自天气预报信息、实时风速信息、实时风向。
5.一种基于BIM的风振监测***，其特征在于，包括：
信息采集模块，用于采集目标建筑的信息以及来流风的信息；其中，所述目标建筑的信息包括目标建筑的结构信息、结构加速度信息和位移信息；
第一计算模块，用于根据所述目标建筑的信息，通过分析获得所述目标建筑的楼体的风振响应分析数据；
第二计算模块，用于通过模拟计算获得所述目标建筑的体型系数；
第三计算模块，用于将所述楼体的风振响应分析数据、所述目标建筑的体型系数以及来流风的信息通过使用结构振动超标概率计算方式，输出结构最大加速度响应分布概率数据；
预警模块，用于在基于所述目标建筑的信息、所述来流风的信息的BIM模型中表征所述结构最大加速度响应分布概率数据，并输出相应的预警信息。
6.根据权利要求5所述的风振监测***，其特征在于，所述第二计算模块还包括：通过时域、频域、模态识别分析，计算获得所述目标建筑的楼体的风振响应分析数据，包括：
通过北斗卫星信号授时时间与采集数据一一对应的方式，将不同测点数据传回后的时间序列，进行时间的一一对应，并将每一时刻不同测点的数据在同一时间点写入数据库，用于计算获得所述目标建筑的楼体的风振响应分析数据。
7.根据权利要求5所述的风振监测***，其特征在于，所述第三计算模块还包括：通过风洞试验、计算流体动力学模拟来获得所述目标建筑的体型系数。
8.根据权利要求5所述的风振监测***，其特征在于，所述来流风的信息包括收录来自天气预报信息、实时风速信息、实时风向。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的风振监测方法。
10.一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的风振监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111503159.1A CN114357567A (zh) | 2021-12-09 | 2021-12-09 | 基于bim的风振监测、***、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111503159.1A CN114357567A (zh) | 2021-12-09 | 2021-12-09 | 基于bim的风振监测、***、存储介质及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114357567A true CN114357567A (zh) | 2022-04-15 |
Family
ID=81099950
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111503159.1A Pending CN114357567A (zh) | 2021-12-09 | 2021-12-09 | 基于bim的风振监测、***、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114357567A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114785445A (zh) * | 2022-06-20 | 2022-07-22 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风洞测压***的时钟同步实现方法 |
| CN116467878A (zh) * | 2023-04-21 | 2023-07-21 | 广州非攻智造建筑科技有限公司 | 一种装配式建筑安全健康检测方法、***、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955555A (zh) * | 2014-03-26 | 2014-07-30 | 合肥通用机械研究院 | 一种用于防风抗振的高耸塔器疲劳寿命设计方法 |
| CN105550506A (zh) * | 2015-12-09 | 2016-05-04 | 东南大学 | 基于长期实测数据的桥梁风振响应直接预测方法 |
| CN109238620A (zh) * | 2018-08-13 | 2019-01-18 | 广东省建筑科学研究院集团股份有限公司 | 基于弹性楼板假定的三维有限元模型下获取超高层建筑结构各部位构件风振加速度的方法 |
| CN111259538A (zh) * | 2020-01-14 | 2020-06-09 | 河北振创电子科技有限公司 | 一种振动报警方法、存储介质和电子设备 |
| CN112097823A (zh) * | 2020-07-29 | 2020-12-18 | 安徽建筑大学 | 一种基于北斗高精度定位和bim施工多点同步监测*** |
| CN113642069A (zh) * | 2021-07-22 | 2021-11-12 | 中南建筑设计院股份有限公司 | 基于bim和异构***的建筑风荷载快速迭代设计方法 |
-
2021
- 2021-12-09 CN CN202111503159.1A patent/CN114357567A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955555A (zh) * | 2014-03-26 | 2014-07-30 | 合肥通用机械研究院 | 一种用于防风抗振的高耸塔器疲劳寿命设计方法 |
| CN105550506A (zh) * | 2015-12-09 | 2016-05-04 | 东南大学 | 基于长期实测数据的桥梁风振响应直接预测方法 |
| CN109238620A (zh) * | 2018-08-13 | 2019-01-18 | 广东省建筑科学研究院集团股份有限公司 | 基于弹性楼板假定的三维有限元模型下获取超高层建筑结构各部位构件风振加速度的方法 |
| CN111259538A (zh) * | 2020-01-14 | 2020-06-09 | 河北振创电子科技有限公司 | 一种振动报警方法、存储介质和电子设备 |
| CN112097823A (zh) * | 2020-07-29 | 2020-12-18 | 安徽建筑大学 | 一种基于北斗高精度定位和bim施工多点同步监测*** |
| CN113642069A (zh) * | 2021-07-22 | 2021-11-12 | 中南建筑设计院股份有限公司 | 基于bim和异构***的建筑风荷载快速迭代设计方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李宇;付曜;李琛;: "超高层建筑结构抗风性能研究", 建筑科学与工程学报, no. 02, 15 March 2018 (2018-03-15) * |
| 洪小健;顾明;: "一个关于高柔结构顺风向抗风设计中考虑地震作用组合的概率模型及求解", 应用数学和力学, no. 05, 15 May 2006 (2006-05-15) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114785445A (zh) * | 2022-06-20 | 2022-07-22 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种风洞测压***的时钟同步实现方法 |
| CN116467878A (zh) * | 2023-04-21 | 2023-07-21 | 广州非攻智造建筑科技有限公司 | 一种装配式建筑安全健康检测方法、***、设备及介质 |
| CN116467878B (zh) * | 2023-04-21 | 2024-01-26 | 广州非攻智造建筑科技有限公司 | 一种装配式建筑安全健康检测方法、***、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gentile et al. | One-year dynamic monitoring of a historic tower: damage detection under changing environment | |
| Magalhães et al. | Online automatic identification of the modal parameters of a long span arch bridge | |
| CN114357567A (zh) | 基于bim的风振监测、***、存储介质及计算机设备 | |
| CN108376184A (zh) | 一种桥梁健康监控的方法及*** | |
| CN114005278B (zh) | 一种高速公路基础设施群智能监测与预警***及方法 | |
| CN107944118A (zh) | 一种有效的建筑安全监测方法 | |
| CN105074503B (zh) | 地震预测装置 | |
| CN113569445A (zh) | 一种基于数字孪生技术的钢结构健康监测***及方法 | |
| CN112183643B (zh) | 基于声发射的硬岩拉剪破裂识别方法及装置 | |
| KR20120114439A (ko) | 유에스엔 기반 지능형 교량 모니터링 및 안전성 평가 시스템 | |
| CN109543907B (zh) | 一种复杂地形风资源评估方法及其装置 | |
| CN106989778A (zh) | 一种尾矿库在线安全监测*** | |
| CN115146230A (zh) | 一种古建筑健康监测***、方法及设备 | |
| CN115563683A (zh) | 一种基于数字孪生的水利工程自动化安全监测管理*** | |
| CN112199410A (zh) | 一种基于物联网的桥梁健康监测*** | |
| CN114547759B (zh) | 爬模施工监测方法、***和计算机可读存储介质 | |
| Zonno et al. | Environmental and ambient vibration monitoring of historical adobe buildings: applications in emblematic andean churches | |
| CN103018793B (zh) | 一种极端气象条件下的架线的云预警***和方法 | |
| CN105426665B (zh) | 基于状态监测的动态可靠度确定方法 | |
| Kiremidjian et al. | A wireless structural monitoring system with embedded damage algorithms and decision support system | |
| CN113390540A (zh) | 一种自供电的高灵敏度的桥梁应力检测***及检测方法 | |
| CN117191147A (zh) | 一种泄洪大坝水位监测预警方法及*** | |
| CN115248075A (zh) | 一种多源声学大数据融合的水声探测效能评估*** | |
| CN109100102B (zh) | 基于应变连续监测的风机模态分析方法、装置、终端与计算机可读存储介质 | |
| CN112162336A (zh) | 基于二维气象要素场的能见度预测方法和装置 |
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 |