CN115062979A - 基于层次分析和模糊评价的金属屋面性能评估方法和*** - Google Patents
基于层次分析和模糊评价的金属屋面性能评估方法和*** Download PDFInfo
- Publication number
- CN115062979A CN115062979A CN202210692814.0A CN202210692814A CN115062979A CN 115062979 A CN115062979 A CN 115062979A CN 202210692814 A CN202210692814 A CN 202210692814A CN 115062979 A CN115062979 A CN 115062979A
- Authority
- CN
- China
- Prior art keywords
- metal roof
- evaluation
- area
- data
- fuzzy
- 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
- 239000002184 metal Substances 0.000 title claims abstract description 201
- 238000011156 evaluation Methods 0.000 title claims abstract description 115
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 125000004122 cyclic group Chemical group 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 239000004566 building material Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000013013 elastic material Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000003068 static 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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
- G01B7/18—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge using change in resistance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于层次分析和模糊评价的金属屋面性能评估方法和***，方法包括：在金属屋面的不同分布区域分别采集金属屋面的监测指标数据，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率；将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测指标数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重；基于模糊综合评价法确定金属屋面性能评价等级。本发明融合金属屋面所在区域信息和监测***采集数据的信息，实现对金属屋面进行分区域的综合评价。
Description
技术领域
本发明涉及金属屋面性能评估技术领域，更具体的说是涉及基于层次分析和模糊评价的金属屋面性能评估方法和***。
背景技术
金属屋面作为一种新型建筑材料被广泛应用在体育场、机场、工业厂房等大跨度建筑中。金属屋面维护***使用材料多为冷弯薄壁型合金材料，集成了保温隔热、吸音隔声、防水防风等各种功能，同时其具有重量轻、强度高、施工方便灵活等优点，是新兴的建筑材料。
但是在实际使用过程中，金属屋面较容易受到各种复杂天气情况的影响，存在着安全隐患。综合分析目前常见的故障类型，可以发现造成金属屋面故障的主要原因有以下两方面：将金属屋面的各种故障和破坏事故原因进行了总结：一方面，国内金属屋面行业设计、校核和施工的规范规程存在缺陷，没有统一的标准对其进行约束，导致金属屋面产品质量参差不齐，有些金属屋面面板质量较差存在一定的安全隐患，同时在施工方面没有规范的施工方法、检测手段导致金属屋面的质量事故层出不穷。另一方面，金属屋面建筑长期处于复杂的自然环境中，风、雨、雪等自然因素对其进行常年的腐蚀破坏和交替载荷的影响，易造成金属屋面的塑性变形、螺栓松动和疲劳效应，使金属屋面***的抗风揭风掀以及保温防水等性能下降。
因此，针对金属屋面的健康状况进行实时监测具有重要意义，根据监测数据对金属屋面当前的健康状况及未来剩余寿命的科学评估也至关重要。
发明内容
有鉴于此，本发明提供了一种基于层次分析和模糊评价的金属屋面性能评估方法和***，融合金属屋面所在区域信息和监测***采集数据的信息，对金属屋面进行分区域的综合评价。
为了实现上述目的，本发明采用如下技术方案：
基于层次分析和模糊评价的金属屋面性能评估方法，包括：
在金属屋面的不同分布区域分别采集金属屋面的监测指标数据，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率；
将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测指标数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重；
基于指标权重通过模糊综合评价法确定金属屋面性能评价等级。
优选的，金属屋面的不同分布区域包括普通区域、建筑外缘区域和迎风面区域，其中普通区域为屋顶中心部位，受天气因素影响较小，建筑外缘区域和迎风面区域受天气因素的影响依次增大。
优选的，采集纵向塑性应变值具体步骤为：
通过同一分布区域布置的n个应变片传感器对金属屋面的应变数据进行采集，根据金属屋面应变片粘贴位置对数据进行加权求和作为该区域的纵向塑性应变值，计算公式为：
Y＝a1Y1+a2Y2+…+anYn
式中，Y1,Y2,.....,Yn为n个应变片传感器采集的应变数据时间序列，a1,a2,......,an为n个区域的权重，总权重之和为1。
优选的，采集横向塑性变形值具体步骤为：
通过同一分布区域布置的n个位移传感器对金属屋面的位移数据进行采集，根据金属屋面应变片粘贴位置对数据进行加权求和作为该区域的横向塑性应变值，计算公式为：
Z＝b1Z1+b2Z2+…+bnZn
式中，Z1,Z2,.....,Zn为n个位移传感器采集的应变数据时间序列，b1,b2,......,bn为n个区域的权重，总权重之和为1。
优选的，疲劳损伤值计算公式为：
式中，k表示金属屋面承受循环荷载的循环次数，HD表示每次循环应力对金属屋面性能影响的累加量,βi为第i次变形量对应损伤量的权值,应力幅值越大，对应的权值越大,Ni为幅值大小为σi的对称循环应力持续作用下对应的材料疲劳寿命，即发生损伤的应力循环次数,σu根据工程经验值设定。
优选的，历史故障率计算公式为：
式中，T表示时间段，Fi表示发生故障预警数量。
优选的，将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测指标数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重，具体包括：
1)建立层次分析模型：将金属屋面所在分布区域的位置因素作为区域层指标，包括普通区域、建筑外缘区域和迎风面区域，将金属屋面的监测指标数据作为准则层因素，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率，将金属屋面的综合性能评判结果作为目标层；
2)建立因素集和评判集：
根据分布区域中的监测指标个数计算因素集；
将金属屋面的综合性能评判结果分为五个等级，作为评判集；
3)确定指标权重：基于每个分布区域对应的金属屋面的监测指标数据建立比较矩阵，确定纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率的权重。
优选的，基于模糊综合评价法确定金属屋面性能评价等级具体包括：
判断金属屋面的不同分布区域纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率的具体等级，对等级分别定义得分，建立隶属度矩阵；
将隶属度矩阵和指标权重相乘确定金属屋面性能评价等级。
基于层次分析和模糊评价的金属屋面性能评估***，包括：数据采集模块、数据处理模块和性能评估模块；
数据采集模块用于在金属屋面的不同分布区域分别采集金属屋面的监测数据，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率；
数据处理模块用于将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重；
性能评估模块基于模糊综合评价法确定金属屋面性能评价等级。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于层次分析和模糊评价的金属屋面性能评估方法和***，利用层次分析法与模糊综合评价法相结合，将金属屋面所在区域的位置因素和金属屋面监测***采集的监测量相结合，充分考虑了传感器的异构性和分布性特征，在异构信息的利用过程中，将异构传感器采集的金属屋面纵向应变信息，横向位移信息，故障报警次数及金属屋面的疲劳累积损伤情况作为评价金属屋面退化过程的主要因素，综合评价金属屋面的性能。在金属屋面***的健康评估方面，层次分析法可以较好的利用多个指标，包含整个监测***中的所有传感器信息，对金属屋面***的健康状况进行评估，同时该方法融合模糊评价，能够解决实际使用过程中，存在一些因素无法量化的问题，便于将金属屋面***中定性的问题转化为定量问题进行分析，使评估结果更加清晰明了，也方便我们直观的获取目前金属屋面***的实时性能状态。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的基于层次分析和模糊评价的金属屋面性能评估方法流程示意图。
图2附图为本发明提供的层次分析模型示意图。
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。
本发明实施例公开了一种基于层次分析和模糊评价的金属屋面性能评估方法，如图1所示，包括：
步骤一：确定金属屋面评价指标，进而在金属屋面的不同分布区域分别采集金属屋面的监测数据。
在金属屋面在线监测***的构建过程中，通过在金属屋面不同区域安装应变片和位移传感器，分别测量金属屋面围护***不同部位的应变和位移信息反映金属屋面不同区域的性能指标，建立金属屋面的疲劳性能指标，在考虑性能指标的同时，金属屋面的分布区域也是考虑的因素之一，金属屋面的分布区域可以分为普通区域，建筑外缘区域和迎风面区域三个部分，其中普通区域为屋顶中心部位，受天气因素影响较小，建筑外缘区域和迎风面区域受天气因素的影响依次增大，在对金属屋面进行退化等级划分时要充分考虑金属屋面的监测数据和位置因素，通过两方面的指标来确定金属屋面评级，当金属屋面评级较低时，可以有针对性的对金属屋面性能退化严重的区域进行维修和更换。
根据实际使用过程中的监测***分布情况，一般结合能够采集得到的数据，定义如下金属屋面评价指标：
(1)金属屋面纵向塑性应变
在金属屋面表面布置有应变片，可以测量金属屋面板纵向应变情况，在静止状态下金属屋面的应变量即为金属屋面的塑性应变，塑性应变反映了金属屋面的塑性变形情况，在正常情况下，由于金属屋面为线弹性材料，风荷载等外部荷载作用后的金属屋面可以恢复原来状态，即不存在塑性应变，当金属屋面在长期交变荷载条件下，金属屋面会发生塑性形变，不能恢复到初始状态，导致金属屋面的抗外荷载能力下降，因此选择应变片的塑性应变残留量作为衡量金属屋面退化性能的标准之一。
金属屋面的塑性应变通过应变片采集数据进行计算，金属屋面的评价分区进行，在同一区域布置n个应变片对金属屋面的应变进行采集，再进行采集的过程中，根据金属屋面应变片粘贴位置对数据进行加权求和作为该区域的纵向塑性应变值，在迎风面及建筑外缘地区所测数据占据较高的权重，因为该区域所受荷载较大。同时应该保证在数据采集过程中选取天气晴好时的数据进行评价，防止由于天气状况引起的数据大范围波动。对于一般情况下的多个传感器采集的应变数据时间序列Y1,Y2,.....,Yn，则该区域的综合纵向塑性应变值计算公式如下：
a1,a2,......,an为n个区域的权重，权重是根据采集区域的不同来划分，重点的监测区域可以调整更高的权重，总权重之和为1。
本发明将评价周期结束与评价周期开始获得的时间序列求差值，获得评级周期内金属屋面塑性变形量的差值时间序列，通过计算该差值时间序列的平均值作为塑性应变值评价金属屋面的塑性应变情况。
目前根据一些研究可以得到，金属屋面的应变值超过0.05就可以认定为失效，所以可以根据计算得到的纵向塑性应变值数据将金属屋面的纵向塑性应变状态分为1级：0-0.01,2级：0.01-0.02,3级：0.02-0.03,4级：0.03-0.04,5级：0.04以上。一般认为，级数越高说明金属屋面的退化程度越高，达到五级以上金属屋面的塑性变形会严重降低金属屋面的抗风揭等各项性能，需要考虑进行维修更换。
(2)金属屋面横向塑性变形
在金属屋面在线监测***中，金属屋面的横向塑性变形也是金属屋面在线监测的重要指标，同时，随着金属屋面使用时间的延长，金属屋面的横向塑性变形也可以作为评价金属屋面性能退化模型的重要参考指标对金属屋面的性能退化产生重要影响，与纵向塑性应变同理，过大的横向塑性变形也会影响金属屋面的抗外荷载能力。根据目前的有关研究，工程上一般允许的塑性变形量为材料使用长度的10％，因此选择金属屋面板长度的10％作为失效的阈值。
在对金属屋面的塑性变形进行分析时，同样选择评价区域位移传感器采集数据的加权平均值作为评价数据，计算公式为：
Z＝b1Z1+b2Z2+…+bnZn
式中，Z1,Z2,.....,Zn为n个位移传感器采集的应变数据时间序列，b1,b2,......,bn为n个区域的权重，总权重之和为1，Z就是位移传感器采集的应变数据权值。
本发明计算评价周期起结束与起始时金属屋面的横向塑性位移时间序列差值的平均值，并对金属屋面横向塑性位移进行分级评价。具体的分级情况可以结合实际板长根据失效比例进行分析。
(3)疲劳损伤
在疲劳损伤指标的选取过程中，可以采用疲劳损伤累积值HD作为评价标准，根据线性损伤累计准则，用下式计算：
其中，k表示金属屋面承受循环荷载的循环次数，HD表示每次循环应力对金属屋面性能影响的累加量。βi为第i次变形量对应损伤量的权值,应力幅值越大，对应的权值越大。Ni为幅值大小为σi的对称循环应力持续作用下对应的材料疲劳寿命，即发生损伤的应力循环次数。σu根据工程经验值，通常设定为200kpa。可以将金属屋面疲劳损伤分级分为1级：0-0.2,2级：0.2-0.4,3级：0.4-0.6,4级：0.6-0.8,5级：0.8-1。
(4)历史故障率
通常会将金属屋面监测过程中遇到的故障进行记录，便于后续对于故障类型及故障发生时间进行回溯，因此可以选择监测区域的故障率作为评价金属屋面健康状况的指标之一。
历史故障率定义为Hp，定义式为：
历史故障率表示在时间段T内，发生故障预警数量Fi，并依据Fi的大小对金属屋面历史故障率进行分级，当Hp<1/月为1级，当1/月<Hp<1/周为2级，当1/周<Hp<1/月为3级，当1/天<Hp<1/时为4级，当Hp>1/时为5级。
步骤二：基于层次分析法确定指标权重
(1)建立层次分析模型
利用层次分析法进行金属屋面的性能评估旨在通过人为确定各项指标重要程度的前提下，给出影响金属屋面各个指标的权重，从而综合考虑影响金属屋面性能的各项因素，对金属屋面的状态进行综合评估。层次分析过程中需要将影响金属屋面性能评价结果的各项指标分为目标层、区域层和准则层。将金属屋面所在区域的位置因素作为区域层指标，其中包括普通区域D1，建筑外缘区域D2和迎风面区域D3。将基于监测数据的评价指标作为准则层因素，其中包括金属屋面的塑性应变yz、横向塑性变形yh、疲劳损伤HD和故障报警率Hp。
(2)建立因素集，评判集
因素集：根据区域中的指标个数决定，本发明是分三个区域，每个区域四个指标，一共12个指标。
评判集：将金属屋面的综合性能评判结果分为五个等级，随着等级的增加性能逐渐降低，因此Ⅰ级性能最优，Ⅴ级最低。
(3)确定指标权重
利用层次分析法可以在加入人为因素的条件下，定量的计算每个因素对评价结果的影响，给出每种因素对评价结果的影响权重，以对难以用定量方法解决的复杂问题进行决策。本发明在对金属屋面的性能指标进行评价时，需要综合考虑金属屋面所在位置和金属屋面的各项监测指标。
为了确定指标权重，首先需要构造对比矩阵，需要对矩阵标度进行定义，其中标度1代表两因素重要性相同，标度3代表两因素相比后者稍重要，标度5代表两因素相比后者明显重要，标度7代表两因素相比后者强烈重要，标度9代表两因素相比后者极端重要，2,4,6,8则代表重要程度介于上述各级判断的中间值。根据每个区域对应监测指标为四个，屋面分布区域有三个，其重要性标度分别如表1和表2所示：
表1层评估指标重要性标度
表2屋面位置重要性标度
根据上表，可以得到比较矩阵A，根据矩阵的性质可以得到AW＝λmaxW,λmax表示最大特征值，然后确定各个指标的权重，各个因素的总权重可以通过两级分权重相乘得到，即得到了目标层对于区域层的重要性标度矩阵
和区域层对于准则层的重要性标度矩阵
后，可以通过计算两层权重指标的乘积得到目标层对于准则层的权重指标；对权重向量W进行归一化即可得到最终影响金属屋面性能评估各个指标的权重。
结合上表及矩阵的特征值计算方法，可以得到金属屋面不同区域不同故障形式对于金属屋面状态评估影响的权重指标，该指标是对影响因素的定量描述。
步骤三：模糊综合评价法确定评价等级
为了将多种评价指标的评价结果进行综合得到最终评价结果，利用模糊综合评价方法对金属屋面的状态进行最终评价，前边已经将金属屋面的每项监测指标分为五个等级，为了方便对金属屋面进行模糊评价，将五个等级分别对应为0.1-0.9分，通过得分确定金属屋面的最终评级。将1级定义为0.9分，将2级定义为0.7分，将3级定义为0.5分，将4级定义为0.3分，将5级定义为0.1分。
根据指标，建立隶属度函数：
其中n为评价因素，本发明中，包括普通区域、建筑外缘区域和迎风面区域，每个区域均有4个评价指标，所以n＝12，m为评价等级数。
金属屋面的综合评价等级B由权重因素W和隶属度矩阵相乘得到，B＝WR，在等级B中所占比例最高的等级为金属屋面的最终评价结果。
通过计算，以及综合比对，获取最终金属屋面的评价等级。
在实施例中，公开了与上述基于层次分析和模糊评价的金属屋面性能评估方法对应的性能评估***，包括：数据采集模块、数据处理模块和性能评估模块；
数据采集模块用于在金属屋面的不同分布区域分别采集金属屋面的监测数据，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率；
数据处理模块用于将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重；
性能评估模块基于模糊综合评价法确定金属屋面性能评价等级。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，包括：
在金属屋面的不同分布区域分别采集金属屋面的监测指标数据，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率；
将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测指标数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重；
基于指标权重通过模糊综合评价法确定金属屋面性能评价等级。
2.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，金属屋面的不同分布区域包括普通区域、建筑外缘区域和迎风面区域，其中普通区域为屋顶中心部位，受天气因素影响较小，建筑外缘区域和迎风面区域受天气因素的影响依次增大。
3.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，采集纵向塑性应变值具体步骤为：
通过同一分布区域布置的n个应变片传感器对金属屋面的应变数据进行采集，根据金属屋面应变片粘贴位置对数据进行加权求和作为该区域的纵向塑性应变值，计算公式为：
Y＝a1Y1+a2Y2+…+anYn
式中，Y1,Y2,.....,Yn为n个应变片传感器采集的应变数据时间序列，a1,a2,......,an为n个区域的权重，总权重之和为1。
4.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，采集横向塑性变形值具体步骤为：
通过同一分布区域布置的n个位移传感器对金属屋面的位移数据进行采集，根据金属屋面应变片粘贴位置对数据进行加权求和作为该区域的横向塑性应变值，计算公式为：
Z＝b1Z1+b2Z2+…+bnZn
式中，Z1,Z2,.....,Zn为n个位移传感器采集的应变数据时间序列，b1,b2,......,bn为n个区域的权重，总权重之和为1。
5.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，疲劳损伤值计算公式为：
式中，k表示金属屋面承受循环荷载的循环次数，HD表示每次循环应力对金属屋面性能影响的累加量,βi为第i次变形量对应损伤量的权值,应力幅值越大，对应的权值越大,Ni为幅值大小为σi的对称循环应力持续作用下对应的材料疲劳寿命，即发生损伤的应力循环次数,σu根据工程经验值设定。
6.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，历史故障率计算公式为：
式中，T表示时间段，Fi表示发生故障预警数量。
7.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测指标数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重，具体包括：
1)建立层次分析模型：将金属屋面所在分布区域的位置因素作为区域层指标，包括普通区域、建筑外缘区域和迎风面区域，将金属屋面的监测指标数据作为准则层因素，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率，将金属屋面的综合性能评判结果作为目标层；
2)建立因素集和评判集：
根据分布区域中的监测指标个数计算因素集；
将金属屋面的综合性能评判结果分为五个等级，作为评判集；
3)确定指标权重：基于每个分布区域对应的金属屋面的监测指标数据建立比较矩阵，确定纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率的权重。
8.根据权利要求1所述的基于层次分析和模糊评价的金属屋面性能评估方法，其特征在于，基于模糊综合评价法确定金属屋面性能评价等级具体包括：
判断金属屋面的不同分布区域纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率的具体等级，对等级分别定义得分，建立隶属度矩阵；
将隶属度矩阵和指标权重相乘确定金属屋面性能评价等级。
9.基于层次分析和模糊评价的金属屋面性能评估***，其特征在于，包括：数据采集模块、数据处理模块和性能评估模块；
数据采集模块用于在金属屋面的不同分布区域分别采集金属屋面的监测数据，包括纵向塑性应变值、横向塑性变形值、疲劳损伤值和历史故障率；
数据处理模块用于将金属屋面所在分布区域的位置因素作为区域层指标，将金属屋面的监测数据作为准则层因素，基于层次分析法确定影响金属屋面状态评估的指标权重；
性能评估模块基于模糊综合评价法确定金属屋面性能评价等级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210692814.0A CN115062979A (zh) | 2022-06-17 | 2022-06-17 | 基于层次分析和模糊评价的金属屋面性能评估方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210692814.0A CN115062979A (zh) | 2022-06-17 | 2022-06-17 | 基于层次分析和模糊评价的金属屋面性能评估方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115062979A true CN115062979A (zh) | 2022-09-16 |
Family
ID=83202587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210692814.0A Pending CN115062979A (zh) | 2022-06-17 | 2022-06-17 | 基于层次分析和模糊评价的金属屋面性能评估方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115062979A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116224854A (zh) * | 2022-12-27 | 2023-06-06 | 中冶建筑研究总院有限公司 | 一种工业建筑结构积灰荷载无源监测评估***及其方法 |
| CN116859409A (zh) * | 2023-06-09 | 2023-10-10 | 中国建筑第二工程局有限公司 | 基于深度学习的刚性屋面波动风险检测优化方法 |
-
2022
- 2022-06-17 CN CN202210692814.0A patent/CN115062979A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116224854A (zh) * | 2022-12-27 | 2023-06-06 | 中冶建筑研究总院有限公司 | 一种工业建筑结构积灰荷载无源监测评估***及其方法 |
| CN116224854B (zh) * | 2022-12-27 | 2023-11-17 | 中冶建筑研究总院有限公司 | 一种工业建筑结构积灰荷载无源监测评估***及其方法 |
| CN116859409A (zh) * | 2023-06-09 | 2023-10-10 | 中国建筑第二工程局有限公司 | 基于深度学习的刚性屋面波动风险检测优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115062979A (zh) | 基于层次分析和模糊评价的金属屋面性能评估方法和*** | |
| CN109520913B (zh) | 一种在役输电线路杆塔及金属构架腐蚀状态的评估方法 | |
| CN112287608A (zh) | 一种基于模糊综合评价的大坝安全预测***及方法 | |
| CN107908879B (zh) | 一种混凝土梁桥疲劳性能评估方法 | |
| CN111027881B (zh) | 基于改进灰色关联度的输电杆塔自然灾害损失评估方法 | |
| CN112101811A (zh) | 一种供水管网爆管风险预测方法及*** | |
| CN110619467B (zh) | 一种基于告警大数据信息的电力设备状态评估方法 | |
| WO2024041233A1 (zh) | 桥梁结构多因素耦合作用疲劳损伤与寿命的评估方法 | |
| CN113900381A (zh) | 一种基于物联网的钢结构远程健康监测平台及应用方法 | |
| CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
| CN113988655A (zh) | 一种计及多气象因素的输电线路运行状态评估方法 | |
| CN117349947B (zh) | 一种基于sn曲线与svm的结构安全智慧监测方法 | |
| CN111638000B (zh) | 一种斜拉桥拉索实时健康监测方法 | |
| CN113239436B (zh) | 一种钢桥状态等级评估与预测方法 | |
| CN114970273A (zh) | 一种基于arima-lstm组合模型的输电杆塔应变时间序列预测与失稳预警方法 | |
| CN113654504B (zh) | 一种基于裂缝表观特征的预应力混凝土梁桥评定方法 | |
| CN116448954A (zh) | 基于多维度监测参数融合评估桥梁健康状况的方法及*** | |
| CN110533213A (zh) | 基于支持向量机的输电线路缺陷风险建模及其预测方法 | |
| CN113065700A (zh) | 一种基于显著性与敏感性因子分析法的短时强降水预报方法 | |
| CN112488360A (zh) | 基于人工智能的配变异常分析预警方法 | |
| CN114897412B (zh) | 一种基于网格气象预报的尾矿库提前排水计算方法 | |
| CN111882180A (zh) | 一种基于owa算子的输电线路抗冰风能力状态评估方法 | |
| CN116663888A (zh) | 一种电网企业变电站综合风险评估方法 | |
| CN112200482B (zh) | 一种极端气候条件下输电线路安全投运评估方法 | |
| CN116957182A (zh) | 一种架空输电线路杆塔健康状态评价方法及装置 |
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 |