CN116720752A - 基于大数据的装配式建筑质量信息监管*** - Google Patents
基于大数据的装配式建筑质量信息监管*** Download PDFInfo
- Publication number
- CN116720752A CN116720752A CN202310981532.7A CN202310981532A CN116720752A CN 116720752 A CN116720752 A CN 116720752A CN 202310981532 A CN202310981532 A CN 202310981532A CN 116720752 A CN116720752 A CN 116720752A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- quality
- quality information
- module
- 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
- 238000007405 data analysis Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000007418 data mining Methods 0.000 claims abstract description 29
- 238000007726 management method Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims description 45
- 238000000034 method Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000013500 data storage Methods 0.000 claims description 23
- 238000012423 maintenance Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 20
- 238000007619 statistical method Methods 0.000 claims description 16
- 230000005856 abnormality Effects 0.000 claims description 14
- 230000010354 integration Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000005065 mining Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 8
- 230000006698 induction Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000012384 transportation and delivery Methods 0.000 claims description 8
- 238000013079 data visualisation Methods 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 7
- 238000012502 risk assessment Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 238000012938 design process Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000000611 regression analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 30
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 238000010801 machine learning Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000012821 model calculation Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 10
- 238000004140 cleaning Methods 0.000 description 7
- 238000011084 recovery Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000002372 labelling Methods 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
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于大数据的装配式建筑质量信息监管***，具体涉及装配式建筑质量信息监管领域，本发明设置数据分析和挖掘模块，计算户用构件的初始能量效率，应用数据挖掘和机器学习算法，对质量信息进行深入分析，通过建立模型和算法，识别出质量问题和趋势，并提供预测和决策支持，例，可以通过分析质量历史数据，预测未来可能出现的质量问题，并采取相应的措施预防，本发明设置智能决策支持模块：结合人工智能技术，设计智能决策支持***，基于数据分析和模型计算，***能够提供指导意见和决策建议，帮助用户优化质量管理决策，降低质量风险。
Description
技术领域
本发明涉及构件能量管理技术领域，更具体地说，本发明涉及一种基于大数据的装配式建筑质量信息监管***基于大数据的装配式建筑质量信息监管***。
背景技术
装配式建筑，也称为预制建筑或现代工业化建筑，是一种基于工业生产和现场组装的建筑方式，相比传统的现场施工，装配式建筑采用工厂预制标准化构件或模块，在现场进行组装和安装，以实现更高效、快速和可控的建造过程。
现有公开号CN113610390A公开一种基于区块链的装配式建筑质量信息管理***，感知模块负责采集装配式建筑的质量信息，而智能模块则接收这些质量信息并将其发布至装配式建筑质量信息管理联盟区块链中，通过联盟区块链中的智能合约和业务处理信息，***可以对质量信息进行管理，在大数据处理模块中，当应用模块发送装配式建筑的质量问题信息时，它会从智能模块中获取与质量问题信息关联的信息，并对问题信息进行处理，然后，大数据处理模块会生成相应的问题反馈信息，并将其反馈给应用模块。
然而该基于区块链的装配式建筑质量信息管理***有很多优点，但也存在一些不足之处：
1. 实施成本较高：区块链技术的应用需要一定的成本，包括建立和维护区块链网络的费用以及智能合约的开发和管理，这可能对一些小型装配式建筑项目来说不太实际。
2. 可扩展性问题：区块链技术在处理大规模数据时可能面临挑战，因为每个参与者都需要验证和每个交易或信息，当***涉及大量装配式建筑项目时，可能需要更高的计算能力和存储资源来支持。
3. 数据隐私和安全问题：尽管区块链技术可以提供数据的不可篡改性，但同时也存在数据隐私和安全性的风险，由于每个参与者都可以查看区块链上的所有信息，可能无法确保敏感的质量信息不被未经授权的人访问。
4. 技术成熟度：尽管区块链技术已经取得了重要进展，但仍然处于相对较早的发展阶段。在实际应用中，可能会遇到技术成熟度不足的问题，包括稳定性、可靠性和标准化方面。
发明内容
为了克服现有技术的上述缺陷，本发明实施例提供基于大数据的装配式建筑质量信息监管***，通过数据分析技术，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于大数据的装配式建筑质量信息监管***。
数据采集模块：用于建立数据采集***，收集装配式建筑生命周期中产生的质量信息，包括传感器网络单元和云端数据获取单元；
数据存储和处理模块：用于对质量信息的结构化和存储，包括数据存储单元、数据存储单元、数据管理单元以及全链路数据整合单元；
综合质量指数计算模块：用于计算综合质量指数，包括尺寸质量一致性指数计算单元、维保安全评估指数计算单元、设计工艺偏差指数计算单元以及综合质量指数计算单元；
风险级评估模块：用于评估装配式建筑的质量水平，包括阈值设定单元和风险级评估单元；
数据分析和挖掘模块：用于对质量信息进行深入分析和挖掘，包括统计分析单元和数据挖掘单元；
异常监测和预警模块：用于发现异常情况并触发预警机制，包括监测数据收集单元、预警规则和阈值设置单元、异常通知和报警单元、预警管理和反馈单元、数据可视化和分析单元以及历史数据分析单元；
知识库和经验积累模块：用于和积累质量信息和相关经验，包括知识抽取和归纳单元、知识存储和组织单元以及知识更新和维护单元；
智能决策支持模块：用于设计智能决策支持***，包括预测分析单元、决策支持和问题解决单元以及决策支持单元。
优选的，部署传感器网络，收集数据，所述数据采集模块具体包括：
传感器网络单元：用于部署传感器网络，收集数据；
云端数据获取单元：用于将采集到的数据存储在云端。
优选的，存储和整合装配式建筑生命周期中产生的质量信息数据，所述数据存储和处理模块具体包括：
数据存储单元：用于存储装配式建筑生命周期中产生的质量信息数据；
数据管理单元：用于对存储的数据进行管理和组织；
全链路数据整合单元：用于将数据进行整合。
优选的，计算综合质量指数，所述综合质量指数计算模块具体包括：
尺寸质量一致性指数计算单元：根据构件质量合格率、异常情况处理、质检合格率计算构件的尺寸质量一致性指数An：，
构件质量合格率vn：构件经过质检后合格的比例；
异常情况处理zn：质检过程中发现的异常情况及其处理情况；
质检合格率dn：整体质检合格的比例；
维保安全评估指数计算单元：根据采购成本、采购交货准时率、安全事故率、安全培训覆盖率、违规行为数量、能耗指标、设备故障率、维修时间、维护保养成本以及供应商交货准时率计算维保安全评估指数：；
采购成本en：各项采购的成本；
采购交货准时率fn：计算供应商按时交付采购物品的比例；
安全事故率hn：计算在施工过程中发生的安全事故数量与工作时间的比例；
安全培训覆盖率kn：参与安全培训的人员占总人员的比例；
违规行为数量mn：施工过程中发生的违规行为数量；
能耗指标on：建筑在使用阶段的总能耗值；
设备故障率pn：衡量设备在使用阶段的故障比例；
维修时间qn：设备维修所需的时间；
维护保养成本sn：设备维护保养的成本；
供应商交货准时率tn：计算供应商按时交付材料的比例；
设计工艺偏差指数计算单元：
计算构件的设计工艺偏差指数Cn：；
施工进度达成率un：衡量施工项目计划进度与实际进度之间的差距；
设计变更次数yn：设计图纸在施工阶段的更改次数；
设计缺陷数量gn：设计图纸存在的缺陷数量 ；
构件生产合格率rn：衡量生产的构件符合质量标准的比例；
生产效率指标wn：计算生产线的产量；
工时利用率xn：评估生产过程中工时的有效利用率；
综合质量指数计算单元：根据历史数据风险评估指数、人员监管匹配指数及区域警戒指数计算综合质量指数：。
优选的，评估装配式建筑的整体质量水平，所述风险级评估模块具体包括：
阈值设定单元：用于预设阈值，代表了各个风险级的分界点；
风险级评估单元：用于将综合质量指数与预设的阈值进行比较，评估出装配式建筑的风险级。
优选的，对质量信息进行分析和挖掘，所述数据分析和挖掘模块具体包括：
统计分析单元：用于对数据进行统计分析，包括描述统计、频率分析、相关分析、回归分析；
数据挖掘单元：用于从大量数据中发现隐藏的模式。
优选的，检测装配式建筑中的异常情况，所述异常监测和预警模块具体包括：
监测数据收集单元：用于从所述全链路数据整合单元收集装配式建筑质量信息的实时监测数据；
异常检测单元：用于检测数据中的异常模式和趋势；
预警规则和阈值设置单元：用于设置异常规则和阈值和触发预警；
异常通知和报警单元：用于发送通知和报警；
预警管理和反馈单元：用于管理和跟踪异常预警的处理流程；
数据可视化和分析单元：用于将异常情况以可视化的方式呈现；
历史数据分析单元：用于发现装配式建筑中的周期性异常和趋势性变化。
优选的，定期更新和维护知识库，所述知识库和经验积累模块具体包括：
知识抽取和归纳单元：用于从数据中提取和归纳出有价值的知识和经验；
知识存储和组织单元：用于将知识和经验存储到知识库中；
知识更新和维护单元：用于定期更新和维护知识库。
优选的，提供对未来装配式建筑质量的预测和趋势分析，所述智能决策支持模块具体包括：
预测分析单元：用于提供对未来装配式建筑质量的预测和趋势分析；
决策支持和问题解决单元：用于提供决策支持和问题解决的参考；
决策支持单元：用于优化装配式建筑质量决策和调整。
本发明的技术效果和优点：
1. 数据整合和实时性：基于大数据技术，***可以更容易地整合来自不同来源的质量信息数据，包括传感器数据、监控数据、设计数据，而且，大数据技术能够提供实时或近实时的数据处理和分析，实现对质量信息的及时监控和反馈，使决策更加迅速和准确。
2. 扩展性和灵活性：大数据技术提供了更强大的存储和处理能力，使***能够处理大量的质量信息数据，适应不同规模和复杂度的装配式建筑项目，此外，***的设计可以灵活地根据需求进行扩展和升级，以适应未来的发展和变化。
3. 数据分析和挖掘能力：大数据技术具备强大的数据分析和挖掘能力，能够对质量信息进行更深入的分析和挖掘，通过应用机器学习和数据挖掘算法，***能够识别潜在的质量问题和趋势，提供更准确的预测和决策支持。
4. 灵活的用户界面和定制化功能：基于大数据技术的***可以设计直观友好的用户界面，并提供灵活的报告生成和定制化功能，用户可以根据自己的需求自定义所需的可视化报告和分析，使***的使用更加灵活和便捷。
5. 技术成本和实施复杂度：相对于使用区块链技术的***，基于大数据技术的***可能具备更低的技术成本和实施复杂度，大数据技术已经相对成熟和普及，其应用与开发的门槛相对较低，因此在实施过程中可能更容易操作和管理。
附图说明
图1为本发明的***流程图。
图2为本发明的实施步骤图。
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。
本实施例提供了图1所示基于大数据的装配式建筑质量信息监管***，包括模块：数据采集模块、数据存储和处理模块、综合质量指数计算模块、风险级评估模块、数据分析和挖掘模块、异常监测和预警模块、知识库和经验积累模块、智能决策支持模块。
对于基于大数据的装配式建筑质量信息监管***，以下是各模块之间可能的连接逻辑：
数据采集模块负责从各种来源收集装配式建筑质量数据，例传感器数据、监测设备数据、施工现场数据，并将其传送到数据存储和处理模块，数据存储和处理模块接收和存储采集到的数据，综合质量指数计算模块根据预定义的质量指标和权重计算装配式建筑的综合质量指数将计算结果传送给风险级评估模块，风险级评估模块基于综合质量指数和其他相关指标，评估装配式建筑的风险级，数据分析和挖掘模块对存储和处理模块中的数据进行分析和挖掘，以发现隐含的模式、趋势和关联规则，该模块可以利用机器学习算法、数据挖掘技术方法来提取有价值的信息，并将结果传送到异常监测和预警模块以及智能决策支持模块，异常监测和预警模块基于分析和挖掘的结果，监测装配式建筑质量数据中的异常情况，并提供实时预警和警报，知识库和经验积累模块用于和积累质量信息和相关经验，以供智能决策支持模块使用，该模块可以通过与数据存储和处理模块之间的连接，将新的知识和经验存储到知识库中，并从中提取相关信息供决策支持模块使用；智能决策支持模块基于整合质量指数、风险级评估、数据分析和知识库的信息，为用户提供决策支持和问题解决的参考，该模块可以根据需要与其他模块进行交互，并将决策支持结果反馈给用户。
本实施与现有技术的区别主要在于本实施利用大数据技术，通过收集、存储和处理大量的装配式建筑质量数据，能够更全面、准确地评估建筑的质量状况。同时，通过数据分析和挖掘，可以发现隐藏在数据中的规律和趋势，提供更深入的建筑质量管理洞察和决策支持，借助人工智能技术，建立智能决策支持模块，能够根据历史数据和模型，辅助决策者进行建筑质量管理决策，通过自动化的数据分析和算法模型，可以快速生成优化方案和建议，提高决策效率和准确性，本实施通过异常监测和预警模块，能够实时监测装配式建筑中的质量异常情况，并通过预警***及时通知相关部门或人员，这样可以及时发现并处理建筑中的安全隐患，减少质量风险和潜在事故的发生，本实施建立了知识库和经验积累模块，对装配式建筑的质量知识、经验和案例进行整理和归档，用户可以通过***查询和参考知识库中的内容，快速解决问题和获取参考，提高质量管理的专业性和效果，上述过程是现有技术不具备的。
101、数据采集模块的具体实施方式：
传感器网络单元：
A1.安装传感器设备：在装配式建筑的关键位置安装传感器设备，如温度传感器、湿度传感器、压力传感器、振动传感器等，这些传感器可以监测建筑物的各种参数和状态信息；
A2.数据采集和传输：传感器设备通过无线网络或有线网络将采集到的数据传输到数据存储和处理***，可以使用物联网技术来实现传感器网络的连接和数据传输；
A3.数据质量检测与校准：对传感器采集到的数据进行质量检测和校准，确保数据的准确性和可靠性，这可以通过校准设备和算法来实现；
云端数据获取单元：
A4.数据接入和集成：建立一个云端数据获取单元，用于接收和集成从传感器网络单元传输过来的数据，可以使用云计算平台或数据管理***来实现数据接入和集成；
A5.数据存储：将采集到的数据存储在云端的数据库或存储***中，可以选择合适的数据库技术，如关系型数据库或分布式文件***，根据数据的类型和量来进行存储；
A6.数据备份和容灾：为了保证数据的安全性和可靠性，需要建立数据备份和容灾机制，可以使用数据备份方案和冗余存储技术来实现数据的备份和容灾；
在实施过程中，需要确保传感器网络单元和云端数据获取单元的稳定性和可靠性，这包括选择合适的传感器设备、网络通信技术和云计算平台，进行设备的定期维护和检修，以及建立监控和报警机制来处理设备故障和数据传输中断等情况；
通过传感器网络单元和云端数据获取单元的实施，可以实现对装配式建筑质量信息的实时、准确地采集和获取，为后续的数据存储、处理和分析提供可靠的数据基础；
102、数据存储和处理模块的具体实施方式：
数据存储单元：
B1.数据库选择：选择适合的数据库技术来存储质量信息数据，如关系型数据库或非关系型数据库，根据数据类型和查询需求确定数据库的结构和配置；
B2.数据库设计：设计合适的数据表结构，以满足质量信息数据的存储和查询需求，根据数据的关联性和查询频率，进行数据表的关联和索引设计等工作；
B3.存储容量规划：根据预估的数据量和增长率，规划存储容量，确保能够满足长期的数据存储需求，可以使用分布式存储解决方案来实现数据的可扩展性和高可用性；
数据处理单元：
B4.数据清洗与预处理：对采集到的原始数据进行清洗和预处理，包括去除重复数据、填充缺失值、处理异常值等，可以使用数据清洗工具、算法和规则来进行数据的清洗和预处理；
B5.数据转换与转换：根据需求对数据进行转换和转换，以便进一步的数据分析和挖掘，这可能涉及数据格式转换、数据聚合、特征工程等数据处理技术；
B6.数据挖掘与分析：利用数据挖掘和分析算法，对质量信息数据进行深入分析，挖掘潜在的模式、关系和趋势，可以使用机器学习、统计分析和可视化等技术来支持数据挖掘和分析；
数据管理单元：
B7.数据权限与安全：建立数据权限和安全机制，确保只有授权人员能够访问和操作质量信息数据，可以设置不同级别的访问权限、加密数据存储和访问等措施来保护数据的机密性和完整性；
B8.数据备份与恢复：建立数据备份和恢复策略，定期对质量信息数据进行备份，以防止数据丢失和灾难发生，可以使用数据备份工具和云备份服务来实现数据的备份和恢复；
全链路数据整合单元：
B9.数据集成与共享：建立数据集成和共享机制，将来自不同数据源的质量信息数据进行整合和共享，可以使用ETL工具、接口技术和数据标准化方法来实现数据集成和共享；
B10.数据流程与工作流：设计数据流程和工作流程，规范质量信息数据的采集、存储和处理流程，可以使用工作流引擎和任务调度器来实现数据流程和工作流的管理；
通过数据存储和处理模块的实施，可以有效地管理和处理装配式建筑质量信息数据，为后续的质量指标计算、风险评估、数据分析和智能决策支持提供可靠的数据基础，同时，保障数据的安全性、完整性和可用性，满足数据管理和合规要求；
103、综合质量指数计算模块的具体实施方式：
C1.确定质量指标：首先确定用于评估装配式建筑质量的关键指标，这些指标可以包括结构稳定性、材料质量、施工工艺、能耗效率等方面的指标，根据实际需求和标准要求，选择适合的质量指标；
C2.指标权重确定：为了综合评估装配式建筑的质量，需要对各个质量指标进行权重分配，权重可以基于专家意见、统计分析、模型计算等方法来确定，权重的确定应该充分考虑各指标的重要性和影响程度；
C3.数据归一化：由于不同指标的单位和范围可能不同，需要对各个指标的数据进行归一化处理，将其转化到一个统一的范围内，常用的归一化方法包括线性归一化、标准化等；
C4.指标加权计算：根据权重分配，对归一化后的指标数据进行加权计算，将每个指标的归一化值与其对应的权重相乘，并求和得到加权总分；
C5.综合质量指数计算：将加权总分转化为综合质量指数，可以根据具体需要，设计一个综合评分公式或算法来计算综合质量指数，这个指数可以是一个百分比，也可以是一个分级***，如A、B、C、D等级；
C6.结果展示和报告：将计算得到的综合质量指数进行结果展示和报告，以便用户快速了解装配式建筑的质量状况，可以使用可视化技术，如图表、仪表盘等，来展示质量指数和相关数据；
在实施过程中，需要确保数据的准确性和可靠性，对采集到的质量信息进行有效的验证和检测，同时，根据实际情况和需求，可以对计算模型进行优化和调整，以提高综合质量指数的准确性和适用性；
综合质量指数计算模块的实施可以提供一个量化的评估方式，帮助用户了解装配式建筑的总体质量水平，从而进行质量改进和决策制定；
104、风险级评估模块的具体实施方式：
阈值设定单元：
D1.风险因素确定：首先确定与装配式建筑质量相关的关键风险因素，这些因素可以包括结构安全、材料质量、施工工艺、维护和保养等方面的风险因素，统计分析、专家意见和历史数据可以帮助确定关键风险因素；
D2.阈值设定：针对每个风险因素，设定相应的阈值，阈值是一个标准或界限值，用于判断风险等级的高低，可以根据法规标准、行业经验和专家意见来设定阈值；
风险级评估单元：
D3.风险数据收集：收集与风险因素相关的数据，包括监测数据、维护记录、故障事件、事故报告等，数据可以来自装配式建筑的传感器网络、监控***和维护管理记录等；
D4.数据处理和分析：对收集到的数据进行处理和分析，以评估装配式建筑在每个风险因素上的质量水平，可以使用统计分析、机器学习和数据挖掘等方法，进行数据的清洗、特征提取、模型建立等工作；
D5.风险级评估：基于阈值设定和数据分析结果，对每个风险因素进行风险评估，可以采用不同的评估方法，如定性评估、定量评估或组合评估来确定风险级别，风险级别可以使用标签、等级或分级***来表示，如低、中、高等级；
在实施过程中，需要确保数据的准确性和可靠性，对收集到的风险数据进行验证和核实，同时，根据实际情况和需求，可以对评估模型和方法进行优化和调整，以提高风险评估的准确性和可靠性；
风险级评估模块的实施可以帮助用户评估装配式建筑在关键风险因素上的质量水平，识别潜在的风险和问题，并采取相应的措施进行风险管理和质量改进，这有助于提高装配式建筑质量管理的效果；
105、数据分析和挖掘模块的具体实施方式：
统计分析单元：
E1.数据预处理：对质量信息进行清洗、去除异常值、处理缺失值等预处理操作，以确保数据的准确性和一致性；
E2.描述性统计分析：使用各种统计方法，如平均值、标准差、频数分布等，对质量信息进行描述性统计分析，以了解数据的中心趋势和分布情况；
E3.相关性分析：通过相关分析方法，探索质量信息之间的相关性，并通过可视化技术展现相关性结果；
E4.可视化展示：使用图表、图形和可视化工具，将分析结果进行清晰的展示，以便用户理解和发现质量信息的特点和趋势；
数据挖掘单元：
E5.特征工程：对质量信息进行特征提取和选择，以得到能够反映质量特征的重要变量和指标，可以应用统计方法、领域知识和机器学习技术等来进行特征工程；
E6.模型选择和建立：根据实际需求和任务，选择合适的数据挖掘模型和算法，如聚类、分类、回归、关联规则等，利用已经提取的质量特征，建立相应的数据挖掘模型；
E7.模型训练和评估：使用已标注的质量信息数据集，对所选模型进行训练和优化，然后使用测试数据集对模型进行评估和验证，以确保模型有效性和可靠性；
E8.模式发现和关联挖掘：通过应用数据挖掘算法，发现质量信息中的隐含模式和关联规律，例如，使用聚类算法可以将质量信息划分为不同的类别；使用关联规则挖掘可以发现不同质量因素之间的关联关系；
E9.预测和优化：基于历史质量信息数据和挖掘模型，进行质量预测和优化，例如，利用回归算法可以预测未来的质量指标，以便提前采取措施进行质量管控和改进；
E10.结果解释和报告：将数据分析和挖掘的结果进行解释和报告，以便用户理解质量信息的重要特征和发现的模式、关系等，可以通过可视化展示和报告文档的形式进行结果呈现，提供给相关人员进行决策和行动；
在实施过程中，需要根据具体需求和数据特点选择合适的算法、技术工具和模型，同时，要注意数据的质量和隐私保护，采取合适的措施确保数据的安全和机密性；
数据分析和挖掘模块的实施可以帮助用户从质量信息中获取更深层次的洞见和价值，辅助决策和改进质量管理策略，通过发现质量的规律和趋势，可以及时发现问题、预测风险，并采取相应的措施进行质量优化和改进；
106、异常监测和预警模块的具体实施方式：
监测数据收集单元：
F1.确定监测对象和监测指标：首先确定需要监测的对象以及监测的指标，如温度、湿度、压力等；
F2.部署传感器设备：根据监测指标的要求，在装配式建筑的关键位置布置适当的传感器设备，确保可以准确采集到相关的监测数据；
F3.确定数据采集策略：制定数据采集的时间间隔和频率，确保能够及时采集到足够的监测数据；
F4.数据采集和存储：使用合适的数据采集***和存储设备，将监测数据进行采集和存储，确保数据的完整性和安全性；
预警规则和阈值设置单元：
F5.定义预警规则：根据装配式建筑的特点和需求，制定一套合适的预警规则，如超过阈值、趋势变化等；
F6.阈值设定：设定与各项监测指标相关的阈值，超过或低于阈值时触发预警，阈值的设定可以基于历史数据、标准规范或专家经验；
异常通知和报警单元：
F7.选择通知方式：确定预警的通知和报警方式，如短信、邮件、手机应用程序等，根据应用场景和相关人员的需求，选择最适合的通知方式；
F8.实现通知机制：通过相应的技术手段，将触发的预警信息及时发送给相关人员，以便能够及时采取措施；
F9.故障诊断和支持：提供相应的故障诊断和技术支持，以帮助相关人员快速定位问题和采取相应的修复措施；
预警管理和反馈单元：
F10.预警处理流程：建立预警处理流程，明确相关人员的责任和行动计划，以确保预警信息能够及时得到处理和响应；
F11.反馈和记录：记录预警事件的处理过程和结果，并及时向相关人员反馈处理情况，汇总和分析预警事件的统计数据，以便监测和改进预警***的效果；
数据可视化和分析单元：
F12.数据可视化工具：利用合适的数据可视化工具，将监测数据进行可视化展示，如图表、仪表盘等，帮助用户直观地了解数据的变化和趋势；
F13.监测数据分析：使用统计分析和数据挖掘技术，对监测数据进行分析，寻找潜在的模式、关系和异常情况，根据分析结果，及时调整预警规则或其他预防措施；
历史数据分析单元：
F14.数据存储和管理：对历史监测数据进行存储和管理，建立合适的数据库或数据仓库，确保对历史数据的快速访问和查询；
F15.历史数据分析：利用历史数据进行趋势分析、异常检测和模式识别，以发现与质量相关的规律和趋势，根据历史数据的分析结果，优化预警规则和阈值设置；
知识抽取和归纳单元：
F16.知识抽取方法：通过文本挖掘、自然语言处理等技术，从各种信息源中提取与质量信息相关的知识和经验，可以使用实体识别、关系抽取、情感分析等技术来识别和提取关键信息；
F17.知识归纳手段：将抽取到的知识和经验进行整理和归纳，建立相应的分类、属性和关系，可以使用结构化数据模型，如本体论、图谱等，或非结构化文本的分类和标注等方法；
知识存储和组织单元：
F18.存储技术和工具：选择合适的存储技术和工具，如数据库、知识图谱等，用于存储和管理抽取到的知识和相关经验；
F19.知识组织结构：建立有效的知识组织结构，包括分类体系、属性和关系的定义，以便将知识和经验进行逻辑组织和检索；
知识更新和维护单元：
F20.知识更新机制：建立定期或根据实际需求的知识更新机制，及时更新和补充知识库的内容；
F21.知识维护工作流程：设立明确的知识维护工作流程，包括知识审核、更新和验证等环节，确保知识库的准确性和可靠性；
F22.知识贡献和协作：鼓励用户和领域专家参与到知识库的贡献和协作中，通过开放的机制收集和整合更多的质量信息和相关经验；
F23.知识更新评估：制定评估指标和方法，周期性地对知识库的更新情况进行评估，发现和解决知识更新中的问题和不足；
通过上述实施方式，可以建立一个涵盖质量信息和相关经验的知识库，并通过持续的更新和维护，确保知识库的丰富性和有效性，这样的知识库可以为质量管理决策、问题解决和经验分享提供可靠的支持和参考；
108、智能决策支持模块旨在设计和实现智能决策支持***，提供优化的决策和问题解决方案，以下是该模块的具体实施方式：
预测分析单元：
G1.数据收集和准备：收集与决策相关的数据，并进行数据清洗、转换和集成，确保数据的准确性和完整性；
G2.预测模型选择和建立：根据具体的决策问题，选择适当的预测模型，并使用历史数据训练模型以进行预测分析；
G3.预测结果评估：对预测结果进行评估，使用合适的评估指标评估模型的性能；
决策支持和问题解决单元：
G4.决策算法选择和建立：根据决策问题的特点，选择适当的决策算法，并根据数据和约束条件建立相应的决策模型；
G5.决策评估和分析：对决策方案进行评估和分析，使用合适的指标和技术来评估和优化决策方案的效果；
G6.问题解决方法选择：针对问题解决，根据问题的性质和约束，选择合适的方法进行求解，并优化求解过程和结果；
决策支持单元：
G7.可视化和交互界面：设计直观、可视化的决策支持界面，将预测分析和决策结果以图表、仪表盘等形式呈现给用户，并支持用户与***的交互；
G8.智能推荐和建议：基于预测和决策模型，提供智能化的推荐和建议，帮助用户快速找到最佳的决策方案；
G9.实时监控和反馈：对决策结果进行实时监控，及时反馈决策效果，并支持用户对决策进行调整和优化；
通过上述实施方式，智能决策支持模块可以帮助用户进行有效的决策和问题解决，提供准确的预测分析结果和优化的决策方案，从而提升决策的质量和效率。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、同替换、改进，均应包含在本发明的保护范围之内。
Claims (9)
1.基于大数据的装配式建筑质量信息监管***，其特征在于：包括：
数据采集模块：用于建立数据采集***，收集装配式建筑生命周期中产生的质量信息，包括传感器网络单元和云端数据获取单元；
数据存储和处理模块：用于对质量信息的结构化和存储，包括数据存储单元、数据存储单元、数据管理单元以及全链路数据整合单元；
综合质量指数计算模块：用于计算综合质量指数，包括尺寸质量一致性指数计算单元、维保安全评估指数计算单元、设计工艺偏差指数计算单元以及综合质量指数计算单元；
风险级评估模块：用于评估装配式建筑的质量水平，包括阈值设定单元和风险级评估单元；
数据分析和挖掘模块：用于对质量信息进行深入分析和挖掘，包括统计分析单元和数据挖掘单元；
异常监测和预警模块：用于发现异常情况并触发预警机制，包括监测数据收集单元、预警规则和阈值设置单元、异常通知和报警单元、预警管理和反馈单元、数据可视化和分析单元以及历史数据分析单元；
知识库和经验积累模块：用于积累质量信息和相关经验，包括知识抽取和归纳单元、知识存储和组织单元以及知识更新和维护单元；
智能决策支持模块：用于设计智能决策支持***，包括预测分析单元、决策支持和问题解决单元以及决策支持单元。
2.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述数据采集模块用于部署传感器网络，收集数据，所述数据采集模块具体包括：
传感器网络单元：用于部署传感器网络，收集数据；
云端数据获取单元：用于将采集到的数据存储在云端。
3.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述数据存储和处理模块用于存储和整合装配式建筑生命周期中产生的质量信息数据，所述数据存储和处理模块具体包括：
数据存储单元：用于存储装配式建筑生命周期中产生的质量信息数据；
数据管理单元：用于对存储的数据进行管理和组织；
全链路数据整合单元：用于将数据进行整合。
4.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述综合质量指数计算模块用于计算综合质量指数，所述综合质量指数计算模块具体包括：
尺寸质量一致性指数计算单元：根据构件质量合格率、异常情况处理、质检合格率计算构件的尺寸质量一致性指数An：，其中，
构件质量合格率vn：构件经过质检后合格的比例；
异常情况处理zn：质检过程中发现的异常情况及其处理情况；
质检合格率dn：整体质检合格的比例；
维保安全评估指数计算单元：根据采购成本、采购交货准时率、安全事故率、安全培训覆盖率、违规行为数量、能耗指标、设备故障率、维修时间、维护保养成本以及供应商交货准时率计算维保安全评估指数：；
采购成本en：各项采购的成本；
采购交货准时率fn：计算供应商按时交付采购物品的比例；
安全事故率hn：计算在施工过程中发生的安全事故数量与工作时间的比例；
安全培训覆盖率kn：参与安全培训的人员占总人员的比例；
违规行为数量mn：施工过程中发生的违规行为数量；
能耗指标on：衡量建筑在使用阶段的总能耗值；
设备故障率pn：衡量设备在使用阶段的故障比例；
维修时间qn：设备维修所需的时间；
维护保养成本sn：设备维护保养的成本；
供应商交货准时率tn：计算供应商按时交付材料的比例；
设计工艺偏差指数计算单元：
计算构件的设计工艺偏差指数Cn：；
施工进度达成率un：衡量施工项目计划进度与实际进度之间的差距；
设计变更次数yn：设计图纸在施工阶段的更改次数；
设计缺陷数量gn：设计图纸存在的缺陷数量 ；
构件生产合格率rn：衡量生产的构件符合质量标准的比例；
生产效率指标wn：计算生产线的产量；
工时利用率xn：评估生产过程中工时的有效利用率；
综合质量指数计算单元：根据历史数据风险评估指数、人员监管匹配指数及区域警戒指数计算综合质量指数：。
5.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述风险级评估模块用于评估装配式建筑的整体质量水平，所述风险级评估模块具体包括：
阈值设定单元：用于预设阈值，代表了各个风险级的分界点；
风险级评估单元：用于将综合质量指数与预设的阈值进行比较，评估出装配式建筑的风险级。
6.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述数据分析和挖掘模块用于对质量信息进行分析和挖掘，所述数据分析和挖掘模块具体包括：
统计分析单元：用于对数据进行统计分析，包括描述统计、频率分析、相关分析、回归分析；
数据挖掘单元：用于从大量数据中发现隐藏的模式。
7.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述异常监测和预警模块用于检测装配式建筑中的异常情况，所述异常监测和预警模块具体包括：
监测数据收集单元：用于从所述全链路数据整合单元收集装配式建筑质量信息的实时监测数据；
异常检测单元：用于检测数据中的异常模式和趋势；
预警规则和阈值设置单元：用于设置异常规则和阈值和触发预警；
异常通知和报警单元：用于发送通知和报警；
预警管理和反馈单元：用于管理和跟踪异常预警的处理流程；
数据可视化和分析单元：用于将异常情况以可视化的方式呈现；
历史数据分析单元：用于发现装配式建筑中的周期性异常和趋势性变化。
8.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述知识库和经验积累模块：用于定期更新和维护知识库，所述知识库和经验积累模块具体包括：
知识抽取和归纳单元：用于从数据中提取和归纳出有价值的知识和经验；
知识存储和组织单元：用于将知识和经验存储到知识库中；
知识更新和维护单元：用于定期更新和维护知识库。
9.根据权利要求1所述的基于大数据的装配式建筑质量信息监管***，其特征在于：所述智能决策支持模块用于提供对未来装配式建筑质量的预测和趋势分析，所述智能决策支持模块具体包括：
预测分析单元：用于提供对未来装配式建筑质量的预测和趋势分析；
决策支持和问题解决单元：用于提供决策支持和问题解决的参考；
决策支持单元：用于优化装配式建筑质量决策和调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310981532.7A CN116720752A (zh) | 2023-08-07 | 2023-08-07 | 基于大数据的装配式建筑质量信息监管*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310981532.7A CN116720752A (zh) | 2023-08-07 | 2023-08-07 | 基于大数据的装配式建筑质量信息监管*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116720752A true CN116720752A (zh) | 2023-09-08 |
Family
ID=87866399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310981532.7A Pending CN116720752A (zh) | 2023-08-07 | 2023-08-07 | 基于大数据的装配式建筑质量信息监管*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116720752A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117032587A (zh) * | 2023-09-26 | 2023-11-10 | 深圳市智赋新能源有限公司 | 一种基于分布式架构的光储一体化信息管理*** |
| CN117173572A (zh) * | 2023-09-08 | 2023-12-05 | 景德镇鸿兴智能科技有限公司 | 一种建筑信息化数据的采集方法及*** |
| CN117215351A (zh) * | 2023-09-16 | 2023-12-12 | 张家港泽诺科技有限公司 | 一种食用菌种植环境智能监测预警*** |
| CN117236688A (zh) * | 2023-09-14 | 2023-12-15 | 湖北毅瑞建设工程咨询有限公司 | 基于大数据技术的建筑安全事故风险预防及预警*** |
| CN117235281A (zh) * | 2023-09-22 | 2023-12-15 | 武汉贝塔世纪科技有限公司 | 基于知识图谱技术的多元数据管理方法及*** |
| CN117391546A (zh) * | 2023-12-11 | 2024-01-12 | 山东萌山钢构工程有限公司 | 一种装配式建筑施工监测方法、***、装置及存储介质 |
| CN117540936A (zh) * | 2024-01-09 | 2024-02-09 | 天津市大数据管理中心 | 一种用于基层社会治理的多源数据处理方法及*** |
| CN117903824A (zh) * | 2024-03-13 | 2024-04-19 | 北京大学 | 一种基于智慧管理的有机质废料炭化处理*** |
| CN117933947A (zh) * | 2024-03-21 | 2024-04-26 | 辽宁隆祥昌建筑工程服务有限公司 | 建筑工程项目进度管理***及其优化方法 |
| CN118014373A (zh) * | 2024-04-08 | 2024-05-10 | 中国汽车技术研究中心有限公司 | 一种基于数据质量监测的风险识别模型及其构建方法 |
| CN118037229A (zh) * | 2024-02-29 | 2024-05-14 | 中建安装集团有限公司 | 用于模块化建筑的信息管理方法及*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170330132A1 (en) * | 2016-05-13 | 2017-11-16 | International Business Machines Corporation | Method and system to manage supervision activity in utility system to reduce damage |
| CN108229860A (zh) * | 2018-02-09 | 2018-06-29 | 鹤壁职业技术学院 | 一种建筑工程质量监测装置 |
| CN111798087A (zh) * | 2020-05-18 | 2020-10-20 | 生态环境部南京环境科学研究所 | 一种农村环境质量综合评估监管***及方法 |
| CN113015122A (zh) * | 2021-02-20 | 2021-06-22 | 盐城墨韵电子科技有限公司 | 基于物联网和无线传感器技术的装配式建筑质量监测分析方法 |
| CN114896882A (zh) * | 2022-05-13 | 2022-08-12 | 杜明芳 | 数据驱动的绿色数字孪生建造***及方法 |
| CN115545430A (zh) * | 2022-09-21 | 2022-12-30 | 浙江振大实业建设有限公司 | 一种建筑工程多维质量评估方法 |
| CN116383198A (zh) * | 2023-03-03 | 2023-07-04 | 天元大数据信用管理有限公司 | 基于大数据的决策分析方法及*** |
-
2023
- 2023-08-07 CN CN202310981532.7A patent/CN116720752A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170330132A1 (en) * | 2016-05-13 | 2017-11-16 | International Business Machines Corporation | Method and system to manage supervision activity in utility system to reduce damage |
| CN108229860A (zh) * | 2018-02-09 | 2018-06-29 | 鹤壁职业技术学院 | 一种建筑工程质量监测装置 |
| CN111798087A (zh) * | 2020-05-18 | 2020-10-20 | 生态环境部南京环境科学研究所 | 一种农村环境质量综合评估监管***及方法 |
| CN113015122A (zh) * | 2021-02-20 | 2021-06-22 | 盐城墨韵电子科技有限公司 | 基于物联网和无线传感器技术的装配式建筑质量监测分析方法 |
| CN114896882A (zh) * | 2022-05-13 | 2022-08-12 | 杜明芳 | 数据驱动的绿色数字孪生建造***及方法 |
| CN115545430A (zh) * | 2022-09-21 | 2022-12-30 | 浙江振大实业建设有限公司 | 一种建筑工程多维质量评估方法 |
| CN116383198A (zh) * | 2023-03-03 | 2023-07-04 | 天元大数据信用管理有限公司 | 基于大数据的决策分析方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| YANKUN GUO: "The Establishment and Evaluation Method of Prefabricated Building Construction Quality Evaluation Index System Taking into Account Multimedia Sensor Network Nodes", 《ADVANCES IN MULTIMEDIA》, vol. 2021, pages 1 - 6 * |
| 刘挺;骆汉宾;: "量化评价一个地区建筑工程总体质量水平的研究", 建筑管理现代化, no. 05 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117173572A (zh) * | 2023-09-08 | 2023-12-05 | 景德镇鸿兴智能科技有限公司 | 一种建筑信息化数据的采集方法及*** |
| CN117236688A (zh) * | 2023-09-14 | 2023-12-15 | 湖北毅瑞建设工程咨询有限公司 | 基于大数据技术的建筑安全事故风险预防及预警*** |
| CN117215351A (zh) * | 2023-09-16 | 2023-12-12 | 张家港泽诺科技有限公司 | 一种食用菌种植环境智能监测预警*** |
| CN117235281A (zh) * | 2023-09-22 | 2023-12-15 | 武汉贝塔世纪科技有限公司 | 基于知识图谱技术的多元数据管理方法及*** |
| CN117032587A (zh) * | 2023-09-26 | 2023-11-10 | 深圳市智赋新能源有限公司 | 一种基于分布式架构的光储一体化信息管理*** |
| CN117032587B (zh) * | 2023-09-26 | 2024-01-09 | 深圳市智赋新能源有限公司 | 一种基于分布式架构的光储一体化信息管理*** |
| CN117391546A (zh) * | 2023-12-11 | 2024-01-12 | 山东萌山钢构工程有限公司 | 一种装配式建筑施工监测方法、***、装置及存储介质 |
| CN117391546B (zh) * | 2023-12-11 | 2024-02-27 | 山东萌山钢构工程有限公司 | 一种装配式建筑施工监测方法、***、装置及存储介质 |
| CN117540936A (zh) * | 2024-01-09 | 2024-02-09 | 天津市大数据管理中心 | 一种用于基层社会治理的多源数据处理方法及*** |
| CN118037229A (zh) * | 2024-02-29 | 2024-05-14 | 中建安装集团有限公司 | 用于模块化建筑的信息管理方法及*** |
| CN117903824A (zh) * | 2024-03-13 | 2024-04-19 | 北京大学 | 一种基于智慧管理的有机质废料炭化处理*** |
| CN117903824B (zh) * | 2024-03-13 | 2024-05-28 | 北京大学 | 一种基于智慧管理的有机质废料炭化处理*** |
| CN117933947A (zh) * | 2024-03-21 | 2024-04-26 | 辽宁隆祥昌建筑工程服务有限公司 | 建筑工程项目进度管理***及其优化方法 |
| CN118014373A (zh) * | 2024-04-08 | 2024-05-10 | 中国汽车技术研究中心有限公司 | 一种基于数据质量监测的风险识别模型及其构建方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116720752A (zh) | 基于大数据的装配式建筑质量信息监管*** | |
| AU2019201086B2 (en) | Method and system for condition monitoring of a group of plants | |
| US10902368B2 (en) | Intelligent decision synchronization in real time for both discrete and continuous process industries | |
| CN116862199A (zh) | 基于大数据和云计算的建筑施工优化*** | |
| CN103620512A (zh) | 针对高压电气部件的动态评估*** | |
| CN107066500B (zh) | 一种基于pms模型的电网海量数据质量校验方法 | |
| US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
| CN117371952B (zh) | 一种多项目协同管理*** | |
| CN117196159A (zh) | 基于互联网大数据分析的智慧水务分区计量*** | |
| Koltsidopoulos Papatzimos et al. | Offshore wind turbine fault alarm prediction | |
| CN117151345A (zh) | 一种基于ai技术的企业管理智能决策平台 | |
| US20230123527A1 (en) | Distributed client server system for generating predictive machine learning models | |
| CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
| KR100683580B1 (ko) | 지능형 플랜트 정보시스템 | |
| CN117235524A (zh) | 自动估值模型的学***台 | |
| AU2022201428A1 (en) | Methods for identifying key performance indicators | |
| CN114527717A (zh) | 一种化工安全生产预警***及其安全预警方法 | |
| CN110506270A (zh) | 风险分析以识别和回顾网络安全威胁 | |
| CN118011990B (zh) | 基于人工智能的工业数据品质监控与提升*** | |
| Van Blerk | A web-based multilevel framework for condition monitoring of industrial equipment | |
| CN117853078B (zh) | 基于无人机的建筑工程施工现场动态安全报警***及方法 | |
| CN117474523A (zh) | 一种智能污水处理厂的管理方法 | |
| CN117493988A (zh) | 一种燃气输配***的综合预警方法及装置 | |
| CN118378878A (zh) | 基于大数据预测和模型分析的智慧财务风险管控*** | |
| CN118132653A (zh) | 一种基于能源审计的数据采集方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230908 |