国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種橋梁主梁混凝土澆筑過程的安全控制方法及系統(tǒng)與流程

      文檔序號:39345432發(fā)布日期:2024-09-10 12:08閱讀:57來源:國知局
      一種橋梁主梁混凝土澆筑過程的安全控制方法及系統(tǒng)與流程

      本發(fā)明涉及施工安全,具體涉及一種橋梁主梁混凝土澆筑過程的安全控制方法及系統(tǒng)。


      背景技術(shù):

      1、在傳統(tǒng)橋梁主梁混凝土澆筑過程中,常采用人工監(jiān)測與調(diào)控方式,工人依靠目視觀察和手動測量來評估混凝土的流動狀態(tài)和物理特性,并根據(jù)經(jīng)驗進行調(diào)整,然而,這種方法存在諸多局限性。首先,它容易受到施工人員主觀意識和經(jīng)驗水平的影響,可能導致主觀誤判和操作不穩(wěn)定性,增加了施工安全風險;其次,由于無法實現(xiàn)對混凝土澆筑過程的實時監(jiān)測和精確控制,難以及時發(fā)現(xiàn)潛在的安全隱患和質(zhì)量問題,造成了施工安全性和質(zhì)量水平的不確定性;另外,傳統(tǒng)方法無法應對復雜施工環(huán)境和變化的施工條件,效率低下且成本高昂。

      2、公開于該背景技術(shù)部分的信息僅僅旨在加深對本公開總體背景技術(shù)的理解,而不應當被視為承認或以任何形式暗示該信息構(gòu)成本領(lǐng)域技術(shù)人員所公知的現(xiàn)有技術(shù)。


      技術(shù)實現(xiàn)思路

      1、本發(fā)明中提供了一種橋梁主梁混凝土澆筑過程的安全控制方法及系統(tǒng),從而有效解決背景技術(shù)中所指出的問題。

      2、為了達到上述目的,本發(fā)明所采用的技術(shù)方案是:

      3、一種橋梁主梁混凝土澆筑過程的安全控制方法,包括:

      4、實時采集混凝土澆筑的過程數(shù)據(jù),得到基礎(chǔ)數(shù)據(jù)集合;

      5、建立混凝土澆筑過程的數(shù)學模型,并根據(jù)所述基礎(chǔ)數(shù)據(jù)集合得到澆筑過程的混凝土物理特性信息;

      6、基于所述數(shù)學模型,建立基于控制算法的智能安全評估模型,所述控制算法實時監(jiān)測澆筑過程的混凝土狀態(tài),并根據(jù)實時數(shù)據(jù)和預設(shè)安全標準,自主調(diào)整混凝土澆筑過程的參數(shù);

      7、通過機器學習算法,學習和識別正常的施工模式和行為規(guī)律,并基于學習和識別結(jié)果,設(shè)定安全預警機制;

      8、將所述安全預警機制集成到所述智能安全評估模型,得到橋梁主梁混凝土澆筑過程的安全控制模型;

      9、基于無線通信技術(shù),對澆筑過程進行遠程管理,并結(jié)合所述安全控制模型進行橋梁主梁混凝土澆筑過程的安全控制。

      10、進一步地,所述數(shù)學模型基于混凝土的質(zhì)量守恒,考慮混凝土在澆筑過程中的流動特性,構(gòu)建動量方程,所述方程為:

      11、

      12、其中,ρ為流體(混凝土)的密度,為流體速度v對時間的偏導數(shù),為流體速度v與梯度運算的點積,表示流通速度沿著空間的變化率,即流體速度的方向?qū)?shù),為壓力梯度,表示壓力隨空間位置的變化率,即壓力在空間的分布,μ為動力粘度,為拉普拉斯算子,表示速度場的二階空間導數(shù),表示粘性項,描述流體的粘性效應,g為流體(混凝土)受到的重力作用。

      13、進一步地,所述數(shù)學模型根據(jù)混凝土的溫度狀態(tài),考慮混凝土在澆筑過程的熱傳導和熱源影響,構(gòu)建熱傳導方程,所述方程為:

      14、

      15、其中,為溫度t對時間的偏導數(shù),為梯度算子,k為熱傳導系數(shù),為溫度場的梯度,即溫度場隨空間位置的變化率,為單位溫度梯度引起的熱流量,為熱傳導率與溫度梯度的散度,即單位體積內(nèi)的熱流量變化率,描述溫度場的擴散行為,q為熱源項,表示在溫度場中引入的外部熱源或吸收的熱量。

      16、進一步地,建立基于控制算法的智能安全評估模型,包括:

      17、對所述基礎(chǔ)數(shù)據(jù)集合中的數(shù)據(jù)進行預處理,得到標準數(shù)據(jù)集合;

      18、對所述標準數(shù)據(jù)集合中的數(shù)據(jù)進行特征工程,提取與安全評估相關(guān)的特征;

      19、對提取的特征進行特征選擇,并對高維度的特征空間進行降維處理;

      20、基于選擇的特征和降維處理后的特征空間,建立安全評估模型。

      21、進一步地,所述控制算法為機器學習算法。

      22、進一步地,所述機器學習算法包括:

      23、決策樹集合,由若干決策樹組成,每個所述決策樹根據(jù)混凝土澆筑過程中的各項數(shù)據(jù)特征,學習和識別正常的施工模式和行為規(guī)律;

      24、隨機特征選擇,在所有可能的特征中隨機選擇一部分用于節(jié)點的分裂;

      25、自主采樣,在訓練所述決策樹集合時,從原始數(shù)據(jù)集中隨機抽樣構(gòu)建多個訓練集;

      26、投票贊成,通過對所述決策樹集合的預測結(jié)果進行投票或平均,得到對混凝土澆筑過程的整體安全評估結(jié)果;

      27、bagging算法,通過多次有放回的隨機抽樣構(gòu)建不同的訓練集,然后分別訓練多個決策樹,并將它們的結(jié)果進行組合。

      28、進一步地,將所述安全預警機制集成到所述智能安全評估模型,得到橋梁主梁混凝土澆筑過程的安全控制模型,包括:

      29、基于監(jiān)測到的混凝土歷史狀態(tài)數(shù)據(jù),設(shè)定預警觸發(fā)條件;

      30、將所述安全預警機制編碼成邏輯表達式,并將所述邏輯表達式嵌入所述智能安全評估模型的算法中;

      31、將所述預警觸發(fā)條件與所述邏輯表達式一一對應,得到橋梁主梁混凝土澆筑過程的所述安全控制模型。

      32、進一步地,基于監(jiān)測到的混凝土歷史狀態(tài)數(shù)據(jù),設(shè)定預警觸發(fā)條件,包括:

      33、對監(jiān)測到的混凝土歷史狀態(tài)數(shù)據(jù)進行分析,識別所述混凝土歷史狀態(tài)數(shù)據(jù)的趨勢和規(guī)律;

      34、根據(jù)數(shù)據(jù)分析的結(jié)果,確定異常狀態(tài)的標志性特征,設(shè)定預警觸發(fā)的邊界條件;

      35、將設(shè)定的預警觸發(fā)的所述邊界條件與預設(shè)的安全標準進行對比,得到最終的所述預警觸發(fā)條件。

      36、一種橋梁主梁混凝土澆筑過程的安全控制系統(tǒng),所述系統(tǒng)包括:

      37、過程數(shù)據(jù)采集模塊,實時采集混凝土澆筑的過程數(shù)據(jù),得到基礎(chǔ)數(shù)據(jù)集合;

      38、數(shù)學模型構(gòu)建模塊,建立混凝土澆筑過程的數(shù)學模型,根據(jù)所述基礎(chǔ)數(shù)據(jù)集合得到澆筑過程的混凝土物理特性信息;

      39、評估模型構(gòu)建模塊,基于所述數(shù)學模型,建立基于控制算法的智能安全評估模型,所述控制算法實時監(jiān)測澆筑過程的混凝土狀態(tài),并根據(jù)實時數(shù)據(jù)和預設(shè)安全標準,自主調(diào)整混凝土澆筑過程的參數(shù);

      40、預警機制設(shè)定模塊,通過機器學習算法,學習和識別正常的施工模式和行為規(guī)律,并基于學習和識別結(jié)果,設(shè)定安全預警機制;

      41、模型機制集成模塊,將所述安全預警機制集成到所述智能安全評估模型,得到橋梁主梁混凝土澆筑過程的安全控制模型;

      42、遠程管理介入模塊,基于無線通信技術(shù),對澆筑過程進行遠程管理,并結(jié)合所述安全控制模型進行橋梁主梁混凝土澆筑過程的安全控制。

      43、進一步地,所述模型機制集成模塊,包括:

      44、觸發(fā)條件設(shè)定單元,基于監(jiān)測到的混凝土歷史狀態(tài)數(shù)據(jù),設(shè)定預警觸發(fā)條件;

      45、邏輯表達式嵌入單元,將所述安全預警機制編碼成邏輯表達式,并將所述邏輯表達式嵌入所述智能安全評估模型的算法中;

      46、控制模型構(gòu)建單元,將所述預警觸發(fā)條件與所述邏輯表達式一一對應,得到橋梁主梁混凝土澆筑過程的所述安全控制模型。

      47、通過本發(fā)明的技術(shù)方案,可實現(xiàn)以下技術(shù)效果:

      48、通過本發(fā)明,減少了人為誤判和操作不穩(wěn)定性,提高了施工安全,同時能及時發(fā)現(xiàn)潛在的安全隱患和質(zhì)量問題,提升了施工質(zhì)量水平。



      技術(shù)特征:

      1.一種橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,包括:

      2.根據(jù)權(quán)利要求1所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,所述數(shù)學模型基于混凝土的質(zhì)量守恒,考慮混凝土在澆筑過程中的流動特性,構(gòu)建動量方程,所述方程為:

      3.根據(jù)權(quán)利要求1所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,所述數(shù)學模型根據(jù)混凝土的溫度狀態(tài),考慮混凝土在澆筑過程的熱傳導和熱源影響,構(gòu)建熱傳導方程,所述方程為:

      4.根據(jù)權(quán)利要求1所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,建立基于控制算法的智能安全評估模型,包括:

      5.根據(jù)權(quán)利要求4所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,所述控制算法為機器學習算法。

      6.根據(jù)權(quán)利要求1所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,所述機器學習算法包括:

      7.根據(jù)權(quán)利要求1所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,將所述安全預警機制集成到所述智能安全評估模型,得到橋梁主梁混凝土澆筑過程的安全控制模型,包括:

      8.根據(jù)權(quán)利要求7所述的橋梁主梁混凝土澆筑過程的安全控制方法,其特征在于,基于監(jiān)測到的混凝土歷史狀態(tài)數(shù)據(jù),設(shè)定預警觸發(fā)條件,包括:

      9.一種橋梁主梁混凝土澆筑過程的安全控制系統(tǒng),其特征在于,所述系統(tǒng)包括:

      10.根據(jù)權(quán)利要求9所述的橋梁主梁混凝土澆筑過程的安全控制系統(tǒng),其特征在于,所述模型機制集成模塊,包括:


      技術(shù)總結(jié)
      本發(fā)明涉及施工安全技術(shù)領(lǐng)域,具體涉及一種橋梁主梁混凝土澆筑過程的安全控制方法及系統(tǒng),方法包括:實時采集混凝土澆筑的過程數(shù)據(jù),得到基礎(chǔ)數(shù)據(jù)集合;建立混凝土澆筑過程的數(shù)學模型,根據(jù)基礎(chǔ)數(shù)據(jù)集合得到澆筑過程的混凝土物理特性信息;基于數(shù)學模型,建立基于控制算法的智能安全評估模型;通過機器學習算法,學習和識別正常的施工模式和行為規(guī)律,設(shè)定安全預警機制;將安全預警機制集成到智能安全評估模型,得到的安全控制模型;對澆筑過程進行遠程管理,并結(jié)合安全控制模型進行橋梁主梁混凝土澆筑過程的安全控制。通過本發(fā)明,減少了人為誤判和操作不穩(wěn)定性,提高了施工安全,同時能及時發(fā)現(xiàn)潛在的安全隱患和質(zhì)量問題,提升了施工質(zhì)量水平。

      技術(shù)研發(fā)人員:別佃奎,方斌,王威,趙陽,龔興仁,徐武,秦九愛,謝飛,李捷,陸小芳,李遠,殷銅銅,劉蕾
      受保護的技術(shù)使用者:江蘇捷達交通工程集團有限公司
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/9/9
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1