[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116842844B - 基于bim的桥梁高墩施工安全监测方法及系统 - Google Patents

基于bim的桥梁高墩施工安全监测方法及系统 Download PDF

Info

Publication number
CN116842844B
CN116842844B CN202310860458.3A CN202310860458A CN116842844B CN 116842844 B CN116842844 B CN 116842844B CN 202310860458 A CN202310860458 A CN 202310860458A CN 116842844 B CN116842844 B CN 116842844B
Authority
CN
China
Prior art keywords
simulation
model
data set
construction
bridge
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
Application number
CN202310860458.3A
Other languages
English (en)
Other versions
CN116842844A (zh
Inventor
么学春
高晓明
李恒
张小强
王家林
王爱爱
范文磊
姜灿
董坤泽
张嘉麟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Communications Construction Group Southeast Construction Co ltd
CCCC Construction Group Co Ltd
Original Assignee
China Communications Construction Group Southeast Construction Co ltd
CCCC Construction Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Communications Construction Group Southeast Construction Co ltd, CCCC Construction Group Co Ltd filed Critical China Communications Construction Group Southeast Construction Co ltd
Priority to CN202310860458.3A priority Critical patent/CN116842844B/zh
Publication of CN116842844A publication Critical patent/CN116842844A/zh
Application granted granted Critical
Publication of CN116842844B publication Critical patent/CN116842844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bridges Or Land Bridges (AREA)

Abstract

本发明公开了基于BIM的桥梁高墩施工安全监测方法及系统,涉及施工监测领域,其中,所述方法包括:对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;输出第一地质仿真模型;按照第一桥梁仿真模型和第一地质仿真模型进行模型融合,输出第一施工仿真模型;根据第一施工仿真模型进行施工模拟,获取第一模拟数据集;将第一模拟数据集输入多元监测模型中,根据多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接;根据所述第一风险系数,输出第一提醒信息。解决了现有技术中针对桥梁高墩的施工安全监测预警准确性差,导致桥梁高墩的施工安全监测预警效果差的技术问题。

Description

基于BIM的桥梁高墩施工安全监测方法及系统
技术领域
本发明涉及施工监测领域,具体地,涉及基于BIM的桥梁高墩施工安全监测方法及系统。
背景技术
随着交通运输需求的不断增长,高速公路网的建设规模急剧扩大。桥梁高墩施工是高速公路建设的重要组成部分,桥梁高墩施工具有施工难度大、安全风险高的特点,安全监测预警是保障桥梁高墩施工安全的重要手段。因此,在桥梁高墩施工管理中,桥梁高墩的施工安全监测预警成为重中之重。现有技术中,存在针对桥梁高墩的施工安全监测预警准确性差,导致桥梁高墩的施工安全监测预警效果差的技术问题。
发明内容
本申请提供了基于BIM的桥梁高墩施工安全监测方法及系统。解决了现有技术中针对桥梁高墩的施工安全监测预警准确性差,导致桥梁高墩的施工安全监测预警效果差的技术问题。达到了提高桥梁高墩的施工安全监测预警准确性、全面度,提升桥梁高墩的施工安全监测预警效果,为桥梁高墩的施工安全提供有力保障的技术效果。
鉴于上述问题,本申请提供了基于BIM的桥梁高墩施工安全监测方法及系统。
第一方面,本申请提供了一种基于BIM的桥梁高墩施工安全监测方法,其中,所述方法应用于一种基于BIM的桥梁高墩施工安全监测系统,所述方法包括:对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;对所述第一目标桥梁的施工区域进行数据采集,通过BIM仿真系统进行建模,输出第一地质仿真模型;按照所述第一桥梁仿真模型和所述第一地质仿真模型进行模型融合,输出第一施工仿真模型;根据所述第一施工仿真模型进行施工模拟,获取第一模拟数据集,其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集,所述静态模拟数据集为所述第一目标桥梁的高墩对地质造成的静态受力模拟数据集,所述动态模拟数据集为所述第一目标桥梁的在施工过程中地质动态受力模拟数据集;将所述第一模拟数据集输入多元监测模型中,根据所述多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接;根据所述第一风险系数,输出第一提醒信息。
第二方面,本申请还提供了一种基于BIM的桥梁高墩施工安全监测系统,其中,所述系统包括:桥梁仿真模块,所述桥梁仿真模块用于对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;地质仿真模块,所述地质仿真模块用于对所述第一目标桥梁的施工区域进行数据采集,通过BIM仿真系统进行建模,输出第一地质仿真模型;融合模块,所述融合模块用于按照所述第一桥梁仿真模型和所述第一地质仿真模型进行模型融合,输出第一施工仿真模型;施工模拟模块,所述施工模拟模块用于根据所述第一施工仿真模型进行施工模拟,获取第一模拟数据集,其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集,所述静态模拟数据集为所述第一目标桥梁的高墩对地质造成的静态受力模拟数据集,所述动态模拟数据集为所述第一目标桥梁的在施工过程中地质动态受力模拟数据集;安全监测模块,所述安全监测模块用于将所述第一模拟数据集输入多元监测模型中,根据所述多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接;提醒信息输出模块,所述提醒信息输出模块用于根据所述第一风险系数,输出第一提醒信息。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;通过对第一目标桥梁的施工区域进行数据采集,并通过BIM仿真系统进行建模,输出第一地质仿真模型;对第一桥梁仿真模型和第一地质仿真模型进行模型融合,输出第一施工仿真模型;根据第一施工仿真模型进行施工模拟,获取第一模拟数据集;将第一模拟数据集输入多元监测模型中,输出第一风险系数,生成第一提醒信息。达到了提高桥梁高墩的施工安全监测预警准确性、全面度,提升桥梁高墩的施工安全监测预警效果,为桥梁高墩的施工安全提供有力保障的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1为本申请一种基于BIM的桥梁高墩施工安全监测方法的流程示意图;
图2为本申请一种基于BIM的桥梁高墩施工安全监测方法中输出第一施工仿真模型的流程示意图;
图3为本申请一种基于BIM的桥梁高墩施工安全监测系统的结构示意图。
附图标记说明:桥梁仿真模块11,地质仿真模块12,融合模块13,施工模拟模块14,安全监测模块15,提醒信息输出模块16。
具体实施方式
本申请通过提供基于BIM的桥梁高墩施工安全监测方法及系统。解决了现有技术中针对桥梁高墩的施工安全监测预警准确性差,导致桥梁高墩的施工安全监测预警效果差的技术问题。达到了提高桥梁高墩的施工安全监测预警准确性、全面度,提升桥梁高墩的施工安全监测预警效果,为桥梁高墩的施工安全提供有力保障的技术效果。
实施例一
请参阅附图1,本申请提供一种基于BIM的桥梁高墩施工安全监测方法,其中,所述方法应用于一种基于BIM的桥梁高墩施工安全监测系统,所述方法具体包括如下步骤:
步骤S100:对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;
具体而言,采集第一目标桥梁的基础参数,获得桥梁基础信息。连接BIM仿真系统,将桥梁基础信息上传至BIM仿真系统,BIM仿真系统按照桥梁基础信息进行BIM仿真建模,获得第一桥梁仿真模型。其中,所述第一目标桥梁可以为使用所述一种基于BIM的桥梁高墩施工安全监测系统进行智能化施工安全监测预警的任意桥梁。所述桥梁基础信息包括第一目标桥梁对应的桥梁形状、桥梁长度、桥梁宽度,以及高墩数量、高墩分布、高墩几何数据等数据信息。高墩分布包括第一目标桥梁的每个高墩对应的位置信息。高墩几何数据包括第一目标桥梁的每个高墩对应的高墩高度参数、高墩半径、高墩形状等。BIM仿真系统与所述一种基于BIM的桥梁高墩施工安全监测系统通信连接。BIM仿真系统可以为现有技术中的BIM仿真建模系统。所述第一桥梁仿真模型为桥梁基础信息对应的BIM仿真模型。
步骤S200:对所述第一目标桥梁的施工区域进行数据采集,通过BIM仿真系统进行建模,输出第一地质仿真模型;
步骤S300:按照所述第一桥梁仿真模型和所述第一地质仿真模型进行模型融合,输出第一施工仿真模型;
进一步的,如附图2所示,本申请步骤S300还包括:
步骤S310:通过BIM仿真系统进行建模,搭建所述第一地质仿真模型,其中,对所述第一目标桥梁的施工区域进行数据采集,包括地质层数据集、斜坡度数据集以及预埋件数据集;
具体而言,对第一目标桥梁的施工区域进行数据采集,获得施工区域地质数据集。将施工区域地质数据集上传至BIM仿真系统,BIM仿真系统按照施工区域地质数据集进行BIM仿真建模,获得第一地质仿真模型。其中,施工区域地质数据集包括地质层数据集、斜坡度数据集、预埋件数据集。所述地质层数据集包括第一目标桥梁的施工区域对应的地质层组成、地质层深度、地质层含水量、地质层密实度等数据信息。所述斜坡度数据集包括第一目标桥梁的施工区域对应的地质坡度变化信息。所述预埋件数据集包括第一目标桥梁的施工区域对应的每个预埋件的位置、尺寸、形状等参数。预埋件包括第一目标桥梁对应的遮拦板预埋件、桥梁防落梁挡块、桥梁防落梁预埋件、桥梁支座钢板、接触网支柱预埋件、墩台预埋套筒、地脚螺栓等桥梁预埋件。所述第一地质仿真模型包括施工区域地质数据集对应的BIM仿真模型。
步骤S320:基于所述第一地质仿真模型对所述第一目标桥梁的施工区域进行地质危险性评估,输出第一地质隐患指标;
进一步的,本申请步骤S320还包括:
步骤S321:通过调取所述第一桥梁仿真模型的结构参数,确定高墩数量、高墩分布、以及高墩几何数据;
步骤S322:按照所述高墩数量、高墩分布以及高墩几何数据,对所述第一地质仿真模型进行区域定位,输出施工区域的定位结果;
步骤S323:对所述施工区域的定位结果进行区域扩充,确定所述施工区域的范围。
步骤S330:当所述第一地质隐患指标小于预设隐患指标,获取第一融合指令;
步骤S340:根据所述第一融合指令将所述第一地质仿真模型与所述第一桥梁仿真模型进行融合,输出第一施工仿真模型。
具体而言,对第一桥梁仿真模型进行结构参数提取,获得高墩数量、高墩分布、高墩几何数据。继而,按照高墩数量、高墩分布、高墩几何数据对第一地质仿真模型进行区域定位,获得施工区域的定位结果,并对施工区域的定位结果进行区域扩充,获得施工区域的范围。进而,对施工区域的范围进行地质危险性评估,获得第一地质隐患指标。对第一地质隐患指标是否小于预设隐患指标进行判断。如果第一地质隐患指标小于预设隐患指标,所述一种基于BIM的桥梁高墩施工安全监测系统自动生成第一融合指令,并按照第一融合指令将第一地质仿真模型与第一桥梁仿真模型进行融合,获得第一施工仿真模型。
其中,所述施工区域的定位结果包括第一地质仿真模型中,高墩数量、高墩分布、高墩几何数据对应的模型区域。所述第一地质隐患指标是用于表征施工区域的范围的地质危险性的数据信息。施工区域的范围的地质危险性越大,对应的第一地质隐患指标的越高。所述预设隐患指标包括由所述一种基于BIM的桥梁高墩施工安全监测系统预先设置确定的第一地质隐患指标阈值。所述第一融合指令是用于表征第一地质隐患指标小于预设隐患指标,可以对第一地质仿真模型、第一桥梁仿真模型进行融合的指令信息。所述第一施工仿真模型包括第一地质仿真模型、第一桥梁仿真模型。
示例性地,在对施工区域的定位结果进行区域扩充时,按照由所述一种基于BIM的桥梁高墩施工安全监测系统预先设置确定的坐标扩充半径对施工区域的定位结果中的每个模型区域边缘点进行扩充,获得施工区域的范围。
达到了通过第一地质仿真模型对第一目标桥梁的施工区域进行地质危险性评估,从而对第一地质仿真模型与第一桥梁仿真模型进行适应性融合,从而提高第一施工仿真模型的可靠性的技术效果。
步骤S400:根据所述第一施工仿真模型进行施工模拟,获取第一模拟数据集,其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集,所述静态模拟数据集为所述第一目标桥梁的高墩对地质造成的静态受力模拟数据集,所述动态模拟数据集为所述第一目标桥梁的在施工过程中地质动态受力模拟数据集;
具体而言,对第一施工仿真模型进行施工模拟,获得第一模拟数据集。其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集。静态模拟数据集为第一目标桥梁的高墩对地质造成的静态受力模拟数据集,即,静态模拟数据集包括在无桥墩施工设备的影响下,第一目标桥梁的桥墩模拟承重受力、模拟环境受力。模拟环境受力为第一目标桥梁的施工区域的范围对应的模拟承重受力。所述动态模拟数据集为第一目标桥梁的在施工过程中地质动态受力模拟数据集,即,所述动态模拟数据集包括在桥墩施工设备的影响下,第一目标桥梁的桥墩模拟承重受力参数、模拟环境受力参数。桥墩施工设备的影响包括桥墩施工设备的模拟施工振动强度、模拟施工振动时长。桥墩施工设备包括起重机、塔吊、打桩机、挖土机等。
步骤S500:将所述第一模拟数据集输入多元监测模型中,根据所述多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接;
进一步的,本申请步骤S500还包括:
步骤S510:将所述第一模拟数据集输入多元监测模型中,其中,所述多元监测模型包括静态安全监测子模型和动态安全监测子模型,且所述静态安全监测子模型和所述动态安全监测子模型之间包括权重共享通道;
进一步的,本申请步骤S510还包括:
步骤S511:根据所述多元监测模型所连接的所述第一施工仿真模型,输出所述第一目标桥梁的桥墩受力样本数据集,包括承重受力样本数据集和环境受力样本数据集;
步骤S512:按照所述桥墩受力样本数据集与标识桥墩安全性的标识信息作为训练数据组,当模型收敛时,输出所述静态安全监测子模型。
具体而言,连接所述一种基于BIM的桥梁高墩施工安全监测系统,采集第一目标桥梁的桥墩受力样本数据集、标识桥墩安全性的标识信息。桥墩受力样本数据集包括承重受力样本数据集和环境受力样本数据集。承重受力样本数据集包括静态承重受力样本数据集、动态承重受力样本数据集。环境受力样本数据集包括静态环境受力样本数据集、动态环境受力样本数据集。标识桥墩安全性的标识信息包括静态风险样本系数集、动态风险样本系数集。继而,将静态承重受力样本数据集、静态环境受力样本数据集、静态风险样本系数集作为训练数据组,基于BP神经网络,将训练数据组进行不断的自我训练学习至收敛状态,获得静态安全监测子模型。其中,静态承重受力样本数据集、静态环境受力样本数据集分别包括在无桥墩施工设备的影响下,第一目标桥梁的多个历史桥墩承重受力、多个历史环境受力。静态风险样本系数集包括静态承重受力样本数据集、静态环境受力样本数据集对应的多个历史静态风险系数。所述BP神经网络是一种按照误差逆向传播算法进行训练的多层前馈神经网络。所述BP神经网络包括输入层、多层神经元、输出层。BP神经网络可以进行正向计算、反向计算。正向计算时,输入信息从输入层经过多层神经元逐层处理,转向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转入反向计算,将误差信号沿原来的连接通路返回,通过修改各神经元的权值,使得误差信号最小。静态安全监测子模型包括输入层、隐含层、输出层。
进一步的,本申请步骤S512之后,还包括:
步骤S513:确定所述第一目标桥梁的桥墩施工设备;
步骤S514:根据所述桥墩施工设备的施工振动强度、施工振动时长,输出第一动态影响数据集,其中,所述第一动态影响数据集用于标识施工时对所述第一目标桥梁的桥墩造成的影响;
步骤S515:根据所述第一动态影响数据集和所述桥墩受力样本数据集,以及标识桥墩安全性的标识信息作为训练数据组,当模型收敛时,输出所述动态安全监测子模型。
具体而言,将第一动态影响数据集、动态承重受力样本数据集、动态环境受力样本数据集、动态风险样本系数集作为训练数据组,基于BP神经网络,将第一动态影响数据集、动态承重受力样本数据集、动态环境受力样本数据集、动态风险样本系数集进行不断的自我训练学习至收敛状态,获得动态安全监测子模型。其中,动态承重受力样本数据集、动态环境受力样本数据集分别包括在第一动态影响数据集下,第一目标桥梁的多个桥墩历史承重受力参数、多个历史环境受力参数。所述第一动态影响数据集包括桥墩施工设备的多个历史施工振动强度、多个历史施工振动时长,以及多个历史施工振动强度、多个历史施工振动时长对应的多个历史桥墩影响系数。每个历史桥墩影响系数用于表征在历史施工振动强度、历史施工振动时长下施工时,对第一目标桥梁的桥墩造成的影响。动态风险样本系数集包括多个历史动态风险系数。所述动态安全监测子模型包括输入层、隐含层、输出层。
步骤S520:将所述静态模拟数据集输入所述静态安全监测子模型进行识别,输出第一静态风险系数;
步骤S530:将所述动态模拟数据集输入所述动态安全监测子模型进行识别,输出第一动态风险系数;
步骤S540:根据所述第一静态风险系数和所述第一动态风险系数,输出所述第一风险系数。
步骤S600:根据所述第一风险系数,输出第一提醒信息。
具体而言,所述多元监测模型包括静态安全监测子模型和动态安全监测子模型。且,静态安全监测子模型和动态安全监测子模型之间包括权重共享通道。将静态模拟数据集输入静态安全监测子模型,获得第一静态风险系数。将动态模拟数据集输入动态安全监测子模型,获得第一动态风险系数。继而,将第一静态风险系数和第一动态风险系数传输至权重共享通道,权重共享通道包括由所述一种基于BIM的桥梁高墩施工安全监测系统预先设置确定的静态风险权重值、动态风险权重值。继而,按照权重共享加权公式,根据静态风险权重值、动态风险权重值对第一静态风险系数、第一动态风险系数进行加权计算,获得第一风险系数,并生成第一提醒信息。其中,第一静态风险系数用于表征在无桥墩施工设备的影响下,第一目标桥梁的桥墩承重风险、环境受力风险。第一动态风险系数用于表征在桥墩施工设备的影响下,第一目标桥梁的桥墩承重风险、环境受力风险。第一提醒信息是用于对第一风险系数进行预警提示的数据信息。
优选地,权重共享加权公式为
Z=α*X+β*Y,
其中,Z为输出的第一风险系数,X为输入的第一静态风险系数,Y为输入的第一动态风险系数,α、β分别为静态风险权重值、动态风险权重值。
达到了通过多元监测模型对静态模拟数据集、动态模拟数据集进行准确而高效地分析,获得可靠的第一风险系数,提高桥梁高墩的施工安全监测预警精确度的技术效果。
进一步的,本申请步骤S514还包括:
步骤S514-1:根据所述桥墩施工设备的施工振动强度、施工振动时长,输出第二动态影响数据集,其中,所述第二动态影响数据集用于标识施工时对施工区域的地质造成的影响;
步骤S514-2:根据所述第二动态影响数据集和所述第一动态影响数据集,对所述桥墩施工设备的隐患等级进行标识,按照标识信息对所述桥墩施工设备进行安全管理。
具体而言,基于桥墩施工设备的施工振动强度、施工振动时长,获得第二动态影响数据集。所述第二动态影响数据集包括桥墩施工设备的多个历史施工振动强度、多个历史施工振动时长,以及多个历史施工振动强度、多个历史施工振动时长对应的多个历史地质影响系数。历史地质影响系数用于表征在历史施工振动强度、历史施工振动时长下施工时,对施工区域的地质造成的影响。继而,将桥墩施工设备的模拟施工振动强度、模拟施工振动时长输入第一动态影响数据集、第二动态影响数据集,通过第一动态影响数据集、第二动态影响数据集对桥墩施工设备的隐患等级进行标识,获得标识信息,并按照标识信息对桥墩施工设备进行安全管理。其中,所述标识信息包括模拟施工振动强度、模拟施工振动时长对应的桥墩影响系数、地质影响系数。桥墩影响系数和地质影响系数越高,则,对应的模拟施工振动强度、模拟施工振动时长下,桥墩施工设备的隐患等级越高。
综上所述,本申请所提供的一种基于BIM的桥梁高墩施工安全监测方法具有如下技术效果:
1.通过对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;通过对第一目标桥梁的施工区域进行数据采集,并通过BIM仿真系统进行建模,输出第一地质仿真模型;对第一桥梁仿真模型和第一地质仿真模型进行模型融合,输出第一施工仿真模型;根据第一施工仿真模型进行施工模拟,获取第一模拟数据集;将第一模拟数据集输入多元监测模型中,输出第一风险系数,生成第一提醒信息。达到了提高桥梁高墩的施工安全监测预警准确性、全面度,提升桥梁高墩的施工安全监测预警效果,为桥梁高墩的施工安全提供有力保障的技术效果。
2.通过第一地质仿真模型对第一目标桥梁的施工区域进行地质危险性评估,从而对第一地质仿真模型与第一桥梁仿真模型进行适应性融合,从而提高第一施工仿真模型的可靠性。
实施例二
基于与前述实施例中一种基于BIM的桥梁高墩施工安全监测方法,同样发明构思,本发明还提供了一种基于BIM的桥梁高墩施工安全监测系统,请参阅附图3,所述系统包括:
桥梁仿真模块11,所述桥梁仿真模块11用于对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;
地质仿真模块12,所述地质仿真模块12用于对所述第一目标桥梁的施工区域进行数据采集,通过BIM仿真系统进行建模,输出第一地质仿真模型;
融合模块13,所述融合模块13用于按照所述第一桥梁仿真模型和所述第一地质仿真模型进行模型融合,输出第一施工仿真模型;
施工模拟模块14,所述施工模拟模块14用于根据所述第一施工仿真模型进行施工模拟,获取第一模拟数据集,其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集,所述静态模拟数据集为所述第一目标桥梁的高墩对地质造成的静态受力模拟数据集,所述动态模拟数据集为所述第一目标桥梁的在施工过程中地质动态受力模拟数据集;
安全监测模块15,所述安全监测模块15用于将所述第一模拟数据集输入多元监测模型中,根据所述多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接;
提醒信息输出模块16,所述提醒信息输出模块16用于根据所述第一风险系数,输出第一提醒信息。
进一步的,所述系统还包括:
第一执行模块,所述第一执行模块用于通过BIM仿真系统进行建模,搭建所述第一地质仿真模型,其中,对所述第一目标桥梁的施工区域进行数据采集,包括地质层数据集、斜坡度数据集以及预埋件数据集;
地质危险性评估模块,所述地质危险性评估模块用于基于所述第一地质仿真模型对所述第一目标桥梁的施工区域进行地质危险性评估,输出第一地质隐患指标;
融合指令获取模块,所述融合指令获取模块用于当所述第一地质隐患指标小于预设隐患指标,获取第一融合指令;
第二执行模块,所述第二执行模块用于根据所述第一融合指令将所述第一地质仿真模型与所述第一桥梁仿真模型进行融合,输出第一施工仿真模型。
进一步的,所述系统还包括:
结构参数调取模块,所述结构参数调取模块用于通过调取所述第一桥梁仿真模型的结构参数,确定高墩数量、高墩分布、以及高墩几何数据;
区域定位模块,所述区域定位模块用于按照所述高墩数量、高墩分布以及高墩几何数据,对所述第一地质仿真模型进行区域定位,输出施工区域的定位结果;
区域扩充模块,所述区域扩充模块用于对所述施工区域的定位结果进行区域扩充,确定所述施工区域的范围。
进一步的,所述系统还包括:
第三执行模块,所述第三执行模块用于将所述第一模拟数据集输入多元监测模型中,其中,所述多元监测模型包括静态安全监测子模型和动态安全监测子模型,且所述静态安全监测子模型和所述动态安全监测子模型之间包括权重共享通道;
静态风险系数获得模块,所述静态风险系数获得模块用于将所述静态模拟数据集输入所述静态安全监测子模型进行识别,输出第一静态风险系数;
动态风险系数模块,所述动态风险系数模块用于将所述动态模拟数据集输入所述动态安全监测子模型进行识别,输出第一动态风险系数;
第一风险系数输出模块,所述第一风险系数输出模块用于根据所述第一静态风险系数和所述第一动态风险系数,输出所述第一风险系数。
进一步的,所述系统还包括:
桥墩受力样本数据集获得模块,所述桥墩受力样本数据集获得模块用于根据所述多元监测模型所连接的所述第一施工仿真模型,输出所述第一目标桥梁的桥墩受力样本数据集,包括承重受力样本数据集和环境受力样本数据集;
第四执行模块,所述第四执行模块用于按照所述桥墩受力样本数据集与标识桥墩安全性的标识信息作为训练数据组,当模型收敛时,输出所述静态安全监测子模型。
进一步的,所述系统还包括:
设备确定模块,所述设备确定模块用于确定所述第一目标桥梁的桥墩施工设备;
动态影响数据集获得模块,所述动态影响数据集获得模块用于根据所述桥墩施工设备的施工振动强度、施工振动时长,输出第一动态影响数据集,其中,所述第一动态影响数据集用于标识施工时对所述第一目标桥梁的桥墩造成的影响;
第五执行模块,所述第五执行模块用于根据所述第一动态影响数据集和所述桥墩受力样本数据集,以及标识桥墩安全性的标识信息作为训练数据组,当模型收敛时,输出所述动态安全监测子模型。
进一步的,所述系统还包括:
第六执行模块,所述第六执行模块用于根据所述桥墩施工设备的施工振动强度、施工振动时长,输出第二动态影响数据集,其中,所述第二动态影响数据集用于标识施工时对施工区域的地质造成的影响;
安全管理模块,所述安全管理模块用于根据所述第二动态影响数据集和所述第一动态影响数据集,对所述桥墩施工设备的隐患等级进行标识,按照标识信息对所述桥墩施工设备进行安全管理。
本发明实施例所提供的一种基于BIM的桥梁高墩施工安全监测系统可执行本发明任意实施例所提供的一种基于BIM的桥梁高墩施工安全监测方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本申请提供了一种基于BIM的桥梁高墩施工安全监测方法,其中,所述方法应用于一种基于BIM的桥梁高墩施工安全监测系统,所述方法包括:通过对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;通过对第一目标桥梁的施工区域进行数据采集,并通过BIM仿真系统进行建模,输出第一地质仿真模型;对第一桥梁仿真模型和第一地质仿真模型进行模型融合,输出第一施工仿真模型;根据第一施工仿真模型进行施工模拟,获取第一模拟数据集;将第一模拟数据集输入多元监测模型中,输出第一风险系数,生成第一提醒信息。解决了现有技术中针对桥梁高墩的施工安全监测预警准确性差,导致桥梁高墩的施工安全监测预警效果差的技术问题。达到了提高桥梁高墩的施工安全监测预警准确性、全面度,提升桥梁高墩的施工安全监测预警效果,为桥梁高墩的施工安全提供有力保障的技术效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.基于BIM的桥梁高墩施工安全监测方法,其特征在于,所述方法包括:
对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;
对所述第一目标桥梁的施工区域进行数据采集,通过BIM仿真系统进行建模,输出第一地质仿真模型;
其中,通过BIM仿真系统进行建模,输出第一地质仿真模型,包括:
通过BIM仿真系统进行建模,搭建所述第一地质仿真模型,其中,对所述第一目标桥梁的施工区域进行数据采集,包括地质层数据集、斜坡度数据集以及预埋件数据集;
基于所述第一地质仿真模型对所述第一目标桥梁的施工区域进行地质危险性评估,输出第一地质隐患指标;
当所述第一地质隐患指标小于预设隐患指标,获取第一融合指令;
根据所述第一融合指令将所述第一地质仿真模型与所述第一桥梁仿真模型进行融合,输出第一施工仿真模型;
按照所述第一桥梁仿真模型和所述第一地质仿真模型进行模型融合,输出第一施工仿真模型;
根据所述第一施工仿真模型进行施工模拟,获取第一模拟数据集,其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集,所述静态模拟数据集为所述第一目标桥梁的高墩对地质造成的静态受力模拟数据集,所述动态模拟数据集为所述第一目标桥梁的在施工过程中地质动态受力模拟数据集;
将所述第一模拟数据集输入多元监测模型中,根据所述多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接,包括:
将所述第一模拟数据集输入多元监测模型中,其中,所述多元监测模型包括静态安全监测子模型和动态安全监测子模型,且所述静态安全监测子模型和所述动态安全监测子模型之间包括权重共享通道;
将所述静态模拟数据集输入所述静态安全监测子模型进行识别,输出第一静态风险系数;
将所述动态模拟数据集输入所述动态安全监测子模型进行识别,输出第一动态风险系数;
根据所述第一静态风险系数和所述第一动态风险系数,输出所述第一风险系数;
根据所述第一风险系数,输出第一提醒信息。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过调取所述第一桥梁仿真模型的结构参数,确定高墩数量、高墩分布、以及高墩几何数据;
按照所述高墩数量、高墩分布以及高墩几何数据,对所述第一地质仿真模型进行区域定位,输出施工区域的定位结果;
对所述施工区域的定位结果进行区域扩充,确定所述施工区域的范围。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述多元监测模型所连接的所述第一施工仿真模型,输出所述第一目标桥梁的桥墩受力样本数据集,包括承重受力样本数据集和环境受力样本数据集;
按照所述桥墩受力样本数据集与标识桥墩安全性的标识信息作为训练数据组,当模型收敛时,输出所述静态安全监测子模型。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
确定所述第一目标桥梁的桥墩施工设备;
根据所述桥墩施工设备的施工振动强度、施工振动时长,输出第一动态影响数据集,其中,所述第一动态影响数据集用于标识施工时对所述第一目标桥梁的桥墩造成的影响;
根据所述第一动态影响数据集和所述桥墩受力样本数据集,以及标识桥墩安全性的标识信息作为训练数据组,当模型收敛时,输出所述动态安全监测子模型。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述桥墩施工设备的施工振动强度、施工振动时长,输出第二动态影响数据集,其中,所述第二动态影响数据集用于标识施工时对施工区域的地质造成的影响;
根据所述第二动态影响数据集和所述第一动态影响数据集,对所述桥墩施工设备的隐患等级进行标识,按照标识信息对所述桥墩施工设备进行安全管理。
6.基于BIM的桥梁高墩施工安全监测系统,其特征在于,所述系统用于执行权利要求1至5任一项所述的方法,所述系统包括:
桥梁仿真模块,所述桥梁仿真模块用于对第一目标桥梁进行BIM仿真建模,输出第一桥梁仿真模型;
其中,通过BIM仿真系统进行建模,输出第一地质仿真模型,包括:
通过BIM仿真系统进行建模,搭建所述第一地质仿真模型,其中,对所述第一目标桥梁的施工区域进行数据采集,包括地质层数据集、斜坡度数据集以及预埋件数据集;
基于所述第一地质仿真模型对所述第一目标桥梁的施工区域进行地质危险性评估,输出第一地质隐患指标;
当所述第一地质隐患指标小于预设隐患指标,获取第一融合指令;
根据所述第一融合指令将所述第一地质仿真模型与所述第一桥梁仿真模型进行融合,输出第一施工仿真模型;
地质仿真模块,所述地质仿真模块用于对所述第一目标桥梁的施工区域进行数据采集,通过BIM仿真系统进行建模,输出第一地质仿真模型;
融合模块,所述融合模块用于按照所述第一桥梁仿真模型和所述第一地质仿真模型进行模型融合,输出第一施工仿真模型;
施工模拟模块,所述施工模拟模块用于根据所述第一施工仿真模型进行施工模拟,获取第一模拟数据集,其中,所述第一模拟数据集包括静态模拟数据集和动态模拟数据集,所述静态模拟数据集为所述第一目标桥梁的高墩对地质造成的静态受力模拟数据集,所述动态模拟数据集为所述第一目标桥梁的在施工过程中地质动态受力模拟数据集;
安全监测模块,所述安全监测模块用于将所述第一模拟数据集输入多元监测模型中,根据所述多元监测模型进行安全监测,输出第一风险系数,其中,所述多元监测模型与所述第一施工仿真模型通信连接,包括:
将所述第一模拟数据集输入多元监测模型中,其中,所述多元监测模型包括静态安全监测子模型和动态安全监测子模型,且所述静态安全监测子模型和所述动态安全监测子模型之间包括权重共享通道;
将所述静态模拟数据集输入所述静态安全监测子模型进行识别,输出第一静态风险系数;
将所述动态模拟数据集输入所述动态安全监测子模型进行识别,输出第一动态风险系数;
根据所述第一静态风险系数和所述第一动态风险系数,输出所述第一风险系数;
提醒信息输出模块,所述提醒信息输出模块用于根据所述第一风险系数,输出第一提醒信息。
CN202310860458.3A 2023-07-13 2023-07-13 基于bim的桥梁高墩施工安全监测方法及系统 Active CN116842844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310860458.3A CN116842844B (zh) 2023-07-13 2023-07-13 基于bim的桥梁高墩施工安全监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310860458.3A CN116842844B (zh) 2023-07-13 2023-07-13 基于bim的桥梁高墩施工安全监测方法及系统

Publications (2)

Publication Number Publication Date
CN116842844A CN116842844A (zh) 2023-10-03
CN116842844B true CN116842844B (zh) 2024-09-03

Family

ID=88163250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310860458.3A Active CN116842844B (zh) 2023-07-13 2023-07-13 基于bim的桥梁高墩施工安全监测方法及系统

Country Status (1)

Country Link
CN (1) CN116842844B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116305797A (zh) * 2023-02-07 2023-06-23 广东电网有限责任公司广州供电局 一种基于bim和多源质量信息融合的施工风险评估系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108460231A (zh) * 2018-03-23 2018-08-28 中交公路长大桥建设国家工程研究中心有限公司 一种桥梁建养全过程智能监测评估预警决策系统及方法
US11468206B2 (en) * 2018-08-20 2022-10-11 Sri International Machine learning system for building renderings and building information modeling data
CN109209403A (zh) * 2018-11-16 2019-01-15 中铁投资集团有限公司 一种岩溶发育区域多源地质bim建模预判指导施工方法
CN115761155A (zh) * 2022-10-27 2023-03-07 石家庄铁道大学 一种铁路三维地质选线方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116305797A (zh) * 2023-02-07 2023-06-23 广东电网有限责任公司广州供电局 一种基于bim和多源质量信息融合的施工风险评估系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
公路大桥主桥设计中的BIM 技术的应用探讨;朱永杰等;《公路工程》;20170831;第42卷(第4期);第169-172页 *

Also Published As

Publication number Publication date
CN116842844A (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
Wu et al. Critical review of data-driven decision-making in bridge operation and maintenance
Huang et al. Review on application of artificial intelligence in civil engineering
Adibfar et al. Creation of a mock-up bridge digital twin by fusing intelligent transportation systems (ITS) data into bridge information model (BrIM)
Barros et al. Design and testing of a decision tree algorithm for early failure detection in steel truss bridges
Situ et al. Improving urban flood prediction using LSTM-DeepLabv3+ and Bayesian optimization with spatiotemporal feature fusion
CN118332655B (zh) 一种道路桥梁检测方法、系统及存储介质
CN118395193B (zh) 基于人工智能的边坡失稳预测方法及系统
CN116881819B (zh) 一种基于孤立森林的斜拉索工作状态监测方法
CN119313174B (zh) 基于人工智能的全流程风险评估方法、装置、设备及介质
Luo et al. Using deep learning-based defect detection and 3D quantitative assessment for steel deck pavement maintenance
CN119043409A (zh) 一种大跨悬索桥梁病害监测方法及系统
CN117217539A (zh) 沉井下沉ai智能分析与辅助决策的方法、设备及存储介质
CN118260647A (zh) 一种基于桥面图像识别和桥梁振动感知的桥梁损伤评定方法
CN118941408A (zh) 电力设施与区域功能系统协同应急处置方法、装置和介质
CN116342059A (zh) 一种基于物联网的城市轨道交通地下结构智能监测系统
CN116842844B (zh) 基于bim的桥梁高墩施工安全监测方法及系统
CN119043405A (zh) 基于机器视觉识别算法的跨营业线桥梁施工监测方法
CN119026934A (zh) 一种基于机器学习的变电站内涝时空预测方法
CN118965527A (zh) 一种基于bim的装配式建筑构建方法
CN112862211A (zh) 通信管理系统动环缺陷派单方法及装置
CN118246276A (zh) 一种桥梁韧性评估方法及电子设备
Bernat et al. Aided diagnosis of structural pathologies with an expert system
CN117150838A (zh) 一种基于视觉信息与物理融合的裂纹损伤智能评估方法
Lee et al. Refinement of backward prediction method for reliable artificial intelligence-based bridge deterioration modelling
CN113888380A (zh) 一种人员落水轨迹预测方法、装置、设备和介质

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