[發明專利]一種建筑物震害智能預警監測方法在審
| 申請號: | 202010900307.2 | 申請日: | 2020-09-01 |
| 公開(公告)號: | CN112085922A | 公開(公告)日: | 2020-12-15 |
| 發明(設計)人: | 邸博;鄭愚;馬宏偉;張黎飛;孫璨 | 申請(專利權)人: | 東莞理工學院 |
| 主分類號: | G08B21/10 | 分類號: | G08B21/10;G08B31/00;G06F30/13;G06F30/23 |
| 代理公司: | 北京匯捷知識產權代理事務所(普通合伙) 11531 | 代理人: | 李宏偉 |
| 地址: | 523808 *** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 建筑物 智能 預警 監測 方法 | ||
1.一種建筑物震害智能預警監測方法,其特征在于:具體包括以下步驟:
S1、智能傳感器的安裝:采用螞蟻群智能算法,對智能傳感器的分布位置進行優化,在不同建筑中重點監測改建筑特征值,例如,高層重點監測自振周期,大跨結構重點監測變形等,然后在建筑物選擇后對智能傳感器進行安裝;
S2、智能傳感器的信號采集:平穩狀態中,數據采集頻率較低,為1-10Hz;在激勵作用下(如結構抗力突變、結構振動突變、風壓突變、地震發生、地震信息輸入等),采集頻率提高至50-100Hz,保證信號精確度;
S3、智能傳感器的信號通訊:當信號采集均為高頻率采集,但是在10秒鐘之后,智能傳感器進行評判,若信號無改變,則進行低頻記錄存檔,若信號有改變,則進行高頻記錄存檔并進行通訊,利用智能傳感器將信號傳輸至終端服務器;
S4、智能傳感器的信號分析:傳輸至終端服務器內的數據通過人工智能算法神經網絡分析方法進行信號識別,然后將建筑物信號反饋特征歸納,不同類型的建筑物具有不同的震害反饋特征,選取8種具有代表性的大規模城市群建筑物進行震害反饋特征歸納;
S5、特征建筑物數據庫建立:通過多種方法(實地測量、規范指標、數值分析等)進行特征建筑物數據采集具體包括真實地震不同建筑物自振周期反饋、損傷情況,同時采用非線性有限元模型進行補充分析,建立特征建筑物數據庫。
2.根據權利要求1所述的一種建筑物震害智能預警監測方法,其特征在于:所述S1中的智能傳感器通過樹莓派串口連接安裝加速度傳感器、陀螺儀、傾斜計、北斗模塊、GPS模塊、無線通訊模塊、5G模塊和無線充電模塊。
3.根據權利要求2所述的一種建筑物震害智能預警監測方法,其特征在于:所述S1中的加速度傳感器是用來監測建筑物三軸震動信號,陀螺儀監測建筑物三軸旋轉變形信號。
4.根據權利要求2所述的一種建筑物震害智能預警監測方法,其特征在于:所述S1中的傾斜儀用來監測建筑物三軸傾斜角度,北斗用來進行短時播報功能(輔助補充其他通訊功能)。
5.根據權利要求2所述的一種建筑物震害智能預警監測方法,其特征在于:所述S1中的GPS模塊主要用來進行傳感器定位,5G模塊為通訊模塊,無線充電模塊進行模塊供電。
6.根據權利要求1所述的一種建筑物震害智能預警監測方法,其特征在于:所述S2中地震信息輸入激勵通過多途徑預警信息收集,包括網絡預警、衛星預警、無線電預警。
7.根據權利要求1所述的一種建筑物震害智能預警監測方法,其特征在于:所述S4中信號識別分為建筑物信號反饋特征歸納、特征建筑物數據庫建立、人工智能神經網絡代碼撰寫、基于數據庫的神經網絡學習、信號輸入實時分析識別。
8.根據權利要求1所述的一種建筑物震害智能預警監測方法,其特征在于:所述S4中人工智能算法神經算法能夠進行生物神經學習過程模擬,基于樹莓派平臺進行編程,實現數據分析和監測,選擇自適應諧振理論(ART)網絡進行數據分析,實現訓練和學習的連續進行。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東莞理工學院,未經東莞理工學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010900307.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種軸承裝滾器
- 下一篇:一種用于催化異丁醛制備甲基丙烯酸的催化劑的制備方法





