[發明專利]建筑結構健康狀況檢測方法、系統及修繕方案確定方法有效
| 申請號： | 202110313765.0 | 申請日： | 2021-03-24 |
| 公開（公告）號： | CN113326863B | 公開（公告）日： | 2023-08-11 |
| 發明（設計）人： | 陳柳潔;趙烽堯;傅繼陽;何運成;劉東瀅;朱宇航 | 申請（專利權）人： | 廣州大學 |
| 主分類號： | G06V20/70 | 分類號： | G06V20/70;G06V10/26;G06V10/764;G06V10/40;G06V10/82;G06Q10/20;G06Q50/08 |
| 代理公司： | 廣州嘉權專利商標事務所有限公司 44205 | 代理人： | 黎揚鵬 |
| 地址： | 510006 廣東*** | 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： | 建筑結構 健康狀況 檢測 方法 系統 修繕 方案 確定 | ||
1.建筑結構健康狀況檢測方法，其特征在于，包括以下步驟：
獲取建筑結構數據；所述建筑結構數據包括若干構件圖像，每一所述構件圖像包括一個構件；
對所述構件圖像進行特征提取，得到所述構件的損傷特征信息；
根據所述損傷特征信息，通過專家系統確定各個所述構件的損傷信息集，所述損傷信息集包括所述構件的損傷特征和所述構件對應的構件類型；
根據所述損傷特征和所述構件類型，通過所述專家系統確定建筑結構的健康評分；所述健康評分表征所述建筑結構的健康狀況；
所述對所述構件圖像進行特征提取，得到所述構件的損傷特征信息，包括：
通過損傷數據庫對所述構件圖像進行特征提取，得到所述構件的損傷特征信息；所述損傷特征信息包括所述損傷特征，所述損傷特征包括損傷類型、損傷位置和損傷程度中的至少一種，所述損傷數據庫通過監督學習對若干個構件的損傷圖像數據訓練集進行訓練所得；
所述根據所述損傷特征信息，通過專家系統確定各個所述構件的損傷信息集，包括：
通過專家系統建立所述損傷特征信息與損傷規則庫中損傷信息的映射，確定各個所述構件的損傷信息集；所述損傷規則庫包括預先收集的若干構件的所述損傷信息；
所述根據所述損傷特征和所述構件類型，通過所述專家系統確定建筑結構的健康評分，包括：
通過所述專家系統，根據所述損傷特征和預設標度范圍確定對應的損傷的第一權重系數；若干所述第一權重系數構成第一權重矩陣；
根據所述第一權重矩陣和所述損傷信息集的叉乘確定損傷矩陣；所述損傷矩陣中的每一元素表征每一所述構件的損傷程度；
根據所述損傷矩陣和每一所述元素對應的所述構件類型，通過所述專家系統確定所述建筑結構的健康評分。
2.根據權利要求1所述建筑結構健康狀況檢測方法，其特征在于：所述獲取建筑結構數據的步驟，包括：
接收通過實時流傳輸協議傳輸的壓縮后的所述建筑結構數據，并進行解壓，得到所述建筑結構數據。
3.根據權利要求1所述建筑結構健康狀況檢測方法，其特征在于：所述對所述構件圖像進行特征提取的步驟之前，包括：
通過預設方式對所述構件圖像按照不同的所述構件類型進行分類；所述預設方式包括K鄰近算法、卷積神經網絡、支持向量機和BP神經網絡中的其中一種。
4.根據權利要求1所述建筑結構健康狀況檢測方法，其特征在于：所述對所述構件圖像進行特征提取的步驟之前，包括：
根據預設建筑結構重要程度，確定所述構件圖像對應的所述建筑結構的重要級別；
當所述重要級別為第一級別，通過算數平均濾波對所述構件圖像進行去噪處理，或者，當所述重要級別為第二級別，通過中值濾波對所述構件圖像進行去噪處理。
5.根據權利要求1所述建筑結構健康狀況檢測方法，其特征在于：所述根據所述損傷矩陣和每一所述元素對應的所述構件類型，通過所述專家系統確定所述建筑結構的健康評分，包括：
通過所述專家系統，根據每一所述元素對應的所述構件類型以及所述預設標度范圍，確定所述構件類型對所述建筑結構的第二權重系數，若干所述第二權重系數構成第二權重矩陣；
根據所述損傷矩陣和所述第二權重矩陣的叉乘確定所述建筑結構的健康評分。
6.一種修繕方案確定方法，其特征在于：包括：
根據如權利要求5所述建筑結構健康狀況檢測方法確定所述健康評分；
根據所述健康評分以及所述損傷程度確定修繕方案。
7.一種建筑結構健康狀況檢測系統，其特征在于，包括：
獲取模塊，用于獲取建筑結構數據；所述建筑結構數據包括若干構件圖像，每一所述構件圖像包括一個構件；
特征提取模塊，用于對所述構件圖像進行特征提取，得到所述構件的損傷特征信息；
損傷信息集確定模塊，用于根據所述損傷特征信息，通過專家系統確定各個所述構件的損傷信息集，所述損傷信息集包括所述構件的損傷特征和所述構件對應的構件類型；
健康評分模塊，用于根據所述損傷特征和所述構件類型，通過所述專家系統確定建筑結構的健康評分；所述健康評分表征所述建筑結構的健康狀況；
所述對所述構件圖像進行特征提取，得到所述構件的損傷特征信息，包括：
通過損傷數據庫對所述構件圖像進行特征提取，得到所述構件的損傷特征信息；所述損傷特征信息包括所述損傷特征，所述損傷特征包括損傷類型、損傷位置和損傷程度中的至少一種，所述損傷數據庫通過監督學習對若干個構件的損傷圖像數據訓練集進行訓練所得；
所述根據所述損傷特征信息，通過專家系統確定各個所述構件的損傷信息集，包括：
通過專家系統建立所述損傷特征信息與損傷規則庫中損傷信息的映射，確定各個所述構件的損傷信息集；所述損傷規則庫包括預先收集的若干構件的所述損傷信息；
所述根據所述損傷特征和所述構件類型，通過所述專家系統確定建筑結構的健康評分，包括：
通過所述專家系統，根據所述損傷特征和預設標度范圍確定對應的損傷的第一權重系數；
若干所述第一權重系數構成第一權重矩陣；
根據所述第一權重矩陣和所述損傷信息集的叉乘確定損傷矩陣；所述損傷矩陣中的每一元素表征每一所述構件的損傷程度；
根據所述損傷矩陣和每一所述元素對應的所述構件類型，通過所述專家系統確定所述建筑結構的健康評分。
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廣州大學，未經廣州大學許可，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/202110313765.0/1.html，轉載請聲明來源鉆瓜專利網。
