[發(fā)明專利]建筑結(jié)構(gòu)健康狀況檢測方法、系統(tǒng)及修繕方案確定方法有效
| 申請?zhí)枺?/td> | 202110313765.0 | 申請日: | 2021-03-24 |
| 公開(公告)號: | CN113326863B | 公開(公告)日: | 2023-08-11 |
| 發(fā)明(設(shè)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(quán))人: | 廣州大學(xué) |
| 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(quán)專利商標事務(wù)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(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 建筑結(jié)構(gòu) 健康狀況 檢測 方法 系統(tǒng) 修繕 方案 確定 | ||
本發(fā)明公開了一種建筑結(jié)構(gòu)健康狀況檢測方法、系統(tǒng)及修繕方案確定方法,通過本發(fā)明獲取包括若干構(gòu)件圖像的建筑結(jié)構(gòu)數(shù)據(jù),對所述構(gòu)件圖像進行特征提取,得到所述構(gòu)件的損傷特征信息,根據(jù)所述損傷特征信息,通過專家系統(tǒng)確定各個所述構(gòu)件的損傷信息集,而所述損傷信息集包括所述構(gòu)件的損傷特征和所述構(gòu)件對應(yīng)的構(gòu)件類型,根據(jù)所述損傷特征和所述構(gòu)件類型,通過所述專家系統(tǒng)確定建筑結(jié)構(gòu)的健康評分;通過專家系統(tǒng)自動對損傷特征信息進行深入的挖掘,進而對整體建筑結(jié)構(gòu)的健康情況作出定量化評價,提高了效率和準確率,本發(fā)明作為一種建筑結(jié)構(gòu)健康狀況檢測方法、系統(tǒng)及修繕方案確定方法,可廣泛應(yīng)用于建筑檢測技術(shù)領(lǐng)域。
技術(shù)領(lǐng)域
本發(fā)明涉及建筑檢測領(lǐng)域,尤其是一種建筑結(jié)構(gòu)健康狀況檢測方法、系統(tǒng)及修繕方案確定方法。
背景技術(shù)
近幾十年來,隨著社會的發(fā)展和經(jīng)濟的進步,各種建筑的數(shù)量逐漸增加,建筑的結(jié)構(gòu)也越來越豐富,隨之促進建筑領(lǐng)域的相關(guān)技術(shù)取得非常發(fā)展,但另一方面亦伴隨著建筑的健康問題。建筑一般暴露在室外環(huán)境,其容易受各種不確定性自然環(huán)境因素和人為因素影響,出現(xiàn)不同程度的損壞,容易出現(xiàn)安全問題,因此需要對建筑的健康狀態(tài)進行評價,進而才能夠指定針對性的方案對建筑進行修繕,以避免安全問題的出現(xiàn)。
而現(xiàn)有技術(shù)中,對建筑的健康狀態(tài)的評價通常依靠人為收集建筑的資料,并通過人為分析資料所得到,效率低,且主觀性強錯誤率高。
發(fā)明內(nèi)容
有鑒于此,為了解決上述技術(shù)問題,本發(fā)明的目的是提供一種建筑結(jié)構(gòu)健康狀況檢測方法、系統(tǒng)及修繕方案確定方法,以提高效率和準確率。
本發(fā)明采用的技術(shù)方案是:
建筑結(jié)構(gòu)健康狀況檢測方法,包括以下步驟:
獲取建筑結(jié)構(gòu)數(shù)據(jù);所述建筑結(jié)構(gòu)數(shù)據(jù)包括若干構(gòu)件圖像,每一所述構(gòu)件圖像包括一個構(gòu)件;
對所述構(gòu)件圖像進行特征提取,得到所述構(gòu)件的損傷特征信息;
根據(jù)所述損傷特征信息,通過專家系統(tǒng)確定各個所述構(gòu)件的損傷信息集,所述損傷信息集包括所述構(gòu)件的損傷特征和所述構(gòu)件對應(yīng)的構(gòu)件類型;
根據(jù)所述損傷特征和所述構(gòu)件類型,通過所述專家系統(tǒng)確定建筑結(jié)構(gòu)的健康評分;所述健康評分表征所述建筑結(jié)構(gòu)的健康狀況。
進一步,所述獲取建筑結(jié)構(gòu)數(shù)據(jù)的步驟,包括:
接收通過實時流傳輸協(xié)議傳輸?shù)膲嚎s后的所述建筑結(jié)構(gòu)數(shù)據(jù),并進行解壓,得到所述建筑結(jié)構(gòu)數(shù)據(jù)。
進一步,所述對所述構(gòu)件圖像進行特征提取的步驟之前,包括:
通過預(yù)設(shè)方式對所述構(gòu)件圖像按照不同的所述構(gòu)件類型進行分類;所述預(yù)設(shè)方式包括K鄰近算法、卷積神經(jīng)網(wǎng)絡(luò)、支持向量機、BP神經(jīng)網(wǎng)絡(luò)中的其中一種。
進一步,所述對所述構(gòu)件圖像進行特征提取的步驟之前,包括:
根據(jù)預(yù)設(shè)建筑結(jié)構(gòu)重要程度,確定所述構(gòu)件圖像對應(yīng)的所述建筑結(jié)構(gòu)的重要級別;
當(dāng)所述重要級別為第一級別,通過算數(shù)平均濾波對所述構(gòu)件圖像進行去噪處理,或者,當(dāng)所述重要級別為第二級別,通過中值濾波對所述構(gòu)件圖像進行去噪處理。
進一步,所述對所述構(gòu)件圖像進行特征提取,得到所述構(gòu)件的損傷特征信息,包括:
通過損傷數(shù)據(jù)庫對所述構(gòu)件圖像進行特征提取,得到所述構(gòu)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(shù)據(jù)庫通過監(jiān)督學(xué)習(xí)對若干個構(gòu)件的損傷圖像數(shù)據(jù)訓(xùn)練集進行訓(xùn)練所得。
進一步,所述根據(jù)所述損傷特征信息,通過專家系統(tǒng)確定各個所述構(gòu)件的損傷信息集,包括:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州大學(xué),未經(jīng)廣州大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110313765.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





