[发明专利]一种安全系数数据模型构建方法及基于AI的预警装置

说明书

本发明提供了一种基于AI的预警装置，用于监测建筑物的安全状态，包括：数据采集单元、报警单元以及AI处理平台；数据采集单元用于检测建筑物的晃动数据、三维形变数据、噪声数据以及异物入侵数据；数据采集单元与AI处理平台连接，将采集到的数据传输到AI处理平台；AI处理平台基于安全系数数据模型，将数据与预设安全系数进行比对分析，对建筑物非自然规律性晃动、位移以及异响做出早期预警和故障报警，对三维形变和异物入侵提供事件报警和严重性评估，同时评价建筑物的安全状态。本发明提供的基于AI的预警装置基于安全系数数据模型，能够对建筑物的安全状态进行实时监测，实现灾难的预防、预警，进而减轻事故的危害。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种安全系数数据模型构建方法及基于AI的预警装置。

背景技术

AI应用技术已经非常成熟，基于AI实现的三维模型建立也已经开始应用。

目前针对建筑物的灾难都是事后处理，对于预警和前端预防的工作做得不并不到位，而且也没有很好的一个机制或者应用来处理这个问题，一旦建筑物发生坍塌、外部异物入侵等，轻则影响建筑物的正常使用，重则会造成大量人员伤亡，酿成较大、甚至重大的安全事故。因此，对于建筑物安全状态的监测具有重大意义。现有的相关装置不能够全面地监测建筑物的参数，监测效果不好。

发明内容

本发明的目的在于提供一种安全系数数据模型构建方法及基于AI的预警装置，以解决背景技术中所指出的问题。

本发明的实施例通过以下技术方案实现：一种安全系数数据模型构建方法，所述方法包括：

步骤一、对影响建筑物安全状态的影响因子进行数据挖掘，获取各影响因子的状态数据；

步骤二、基于所述状态数据来确定描述所述数据模型的多种安全系数；

步骤三、将所述多种安全系数关联起来，并确定触发预警的安全系数标准值，根据所述安全系数的关联关系及所述安全系数标准值建立所述安全系数数据模型。

根据一种优选实施方式，所述状态数据包括晃动数据、三维形变数据、噪声数据以及异物入侵数据。

根据一种优选实施方式，所述多种安全系数包括：晃动安全系数、三维形变安全系数、异响安全系数以及异物入侵安全系数。

根据一种优选实施方式，所述步骤二具体包括：

确定晃动安全系数：获取所述晃动数据，所述晃动数据包括第一方向角度a以及与所述第一方向角度a相对的第二方向角度b，设定安全角度阈值R，当监测到a+b大于R时，触发预警，得晃动安全系数a+b≤R；

确定三维形变安全系数：获取所述三维形变数据，所述三维形变数据包括建筑物长宽高XYZ以及变形度T，设定安全形变阈值A，当建筑物长宽高XYZ的受损度之和大于A时，触发预警，得三维形变安全系数其中为X的受损度，为Y的受损度，为Z的受损度；

确定异响安全系数：获取所述噪声数据，当所述噪声数据非常规内置声源时，触发报警，得异响安全系数V；

确定异物入侵安全系数：获取所述异物入侵数据，所述异物入侵数据包括物体脱落a₁、异物威胁b₁以及外部物体偏离c₁，设定安全入侵阈值E，当各异物入侵数据影响程度之和大于E时，触发预警，得异物入侵安全系数其中，T₁为物体脱落a₁的数据模型，e为异物影响程度，q为潜在威胁影响程度。

据一种优选实施方式，所述步骤三具体包括：

根

将所述晃动安全系数、三维形变安全系数、异响安全系数以及异物入侵安全系数关联起来，并确定触发预警的安全系数标准值1，建立安全系数数据模型R+A+V+E1。