[发明专利]箱梁生产的喷淋养护系统及方法在审
申请号: | 202210157977.9 | 申请日: | 2022-02-21 |
公开(公告)号: | CN114541263A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 郑翼;秦保磊;陈秀坤 | 申请(专利权)人: | 北京好运达智创科技有限公司 |
主分类号: | E01D21/00 | 分类号: | E01D21/00;G06N3/04;G06N3/08;G01D21/02 |
代理公司: | 北京力致专利代理事务所(特殊普通合伙) 11900 | 代理人: | 朱静谦 |
地址: | 100022 北京市朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 生产 喷淋 养护 系统 方法 | ||
本发明公开了一种箱梁生产的喷淋养护系统及方法,包括布置于箱梁梁面上的隔水带和液位传感器,布置于箱梁生产现场的光照传感器和温度传感器和具有开关阀门的注水装置,还包括控制,以及后台管理系统;所述液位传感器用于监测水位高度,当低于设定值时,控制器控制阀门开关自动打开,到达安全水位时停止注水;所述光照传感器用于获取箱梁生产现场的光照强度,所述温度传感器用于获取箱梁生产现场的温度,后台管理系统用于根据水位的历史数据,所述光照强度的历史数据以及所述温度的历史数据,对注水量进行调整。利用后台管理系统对注水量进行调整,从而使得注水量的控制更加精准,保证养护阶段各个位置的水位都达到要求,养护的更好。
技术领域
本发明涉及箱梁技术领域,具体地说,涉及一种箱梁生产的喷淋养护系统及方法。
背景技术
箱梁是高架桥梁建设的一种结构形式,通常采用现浇施工的方法。现浇施工方法中,混凝土的养护有利于保证混凝土的强度和结构稳定。目前,对箱梁梁面的蓄水养护主要是通过人工注水,人工巡视,人工添加水的方法,无法做到精准的控制注水量,不能保证养护阶段各个位置的水位都达到要求。
发明内容
为达到上述目的,本发明公开了一种箱梁生产的喷淋养护系统及方法。
一种箱梁生产的喷淋养护系统,包括布置于箱梁梁面上的隔水带和液位传感器,布置于箱梁生产现场的光照传感器和温度传感器和具有开关阀门的注水装置,还包括控制,以及后台管理系统;所述液位传感器用于监测水位高度,当低于设定值时,控制器控制阀门开关自动打开,到达安全水位时停止注水;所述光照传感器用于获取箱梁生产现场的光照强度,所述温度传感器用于获取箱梁生产现场的温度,后台管理系统用于根据水位的历史数据,所述光照强度的历史数据以及所述温度的历史数据,对注水量进行调整。
作为优选的实施方式,后台管理系统包括水位单元、预测单元和校正单元,所述水位单元用于接收存储水位的数据,并根据水位的数据计算得到注水量的实时数据;所述预测单元用于根据光照强度的历史数据、温度的历史数据和注水量的历史数据,获得注水量的预测值;校正单元,用于根据注水量的预测值和注水量的实时数据获得偏差值,并将偏差值传输给控制器,利用控制器对注水量进行调整。
作为优选的实施方式,所述预测单元用于根据光照强度的历史数据、温度的历史数据和注水量的历史数据,获得注水量的预测值,包括:将光照强度的历史数据、温度的历史数据和注水量的历史数据作为训练集,输入至卷积神经网络模型,训练所述卷积神经网络模型,得到训练好的卷积神经网络模型;将光照强度的实时数据、温度的实时数据和注水量的实时数据输入至训练好的卷积神经网络模型,获得注水量的预测值。
作为优选的实施方式,所述卷积神经网络模型的卷积层包含并行的多个卷积核,每个卷积核对应一个训练通道,每个训练通道用于预测一个特征数据;将训练集输入所述卷积神经网络模型,根据每个训练通道独立训练直至满足各自的收敛条件;通过损失函数计算卷积神经网络模型的预测结果与实际数据之间的偏差;计算关于卷积核权重的梯度并对迭代训练过程中的卷积核权重进行更新,进而迭代训练卷积神经网络模型,得到包含多个训练通道的训练好的卷积神经网络模型。
作为优选的实施方式,后台管理系统包括还包括查询单元,通过箱梁编号和时间范围查询箱梁历史水养数据。
作为优选的实施方式,还包括控制终端,所述控制终端与后台管理系统通信连接。
一种箱梁生产的喷淋养护方法,包括以下步骤:在箱梁梁面上布置隔水带和液位传感器,在箱梁生产现场布置光照传感器和温度传感器和具有开关阀门的注水装置;利用所述液位传感器用于监测水位高度,当低于设定值时,控制器控制阀门开关自动打开,到达安全水位时停止注水;利用所述光照传感器获取箱梁生产现场的光照强度,利用温度传感器获取箱梁生产现场的温度,利用后台管理系统根据水位的历史数据,所述光照强度的历史数据以及所述温度的历史数据,对注水量进行调整。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京好运达智创科技有限公司,未经北京好运达智创科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210157977.9/2.html,转载请声明来源钻瓜专利网。