[发明专利]一种基于物联网的城市轨道交通地下结构智能监测系统在审

专利信息
申请号: 202310253739.2 申请日: 2023-03-16
公开(公告)号: CN116342059A 公开(公告)日: 2023-06-27
发明(设计)人: 马腾峰;邹亮;王凯琦;王霞;任韦凤;徐桂新;刘艳丽;林旺;丛贺;魏笑宇 申请(专利权)人: 吉林省瑞凯科技股份有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/0635;G06Q10/04;G06Q10/20;G06Q50/26;G06N3/086;G06N3/044
代理公司: 北京维创华成知识产权代理事务所(普通合伙) 16094 代理人: 徐敏杰
地址: 130000 吉林省长春市南关区临河*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 联网 城市 轨道交通 地下 结构 智能 监测 系统
【说明书】:

发明提供了一种基于物联网的城市轨道交通地下结构智能监测系统,其中实时数据传感模块用于获取待测的城市轨道交通地下结构的多源监测数据;数据传输及存储模块用于对多源监测数据进行传输和存储;风险挖掘模块用于将多源监测数据输入至结构风险挖掘模型,得到结构风险因子;预测模块用于利用结构风险因子进行风险预测,得到预测结果;可视化模块根据预测结果建立三维可视化信息模型;养护决策模块用于进行变形、碰撞、裂缝和渗漏水检查,分析地下结构中的钢筋、预应力管道及混凝土浇筑通道与钢筋之间的碰撞和变形,以确定养护优化指导方案。本发明能够对数据进行智能实时监测,动态评估,预测预警等全过程智能化监测管理,并提高监测精度。

技术领域

本发明涉及轨道交通技术领域,特别是涉及一种基于物联网的城市轨道交通地下结构智能监测系统。

背景技术

轨道交通地下结构在全寿命周期内因地质条件、列车运营、地面建筑物施工等因素会发生沉降、变形、裂缝、渗漏水等病害。

以物联网、计算机、互联网、无线通讯等技术为一体的自动化监测系统迅速发展并得到了应用,有望取代传统的人工监测方法,轨道交通地下结构监测己进入了自动化、智能化和信息化时代。

但由于结构变形监测周期长、内容多且影响因素复杂,现有技术中的监测系统无法实时且准确地对城市轨道交通地下结构进行监测和预报。

发明内容

为了克服现有技术的不足,本发明的目的是提供一种基于物联网的城市轨道交通地下结构智能监测系统。

为实现上述目的,本发明提供了如下方案:

一种基于物联网的城市轨道交通地下结构智能监测系统,包括:

实时数据传感模块,用于获取待测的城市轨道交通地下结构的多源监测数据;

数据传输及存储模块,用于基于物联网技术,对所述多源监测数据进行传输和存储;

风险挖掘模块,用于将所述多源监测数据输入至结构风险挖掘模型,得到结构风险因子;

预测模块,用于利用预设的结构变形的改进的遗传BP神经网络和所述结构风险因子进行风险预测,得到预测结果;

可视化模块,用于基于Dynamo可视化编程和Revit参数化建模方法,根据所述预测结果建立三维可视化信息模型;

养护决策模块,用于基于所述三维可视化信息模型,采用Navisworks进行变形、碰撞、裂缝和渗漏水检查,分析所述地下结构中的钢筋、预应力管道及混凝土浇筑通道与钢筋之间的碰撞和变形,以确定养护优化指导方案。

优选地,还包括:

评估模块,用于根据所述多源监测数据和所述预测结果进行结构安全分级评估。

优选地,所述多源监测数据包括:轨道的规范化应力指数、轨面高度、切口等级、轨距等级、轨腰深度及伸长率、桥梁的结构不均匀性指数、裂缝情况指数、垂直应力指数、隧道的结构不均匀性指数、裂缝严重度、综合站房的结构不均匀性指数、抗震性能分析、区间设施的结构不均匀性指数、功能不符的危险度。

优选地,所述数据传输及存储模块是基于B/S设计系统架构进行设计得到的。

优选地,所述风险挖掘模块包括:

历史数据库获取单元,用于获取历史地下结构事故数据库;

文本转换单元,用于将所述历史地下结构事故数据库进行文本转换,得到事故文本语料库;

预处理单元,用于对所述事故文本语料库进行预处理,得到预处理语料库;

训练单元,用于根据分词算法和BP神经网络模型构建初始模型,并将所述预处理语料库输入至所述初始模型中进行学习和训练,得到学习结果数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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吉林省瑞凯科技股份有限公司,未经吉林省瑞凯科技股份有限公司许可,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/202310253739.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top