基于人工智能和多传感器的监测装置制造方法及图纸

本发明专利技术公开了基于人工智能和多传感器的监测装置，涉及高支模状态检测技术领域。基于人工智能和多传感器的监测装置包括传感器组、高速运算通讯组件和AI超算处理平台，传感器组通过高速运算通讯组件与AI超算处理平台通信连接；传感器组用于设置于高支模上，且传感器组用于检测高支模的参数信息；高速运算通讯组件用于将参数信息初步处理后传输至AI超算处理平台；AI超算处理平台用于根据参数信息得到高支模的状态参数，AI超算处理平台还用于将状态参数与预设数据进行对比，分级报警。本发明专利技术提供的基于人工智能和多传感器的监测装置能够对监测设备进行实时监测和报警，提前预报可能的灾害，进而减轻事故的危害。

Monitoring Device Based on Artificial Intelligence and Multi-sensor

【技术实现步骤摘要】
基于人工智能和多传感器的监测装置
本专利技术涉及高支模状态检测
，具体而言，涉及基于人工智能和多传感器的监测装置。
技术介绍
高支模是一种常见的建筑设备，如果支模系统发生坍塌，会造成在上面作业人员的群死群伤，酿成较大、甚至重大的施工安全事故。因此，对于高支模工作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高支模的参数，监测效果不好。
技术实现思路
本专利技术的目的在于提供一种基于人工智能和多传感器的监测装置，其能够对待监测设备进行实时监测，提前预报可能的灾害，进而减轻事故的危害。本专利技术提供一种关于基于人工智能和多传感器的监测装置的技术方案：一种基于人工智能和多传感器的监测装置，用于监测高支模的安全状态，其特征在于，所述基于人工智能和多传感器的监测装置包括传感器组、高速运算通讯组件和AI超算处理平台，所述传感器组通过所述高速运算通讯组件与所述AI超算处理平台通信连接；所述传感器组用于设置于所述高支模上，且所述传感器组用于检测所述高支模的参数信息；所述高速运算通讯组件用于将所述参数信息初步处理后传输至所述AI超算处理平台；所述AI超算处理平台用于根据所述参数信息得到所述高支模的状态参数，所述AI超算处理平台还用于将所述状态参数与预设数据进行对比，所述AI超算处理平台还用于根据所述状态参数和所述预设数据绘制显示图形并用于显示所述显示图形，并根据最终的图形与数据，分级报警；所述AI超算处理平台预先存储预警模式包括如下步骤：由AI超算处理平台记录并训练数据模型，包括高支模判定参数、危险系数参数，以及相关高支模作业事故的事故报告，分析事故报告和相关事故报告中的事故原因，对数据模型进行深度模型训练；结合传感器组所采集的数据，对每个传感器所采集的数据进行实时监控，对可能存在的安全隐患进行预警和报告；在作出了安全隐患判定之后，对存在安全隐患的点进行停工整改处理，并分级汇报，检测其他施工点，全面消除安全事故隐患。可选地，所述传感器组包括第一传感器、第二传感器和第三传感器，所述第一传感器、所述第二传感器和所述第三传感器为不同的传感器，且所述第一传感器、所述第二传感器和所述第三传感器均与所述高速运算通讯组件通信连接并均设置于所述高支模；所述第一传感器用于获取所述高支模的第一信息并通过所述高速运算通讯组件将所述第一信息传输至所述AI超算处理平台；所述第二传感器用于获取所述高支模的第二信息并通过所述高速运算通讯组件将所述第二信息传输至所述AI超算处理平台；所述第三传感器用于获取所述高支模的第三信息并通过所述高速运算通讯组件将所述第三信息传输至所述AI超算处理平台；所述AI超算处理平台还用于根据所述第一信息、所述第二信息和所述第三信息得到所述状态参数，所述AI超算处理平台还用于根据所述第一信息、所述第二信息和所述第三信息绘制所述显示图形。可选地，所述第一传感器为位移传感器，所述位移传感器设置于所述高支模并用于检测所述高支模的位移变化，且所述第一信息用于表征所述高支模的位移变化，所述位移传感器与所述高速运算通讯组件通信连接。可选地，所述第二传感器为称重传感器或压力传感器，所述称重传感器或所述压力传感器设置于所述高支模并用于检测所述高支模的承重信息，且所述第二信息用于表征是高支模的承重信息，所述称重传感器或所述压力传感器与所述高速运算通讯组件通信连接。可选地，所述第三传感器为倾角传感器，所述倾角传感器设置于所述高支模上并用于检测所述高支模的倾斜角度，且所述第三信息用于表征所述高支模的倾斜角度，所述倾角传感器与所述高速运算通讯组件通信连接。可选地，所述第一传感器包括传感器本体和设置于所述传感器本体上的安装件，所述传感器本体通过所述安装件与所述高支模连接。可选地，所述安装件包括第一安装部和第二安装部，所述第一安装部设置于所述传感器本体上，所述第二安装部与所述第一安装部转动连接并用于与所述第一安装部围成夹持空间，所述夹持空间用于将所述传感器本体固定于所述高支模上。可选地，所述第一安装部和所述第二安装部均为弧形，且所述第一安装部与所述传感器本体可拆卸地连接。可选地，所述高速运算通讯组件为ZigBee通信、433通信或串口通信。一种基于人工智能和多传感器的监测装置，用于监测高支模的安全状态，所述基于人工智能和多传感器的监测装置包括传感器组、高速运算通讯组件和AI超算处理平台，所述传感器组通过所述高速运算通讯组件与所述AI超算处理平台通信连接；所述传感器组包括均设置于所述高支模上的位移传感器、压力传感器和倾角传感器，所述位移传感器用于检测所述高支模的位移信息，所述压力传感器用于检测所述高支模的承重信息，所述倾角传感器用于检测所述高支模的倾角信息；所述高速运算通讯组件用于将所述位移信息、所述承重信息和所述倾角信息传输至所述AI超算处理平台；所述AI超算处理平台用于根据所述位移信息、所述承重信息和所述倾角信息得到所述高支模的状态参数，所述AI超算处理平台还用于将所述状态参数与预设数据进行对比，所述AI超算处理平台还用于根据所述状态参数和所述预设数据绘制显示图形并用于显示所述显示图形，并根据最终的图形与数据，分级报警。所述的AI超算处理平台采用深度学习模型，对预先构建的初始深度学习模型进行训练，得到中间深度学习模型；其中，所述初始深度学习模型为：加载有分类目标函数的深度学习模型；利用所述中间深度学习模型，计算所述训练样本集中各个样本的特征向量，并根据所述训练样本集中各个样本的特征向量，计算中心点距离目标函数的中间参数的初始值；将中心点距离目标函数添加到中间深度学习模型中并加载所述中间参数的初始值，得到目标深度学习模型；导入训练样本集中的预设数量个样本作为批次数据；利用当前目标深度学习模型，计算当前批次数据中各个样本的特征向量，并根据当前批次数据中各个样本的特征向量，更新中间参数的参数值；基于当前批次数据中各个样本的特征向量，计算所述中心点距离目标函数的函数值和分类目标函数的函数值，并判断计算得到的中心点距离目标函数的函数值是否收敛到第一预定区间，且计算得到的分类目标函数的函数值是否收敛到第二预定区间；如果否，利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传播梯度，调整当前目标深度学习模型的参数，并返回执行所述导入训练样本集中的预设数量个样本作为批次数据的步骤；如果是，结束对当前目标深度学习模型的训练相比现有技术，本专利技术提供的基于人工智能和多传感器的监测装置的有益效果是：传感器组用于检测高支模的参数信息，该参数信息能够反映高支模的工作状态。高速运算通讯组件用于将传感器组和AI超算处理平台通信连接，以将通过传感器组检测到的高支模参数信息传输至AI超算处理平台。AI超算处理平台在接收到高支模的参数信息后，对该参数信息进行分析得到状态参数。状态参数可以是参数信息建模得到，也可以为参数信息本身。此处，通过将参数信息与预设数据进行对比，并将状态参数和预设数据图形化地显示，以直观地展现状态参数与预设数据之间的差异。本专利技术实施例提供的基于人工智能和多传感器的监测装置能够对待监测设备进行实时监测，提前预报可能的灾害，进而减轻事故的危害。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，本文档来自技高网...

【技术保护点】
1.一种基于人工智能和多传感器的监测装置，用于监测高支模的安全状态，其特征在于，所述基于人工智能和多传感器的监测装置包括传感器组、高速运算通讯组件和AI超算处理平台，所述传感器组通过所述高速运算通讯组件与所述AI超算处理平台通信连接；所述传感器组用于设置于所述高支模上，且所述传感器组用于检测所述高支模的参数信息；所述高速运算通讯组件用于将所述参数信息初步处理后传输至所述AI超算处理平台；所述AI超算处理平台用于根据所述参数信息得到所述高支模的状态参数，所述AI超算处理平台还用于将所述状态参数与预设数据进行对比，所述AI超算处理平台还用于根据所述状态参数和所述预设数据绘制显示图形并用于显示所述显示图形，并根据最终的图形与数据，分级报警；所述AI超算处理平台预先存储预警模式包括如下步骤：由AI超算处理平台记录并训练数据模型，包括高支模判定参数、危险系数参数，以及相关高支模作业事故的事故报告，分析事故报告和相关事故报告中的事故原因，对数据模型进行深度模型训练；结合传感器组所采集的数据，对每个传感器所采集的数据进行实时监控，对可能存在的安全隐患进行预警和报告；在作出了安全隐患判定之后，对存在安全隐患的点进行停工整改处理，并分级汇报，检测其他施工点，全面消除安全事故隐患。...

【技术特征摘要】
1.一种基于人工智能和多传感器的监测装置，用于监测高支模的安全状态，其特征在于，所述基于人工智能和多传感器的监测装置包括传感器组、高速运算通讯组件和AI超算处理平台，所述传感器组通过所述高速运算通讯组件与所述AI超算处理平台通信连接；所述传感器组用于设置于所述高支模上，且所述传感器组用于检测所述高支模的参数信息；所述高速运算通讯组件用于将所述参数信息初步处理后传输至所述AI超算处理平台；所述AI超算处理平台用于根据所述参数信息得到所述高支模的状态参数，所述AI超算处理平台还用于将所述状态参数与预设数据进行对比，所述AI超算处理平台还用于根据所述状态参数和所述预设数据绘制显示图形并用于显示所述显示图形，并根据最终的图形与数据，分级报警；所述AI超算处理平台预先存储预警模式包括如下步骤：由AI超算处理平台记录并训练数据模型，包括高支模判定参数、危险系数参数，以及相关高支模作业事故的事故报告，分析事故报告和相关事故报告中的事故原因，对数据模型进行深度模型训练；结合传感器组所采集的数据，对每个传感器所采集的数据进行实时监控，对可能存在的安全隐患进行预警和报告；在作出了安全隐患判定之后，对存在安全隐患的点进行停工整改处理，并分级汇报，检测其他施工点，全面消除安全事故隐患。2.根据权利要求1所述的基于人工智能和多传感器的监测装置，其特征在于，所述传感器组包括第一传感器、第二传感器和第三传感器，所述第一传感器、所述第二传感器和所述第三传感器为不同的传感器，且所述第一传感器、所述第二传感器和所述第三传感器均与所述高速运算通讯组件通信连接并均设置于所述高支模；所述第一传感器为位移传感器，所述位移传感器设置于所述高支模并用于检测所述高支模的位移变化，且所述第一信息用于表征所述高支模的位移变化，所述位移传感器与所述高速运算通讯组件通信连接。3.根据权利要求2所述的基于人工智能和多传感器的监测装置，其特征在于，所述第二传感器为称重传感器或压力传感器，所述称重传感器或所述压力传感器与所述高速运算通讯组件通信连接。4.根据权利要求1所述的基于人工智能和多传感器的监测装置，其特征在于，所述数据模型预存储包括对高支模的数据判定，对于高度高于5m，跨度超过10m以及总负荷超过10kN/㎡的混凝土模板支撑工程进行高密度传感器布设，所检测的数据包括压力和位移数据，并且分析以往事故报告中的情况进行分析，结合其引起事故的事故点的压力和位移数据，制定同等级别的位移和压力监控，对于接近和超出其范围的监测点进行高危报警，并记录该数据信息，通过训练模型反复...

【专利技术属性】
技术研发人员：周兵，
申请(专利权)人：上海荷福人工智能科技集团有限公司，
类型：发明
国别省市：上海,31