基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法技术

本发明专利技术公开了一种基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法，首先采用3DGIS+BIM技术构建三维环境模型及施工管理平台；其次通过自动监控手段对数据进行采集，并上传到BIM施工管理平台；然后在BIM施工管理平台设定预警值，当监测数据超过预警值，系统将自动亮显报警；最后基于自适应灰色傅里叶指数预测模型对所有的监测结果进行分析和处理，预测风险趋势，在达到某一风险值前预警。本发明专利技术基于数据分析有效判断风险源的安全稳定状态，从而能及时采取预防措施，以降低风险源危险性并规避施工风险，有效地防止事故发生，保障施工安全。

【技术实现步骤摘要】
基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法
本专利技术属于土木工程施工领域，尤其涉及一种基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法。
技术介绍
土木工程施工的风险源主要是指在建设过程中，对工程自身或周边区域环境产生重大影响的因素。如自然灾害风险(如暴雨、洪水、泥石流、飓风、地震等)、地质条件、周边环境影响、施工工艺和方法等。位于城市中心地区的土木工程施工作业常见周边环境复杂，各种建筑物、地下管线多且对施工变形控制要求高。而土木工程中的地下工程更具有隐蔽性大、岩土物理力学参数不准确、施工技术复杂、作业空间有限、作业环境恶劣、施工周期长、不可预见风险因素多以及对社会环境影响大等特点，此外，由于对地下工程安全风险的认识不客观，风险管理不科学，风险管理的投入不到位等主观原因，地下工程建设中，事故频发，形势非常严峻。如2007年南京地铁发生地铁施工导致燃气管断裂，引起燃气泄漏发生爆炸引起大大火的事件；2008年杭州地铁发生基坑坍塌事故，造成21人死亡，10余人受伤。随着我国城市化进程的快速发展，传统工程施工的经验型、事后型、人盯人的安全管理模式已无法应对，引入高效、智能化的安全风险预测及管理系统是必然趋势。
技术实现思路
专利技术目的：针对以上问题，本专利技术提出一种基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法。技术方案：为实现本专利技术的目的，所采用的技术方案是：一种基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法，具体包括以下步骤：(1)采用3DGIS+BIM技术建立三维环境模型及BIM施工管理平台；(2)自动采集工程施工风险源数据，并上传到BIM施工管理平台；(3)在BIM施工管理平台设定预警值；(4)建立自适应灰色傅里叶指数预测模型；(5)对工程施工风险源监控数据进行时间序列的实时预测。步骤1具体包括：(1.1)获取地形数据绘制三维地形模型；(1.2)通过城市景观数据绘制三维城市模型；(1.3)建立3DGIS+BIM施工管理平台。步骤2具体包括：(2.1)通过自动化监测系统，采集在外力作用下结构及环境的实时数据；(2.1)实时数据回传3DGIS+BIM施工管理平台。步骤3具体包括：(3.1)建立风险源数据库，导入到3DGIS+BIM模型，纳入系统管理中，对风险源进行等级评估；(3.2)在平台上设置预警线，监测数据超标会自动报警。建立自适应灰色傅里叶指数预测模型对重大风险源时间序列进行预测，具体包括以下步骤：(1)建模与流程预测；(2)背景值改善；(3)特定解转换；(4)残差修正技术整合。有益效果：与现有技术相比，具有如下优势：(1)通过工程施工风险源实时监控及预测系统，强化了智能化的风险预警，实现对风险源的精准定位，基于数据分析有效判断风险源的安全稳定状态，从而能及时采取预防措施，以降低风险源危险性并规避施工风险，有效地防止事故发生，保障施工安全；(2)通过自动化监测系统与3DGIS+BIM施工管理平台的搭接实现数据实时传输，为平台监测分析提供准确有效的数据来源；通过对数据的分析，形成动态的监测管理及风险预测；(3)考虑传统模型难以实现对因系统不稳定而造成的不规律序列的理想预测，本专利技术通过背景值改善、特定解转换以及残差修正技术整合等方法优化灰预测模型的适应性，构建自适应灰色傅里叶指数预测模型，提升整体预测精度。附图说明图1是轨道交通工程施工重大风险源实时监控及人工智能预测方法示意图；图2是轨道交通工程施工重大风险源实时监控方法流程图；图3是预测模型运作示意图。具体实施方式下面结合附图和以轨道交通工程施工为实施例对本专利技术的技术方案作进一步的说明。如图1所示是轨道交通重大风险源实时监控示意图，如图2所示是轨道交通重大风险源实时监控方法流程图，轨道交通重大风险源实时监控方法具体包括以下步骤：(1)采用3DGIS+BIM技术建立三维环境模型及BIM施工管理平台；三维环境模型包含地形数据、城市景观数据、地质信息、地下管线信息以及项目内部信息。地理信息系统(GIS)技术，建筑信息模型(BIM)技术。(2)重大风险源监控，并将数据上传到3DGIS+BIM施工管理平台；采用自动监控手段对重大风险源数据进行实时采集。(3)风险源管理；对BIM施工管理平台设定预警值，当监测数据超过预警值，系统自动亮显报警。(4)建立自适应灰色傅里叶指数预测模型；基于灰色系统理论，通过背景值改善，特定值转换以及残差修正技术整合等三个方法，建立自适应灰色傅里叶指数预测模型实现对重大风险源时间序列的预测。背景值改善通过积分项的应用，消除传统背景值算式产生的误差；特定解转换通过建立基于预测曲线与实际数据离差最小化概念的GMm(1,1)模型以及基于强化最新信息概念的GMn(1,1)模型，拟合预测曲线；残差修正整合通过傅里叶级数以及指数平滑法修正序列的周期性残差与随机性残差，以增进预测模型的可靠度。(5)对工程施工重大风险源时间序列进行预测。基于自适应灰色傅里叶指数预测模型对所有的监测结果进行分析和处理，对工程施工风险源进行时间序列的实时预测。步骤1具体实施方法如下：(1.1)获取地形数据绘制三维地形模型；(1.2)通过城市景观数据绘制三维城市模型；(1.3)建立3DGIS+BIM施工管理平台。步骤2具体实施方法如下：(2.1)自动监控数据；通过自动化监测系统，采集在外力作用下地铁隧道变化数据，数据通过光纤或网络自动实时传输给BIM施工管理平台。所需监测项、监测方式及测点布设如表1所示。表1基于平台的自动化监测系统有如下优势：①自动化：在进行一些初始化设置及给定监测计划后(如观测间隔、期数等)，能够严格按计划执行全自动观测，并自动记录原始数据。②智能化：实现无人值守变形监测，并具有一定的适应环境和处理遇到问题的能力。如某期观测时恰逢某个监测点被挡，仪器不能读数，软件会自动控制测量机器人进行尝试测量若干次，若仍不行，则自行再隔一段时间重试，直到观测正常。③成熟的数据处理方法：对采集的原始数据按照设定的数据处理模型进行后处理，去除测量过程中引入的各种误差，最后拟合反应出最符合实际变形的数据。④数据存储和管理：采用SQLServer数据库技术对采集的大量原始观测数据进行存储和管理，以及对数据进行查询和分析。⑤多样的成果输出：平台能对原始数据和分析处理后的数据进行报表，绘制变形过程曲线，并能将绘制的曲线图形进行打印输出。⑥自动实时预警、报警：根据设定的限差对超过允许限差的变形点进行实时预警、报警，并显示变形超限的值。步骤3具体实施方法如下：(3.1)风险源管理；根据设计单位提出的监控量测控制指标，将施工过程中监测点的预警状态按严重程度由小到大分为三级：黄色监测预警、橙色监测预警和红色监测预警。①黄色监测预警：“双控”指标(变化量、变化速率)均超过监控量测控制值的70％时，或双控指标之一超过监控量测控制值的85％时；②橙色监测预警：“双控”指标均超过监控量测控制值的85％时，或双控指标之一超过监控量测控制值时；③红色监测预警：“双控”指标均超过监控量测控制值，或实测变化速率出现急剧增长时。在构建的3DGIS+BIM模型中添加监测点的位置信息，可以通过模型对监测点快速定位，本文档来自技高网...

【技术保护点】
一种基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法，其特征在于：具体包括以下步骤：(1)采用3DGIS+BIM技术建立三维环境模型及BIM施工管理平台；(2)自动采集工程施工风险源数据，并上传到BIM施工管理平台；(3)在BIM施工管理平台设定预警值；(4)建立自适应灰色傅里叶指数预测模型；(5)对工程施工风险源监控数据进行时间序列的实时预测。

【技术特征摘要】
1.一种基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法，其特征在于：具体包括以下步骤：(1)采用3DGIS+BIM技术建立三维环境模型及BIM施工管理平台；(2)自动采集工程施工风险源数据，并上传到BIM施工管理平台；(3)在BIM施工管理平台设定预警值；(4)建立自适应灰色傅里叶指数预测模型；(5)对工程施工风险源监控数据进行时间序列的实时预测。2.根据权利要求1所述的基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法，其特征在于：所述步骤1具体包括：(1.1)获取地形数据绘制三维地形模型；(1.2)通过城市景观数据绘制三维城市模型；(1.3)建立3DGIS+BIM施工管理平台。3.根据权利要求1所述的基于3DGIS+BIM技术的工程施工风险源实时监控及人工智能预测方法，其特征在于：所述步骤2具体包括：(2.1)通过自动化监测系统，采集在外力作用下结构及环境的实时数据，回传3DGIS+BIM施工管理平台。4.根据权利要求1所述的基于3DGIS+BIM技术的工程...

【专利技术属性】
技术研发人员：李秉展，罗紫萍，
申请(专利权)人：成都宗升智能科技有限公司，
类型：发明
国别省市：四川,51