【技术实现步骤摘要】
一种木结构古建筑的缺损度检测算法及检测方法
本专利技术属于古建筑保护
，具体涉及一种木结构古建筑的缺损度检测算法及检测方法。
技术介绍
中国的木结构古建筑，在世界建筑史上无疑占有着无与伦比的地位。木结构古建筑的材质特点明显，但也带来了问题。木材是生物材质，易发生真菌产生腐朽，腐朽的木材在承重力度大大下降，从而影响建筑的安全性。随着时间的迁移，保留至今的木结构古建筑越来越需要维修和保护。但是现在相关人员对木结构古建筑的检测还是以人工为主，这样的检测中人为因素较大。不仅需要人力物力较多，而且人工检测过程中可能对木结构古建筑造成二次破坏。部分木结构古建筑采用了基于物联网的监测系统，但目前主要停留在对数据进行采集和存储的阶段，没有达到对数据进行更深入的分析和挖掘的层次。而上述系统由于对数据利用的不充分，往往不能达到对木结构古建筑的预测性防护。现在针对木结构古建筑的保护观念和方法比较落后，基本上是当建筑出现严重问题时才上报维修，这样基本是事后补救，很多古建筑就因为错过了最佳修复时期而出现不可逆转的损失。<...
【技术保护点】
1.一种木结构古建筑的缺损度检测算法，其特征在于，包括：/n获取温度数据、湿度数据、相对水平倾斜度数据；/n根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比；/n根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量；/n根据相应向量构建木结构古建筑缺损度检测模型；/n根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据，给出当前木结构古建筑的缺损度指数和预警策略；以及/n根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命。/n
【技术特征摘要】
1.一种木结构古建筑的缺损度检测算法，其特征在于，包括：
获取温度数据、湿度数据、相对水平倾斜度数据；
根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比；
根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量；
根据相应向量构建木结构古建筑缺损度检测模型；
根据木结构古建筑缺损度模型并结合当前温度数据、湿度数据、相对水平倾斜度数据，给出当前木结构古建筑的缺损度指数和预警策略；以及
根据木结构古建筑缺损度模型预测木结构古建筑的期望寿命。
2.如权利要求1所述的木结构古建筑的缺损度检测算法，其特征在于，
所述根据相应温度数据、湿度数据、相对水平倾斜度数据计算温度偏离比、湿度偏离比、相对水平倾斜度比的方法包括：
所述温度偏离比为：
所述湿度偏离比为：
所述相对水平倾斜度比为：
其中，Tji为第j组测量节点第i个记录数据的温度值，Hji为第j组测量节点第i个记录数据的湿度值，Sji为第j组测量节点第i个记录数据的水平倾斜度值，T0为温度标准值，H0为湿度标准值，S0为水平倾斜度上限。
3.如权利要求2所述的木结构古建筑的缺损度检测算法，其特征在于，
所述根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量的方法包括：
获取温度偏离比、湿度偏离比、相对水平倾斜度比在特征中的最佳组合比例，即
目标函数为：
其中，C1为温度偏离比比例，C2为湿度偏离比比例，C3为相对水平倾斜度比比例，yi为第i个数据的类标记，且yi为-1时表示木结构古建筑出现损毁；
使用梯度下降法求C,即(C1,C2)；
C定义为
当L(C)最小时，即趋近0时，迭代所得的C*为最优解，α表示步长。
4.如权利要求3所述的木结构古建筑的缺损度检测算法，其特征在于，
所述根据相应温度偏离比、湿度偏离比、相对水平倾斜度比建立向量的方法还包括：
对特征进行量化，即
对进行量化，且量化间隔为0.1，得到
5.如权利要求4所述的木结构古建筑的缺损度检测算法，其特征在于，
所述根据相应向量构建木结构古建筑缺损度检测模型的方法包括：
建立数据向量：x＝(x(1)，x(2)，...，x(j)，...，x(M))；
建立系数向量：w＝(w(1)，w(2)，...，w(j)，...，w(M))；
构建最优化模型，即
s.t.yi(w·xi+b)≥1-ξi；
ξi≥0i＝1，2,......，N；
其中，C为惩罚系数；xi为第i个训练数据向量；yi为xi的类标记，当yi为-1时表示木结构古建筑出现损毁，当yi为1时表示木结构古建筑无损；N为训练数据数目；ξ为松弛变量；ξi为第i个训练数据的松弛变量；b为偏置；
则最优化模型的解为：w*；
...
【专利技术属性】
技术研发人员：何文韬，乔宏哲，陶国正，
申请(专利权)人：常州机电职业技术学院，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。