【技术实现步骤摘要】
建筑健康监测系统
[0001]本专利技术属于健康监测
,尤其涉及一种建筑健康监测系统。
技术介绍
[0002]现阶段对建筑的健康监测多是采用人工或有线的方式进行的单一监测(温度,位移,受力),因此效率低下,浪费大量人拱和物力,也不能实现实时监控,漏报率高。
[0003]本专利技术的目的是建立实时智能无线传输的建筑健康监测体系,监测建筑的使用情况,重点受力构件的运行情况。对重点受力构件和整体建筑的健康状况和可使用年限做出合理的评估,避免突发性灾害,对火灾和地震等重大自然灾害后建筑物的损伤情况做出评估。保证建筑在安全范围内使用。
技术实现思路
[0004]本专利技术就是针对上述问题,提供一种建筑健康监测系统。
[0005]为实现上述目的,本专利技术采用如下技术方案,本专利技术包括前端传感器、传感器数据节点和数据终端,其特征在于前端传感器反馈的信号由导线连接传递到传感器数据节点,传感器数据节点的信号传输端口与数据终端的信号传输端口相连;数据终端由粒子群优化的BP神经网络预测结构健康状况,对结构部件健康状况的评估。
[0006]作为一种优选方案,本专利技术所述前端传感器包括力学监测传感器、位移监测传感器、温度监测传感器和烟气监测传感器。
[0007]作为另一种优选方案,本专利技术所述BP神经网络对建筑结构受力的预测的具体步骤如下:
[0008]1)PSO粒子群参数和BP神经网络参数的初始选定,根据BP神经网络的结构来确定粒子群的规模;
[0009]2)通过 ...
【技术保护点】
【技术特征摘要】
1.建筑健康监测系统,包括前端传感器、传感器数据节点和数据终端,其特征在于前端传感器反馈的信号由导线连接传递到传感器数据节点,传感器数据节点的信号传输端口与数据终端的信号传输端口相连;数据终端由粒子群优化的BP神经网络预测结构健康状况,对结构部件健康状况的评估。2.根据权利要求1所述建筑健康监测系统,其特征在于所述前端传感器包括力学监测传感器、位移监测传感器、温度监测传感器和烟气监测传感器。3.根据权利要求1所述建筑健康监测系统,其特征在于所述BP神经网络对建筑结构受力的预测的具体步骤如下:1)PSO粒子群参数和BP神经网络参数的初始选定,根据BP神经网络的结构来确定粒子群的规模;2)通过BP神经网络产生的误差来确定粒子群的适应度函数;3)计算并比较粒子的适应度值,找到最优的粒子位置;4)通过粒子群算法得到最优解来优化BP神经网路的权值;5)PSO
‑
BP神经网络得到预测结果,评估结构的受力状况。4.根据权利要求1所述建筑健康监测系统,其特征在于所述数据节点对前端传感器接收传感器的信号,在数据节点内进行预处理,判定是否达到阈值,达到阈值触发蜂鸣器,进行预警,同时数据终端也会收到提示,数据节点与计算终端的数据传输是实时传输,终端对数据节点传输信号进行预测,判定受力情况,评估结构是否可以继续使用,如果可以,则数据封存,一定周期后上传云端,方便后期调用;如果判定结构失效,则激发预警,限制失效位置,同时向数据节点发送指令,激发蜂鸣器。5.根据权利要求1所述建筑健康监测系统,其特征在于所述粒子群优化BP神经网络根据构件中力学传感器的数量确定输入层的数量,输出层根据构件是抗弯构件、抗压构件、抗压构件、综合受力构件,判断受力情况,设定输出层神经元的个数;隐藏层数的判定根据公式其中n1为隐藏层数,n为输入层,m为输出层的个数,a为[1
‑
10]的常数;粒子群算法的规模根据神经网络的结构来确定,通过粒子群算法得到最优解来优化BP神经网路的权值。6.根据权利要求1所述建筑健康监测系统,其特征在于所述BP神经网络工作具体步骤如下:(1)网络初始化:根据输出输入序列确定输入层神经元的个数为m,隐藏层神经元个数n,输出层神经元个数为l,输入层到隐藏层之间的连接权值为w
ij
,输入层的阈值为b
j
,隐藏层到输出层的连接...
【专利技术属性】
技术研发人员:王铎,杨璐,刘贵立,杨宏旭,崔雨萌,齐博,赵婉蓉,刘华,
申请(专利权)人:沈阳工业大学,
类型:发明
国别省市:
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。