一种基于BIM的大型预制构件吊装安全管控方法技术

本发明专利技术涉及吊装管控技术领域，公开了一种基于BIM的大型预制构件吊装安全管控方法。建立大型预制构件吊装现场的BIM模型，获取塔吊参数信息，构建空间坐标系，根据环境因素对空间层进行划分，构建预制构件运输路径规划目标函数；构建吊装效率神经网络模型，计算预制构件的运输路径规划目标函数中的吊装效率评分和安全性评分，根据目标函数最优解获得预制构件运输过程中的偏移量，实现大型预制构件吊装过程的安全管控。本发明专利技术解决了传统大型预制构件吊装施工作业主要依靠吊装指挥和吊装操作人员的经验进行操作，容易造成伤亡事故，并且现有的塔吊监测功能较为单一、信息集成度低，无法将其他的运行数据汇总分析，增加了吊装过程危险性的问题。程危险性的问题。程危险性的问题。

【技术实现步骤摘要】
一种基于BIM的大型预制构件吊装安全管控方法


[0001]本专利技术涉及吊装管控
，尤其涉及一种基于BIM的大型预制构件吊装安全管控方法。

技术介绍

[0002]大型预制构件吊装作业是装配式结构施工的关键工序，目前的吊装作业管理大部分仍采用传统的人工指挥和起重机自带的单机版监控系统，缺乏信息化技术的引用，导致吊装作业过程中的安全风险不能得到实时、全面的管控。应用BIM技术在大型预制构件吊装安全管控中，以各种相关信息集成的工程数据模型为基础，建立建筑模型，事先模拟吊装过程，进而分析和优化吊装过程，从而实现对大型预制构件吊装安全实时有效的管理。
[0003]吊装操作人员主要依靠吊装指挥的动作和自己的感觉，来判断操作吊装设备，很容易因吊装作业的盲区、监控不及时造成伤亡事故；并且现有的塔吊监测功能较为单一，信息集成度低，无法将其他的实时运行数据汇总分析，从而增加了吊装过程的危险性，传统缺乏信息化的安全管理模式难以满足当下的安全管理需求。
[0004]我国专利申请号：CN202010374127.5，公开日：2020.08.21，公开了一种基于BIM的大型预制构件吊装安全管控方法，在吊装过程中通过磁动预警球的设置，当吊装物体稳定性发生改变时，磁动预警球内部的平衡会被打破，同时配合增精度层的作用，可以及时对稳定性的变化作出相应磁场的变化，在吊装过程中，根据磁动预警球中磁场的变化，既可以判断吊装物体在在横向的偏移量，从而判断其自身的稳定性，还可以实时监控在纵向上实时画面的轨迹与虚拟吊装预演轨迹之间的偏差，从而可以有效帮助工作人员及时发现吊装物体稳定性和与最优吊装方案之间的偏差，进而及时发现吊装过程中吊装物体的异常，显著降低吊装过程中的危险性。
[0005]但是在实现该申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下问题：传统的大型预制构件吊装施工作业主要依靠吊装指挥和吊装操作人员的经验进行操作，容易造成伤亡事故，并且现有的塔吊监测功能较为单一、信息集成度低，无法将其他的实时运行数据汇总分析，从而增加了吊装过程的危险性。

技术实现思路

[0006]本专利技术通过提供一种基于BIM的大型预制构件吊装安全管控方法，解决了传统的大型预制构件吊装施工作业主要依靠吊装指挥和吊装操作人员的经验进行操作，容易造成伤亡事故，并且现有的塔吊监测功能较为单一、信息集成度低，无法将其他的实时运行数据汇总分析，增加了吊装过程危险性的问题。通过构建BIM模型集成大量信息，提供精确的数据基础，对施工过程中的数据进行多维分析，实现大型预制构件吊装的安全管控。
[0007]本专利技术提供了一种基于BIM的大型预制构件吊装安全管控方法，包括以下步骤：S1. 建立大型预制构件吊装现场的BIM模型，获取塔吊参数信息，构建空间坐标系，根据环境因素对空间层进行划分，构建预制构件运输路径规划目标函数；
S2. 构建吊装效率神经网络模型，计算预制构件的运输路径规划目标函数中的吊装效率评分和安全性评分，根据目标函数最优解获得预制构件运输过程中的偏移量，实现大型预制构件吊装过程的安全管控。
[0008]进一步，所述步骤S1包括：首先根据周围建筑物是否对预制构件运输产生阻碍影响对空间层进行划分，即划分为未阻碍空间层和阻碍空间层；然后根据运输空间中环境因素的变化进行环境空间层划分，设立环境因素变化阈值，随着海拔高度的增加，环境因素达到阈值时，划分为一个环境空间层，从而将预制构件的运输空间划分为至少一个环境空间层。
[0009]进一步，所述步骤S1包括：根据预制构件运输过程中的环境因素、经济因素和安全因素，构建预制构件运输路径规划目标函数，最终得到对塔吊损耗小、吊装效率高且安全性高的运输路径。
[0010]进一步，所述步骤S2包括：根据塔吊的抗力和负载确定抗倾覆稳定性，然后对塔吊运输过程的安全性进行评分。
[0011]进一步，所述步骤S2包括：构建吊装效率神经网络模型，将大量塔吊参数信息和环境因素样本输入到吊装效率神经网络模型中，通过神经网络模型的深度学习和训练，最终输出吊装效率。
[0012]进一步，所述步骤S2包括：吊装效率神经网络模型包括输入层、预处理层、偏移层、深度学习层、输出层。
[0013]进一步，所述步骤S2包括：输入层将样本数据映射到处理空间，然后将数据传输给预处理层；预处理层对输入的数据进行预处理，确保后续不同类型数据之间可以进行计算，降低计算复杂度；偏移层引入阻碍因子和偏移因子，主要用于吊装时阻碍空间层中环境因素对吊装路径的影响计算；深度学习层共有N层，深度学习层1将计算结果发送给深度学习层2，深度学习层2将计算结果发送给深度学习层3，以此类推，直至深度学习层N输出，深度学习层将结果发送给输出层。
[0014]本专利技术至少具有如下技术效果或优点：1、建立大型预制构件吊装现场的BIM模型，根据环境因素对空间层进行划分，细化环境因素对塔吊运动的影响，提高计算精度，为后续计算提供精确的数据基础；构建预制构件运输路径规划目标函数及约束条件，全方位考虑各个因素对运输路径的影响，为最终选取的运输路径的精确度提供框架基础。
[0015]2、基于塔吊的抗力与负载的时变特性，对塔吊的抗倾覆稳定性进行预测，能够根据施工进度准确模拟计算出塔吊在未来时间段内的抗倾覆稳定性，提升吊装安全性；选取对塔吊损耗小、吊装效率高且安全性高的运输路径，规避了已成型建筑对构件安装所造成的阻碍，避免产生返工，利用BIM技术对吊装安全风险进行提前预测，减小事故发生概率与损失，从而节约项目成本，提高吊装安全管控。
[0016]3、本专利技术的技术方案能够有效解决传统的大型预制构件吊装施工作业主要依靠吊装指挥和吊装操作人员的经验进行操作，容易造成伤亡事故，并且现有的塔吊监测功能较为单一、信息集成度低，无法将其他的实时运行数据汇总分析，从而增加了吊装过程危险
性的问题。并且，通过构建BIM模型集成大量信息，提供精确的数据基础，对施工过程中的数据进行多维分析，实现大型预制构件吊装的安全管控。
附图说明
[0017]图1为本专利技术所述的一种基于BIM的大型预制构件吊装安全管控方法流程图；图2为本专利技术所述的大型预制构件吊装安全管控方法流程框图。
具体实施方式
[0018]本申请实施例通过提供一种基于BIM的大型预制构件吊装安全管控方法，解决了传统的大型预制构件吊装施工作业主要依靠吊装指挥和吊装操作人员的经验进行操作，容易造成伤亡事故，并且现有的塔吊监测功能较为单一、信息集成度低，无法将其他的实时运行数据汇总分析，从而增加了吊装过程的危险性。
[0019]本申请实施例中的技术方案为解决上述问题，总体思路如下：建立大型预制构件吊装现场的BIM模型，根据环境因素对空间层进行划分，细化环境因素对塔吊运动的影响，提高计算精度，为后续计算提供精确的数据基础；构建预制构件运输路径规划目标函数及约束条件，全方位考虑各个因素对运输路径的影响，为最终选取的运输路径的精确度提供框架基础。基于塔吊的抗力与负载本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BIM的大型预制构件吊装安全管控方法，其特征在于，包括以下步骤：S1. 建立大型预制构件吊装现场的BIM模型，获取塔吊参数信息，构建空间坐标系，根据环境因素对空间层进行划分，构建预制构件运输路径规划目标函数；S2. 构建吊装效率神经网络模型，计算预制构件的运输路径规划目标函数中的吊装效率评分和安全性评分，根据目标函数最优解获得预制构件运输过程中的偏移量，实现大型预制构件吊装过程的安全管控。2.如权利要求1所述的一种基于BIM的大型预制构件吊装安全管控方法，其特征在于，所述步骤S1包括：首先根据周围建筑物是否对预制构件运输产生阻碍影响对空间层进行划分，即划分为未阻碍空间层和阻碍空间层；然后根据运输空间中环境因素的变化进行环境空间层划分，设立环境因素变化阈值，随着海拔高度的增加，环境因素达到阈值时，划分为一个环境空间层，从而将预制构件的运输空间划分为至少一个环境空间层。3.如权利要求1所述的一种基于BIM的大型预制构件吊装安全管控方法，其特征在于，所述步骤S1包括：根据预制构件运输过程中的环境因素、经济因素和安全因素，构建预制构件运输路径规划目标函数，最终得到对塔吊损耗小、吊装效率高且安全性高的运输路径。4.如权利要求1所述的一种基...

【专利技术属性】
技术研发人员：刘宏新，杨利有，石立峰，杨海珍，李建军，
申请(专利权)人：中化学起重运输有限公司，
类型：发明
国别省市：