一种建筑工程渣土管理方法及系统技术方案

本发明专利技术涉及数据处理技术领域，提供了一种建筑工程渣土管理方法及系统，所述方法包括：对待处理渣土进行图像采集，获得渣土图像信息，渣土颗粒识别，获得渣土识别信息，输入方案分析模型，获得渣土处理方案；通过物联网设备对各流程对应的操作设备进行运行数据监测，获得监测数据源，进行操作设备处理结果预测，获得处理结果预测信息，与渣土流程目标参数进行比对，确定完成状态值，对控制参数进行对应调整或控制，解决了无法依照渣土信息，在第一时间对控制参数进行针对性调整，建筑工程渣土处理能力低的技术问题，实现了依照渣土信息，采用预测的方式，第一时间对控制参数进行针对性的调整，提升建筑工程渣土处理能力的技术效果。果。果。

【技术实现步骤摘要】
一种建筑工程渣土管理方法及系统


[0001]本专利技术涉及数据处理相关
，具体涉及一种建筑工程渣土管理方法及系统。

技术介绍

[0002]将施工中的渣土(碎石、细砂、黏土、水的混合物)进行资源化处理，形成可回收利用的碎石、细砂、黏土和水等产品，包含筛分模块、泥砂分离模块、絮凝浓缩模块、固液分离模块、泥饼资源化模块等。
[0003]但，由于建筑工程渣土的渣土类型、场地、处理需求不同，渣土处理方案应针对性调整，基于此，处理建筑工程渣土的控制参数调控管理难度大，处理能力低，建筑工程渣土资源化装备的市场普及率低。
[0004]综上所述，现有技术中存在无法依照渣土信息，在第一时间对控制参数进行针对性调整，建筑工程渣土处理能力低的技术问题。

技术实现思路

[0005]本申请通过提供了一种建筑工程渣土管理方法及系统，旨在解决现有技术中的无法依照渣土信息，在第一时间对控制参数进行针对性调整，建筑工程渣土处理能力低的技术问题。
[0006]鉴于上述问题，本申请实施例提供了一种建筑工程渣土管理方法及系统。
[0007]本申请公开的第一个方面，提供了一种建筑工程渣土管理方法，其中，所述方法包括：通过图像采集设备对待处理渣土进行图像采集，获得渣土图像信息；对所述渣土图像信息进行渣土颗粒识别，获得渣土识别信息，所述渣土识别信息包括渣土粒度、渣土预估量；将所述渣土粒度、渣土预估量输入方案分析模型，获得渣土处理方案，所述渣土处理方案包括渣土处理流程及各流程的控制参数、渣土流程目标参数；通过物联网设备对各流程对应的操作设备进行运行数据监测，获得监测数据源；根据所述监测数据源进行操作设备处理结果预测，获得处理结果预测信息；将所述处理结果预测信息与渣土流程目标参数进行比对，确定完成状态值，基于所述完成状态值对控制参数进行对应调整或控制。
[0008]本申请公开的另一个方面，提供了一种建筑工程渣土管理系统，其中，所述系统包括：图像采集模块，用于通过图像采集设备对待处理渣土进行图像采集，获得渣土图像信息；渣土颗粒识别模块，用于对所述渣土图像信息进行渣土颗粒识别，获得渣土识别信息，所述渣土识别信息包括渣土粒度、渣土预估量；渣土处理方案获得模块，用于将所述渣土粒度、渣土预估量输入方案分析模型，获得渣土处理方案，所述渣土处理方案包括渣土处理流程及各流程的控制参数、渣土流程目标参数；数据监测模块，用于通过物联网设备对各流程对应的操作设备进行运行数据监测，获得监测数据源；处理结果预测模块，用于根据所述监测数据源进行操作设备处理结果预测，获得处理结果预测信息；调整控制模块，用于将所述处理结果预测信息与渣土流程目标参数进行比对，确定完成状态值，基于所述完成状态值
对控制参数进行对应调整或控制。
[0009]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0010]由于采用了通过图像采集设备对待处理渣土进行图像采集，获得渣土图像信息，渣土颗粒识别，获得渣土识别信息；将渣土粒度、渣土预估量输入方案分析模型，获得渣土处理方案；通过物联网设备对各流程对应的操作设备进行运行数据监测，获得监测数据源，进行操作设备处理结果预测，获得处理结果预测信息；将处理结果预测信息与渣土流程目标参数进行比对，确定完成状态值，基于完成状态值对控制参数进行对应调整或控制，实现了依照渣土信息，采用预测的方式，第一时间对控制参数进行针对性的调整，提升建筑工程渣土处理能力的技术效果。
[0011]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0012]图1为本申请实施例提供了一种建筑工程渣土管理方法可能的流程示意图；
[0013]图2为本申请实施例提供了一种建筑工程渣土管理方法中发送预警信息可能的流程示意图；
[0014]图3为本申请实施例提供了一种建筑工程渣土管理系统可能的结构示意图。
[0015]附图标记说明：图像采集模块100，渣土颗粒识别模块200，渣土处理方案获得模块300，数据监测模块400，处理结果预测模块500，调整控制模块600。
具体实施方式
[0016]本申请实施例提供了一种建筑工程渣土管理方法及系统，解决了无法依照渣土信息，在第一时间对控制参数进行针对性调整，建筑工程渣土处理能力低的技术问题，实现了依照渣土信息，采用预测的方式，第一时间对控制参数进行针对性的调整，提升建筑工程渣土处理能力的技术效果。
[0017]在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
[0018]实施例一
[0019]如图1所示，本申请实施例提供了一种建筑工程渣土管理方法，其中，所述方法包括：
[0020]S10：通过图像采集设备对待处理渣土进行图像采集，获得渣土图像信息；
[0021]S20：对所述渣土图像信息进行渣土颗粒识别，获得渣土识别信息，所述渣土识别信息包括渣土粒度、渣土预估量；
[0022]步骤S20包括步骤：
[0023]S21：将所述渣土图像信息输入卷积识别模型进行渣土颗粒识别，确定各渣土图像信息中的渣土粒度；
[0024]S22：对所有渣土图像信息进行边界识别，确定图像边界信息；
[0025]S23：基于所述图像边界信息确定拼接节点，根据所述拼接节点进行图像拼接，获
得渣土三维图像信息；
[0026]S24：基于预设标准尺寸，对所述渣土三维图像信息进行尺寸转换，确定渣土尺寸识别信息；
[0027]S25：根据所述渣土尺寸识别信息进行渣土量评估，获得所述渣土预估量。
[0028]具体而言，连接图像采集设备，利用所述图像采集设备，对待处理渣土进行图像采集，获得渣土图像信息，为后续处理提供数据支持；对所述渣土图像信息进行渣土颗粒识别，获得渣土识别信息，所述渣土识别信息包括渣土粒度、渣土预估量，具体包括：以卷积神经网络为模型基础，构建卷积识别模型，将所述渣土图像信息输入卷积识别模型进行渣土颗粒识别，确定各渣土图像信息中的渣土粒度；
[0029]以卷积神经网络为模型基础，构建卷积识别模型：对卷积识别模型的输入数据(所述卷积识别模型的输入数据为渣土图像信息)进行去除噪声，为渣土颗粒识别精确提取提供清晰的图像；设置平滑窗口(过大或过小的平滑窗口，就会使仪表图像的细节比如边界轮廓、线条等变得模糊不清或边界轮廓断裂，本申请实施例采用2
×
2方形平滑窗口)，采用平滑窗口的中值滤波器去除图像噪声，既能达到去噪的目的，又能保持图像中的细节信息；进行渣土颗粒识别尺寸识别，一般的，渣土粒度可以用平滑窗口分布确定，如尺寸为6mm
×
4mm的渣土，横向拥有3个平滑窗口，纵向拥有2个平滑窗口，采用读取并统计平滑窗口分布，确定各渣土图像信息中的渣土粒度；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑工程渣土管理方法，其特征在于，所述方法包括：通过图像采集设备对待处理渣土进行图像采集，获得渣土图像信息；对所述渣土图像信息进行渣土颗粒识别，获得渣土识别信息，所述渣土识别信息包括渣土粒度、渣土预估量；将所述渣土粒度、渣土预估量输入方案分析模型，获得渣土处理方案，所述渣土处理方案包括渣土处理流程及各流程的控制参数、渣土流程目标参数；通过物联网设备对各流程对应的操作设备进行运行数据监测，获得监测数据源；根据所述监测数据源进行操作设备处理结果预测，获得处理结果预测信息；将所述处理结果预测信息与渣土流程目标参数进行比对，确定完成状态值，基于所述完成状态值对控制参数进行对应调整或控制。2.如权利要求1所述的方法，其特征在于，对所述渣土图像信息进行渣土颗粒识别，获得渣土识别信息，所述渣土识别信息包括渣土粒度、渣土预估量，包括：将所述渣土图像信息输入卷积识别模型进行渣土颗粒识别，确定各渣土图像信息中的渣土粒度；对所有渣土图像信息进行边界识别，确定图像边界信息；基于所述图像边界信息确定拼接节点，根据所述拼接节点进行图像拼接，获得渣土三维图像信息；基于预设标准尺寸，对所述渣土三维图像信息进行尺寸转换，确定渣土尺寸识别信息；根据所述渣土尺寸识别信息进行渣土量评估，获得所述渣土预估量。3.如权利要求1所述的方法，其特征在于，将所述渣土粒度、渣土预估量输入方案分析模型，获得渣土处理方案，包括：根据所述渣土粒度，确定渣土粒度差异度、粒度分布信息；将所述渣土粒度差异度、粒度分布信息、渣土预估量输入方案初定层，获得渣土处理流程、控制参数；将渣土粒度、渣土处理流程、控制参数输入流程评价层，进行流程处理评估，获得渣土流程目标参数；将所述渣土处理流程、控制参数及渣土流程目标参数输入全过程评价层，进行方案全周期评估，获得方案评估结果；将所述方案评估结果输入判别处理层，对方案评估结果进行判别，当满足时将其作为所述渣土处理方案进行输出，当不满足时，确定损失值前馈至方案初定层进行方案优化。4.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述渣土处理方案进行各流程处理参数影响度分析，确定参数影响值；基于所述参数影响值，设定关键流程参数；根据所述关键流程参数进行历史操作记录数据分析，确定关键参数流程阈值；判断所述关键...

【专利技术属性】
技术研发人员：黄克伟，马坚祥，黄晟程，
申请(专利权)人：深圳申佳原环保科技有限公司，
类型：发明
国别省市：