装配式结构体系智能安装方法及系统技术方案

本说明书实施例提供了一种装配式结构体系智能安装方法及系统，其中，方法包括：对施工现场数据进行实时采集传输和监测；基于所述施工现场数据建立工程BIM模型和施工模型，通过算法优化生成最优的施工顺序和任务管理；将所述最优的施工顺序和任务管理传输到FMS机器人协同管理平台，通过所述FMS机器人协同管理平台，控制施工机器人按照所述最优的施工顺序和任务管理进行相应的施工作业。任务管理进行相应的施工作业。任务管理进行相应的施工作业。

【技术实现步骤摘要】
装配式结构体系智能安装方法及系统


[0001]本文件涉及建筑工程
，尤其涉及一种装配式结构体系智能安装方法及系统。

技术介绍

[0002]数字孪生是根据物理模型在虚拟空间建立一个相应的数字模型，包含真实世界模型的规格、几何参数、材料性能、仿真数据等信息，同时可以根据传感器反馈回来的数据进行虚拟模型的实时更新。数字孪生是充分利用物理模型、传感器更新、集成多学科、多维多尺度的仿真过程。
[0003]装配式建筑是未来土木工程建造方式工业化的必由之路，装配式建筑分为预制构件生产和现场装配施工两个部分，相比传统施工项目，装配式建筑对预制构件的供应和装配式的准确性与协作性要求更高，因此如何提高装配式结构的安装效率，改进装配式结构的安装方法成为推动装配式建筑发展必须解决的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种装配式结构体系智能安装方法及系统，旨在解决现有技术中的上述问题。
[0005]本专利技术提供一种装配式结构体系智能安装方法，包括：
[0006]对施工现场数据进行实时采集传输和监测；
[0007]基于所述施工现场数据建立工程BIM模型和施工模型，通过算法优化生成最优的施工顺序和任务管理；
[0008]将所述最优的施工顺序和任务管理传输到FMS机器人协同管理平台，通过所述FMS机器人协同管理平台，控制施工机器人按照所述最优的施工顺序和任务管理进行相应的施工作业。
[0009]本专利技术提供一种装配式结构体系智能安装系统，包括：
[0010]数据采集模块，用于对施工现场数据进行实时采集传输和监测；
[0011]数字孪生模块，用于基于所述施工现场数据建立工程BIM模型和施工模型，通过算法优化生成最优的施工顺序和任务管理；
[0012]智能安装模块，用于将所述最优的施工顺序和任务管理传输到FMS机器人协同管理平台，通过所述FMS机器人协同管理平台，控制施工机器人按照所述最优的施工顺序和任务管理进行相应的施工作业。
[0013]采用本专利技术实施例，解决了传统装配式施工过度依靠人工、精度较低、进度较慢的问题，针对现在装配式结构体系安装的问题进行了全方位的智能化提升，切实提升装配式结构的安装效率，提高装配式结构的安装质量。
附图说明
[0014]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1是本专利技术实施例的装配式结构体系智能安装方法的流程图；
[0016]图2是本专利技术实施例的装配式结构体系智能安装方法的示意图一；
[0017]图3是本专利技术实施例的装配式结构体系智能安装方法的示意图二；
[0018]图4是本专利技术实施例的装配式结构体系智能安装系统的示意图。
具体实施方式
[0019]为了解决现有技术中的上述问题，本专利技术实施例公开了一种装配式结构体系智能安装方法及系统，在装配式结构安装过程中首先通过RFID标签获取构件参数，建立对应的BIM模型及施工模型。通过BP神经网络算法对施工模型进行优化，生成最优的施工顺序和施工任务管理，之后将生成数据传输到机器人协同管理平台，为机器人下发施工任务，施工过程中的数据和结果都及时同步在智能管理平台。本专利技术实施例适用于装配式结构体系的安装。
[0020]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0021]方法实施例
[0022]根据本专利技术实施例，提供了一种装配式结构体系智能安装方法，图1是本专利技术实施例的装配式结构体系智能安装方法的流程图，如图1所示，根据本专利技术实施例的装配式结构体系智能安装方法具体包括：
[0023]步骤101，对施工现场数据进行实时采集传输和监测；具体地，通过扫描固定在建筑物构件上RFID标签获取建筑物构件的RFID参数，通过施工现场布置的摄像头利用GPS和GIS的定位功能对现场情况进行监测，获取监测数据，并通过无人机对施工现场情况和进度进行更新，获取施工现场情况和进度数据。
[0024]步骤102，基于所述施工现场数据建立工程BIM模型和施工模型，通过算法优化生成最优的施工顺序和任务管理；具体地，建立工程BIM模型，向所述工程BIM模型中输入建筑物构件的RFID参数，并建立施工模型，利用BP神经网络算法进行施工模型的优化，进行施工安装顺序、施工碰撞检测、施工进度模拟和施工危险预测，结合施工模型和算法的功能，计算出装配式结构的最优安装顺序，避免施工碰撞，对施工危险提前预测，生成最优的施工顺序和任务管理。
[0025]步骤103，将所述最优的施工顺序和任务管理传输到FMS机器人协同管理平台，通过所述FMS机器人协同管理平台，控制施工机器人按照所述最优的施工顺序和任务管理进行相应的施工作业。具体地，
[0026]通过所述FMS机器人协同管理平台，进行任务接收、任务拆分和机器人数量安排，统筹相关施工机器人进行协同作业；为施工机器人作业的路径进行模拟优化，避免施工机器人之间作业的路径冲突，减少环境路况对施工机器人作业的影响；实现对施工机器人作业量、作业时长、作业效率及作业故障的同步管理，并进行后续的分析改进。
[0027]执行上述处理后，还可以包括如下处理：
[0028]将施工机器人在施工期间的施工故障数据发送到FMS机器人协同管理平台，基于所述施工故障数据进行优化解决，将解决方案下发给所述施工机器人；
[0029]将施工过程中的所述监测数据和所述施工现场情况和进度数据同步传输到所述FMS机器人协同管理平台，通过所述FMS机器人协同管理平台进行后续的数据监测及运营维护。
[0030]以下结合附图，对本专利技术实施例的上述技术方案进行详细说明。
[0031]如图2和图3所示，根据本专利技术实施例的装配式结构体系智能安装方法可以分为三层：数据采集层：包含RFID标签、GPS、GIS、摄像头和无人机等设备以实现对施工现场数据的实时采集传输和监测功能；数字孪生功能层：通过BIM模型建模存储构件参数，施工模拟软件进行碰撞检测、进度模型和成本预测，智能算法包含BP神经网络和机器学习实现施工模拟的优化，智能安装层：通过FMS系统的管理规划，实现机器人的施工作业工作，软件模拟的不断优化和更新。
[0032]根据本专利技术实施例的装配式结构体系智能安装方法具体包括如下处理：
[0033]步骤一：将RFID标签本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种装配式结构体系智能安装方法，其特征在于，包括：对施工现场数据进行实时采集传输和监测；基于所述施工现场数据建立工程BIM模型和施工模型，通过算法优化生成最优的施工顺序和任务管理；将所述最优的施工顺序和任务管理传输到FMS机器人协同管理平台，通过所述FMS机器人协同管理平台，控制施工机器人按照所述最优的施工顺序和任务管理进行相应的施工作业。2.根据权利要求1所述的方法，其特征在于，所述对施工现场数据进行实时采集传输和监测具体包括：通过扫描固定在建筑物构件上RFID标签获取建筑物构件的RFID参数，通过施工现场布置的摄像头利用GPS和GIS的定位功能对现场情况进行监测，获取监测数据，并通过无人机对施工现场情况和进度进行更新，获取施工现场情况和进度数据。3.根据权利要求2所述的方法，其特征在于，基于所述施工现场数据建立工程BIM模型和施工模型，生成最优的施工顺序和任务管理具体包括：建立工程BIM模型，向所述工程BIM模型中输入建筑物构件的RFID参数，并建立施工模型，利用BP神经网络算法进行施工模型的优化，生成最优的施工顺序和任务管理。4.根据权利要求3所述的方法，其特征在于，利用BP神经网络算法进行施工模型的优化，生成最优的施工顺序和任务管理具体包括：利用BP神经网络算法进行施工模型的优化，进行施工安装顺序、施工碰撞检测、施工进度模拟和施工危险预测，结合施工模型和算法的功能，计算出装配式结构的最优安装顺序，避免施工碰撞，对施工危险提前预测。5.根据权利要求1所述的方法，其特征在于，通过所述FMS机器人协同管理平台，控制施工机器人按照所述最优的施工顺序和任务管理进行相应的施工作业具体包括：通过所述FMS机器人协同管理平台，进行任务接收、任务拆分和机器人数量安排，统筹相关施工机器人进行协同作业；为施工机器人作业的路径进行模拟优化，避免施工机器人之间作业的路径冲突，减少环境路况对施工机器人作业的影响；实现对施工机器人作业量、作业时长、作业效率及作业故障的同步管理，并进行后续的分析改进。6.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：将施工机器人在施工期间的施工故障数据发送到FMS机器人协同管理平台，基于所述施工故障数据进行优化解决，将解决方案下发给所述施工机器人；将施工过程中的所...

【专利技术属性】
技术研发人员：刘占省，刘泽宏，孙哲，刘亮，王京京，及炜煜，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：