【技术实现步骤摘要】
本专利技术涉及施工环境监测的，特别是涉及一种用于施工现场环境噪声的监测方法及系统。
技术介绍
1、施工现场环境噪声的监测和管理一直是建筑施工过程中的重要问题之一；为了保护施工现场周围环境和居民的生活质量，需要对施工现场的噪声进行有效的监测和管理；
2、然而，现有的施工现场环境噪声监测方法通常只提供简单的噪声分贝值监测，忽略了施工现场的具体情况，如地理位置、施工设备运行状态和施工时间安排等因素，导致评估结果不够准确和全面；因此，亟需一种用于施工现场环境噪声的监测方法。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种能够全面、准确地评估施工现场的噪声情况，提高监测的可靠性和管理的效果的用于施工现场环境噪声的监测方法。
2、第一方面，本专利技术提供了一种用于施工现场环境噪声的监测方法，所述方法包括：
3、获取施工现场的声音数据信息；
4、构建噪声信号提取模型，并利用噪声信号提取模型对施工现场的声音数据信息进行噪声提取，获得噪声信号；
5、对噪声信号进行声音识别处理，获得噪声类型特征和噪声强度特征；
6、将噪声类型特征和噪声强度特征输入至一阶施工噪声评估模型中，获得一阶施工噪声评估参数；
7、将一阶施工噪声评估参数与预设的一阶噪声评估阈值进行比对，若一阶施工噪声评估参数超过一阶噪声评估阈值，则将该施工现场标注为“不合格”，若未超过，则标注为“初步合格”；
8、获取已标注为“初步合格”的
9、将标注为“初步合格”施工现场的噪声类型特征、噪声强度特征、施工现场地理位置信息以及施工设备运行信息进行数据转换，生成施工现场噪声表征向量；
10、将施工现场噪声表征向量输入至预先构建的二阶施工噪声评估模型中，获得二阶施工噪声评估参数；
11、将二阶施工噪声评估参数与预设的二阶噪声评估阈值进行比对，若二阶施工噪声评估参数超过预设的二阶噪声评估阈值，则将已标注为“初步合格”的施工现场标注为“不合格”，若未超过，则标注为“合格”。
12、进一步地，所述施工现场噪声表征向量为：其中，表示在时间为i时的噪声类型特征，表示在时间为i时的噪声强度特征，表示在时间为i时的施工现场地理位置信息，表示在时间为i时的施工设备运行信息。
13、进一步地，施工现场的声音数据信息的获取方法包括：
14、在施工现场和周边区域部署音频传感器；
15、采用实时音频监测系统，捕捉施工现场的噪声变化；
16、在获取声音数据的同时进行频谱分析，获取不同频率范围内的声音信息；
17、使用云存储对获取的声音数据进行存储，并采取数据加密和备份策略；
18、实施数据质量控制措施，包括噪声数据的实时监测和校准；
19、定期进行传感器校准，检查设备的工作状态，排除影响数据准确性的因素。
20、进一步地，噪声信号提取模型的构建方法包括：
21、选择深度学习中的循环神经网络模型；
22、收集包含施工现场各种噪声的数据集，包括不同工作阶段、不同设备运行状态；
23、将原始声音数据进行时域到频域的转换，获取频域信息；
24、使用准备好的数据集对噪声信号提取模型进行训练；
25、对噪声信号提取模型进行优化，调整模型参数；
26、使用独立于训练集的验证集评估模型的性能；
27、将训练好的噪声信号提取模型部署到实际监测系统中，实时处理施工现场的声音数据。
28、进一步地，所述一阶施工噪声评估模型构建方法包括：
29、收集包含施工现场噪声的数据集，所述数据集包括噪声类型、噪声强度、频域特征和时域特征；
30、根据问题的特点选择特征，并从原始数据中提取这些特征；
31、对数据进行标准化、归一化处理；
32、选择机器学习算法，包括线性回归、支持向量机；
33、使用准备好的数据集对模型进行训练，在训练过程中，通过优化算法调整模型参数；
34、使用独立的验证集评估模型的性能，检测模型是否过拟合；
35、根据模型的性能调整超参数，包括学习率、正则化参数；
36、在实际环境中使用训练好的模型进行预测，将噪声类型特征和噪声强度特征输入到训练好的模型中，获得一阶施工噪声评估参数。
37、进一步地，所述二阶施工噪声评估模型构建方法包括：
38、收集并整理标注了合格和不合格施工现场的噪声数据；
39、通过统计分析、相关性分析对噪声表征向量进行特征选择；
40、根据问题的性质选择神经网络深度学习模型；
41、将数据集划分为训练集和测试集；
42、使用训练集对所选模型进行训练，使模型对新数据进行准确的预测；
43、使用测试集评估模型的性能，使用准确性、精确度、召回率、f1分数来评估模型的表现；
44、根据评估结果对模型进行调整，包括调整超参数、改变模型结构和重新选择特征；
45、使用独立的验证集验证模型的最终性能；
46、一旦满足要求，将模型部署到实际环境中，对施工现场的二阶噪声进行评估。
47、进一步地，所述二阶噪声评估阈值设定影响因素包括法规和标准、环境特征、社会反馈、工程项目特征、健康和环境影响研究、科技水平和监测技术、经验和案例研究。
48、另一方面，本申请还提供了一种用于施工现场环境噪声的监测系统，所述系统包括：
49、声音数据获取模块，用于采集施工现场的声音数据信息，并发送；
50、噪声信号提取模块，用于接收声音数据信息，构建噪声信号提取模型，将声音数据信息输入至噪声信号提取模型中，噪声信号提取模型输出噪声信号，并发送；
51、声音识别处理模块，用于接收噪声信号，对噪声信号进行声音识别处理，获得噪声类型特征和噪声强度特征，并发送；
52、一阶施工噪声评估模块，用于接收噪声类型特征和噪声强度特征，将噪声类型特征和噪声强度特征输入至一阶施工噪声评估模型中，获得一阶施工噪声评估参数，并发送；
53、一阶判断模块，用于接收一阶施工噪声评估参数，将一阶施工噪声评估参数与预设的一阶噪声评估阈值进行比对，若一阶施工噪声评估参数超过一阶噪声评估阈值，则将该施工现场标注为“不合格”，若未超过，则标注为“初步合格”，并发送标注为“初步合格”的施工现场的噪声类型特征和噪声强度特征；
54、环境信息获取模块，用于获取已标注为“初步合格”的施工现场的地理位置信息和施工设备运行信息，并发送；
55、特征转换模块，用于接收标注为“初步合格”施工现场的噪声类型特征、噪声强度特征、施工现场地理位置信息以及施工设备运行信息，对噪声类型特征、噪声强度特征、施工本文档来自技高网...
【技术保护点】
1.一种用于施工现场环境噪声的监测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述施工现场噪声表征向量为：；其中，表示在时间为i时的噪声类型特征，表示在时间为i时的噪声强度特征，表示在时间为i时的施工现场地理位置信息，表示在时间为i时的施工设备运行信息。
3.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，施工现场的声音数据信息的获取方法包括：
4.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，噪声信号提取模型的构建方法包括：
5.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述一阶施工噪声评估模型构建方法包括：
6.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述二阶施工噪声评估模型构建方法包括：
7.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述二阶噪声评估阈值设定影响因素包括法规和标准、环境特征、社会反馈、工程项目特征、健康和环境影响研究、
8. 一种用于施工现场环境噪声的监测系统，其特征在于，所述系统包括：
9.一种用于施工现场环境噪声的监测电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
...【技术特征摘要】
1.一种用于施工现场环境噪声的监测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述施工现场噪声表征向量为：；其中，表示在时间为i时的噪声类型特征，表示在时间为i时的噪声强度特征，表示在时间为i时的施工现场地理位置信息，表示在时间为i时的施工设备运行信息。
3.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，施工现场的声音数据信息的获取方法包括：
4.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，噪声信号提取模型的构建方法包括：
5.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述一阶施工噪声评估模型构建方法包括：
6.如权利要求1所述的一种用于施工现场环境噪声的监测方法，其特征在于，所述二...
【专利技术属性】
技术研发人员：李进，
申请(专利权)人：济南城市投资集团有限公司，
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。