【技术实现步骤摘要】
本专利技术涉及钢围堰结构安全，特别涉及一种强台风环境下钢围堰结构安全监测方法、系统及介质。
技术介绍
1、随着新基建如火如荼的发展，钢围堰作为一种施工简便、整体刚度大、稳定性好的施工辅助措施被广泛运用在基坑施工中。钢围堰隔离了施工场地周边土体、水体，因而时常处于恶劣的环境条件下，在施工过程中需需对其进行实时监测以保证其稳定性。然而，传统的既有监测手段是对钢围堰顶部进行定期位移测量，这样的测量手段不仅缺乏实时性同时容易忽略钢围堰局部应力应变状态，存在一部分安全监测空白。此外，钢围堰作为一种大跨度结构，其变形和承载能力受到多种外部环境因素的影响，如何在考虑外部环境变化的情况下对钢围堰整体进行实时位移监测是目前领域内监测的重点。
2、随着技术的发展，目前bim技术已解决了以往监测过程中不直观，不可视的问题，通过将实时监测数据在bim模型中能够反映出钢围堰局部实时的位移变形程度，但这类手段依赖于传感器，对于传感器没有监测到的部分缺乏反映手段，因而其不能够反映钢围堰整体力学状态。综上所述，领域内需要一种能够实时反馈钢围堰状态的可视化结构监测方案。
技术实现思路
1、本专利技术的目的是：针对上述
技术介绍
中存在的不足，提供一种能够通过钢围堰局部监测数据结合bim模型反映钢围堰整体实时受力状态的可视化监测方案。
2、为了达到上述目的，本专利技术提供了一种强台风环境下钢围堰结构安全监测方法，包括如下步骤：
3、s1，建立钢围堰bim模型，根据气象站测得的环境载荷数
4、s2，结合cfd模拟及fem模拟结果在综合最不利位置安装局部位移传感器、应力应变传感器，同时在场地周围安装风载荷传感器及波浪载荷传感器，并将传感器监测参数传输至中心服务器；
5、s3，将局部位移监测值、应力应变监测值按照rgb颜色模型-应力位移、rgb颜色模型-应变位移关系，转换为对应的rgb参数；
6、s4，将所得的rgb参数及传感器安装位置参数，带入vgg模型进行训练学习，将s1所得到的图像模型数据集作为输入数据集，同时输入s3所得到的rgb参数以输出指定位置参数的rgb参数下的单截面有限元整体应力、应变参数图，基于应力应变参数对单截面力学模型进行拟合；
7、s5，对风格迁移后的参数图基于超分辨率采样放大至钢围堰整体尺寸；
8、s6，将单截面整体参数图映射到对应的钢围堰bim模型上，获得在实时监测参数下的钢围堰实时有限元位移模型，对钢围堰的结构安全进行实时监测。
9、进一步地，s1中通过风载荷计算通用公式f＝a×p×cd实现风压与风载荷的关联转化，其中，f为力或风载荷，a为物体的受力面积，p为风压，cd是阻力系数；
10、钢围堰在波浪和海流作用下的载荷计算使用morison公式：
11、
12、其中，fw为波浪力，fd为阻力，fi为惯性力，ρ＝1.025×103kg/m3为海水密度，cd为垂直于构件轴线的阻力系数，cm为惯性力系数，d为构件直径，u为垂直于构件轴线水质点相对于构件的总速度分量，单位为m/s，u为垂直于构件轴线的波浪引起的水质点相对于构件的速度分量，单位为m/s，v为垂直于构件轴线的海流引起的水质点速度分量，计算中取海流的方向与波浪相同的方向，a为垂直于构建轴线的水质点相对与构件的加速度分量，单位为m/s2。
13、进一步地，s1中波浪、风载荷的模拟数据分别是根据钢围堰的东西南北四个方位、1/2-3/4钢围堰高的波浪参数、6级-10级波浪及8级-17级台风载荷组合下的载荷参数组合，并按照预设数量的参数组合构成钢围堰cfd、fem图像模型数据集。
14、进一步地，s2中将传感器监测参数利用以太网或无线传输至mysql关系型数据库中。
15、进一步地，s4中vgg模型由16个卷积层和3个全连接层组成，所有卷积层都使用3×3的卷积核，所有的池化层都是用2×2的最大池化核，网络中的下采样卷积层采用最大池化，激活函数采用relu函数，vgg19网络输入的图像尺寸为448×448，s1所得到的图像模型数据集作为输入数据集，通过在第二个全连接层后增设钢围堰局部位移rgb参数模块，输入s3所得到的rgb参数以输出指定位置参数的rgb参数下的单截面有限元整体应力、应变参数图，基于应力应变参数对单截面力学模型进行拟合。
16、进一步地，s5中超分辨率采样采用双三次像素插值：
17、i(x,y)＝∑∑h(i,x)×h(j,y)×i(x+i,y+j)
18、其中i(x,y)是插值后的新像素值；σσ表示对周围4×4的像素进行双重求和；i和j取-1、0、1、2，表示在4×4区域内的相对像素位置；h(i,x)和h(j,y)是双三次插值的插值函数，分别用于对x和y方向的插值。
19、进一步地，s5中在超分辨率放大后进行裁剪操作，使其比例与钢围堰模型单截面重合。
20、本专利技术还提供了一种强台风环境下钢围堰结构安全监测系统，采用如前所述的一种强台风环境下钢围堰结构安全监测方法，包括数据模拟层、数据监测层、数据回归层；
21、所述数据模拟层用于模拟并生成钢围堰在环境载荷作用下的图像模型数据集；
22、所述数据监测层用于收集钢围堰关键位置的应力应变参数、环境参数；
23、所述数据回归层结合得到的钢围堰整体应力应变节点特征，用于训练不同结构局部参数下的钢围堰整体位移变化情况。
24、进一步地，所述数据模拟层包括有限元分析模块及对抗生成网络模块；所述数据监测层包括数据传输模块及传感器模块；所述数据回归层包括位移回归模块及风格迁移模块；
25、所述有限元分析模块包括单一波浪载荷、单一台风载荷分级参数下对钢围堰受力分析数据构成的cfd、fem训练数据集，以及由波浪-风载荷组合参数对钢围堰的受力分析构成的cfd、fem验证数据集；所述对抗生成网络模块用于将所得到的单一波浪载荷、单一台风载荷的钢围堰cfd、fem力学分析结果进行生成组合，形成组合风、浪载荷下的钢围堰cfd、fem图像模型数据集；
26、所述抗生成网络模块包括生成器和判别器，所述生成器用于按照不同的权重将单一载荷进行载荷作用组合，并生成相应的组合载荷云图；所述判别器用于将所述生成器组合得到的载荷组合云图与cfd、fem模拟所得到的载荷组合云图进行载荷校验；
27、所述传感器模块用于收集钢围堰局部传感监测参数，所述数据传输模块用于将传感器监测数据传输至数据回归层中的服务器；
28、所述位移回归模块用于将数据监测层所得到的指定位置局部监测参数按照有限元仿真所得到的位移、应力应变关系图中的应力应变-图谱对应关系对钢围堰实时局部应力、应变按照rg本文档来自技高网...
【技术保护点】
1.一种强台风环境下钢围堰结构安全监测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，S1中通过风载荷计算通用公式F＝A×P×Cd实现风压与风载荷的关联转化，其中，F为力或风载荷，A为物体的受力面积，P为风压，Cd是阻力系数；
3.根据权利要求2所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，S1中波浪、风载荷的模拟数据分别是根据钢围堰的东西南北四个方位、1/2-3/4钢围堰高的波浪参数、6级-10级波浪及8级-17级台风载荷组合下的载荷参数组合，并按照预设数量的参数组合构成钢围堰CFD、FEM图像模型数据集。
4.根据权利要求3所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，S2中将传感器监测参数利用以太网或无线传输至MySQL关系型数据库中。
5.根据权利要求4所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，S4中VGG模型由16个卷积层和3个全连接层组成，所有卷积层都使用3×3的卷积核，所有的池化层都是用2×2的最大池化核，网络中的下采
6.根据权利要求5所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，S5中超分辨率采样采用双三次像素插值：
7.根据权利要求6所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，S5中在超分辨率放大后进行裁剪操作，使其比例与钢围堰模型单截面重合。
8.一种强台风环境下钢围堰结构安全监测系统，采用如权利要求1-7任意一项所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，包括数据模拟层、数据监测层、数据回归层；
9.根据权利要求8所述的一种强台风环境下钢围堰结构安全监测系统，其特征在于，所述数据模拟层包括有限元分析模块及对抗生成网络模块；所述数据监测层包括数据传输模块及传感器模块；所述数据回归层包括位移回归模块及风格迁移模块；
10.一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-7任意一项所述的一种强台风环境下钢围堰结构安全监测方法。
...【技术特征摘要】
1.一种强台风环境下钢围堰结构安全监测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，s1中通过风载荷计算通用公式f＝a×p×cd实现风压与风载荷的关联转化，其中，f为力或风载荷，a为物体的受力面积，p为风压，cd是阻力系数；
3.根据权利要求2所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，s1中波浪、风载荷的模拟数据分别是根据钢围堰的东西南北四个方位、1/2-3/4钢围堰高的波浪参数、6级-10级波浪及8级-17级台风载荷组合下的载荷参数组合，并按照预设数量的参数组合构成钢围堰cfd、fem图像模型数据集。
4.根据权利要求3所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，s2中将传感器监测参数利用以太网或无线传输至mysql关系型数据库中。
5.根据权利要求4所述的一种强台风环境下钢围堰结构安全监测方法，其特征在于，s4中vgg模型由16个卷积层和3个全连接层组成，所有卷积层都使用3×3的卷积核，所有的池化层都是用2×2的最大池化核，网络中的下采样卷积层采用最大池化，激活函数采用relu函数，vgg19网络输入的图像尺寸为448×448，s...
【专利技术属性】
技术研发人员：邱实，胡又文，胡岳峰，王勃，李忠，刘杰斌，娄洪颖，单正果，王劲，
申请(专利权)人：中南大学，
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。