System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 桁架施工监测方法、装置、设备和计算机可读存储介质制造方法及图纸_技高网

桁架施工监测方法、装置、设备和计算机可读存储介质制造方法及图纸

技术编号:40342346 阅读:6 留言:0更新日期:2024-02-09 14:29
本申请的实施例提供了桁架施工监测方法、装置、设备和计算机可读存储介质。所述方法包括获取当前的桁架信息和施工过程数据;基于所述桁架信息,构建BIM模型;基于所述BIM模型,构建包括桁架几何和材料信息的有限元模型;基于所述有限元模型进行吊装施工模拟,确定最优吊点数量和位置;将所述最优吊点数量和位置导入所述BIM模型,得到目标BIM模型;基于所述目标BIM模型和当前桁架的施工过程数据,生成可视化的三维模型;通过所述可视化的三维模型,完成对桁架的施工监测。以此方式,实现了对钢桁架在吊装滑移施工过程中的受力状况准确评估,有效改善了施工过程中应力应变不利点位多,及变形较大等缺陷。

【技术实现步骤摘要】

本申请的实施例涉及桁架施工监测领域,尤其涉及桁架施工监测方法、装置、设备和计算机可读存储介质


技术介绍

1、目前,针对钢桁架吊装滑移施工,有着重量大、焊缝多,空间挑出大、与主体结构施工作业交叉面积较大,操作空间有限等难点,且发生吊机倾覆、构件坠落等事故,目前普通的吊装滑移施工难以保证施工质量。

2、在起吊过程中,钢桁架的应力应变情况会随着受力情况的变化而发生变化。当吊机开始施加张力时,钢桁架会受到拉力的作用,此时钢桁架的应变会增加,但应力较小。当吊机继续施加张力并提升重物时,钢桁架的应力和应变会不断增加。当钢桁架应力达到最大值,此时若继续施加张力,则会发生塑性变形或破坏。因此,在起吊过程中需要根据钢桁架的承载能力和重物的重量来控制吊机的张力,以保证钢桁架不发生破坏。

3、但是,在现有的起吊系统中,操作人员无法实时了解在运作过程中钢桁架几何形态和应力-应变状态,在保障其安全方面存在欠缺。


技术实现思路

1、根据本申请的实施例,提供了一种桁架施工监测方案,实现了对钢桁架在吊装滑移施工过程中的受力状况准确评估,有效改善了施工过程中应力应变不利点位多,及变形较大等缺陷,保证了结构施工与使用状态安全可靠,大幅度提高结构质量,减少了工期,降低了造价。

2、在本申请的第一方面,提供了一种桁架施工监测方法。该方法包括:

3、获取当前的桁架信息和施工过程数据;

4、基于所述桁架信息,构建bim模型;基于所述bim模型,构建包括桁架几何和材料信息的有限元模型;

5、基于所述有限元模型进行吊装施工模拟,确定最优吊点数量和位置;将所述最优吊点数量和位置导入所述bim模型,得到目标bim模型;

6、基于所述目标bim模型和当前桁架的施工过程数据,生成可视化的三维模型;

7、通过所述可视化的三维模型,完成对桁架的施工监测。

8、进一步地,所述当前的桁架信息包括当前桁架的受力、材料和几何信息。

9、进一步地,所述基于所述桁架信息,构建bim模型包括:

10、通过三维扫描技术,对所述桁架信息进行处理,得到桁架的点云数据;

11、通过预设的密度对所述点云数据进行抽稀,得到目标点云数据;

12、基于预设的建模区域,对所述目标点云数据进行分割,得到多个区块;

13、对于每个区块分别进行栅格化处理,形成recap文件;

14、基于所述recap文件,进行参数化建模,构建bim模型。

15、进一步地,所述对于每个区块分别进行栅格化处理包括:

16、将每个区块内的点云数据转换为特征向量;

17、将所述特征向量输入至已训练的随机森林模型中,得到符合要求的点云数据;

18、将所述符合要求的点云数据中的点映射到栅格单元中,完成当前区块的栅格化处理;

19、其中,所述随机森林模型可通过如下方式进行构建:

20、生成训练样本集合,其中,训练样本包括带有标注信息的点云数据;所述标注信息为点云数据中的点所在栅格的标签;

21、通过随机森林算法,对所述训练样本集合中的样本进行训练,以样本文件作为输入,以标注信息作为输出,当输出的标注信息与标注的标签的统一率满足预设阈值时,完成对随机森林模型的训练。

22、进一步地,还包括:

23、通过如下方式对所述随机森林算法进行优化:

24、定义一个用于评估随机森林算法的适应度函数;

25、随机生成一群粒子,每个粒子代表一组随机森林算法的参数;所述参数包括决策树的数量、特征子集的大小和决策树的最大深度;

26、对于每个粒子,使用随机森林算法对训练数据集进行分类,计算其适应度值;

27、基于所述适应度值、粒子的当前速度和位置,以及全局最优和个体最优的信息,更新当前粒子的速度和位置;

28、基于更新后的粒子位置,采用随机森林算法对训练数据集进行分类,计算其适应度值,同时更新全局最优和个体最优的信息;

29、重复上述步骤,直到满足终止条件,得到所述随机森林算法的最优参数。

30、进一步地,所述基于所述有限元模型进行吊装施工模拟,确定最优吊点数量和位置包括:

31、基于吊装点位之间的距离、稳定性、吊装点的数量和吊装过程中桁架的应力数据,定义目标函数;

32、初始化一群粒子,每个粒子代表一组吊装点位和吊装数量的解;

33、根据粒子的当前速度、位置和最优解,更新当前粒子的速度和位置;

34、根据所述目标函数和每个粒子的当前位置,计算适应度值;

35、根据所述适应度值,更新全局最优解;

36、若某个粒子的适应度,优于当前的全局最优解,则将该粒子的位置更新为全局最优解;

37、重复上述步骤,直到满足预设的迭代次数,得到最优的吊装点为和吊装数量。

38、进一步地,还包括:

39、通过施工图纸对所述bim模型进行修正。

40、在本申请的第二方面,提供了一种桁架施工监测装置。该装置包括:

41、获取模块,用于获取当前的桁架信息和施工过程数据;

42、构建模块,用于基于所述桁架信息,构建bim模型;基于所述bim模型,构建包括桁架几何和材料信息的有限元模型;

43、确定模块,用于基于所述有限元模型进行吊装施工模拟,确定最优吊点数量和位置;将所述最优吊点数量和位置导入所述bim模型,得到目标bim模型;

44、生成模块,用于基于所述目标bim模型和当前桁架的施工过程数据,生成可视化的三维模型;

45、监测模块,用于通过所述可视化的三维模型,完成对桁架的施工监测。

46、在本申请的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。

47、在本申请的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本申请的第一方面的方法。

48、本申请实施例提供的桁架施工监测方法,通过获取当前的桁架信息和施工过程数据;基于所述桁架信息,构建bim模型;基于所述bim模型,构建包括桁架几何和材料信息的有限元模型;基于所述有限元模型进行吊装施工模拟,确定最优吊点数量和位置;将所述最优吊点数量和位置导入所述bim模型,得到目标bim模型;基于所述目标bim模型和当前桁架的施工过程数据,生成可视化的三维模型;通过所述可视化的三维模型,完成对桁架的施工监测,实现了对钢桁架在吊装滑移施工过程中的受力状况准确评估,有效改善了施工过程中应力应变不利点位多,及变形较大等缺陷,保证了结构施工与使用状态安全可靠,大幅度提高结构质量,减少了工期,降低了造价。

49、应当理解,专利技术内本文档来自技高网...

【技术保护点】

1.一种桁架施工监测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述当前的桁架信息包括当前桁架的受力、材料和几何信息。

3.根据权利要求2所述的方法,其特征在于,所述基于所述桁架信息,构建BIM模型包括:

4.根据权利要求3所述的方法,其特征在于,所述对于每个区块分别进行栅格化处理包括:

5.根据权利要求4所述的方法,其特征在于,还包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述有限元模型进行吊装施工模拟,确定最优吊点数量和位置包括:

7.根据权利要求6所述的方法,其特征在于,还包括:

8.一种桁架施工监测装置,其特征在于,包括:

9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~7中任一项所述的方法。

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中任一项所述的方法。

【技术特征摘要】

1.一种桁架施工监测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述当前的桁架信息包括当前桁架的受力、材料和几何信息。

3.根据权利要求2所述的方法,其特征在于,所述基于所述桁架信息,构建bim模型包括:

4.根据权利要求3所述的方法,其特征在于,所述对于每个区块分别进行栅格化处理包括:

5.根据权利要求4所述的方法,其特征在于,还包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述有限...

【专利技术属性】
技术研发人员:张钊纪成宽田龙飞刘占省向首志杜玺晨
申请(专利权)人:中铁建工集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1