【技术实现步骤摘要】
本专利技术涉及自动化控制，尤其涉及既有幕墙拆除自动化方法及系统。
技术介绍
1、自动化控制
是一个涉及使用各种控制系统来操作设备、机器、过程控制以及其他类型的机械和电子设备的科技领域，旨在减少或消除人工干预。通常包括传感器来收集数据、控制器来处理数据以及执行器来执行控制命令。系统能够根据预设程序或通过实时数据分析来优化操作，提高效率、安全性和准确性。近年来，随着人工智能和机器学习技术的发展，自动化控制系统变得更加智能，能够进行复杂的决策和适应性调整。
2、既有幕墙拆除自动化方法是一个专门针对现存建筑物幕墙拆除过程的自动化技术方案，主要目的是提高拆除工程的安全性、效率和成本效益，同时尽量减少对环境和周围社区的影响。通过采用自动化方法，可以减少人工拆除过程中可能发生的事故和伤害，同时确保拆除工作能够按照预定计划和标准顺利进行，通过优化拆除流程和资源利用来提高整体工程的环境可持续性。
3、传统方法通常依赖于人工经验进行判断和操作，缺乏对实时数据的深入分析和利用，在复杂或不确定的幕墙拆除环境中极易导致判断失误，增加安全风险和拆除成本。传统方法在数据处理和风险预测方面的不足，限制了拆除作业的安全性和效率，导致拆除计划执行时难以灵活适应现场实际变化，进而影响整体工程的时间表和成本控制。此外，缺乏精确控制和预测能力也使得资源利用率低下，不利于环境保护和可持续发展目标的实现。
技术实现思路
1、本专利技术的目的是解决现有技术中存在的缺点，而提出的既有幕墙拆除自动化方法
2、为了实现上述目的，本专利技术采用了如下技术方案：既有幕墙拆除自动化方法，包括以下步骤：
3、s1：收集幕墙的设计参数和物理特性，绘制幕墙的三维模型，设定材料属性包括弹性模量和屈服强度，输入初始边界条件包括固定和滑动支撑，构建幕墙几何模型和材料行为，得到幕墙基础模型；
4、s2：基于所述幕墙基础模型，模拟拆除过程中支撑的逐步移除和荷载的动态变化，调整边界条件模拟实际拆除过程，记录模型在每一步拆除操作后的应力、位移和振动数据，获取拆除动态数据集；
5、s3：根据所述拆除动态数据集，采用遗传算法进行参数优化，定义适应度函数评估模拟数据与实际拆除数据的吻合度，迭代优化模型参数，提高模型的准确度，得到参数优化模型；
6、s4：利用所述参数优化模型，计算在所有拆除顺序下的能量变化，包括结构势能的降低和外界作用力的变化，通过比较分析确定能量变化最小的拆除顺序，得到能量优化拆除顺序；
7、s5：根据所述能量优化拆除顺序在关键位置配置传感器采集数据，包括振动频率和位移速度，对采集到的数据进行预处理，消除噪声，提取信号特征，构建实时监测数据集；
8、s6：分析所述实时监测数据集，进行数据处理，结合机器学习算法，预测潜在的失效模式和危险区域，对比拆除顺序，识别出现偏差的原因，调整拆除操作，匹配预期效果，获取拆除操作调整方案。
9、作为本专利技术的进一步方案，所述幕墙基础模型包括三维几何形状、弹性模量、屈服强度，所述拆除动态数据集包括应力分布图、位移向量图、振动频率图，所述参数优化模型包括调整后的弹性模量、屈服强度、边界条件，所述能量优化拆除顺序具体为操作步骤序列和每步操作的能量消耗值，所述实时监测数据集包括滤波后的振动频率值、位移速度值，所述拆除操作调整方案具体为操作步骤调整和操作时间调整。
10、作为本专利技术的进一步方案，收集幕墙的设计参数和物理特性，绘制幕墙的三维模型，设定材料属性包括弹性模量和屈服强度，输入初始边界条件包括固定和滑动支撑，构建幕墙几何模型和材料行为，得到幕墙基础模型的步骤为：
11、s101：收集幕墙的设计参数，包括高度、面积、使用材料，使用绘图工具绘制幕墙初步轮廓，确定幕墙的基本形状和尺寸，得到初步幕墙轮廓；
12、s102：根据所述初步幕墙轮廓，为每部分设定具体的材料属性，包括弹性模量和屈服强度，记录每种材料的性能参数，生成材料属性详细记录；
13、s103：基于所述材料属性详细记录，设置幕墙的初始边界条件，定位固定和滑动支撑的位置，调整幕墙模型反映支撑条件，构建幕墙基础模型。
14、作为本专利技术的进一步方案，基于所述幕墙基础模型，模拟拆除过程中支撑的逐步移除和荷载的动态变化，调整边界条件模拟实际拆除过程，记录模型在每一步拆除操作后的应力、位移和振动数据，获取拆除动态数据集的步骤为：
15、s201：基于所述幕墙基础模型，模拟开始拆除前的初始状态，记录初始状态下模型的应力、位移和振动基线数据，作为拆除过程分析的参照标准，得到初始稳定性数据；
16、s202：依次拆除所述幕墙基础模型中的支撑元素，模拟实际操作中逐步解除幕墙的固定点，增加或减少模拟荷载模拟实际拆除过程中的环境变化，记录每次改变后模型的新应力、位移和振动情况，构建逐步拆除模拟记录；
17、s203：分析所述逐步拆除模拟记录与初始稳定性数据的差异，评估拆除操作对幕墙结构稳定性的影响，通过对比分析揭示拆除过程中结构变化的趋势和特点，获取拆除动态数据集。
18、作为本专利技术的进一步方案，根据所述拆除动态数据集，采用遗传算法进行参数优化，定义适应度函数评估模拟数据与实际拆除数据的吻合度，迭代优化模型参数，提高模型的准确度，得到参数优化模型的步骤为：
19、s301：基于所述拆除动态数据集，定义一个初步的适应度函数，衡量模拟数据与已知的实际拆除数据之间的吻合度，提供模型参数优化初始评价标准，生成初始适应度评价标准；
20、s302：根据所述初始适应度评价标准，采用遗传算法进行模拟参数的迭代优化，调整模型中的材料属性、边界条件参数，每次迭代后，重新评估适应度函数值，记录吻合度提高的参数设置，得到迭代优化参数记录；
21、所述遗传算法，按照公式：
22、；
23、进行模拟参数的迭代优化，其中，为模拟参数配置，为适应度函数值，为模型预测结果与实验数据之间的差异，为材料的热阻，为材料的弹性模量，为材料的晶格密度为材料的抗拉强度，为权重函数；
24、s303：基于所述迭代优化参数记录，继续调整和细化模型参数，直至适应度函数值不再有显著提升，使模拟数据最接近实际拆除情况，获取参数优化模型。
25、作为本专利技术的进一步方案，利用所述参数优化模型，计算在所有拆除顺序下的能量变化，包括结构势能的降低和外界作用力的变化，通过比较分析确定能量变化最小的拆除顺序，得到能量优化拆除顺序的步骤为：
26、s401：基于所述参数优化模型，模拟所有拆除顺序，并计算每种顺序下的结构势能降低量及外力作用变化量，进行全面评估，得到能量评估数据集；
27、s402：分析所述能量评估数据集，识别势能和外力作用变化量总和最小的拆除顺序，捕获最节能的拆除方法，生成最优能量顺序分析结果；
28、s403：基于所述最优本文档来自技高网...
【技术保护点】
1.既有幕墙拆除自动化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，所述幕墙基础模型包括三维几何形状、弹性模量、屈服强度，所述拆除动态数据集包括应力分布图、位移向量图、振动频率图，所述参数优化模型包括调整后的弹性模量、屈服强度、边界条件，所述能量优化拆除顺序具体为操作步骤序列和每步操作的能量消耗值，所述实时监测数据集包括滤波后的振动频率值、位移速度值，所述拆除操作调整方案具体为操作步骤调整和操作时间调整。
3.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，收集幕墙的设计参数和物理特性，绘制幕墙的三维模型，设定材料属性包括弹性模量和屈服强度，输入初始边界条件包括固定和滑动支撑，构建幕墙几何模型和材料行为，得到幕墙基础模型的步骤为：
4.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，基于所述幕墙基础模型，模拟拆除过程中支撑的逐步移除和荷载的动态变化，调整边界条件模拟实际拆除过程，记录模型在每一步拆除操作后的应力、位移和振动数据，获取拆除动态数据集的步骤为：
5.根据权利
6.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，利用所述参数优化模型，计算在所有拆除顺序下的能量变化，包括结构势能的降低和外界作用力的变化，通过比较分析确定能量变化最小的拆除顺序，得到能量优化拆除顺序的步骤为：
7.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，根据所述能量优化拆除顺序在关键位置配置传感器采集数据，包括振动频率和位移速度，对采集到的数据进行预处理，消除噪声，提取信号特征，构建实时监测数据集的步骤为：
8.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，分析所述实时监测数据集，进行数据处理，结合机器学习算法，预测潜在的失效模式和危险区域，对比拆除顺序，识别出现偏差的原因，调整拆除操作，匹配预期效果，获取拆除操作调整方案的步骤为：
9.既有幕墙拆除自动化系统，其特征在于，根据权利要求1-8任一项所述的既有幕墙拆除自动化方法，所述系统包括数据收集模块、三维模型构建模块、拆除模拟模块、参数优化模块、能量评估模块、实时监测模块、操作调整模块；
...【技术特征摘要】
1.既有幕墙拆除自动化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，所述幕墙基础模型包括三维几何形状、弹性模量、屈服强度，所述拆除动态数据集包括应力分布图、位移向量图、振动频率图，所述参数优化模型包括调整后的弹性模量、屈服强度、边界条件，所述能量优化拆除顺序具体为操作步骤序列和每步操作的能量消耗值，所述实时监测数据集包括滤波后的振动频率值、位移速度值，所述拆除操作调整方案具体为操作步骤调整和操作时间调整。
3.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，收集幕墙的设计参数和物理特性，绘制幕墙的三维模型，设定材料属性包括弹性模量和屈服强度，输入初始边界条件包括固定和滑动支撑，构建幕墙几何模型和材料行为，得到幕墙基础模型的步骤为：
4.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，基于所述幕墙基础模型，模拟拆除过程中支撑的逐步移除和荷载的动态变化，调整边界条件模拟实际拆除过程，记录模型在每一步拆除操作后的应力、位移和振动数据，获取拆除动态数据集的步骤为：
5.根据权利要求1所述的既有幕墙拆除自动化方法，其特征在于，根据所述拆除动态数据集，采用遗...
【专利技术属性】
技术研发人员：郝乐，杨驰，曹亚军，杨庭雄，龚正华，
申请(专利权)人：中建深圳装饰有限公司，
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。