一种建筑物智能化大数据安全监测方法及其物联网系统技术方案

本发明专利技术涉及建筑物安全状态智能化的监测方法及自动化装备技术领域，公开了一种建筑物智能化大数据安全监测方法及其物联网系统，通过构建一个智能化建筑物参数模块和建筑物安全状态智能化监测子系统，对传感器数据进行采集后，传感器输出预测值作为建筑物安全状态智能化监测子系统的输入，利用建筑物安全状态智能化监测子系统把建筑物安全分为很安全、安全、一般、不安全和很不安全五种类型。与现有技术相比，本发明专利技术将采集的建筑物大数据和智能物联网通信平台结合实现建筑物大数据上云功能，实现建筑物数据解析和数据可视化功能，该系统具有建筑物大数据采集、数据传输和数据处理等性能，对于建筑物安全状态监测有较大工程应用价值。

【技术实现步骤摘要】

本专利技术涉及建筑物安全状态智能化的监测方法及自动化装备，具体涉及一种建筑物智能化大数据安全监测方法及其物联网系统。

技术介绍

1、随着经济与社会发展的快速发展，公共设施、隧道、大坝、房屋和桥梁等建筑物不断增加，一些建筑物的长时间服役导致材料老化和结构损伤累积，容易引发灾难事故。对建筑物的安全监测已经有一些解决方案存在成本高和可靠性不高的不足。本专利技术专利以物联网通信平台为基础，采用传感器技术、物联网传输、大数据分析和建筑物云平台服务器等技术，设计了一种建筑物智能化大数据安全监测方法及其物联网系统对建筑物的维护与安全状态监测有着积极的作用，也助力于保护人民的财产和生命安全。根据建筑物监测的长期性和传感器数量多以及检测地点环境复杂等特点，采用传感器技术实现建筑物沉降、倾角和变形等大数据采集，采用窄带物联网传输对被监测建筑物大数据进行传输，运用智能控制技术对建筑物的大数据进行处理与分析实现对建筑物安全状态进行预测与预警。

技术实现思路

1、专利技术目的：针对
技术介绍
中的问题，本专利技术提供一种建筑物智能化大数据本文档来自技高网...

【技术保护点】

1.一种建筑物智能化大数据安全监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种建筑物智能化大数据安全监测方法，其特征在于，所述智能化建筑物参数模块以多个参数传感器实测输出为输入数据，多个参数传感器实测输出分别作为ACO的小波神经网络模型-ARIMA模型、ACO的ANFIS神经网络模型和ACO的小波神经网络模型的对应输入，ACO的小波神经网络模型-ARIMA模型、ACO的ANFIS神经网络模型和ACO的小波神经网络模型的输出分别作为ACO的NARX神经网络模型A、ACO的NARX神经网络模型B、ACO的NARX神经网络模型C的输入和三角模糊数的ACO的NARX...

【技术特征摘要】

1.一种建筑物智能化大数据安全监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种建筑物智能化大数据安全监测方法，其特征在于，所述智能化建筑物参数模块以多个参数传感器实测输出为输入数据，多个参数传感器实测输出分别作为aco的小波神经网络模型-arima模型、aco的anfis神经网络模型和aco的小波神经网络模型的对应输入，aco的小波神经网络模型-arima模型、aco的anfis神经网络模型和aco的小波神经网络模型的输出分别作为aco的narx神经网络模型a、aco的narx神经网络模型b、aco的narx神经网络模型c的输入和三角模糊数的aco的narx神经网络模型-aco的anfis神经网络模型1的对应输入，aco的小波神经网络模型-arima模型输出与aco的narx神经网络模型a输出的时间序列差、aco的anfis神经网络模型输出与aco的narx神经网络模型b输出的时间序列差和aco的小波神经网络模型输出与aco的narx神经网络模型c输出的时间序列差分别作为aco的小波神经网络模型-arima模型、aco的anfis神经网络模型和aco的小波神经网络模型的对应输入，三角模糊数的aco的narx神经网络模型-aco的anfis神经网络模型1输出作为aco的narx神经网络模型d的输入，三角模糊数的aco的narx神经网络模型-ac...

【专利技术属性】
技术研发人员：孙睿，马严晨，丁卫红，王苏琪，马从国，马海波，孙文彬，秦小芹，冯万利，张青春，周恒瑞，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：