申请/专利权人：河南省交通科学技术研究院有限公司;河南省公路工程试验检测中心有限公司

申请日：2021-12-15

公开（公告）日：2024-04-30

公开（公告）号：CN114216440B

主分类号：G01C5/00

分类号：G01C5/00;G01C9/00;G01H17/00;G01L11/00;G06F18/23;G06F18/22;G06N3/0464;G06N3/049;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.04.08#实质审查的生效;2022.03.22#公开

摘要：本发明涉及建筑安全预警技术领域，具体涉及一种高耸结构安全姿态监测及其预警方法及系统。该方法获取高耸结构的多种参数作为特征序列。根据特征序列之间风力信息和倾斜清晰的联系获得第一数据置信度，根据实际承重序列和设计承重序列的联系获得第二数据置信度，进而获得特征序列的质量系数。以质量系数作为特征序列的样本权重对时间卷积网络进行训练。实时特征数据通过时间卷积网络的处理输出预测数据，根据预测数据判断是否进行预警。本发明通过时间卷积网络实现了高耸结构的安全预测。

主权项：1.一种高耸结构安全姿态监测及其预警方法，其特征在于，所述方法包括：获得高耸结构的风力信息；所述风力信息包括迎风高度、所述迎风高度对应的风强和风向角；根据所述高耸结构每个高度单位下对应重力获得的实际承重序列；获得所述高耸结构的姿态倾斜角和震动信息；以所述风力信息、所述实际承重序列、所述姿态倾斜角和所述震动信息作为特征序列；以所述迎风高度作为权重调整对应的所述风强，获得风强评分；获得所述姿态倾斜角与所述风向角的第一相似度；根据所述第一相似度和所述风强评分获得第一数据置信度；获得所述实际承重序列与设计承重序列的第二相似度，根据所述第二相似度获得第二数据置信度；以所述第一数据置信度和所述第二数据置信度的乘积作为所述特征序列的质量系数；获取历史数据中的多个时间连续的所述特征序列作为时间卷积网络的训练数据；以所述特征序列对应的所述质量系数作为所述时间卷积网络损失函数的损失权重，通过所述损失函数对所述时间卷积网络进行训练；所述时间卷积网络的输入数据为所述风力信息和所述实际承重序列，输出数据为下一时刻的所述姿态倾斜角和所述震动信息；将实时特征序列输入所述时间卷积网络中，输出下一时刻的预测姿态倾斜角和预测震动信息；根据所述预测姿态倾斜角和所述预测震动信息判断是否进行预警；所述获得高耸结构的风力信息包括：在所述高耸结构每个所述高度单位的四个基本方向上部署四个风杯式风速传感器；若所述风杯式风速传感器的初始风强数据小于预设风强阈值，则所述风杯式风速传感器对应的所述基本方向为不受风力影响；反之则认为所述风杯式风速传感器对应的所述基本方向受风力影响；根据受风力影响的所述风杯式风速传感器对应的所述高度单位确定所述迎风高度；若仅存在一个所述风杯式风速传感器对应的所述基本方向不受风力影响，则以其余所述风杯式风速传感器最大的两个所述初始风强数据的平均值作为所述风强；根据最后一个所述风杯式风速传感器对应的受风力影响的所述基本方向获得所述风向角；若存在两个所述风杯式风速传感器对应的所述基本方向不受风力影响，则以其余两个所述风杯式风速传感器的所述初始风强数据的平方和作为所述风强，并根据所述初始风强数据的正切值获得所述风向角；所述根据所述第一相似度和所述风强评分获得第一数据置信度包括：根据所述姿态倾斜角与所述风向角的余弦相似度获得所述第一相似度；根据第一数据置信度公式获得所述第一数据置信度；所述第一数据置信度公式包括： 其中，J为所述第一数据置信度，M1为所述第一相似度，S为所述风强评分。

全文数据：

权利要求：

百度查询： 河南省交通科学技术研究院有限公司;河南省公路工程试验检测中心有限公司 一种高耸结构安全姿态监测及其预警方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD