一种参数性能自动检测系统和方法与流程

1.本发明涉及计算机安全及监测技术领域，尤其涉及一种参数性能自动检测系统和方法。


背景技术：

2.现有的大部分的工程施工建造管理系统，都存在数据转换与数据传输的规范性较差、平台刷新慢、服务器负载严重以及平台流畅程度等问题，除此之外更为关键的是，主流商业平台均为基于国外第三方开源进行开发，非完全可控，数据格式安全性较低，无法满足大型工程建设中数字化平台建设的要求。
3.数字管理是利用计算机、通信、网络等技术，统计量化管理对象与管理行为，实现全过程精细化管理的管理活动和方法。通过bim技术将建筑信息以三维可视化的方式展现，保证项目施工数据在过程管理中的实时性、一致性和直观性，从而实现多维工程信息共享和管理工作协同。
4.bim(建筑信息模型)是以建筑工程项目的各项相关信息数据作为基础，建立起三维的建筑模型，通过数字信息仿真模拟建筑物所具有的真实信息，具有信息完备性、信息关联性、信息一致性、可视化、可协调、模拟性、优化性和可出图性；利用bim技术，可整合并管理建筑物相关信息，为工程参建各方提供一个直观、协同的信息交流平台，从而提高建设管理效率和水平。
5.建筑工程项目管理是一项复杂的系统性工作，尤其对于规模性项目，包括进程控制、人员信息控制、经费预算控制等等。建筑信息模型(building information system，bim)是由autodesk公司于2002年提出，在建筑领域广泛应用的建筑信息化工具。建筑信息模型以3d数字技术为基础，继承了建筑工程项目各种相关信息的工程数据模型，是对工程项目设施实体与功能特性的数字化表达。一个完整的建筑信息模型，能够关联建筑项目生命周期不同阶段(设计、建造、运营)的数据、过程和资源，是对工程对象的完整描述，可被建设项目各参与方普遍使用。
6.目前施工技术的传递主要是靠文字(如论文、施工技术类的书籍等)和现场学习(如专家现场指导、到现场观摩学习等)。通过文字加施工图解的方式来讲解施工技术较为难懂且对专业能力的有较高的要求，不便于遇到问题时及时查看，其效果也并不理想；对于现场学习的方式来讲，毕竟现场学习的人员有限，也需要花费大量时间，掌握程度也因人而异，因此其存在诸多不确定因素。而且由于施工项目的不同，管理人员需要大量的时间对方案进行编写，而且管理人员通常依靠工作经验来编写施工方案，从而容易导致施工方案不合理，当出现施工方案不合理时，需要花费大量的时间、人力、物力进行修正，影响工程验收。
7.现有的施工监控的方法也是以采集现场数据通过人为分析的方式进行，并不能及时的确定施工问题和施工风险，并且，对于施工风险产生的后果没有一个直观的展示。


技术实现要素：

8.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明公开一种工程参数性能自动检测的方法，包括如下步骤：步骤1，采集施工现场的工程数据，并将数据传输至云端计算机进行bim模型的构建，其中，所述云端计算机包括第一数据库和第二数据库，所述第一数据库用于接收施工现场的传感器设备采集到的数据，所述第二数据库为接收每次工程巡查检测任务之后，通过性能检测设备记录下整个工程数据运行阶段的数据，建立好的bim模型包括地形、场地，施工静态模型，施工动态模型，并添加环境效果，所述环境效果为天空、天气以及光影；步骤2，所述bim模型通过预设的api接口与数据分析设备进行连接，所述api接口包括识别bim模型中的坐标位置，并将识别到的坐标位置组合成的组合构件后转化为数据分析设备可识别格式的数据；步骤3，所述数据分析设备通过有限元分析，对工程结构数据进行分析，根据bim模型结构分析性能属性，所述性能属性包括应力初始数值和最大安全数值，通过有限元分析建立脆弱点性能属性和风险结果的映射关系，判断施工静态模型和施工动态模型性能属性是否满足所述映射关系的预设条件，根据判断结果获取所述组合构件的风险结果；步骤4，将分析结果通过步骤2中的api接口发送回云端计算机的bim模型，所述bim模型通过预设动画引擎执行监控风险的可能结果。
9.更进一步地，所述步骤1进一步包括：对整个施工工程采用的施工材料确定其在生产阶段的参数属性以及施工过程中的属性变化。
10.更进一步地，所述步骤2进一步包括：对bim模型中的具体施工静态模型，施工动态模型进行信息提取，获取施工模型的节点坐标和相互的位置连接关系，根据提取的节点坐标生成分析用的模型节点表，并根据相互的位置连接关系生成模型拓扑关系表。
11.更进一步地，将所述模型节点表和模型拓扑关系表进行转化生成对应的有限元分析模型。
12.更进一步地，所述步骤4进一步包括：建立大数据分析模块架构，对基于性能属性的监控重点的风险可能结果通过引入大数据分析算法进行分析，并根据分大数据的结果实现实时预警。
13.更进一步地，性能属性的监控重点为基于温度监测信息的温控标准优化与实时措施调整、基于静动态模型预制信息的龄期控制与质量管理、基于钢结构制造、安装信息的精度控制与质量管理和基于监控信息的误差预警与调控建议。
14.更进一步地，所述预设条件为采集的脆弱点的工程风险值小于最大风险值pmax，其中，所述最大风险值pmax为：其中，为组合构件的质量，di为风险调节系数，为组合构件所选用的施工材料生产阶段的参数属性，p 最大弯矩，r为最大应力设计值。
15.更进一步地，根据所述步骤3生成的风险结果进行动画演示，将施工的风险问题进行可视化处理。
16.本发明还公开了一种工程参数性能自动检测的系统，包括存储器、处理器以及存
储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
17.本发明还公开了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
18.本发明与现有技术相比，本发明的有益效果是：对结构性能参数进行分析，并通过与分析模块相连接的建模系统对采集的信息进行模型建立，通过分析模型结构和参数判断是可能出现施工风险，同时引入大数据分析的方法，以视觉分析的形式发现施工模型中的计算机分析模块并未考虑到的问题。
附图说明
19.从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在图中，在不同的视图中，相同的附图标记指定对应的部分。
20.图1是本发明的一种工程参数性能自动检测的方法的流程图。
具体实施方式
21.下面将结合附图及实施例对本发明的技术方案进行更详细的说明。
22.现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。
23.移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
24.实施例一如图1所示的一种工程参数性能自动检测的方法，包括如下步骤：步骤1，采集施工现场的工程数据，并将数据传输至云端计算机进行bim模型的构建，其中，所述云端计算机包括第一数据库和第二数据库，所述第一数据库用于接收施工现场的传感器设备采集到的数据，所述第二数据库为接收每次工程巡查检测任务之后，通过性能检测设备记录下整个工程数据运行阶段的数据，建立好的bim模型包括地形、场地，施工静态模型，施工动态模型，并添加环境效果，所述环境效果为天空、天气以及光影；步骤2，所述bim模型通过预设的api接口与数据分析设备进行连接，所述api接口包括识别bim模型中的坐标位置，并将识别到的坐标位置组合成的组合构件后转化为数据分析设备可识别格式的数据；步骤3，所述数据分析设备通过有限元分析，对工程结构数据进行分析，根据bim模型结构分析性能属性，所述性能属性包括应力初始数值和最大安全数值，通过有限元分析建立脆弱点性能属性和风险结果的映射关系，判断施工静态模型和施工动态模型性能属性是否满足所述映射关系的预设条件，根据判断结果获取所述组合构件的风险结果；
步骤4，将分析结果通过步骤2中的api接口发送回云端计算机的bim模型，所述bim模型通过预设动画引擎执行监控风险的可能结果。
25.更进一步地，所述步骤1进一步包括：对整个施工工程采用的施工材料确定其在生产阶段的参数属性以及施工过程中的属性变化。
26.更进一步地，所述步骤2进一步包括：对bim模型中的具体施工静态模型，施工动态模型进行信息提取，获取施工模型的节点坐标和相互的位置连接关系，根据提取的节点坐标生成分析用的模型节点表，并根据相互的位置连接关系生成模型拓扑关系表。
27.更进一步地，将所述模型节点表和模型拓扑关系表进行转化生成对应的有限元分析模型。
28.更进一步地，所述步骤4进一步包括：建立大数据分析模块架构，对基于性能属性的监控重点的风险可能结果通过引入大数据分析算法进行分析，并根据分大数据的结果实现实时预警。
29.更进一步地，性能属性的监控重点为基于温度监测信息的温控标准优化与实时措施调整、基于静动态模型预制信息的龄期控制与质量管理、基于钢结构制造、安装信息的精度控制与质量管理和基于监控信息的误差预警与调控建议。
30.更进一步地，所述预设条件为采集的脆弱点的工程风险值小于最大风险值pmax，其中，所述最大风险值pmax为：其中，为组合构件的质量，di为风险调节系数，为组合构件所选用的施工材料生产阶段的参数属性，p 最大弯矩，r为最大应力设计值。
31.更进一步地，根据所述步骤3生成的风险结果进行动画演示，将施工的风险问题进行可视化处理。
32.本发明还公开了一种工程参数性能自动检测的系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
33.本发明还公开了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
34.本实施例的施工工程可以为房屋建筑、铁路建设、桥梁搭建等施工工程，对于上述施工工程，采用的分析算法会适应性调整，例如对于桥梁工程可以采用米达斯模型进行有限元分析。
35.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
36.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存
储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
37.虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。因此，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。