一种基于BIM与IOT的工程安全与质量监管方法及系统与流程

本发明涉及工程监管，具体为一种基于bim与iot的工程安全与质量监管方法及系统。

背景技术：

1、现有技术中，bim和物联网设备的数据整合和标准化存在困难，导致数据的互操作性不佳。本发明致力于提出一种有效的数据整合和标准化方法，确保bim和物联网设备的数据可以无缝集成和共享。实时监测和预警系统的准确性和可靠性有待提高。本发明旨在提出一种精确且可靠的实时监测和预警方法，结合bim和物联网技术，实现对工程安全和质量的实时监控和预警。使用物联网设备进行数据收集和传输时存在数据安全和隐私保护的风险。本发明致力于提出一种安全可靠的数据传输和存储方法，确保数据的机密性和完整性，防止数据泄露和未经授权访问。使用bim和物联网技术进行工程安全与质量监管需要具备较高的技术专业知识和培训。

2、本发明旨在提出一种用户友好的界面和操作方式，降低使用门槛，使更多的工程人员能够轻松使用该监管系统。综上，本发明旨在解决基于bim与物联网的物理信息空间融合的工程安全与质量监管方法中存在的数据整合和标准化问题、实时监测与预警准确性问题、数据安全与隐私保护问题以及用户友好性和易用性问题。通过提出相应的技术解决方案，提高工程安全与质量监管的效率和准确性，推动行业的发展和创新。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：现有的工程安全与质量监管方法存在低效、时延长和监管不精确的问题，以及如何提高监管的效率和准确性问题。

3、为解决上述技术问题，本发明提供如下技术方案：一种基于bim与iot的工程安全与质量监管方法，包括：部署物联网设备，构建bim模型，将物联网设备与bim模型进行融合，启动实时数据监测模式；启动传感器，实时收集施工过程中的数据，通过图神经网络对数据进行智能分析，判断风险点，进入数据传输模式；使用通信网络传输数据，解密收到的数据，进行初步处理；将初步处理的数据引导至多阶段风险评估模式，对初步处理的数据进行风险评估，若确定存在风险，启动风险多维度响应策略模式；根据评估结果执行响应策略，基于遗传算法优化响应策略执行方案；执行响应措施后，进入持续监控模式，对评估结果进行自适应调整。

4、作为本发明所述的基于bim与iot的工程安全与质量监管方法的一种优选方案，其中：所述物联网设备包括温度、湿度、振动或光照传感器；所述融合包括使用revit软件建立bim模型，在bim模型中添加数据属性字段，所述数据属性字段包括传感器id、数据类型、位置、预期数据范围及其状态；通过revit的链接功能，将物联网设备在现实中的位置与bim模型中的相应位置进行匹配；使revit中bim模型与物联网设备通过mqtt协议进行实时通讯，利用mosquitto进行消息的中转和分发，对于每个物联网设备，设置数据收集和传输的频率，存储从物联网设备收集到的历史数据；

5、作为本发明所述的基于bim与iot的工程安全与质量监管方法的一种优选方案，其中：所述施工过程中的数据包括温度、湿度、振动、光照、材料质量检测数据、工人出入记录以及机械操作状态；所述智能分析包括对温度、湿度、光照数据进行时间序列分析，使用arima模型预测未来的环境条件及其对施工的潜在影响，若预测结果大于预设第一阈值时，标记为潜在环境风险，进行结构分析；所述结构分析包括在环境分析确定存在潜在风险后，使用图神经网络模拟施工结构的变化，输入振动数据、材料质量检测数据，gnn通过考察节点与邻接节点的关系预测风险点，若预测结果大于预设第二阈值时，标记为明确结构风险，进行分析阶段；当结构风险得到确认后，结合工人出入记录和机械操作状态，使用随机森林模型进行风险点预测，考察工人数量、操作时间、机械的工作状态因素，生成操作风险分数，若预测结果大于预设第三阈值时，标记为操作风险；所述判断风险点包括计算综合风险值，划分风险等级。

6、所述综合风险值表示为：

7、；

8、其中，表示风险评估函数，表示潜在环境风险评估函数，表示明确结构风险评估函数，表示操作风险的预测结果评估函数，分别表示潜在环境风险、明确结构风险和操作风险的预测结果，是相应风险类别的权重；

9、所述划分风险等级包括当时，判断为低风险，当时，判断为中等风险，当时，判断为高风险，当时，判断为严重风险。

10、作为本发明所述的基于bim与iot的工程安全与质量监管方法的一种优选方案，其中：所述初步处理包括当数据判断为低风险时，进行数据预处理，执行基础清洗，所述基础清洗包括去重、填充缺失值、格式统一，使用伪随机数生成器生成aes密钥，使用aes对称加密技术对数据进行加密，选择tls1.3协议，并初始化握手过程，确认身份，并传输加密数据，使用相同的aes密钥进行解密，恢复原始数据；当数据判断为中等风险时，进行数据预处理，执行一级清洗，执行所述基础清洗的所有步骤后进行异常值检测，使用iqr方法检测和滤除异常值，使用aes-256位对称加密，生成和管理密钥，选择tls1.3协议，初始化握手，进行完整性和机密性验证，使用aes密钥进行解密，过md5校验数据完整性；当数据判断为高风险时，进行数据预处理，执行二级清洗，执行一级清洗的所有步骤后进行数据交叉验证，使用rsa非对称加密技术，生成rsa公钥和私钥，选择tls1.3协议，开启完整性检查机制，使用rsa私钥进行解密，通过sha-256校验数据完整性验；当数据判断为严重风险时，进行数据预处理，执行三级清洗，执行二级清洗的所有步骤后进行多数据源交叉验证，使用rsa非对称加密并结合aes混合加密，生成和管理rsa和aes的秘钥，选择tls1.3协议，多重身份验证机制和多阶段数据完整性校验，使用rsa私钥进行解密后，使用aes密钥进行二次解密，通过hmac-sha256验证数据完整性。

11、作为本发明所述的基于bim与iot的工程安全与质量监管方法的一种优选方案，其中：所述风险评估包括运用图神经网络模型进行风险分析，并判断风险点结果进行对比。

12、所述图神经网络模型表示为：

13、；

14、其中，表示节点在第层的隐藏，表示relu激活函数，表示求和所有邻居节点在第层的隐藏，表示节点的邻居节点集，表示第层的权重矩阵，表示节点在第层的隐藏，表示第层的偏置矩阵，表示节点的特征向量；

15、所述进行对比表示为：

16、；

17、其中，；表示节点的综合风险值，表示转换矩阵，从节点的隐藏表示得到风险值，表示权重系数。

18、作为本发明所述的基于bim与iot的工程安全与质量监管方法的一种优选方案，其中：所述判断风险点结果进行对比包括进行初步风险点识别，对每个施工现场的每个节点计算综合风险值，设置阈值，通过比较每个节点的和阈值，初步确定风险点，若，节点标记为潜在风险点，进行宏观风险评估与对比，计算当前施工现场中潜在风险点所占的比例。

19、所述所占的比例表示为：

20、；

21、其中，是指示函数，表示施工现场所有的节点集合，表示施工现场所有节点的总数。

22、当时指示函数取值为1，否则为0，获取数据集中历史平均风险点比例h，计算风险差异，评估施工现场的风险状况。

23、所述计算风险差异表示为：

24、。

25、作为本发明所述的基于bim与iot的工程安全与质量监管方法的一种优选方案，其中：所述执行响应策略包括当单一节点的值超过时，系统自动调整图神经网络模型中的权重和偏置参数，利用反向传播算法，根据风险值进行优化，自动增加与所述单一节点相关的iot设备的数据采集频率；当为正值时，动态提高风险阈值，图神经网络模型根据新的风险数据调整参数；当为负值时：动态降低风险阈值，图神经网络模型也会进行调整，减小对风险降低的节点的关注；当等于零时，调用与iot技术进行数据采集与分析，图神经网络模型将在现有参数的基础上，引入额外的正则化技术；持续监测风险点和风险差异，并根据收集到的数据定期更新图神经网络模型的参数和风险阈值。

26、本发明的另外一个目的是提供一种基于bim与iot的工程安全与质量监管系统，其能通过实时数据收集和分析，解决了监管低效和不精确的问题。

27、为解决上述技术问题，本发明提供如下技术方案：一种基于bim与iot的工程安全与质量监管系统，包括：数据采集模块、数据分析模块、实时报警模块以及控制管理模块；所述数据采集模块用于利用各种传感器和设备在工地上进行实时监控，持续获取数据，整合工程进度、设备运行状态、环境条件，传输到数据分析模块；所述数据分析模块用于对从数据采集模块收集到的数据进行处理，识别出数据中存在的异常模式或者趋势，预测可能出现的问题，结合建筑信息模型，进行数据分析，使数据与具体的工程模型相匹配；所述实时报警模块用于当数据分析模块识别出问题时，实时报警模块立即发出警告，进行报警，确保相关人员能够及时得知；所述控制管理模块用于远程监控实时情况，远程调整设备的运行状态，实现实时的远程控制，将收集和分析的数据以图形、表格形式展现。

28、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述基于bim与iot的工程安全与质量监管方法的步骤。

29、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上所述基于bim与iot的工程安全与质量监管方法的步骤。

30、本发明的有益效果：本发明提供的基于bim与iot的工程安全与质量监管方法利用物联网设备实时收集施工现场的各种数据，提前预测潜在问题，从而避免意外情况的发生。通过图神经网络和多种统计模型，智能地分析、识别和评估潜在风险，确保施工现场的安全。根据实时数据和风险评估的结果，自动调整响应策略，确保实时性和准确性。确保了数据的保密性和完整性，从而保障了施工数据和风险评估的真实可靠。通过结合环境风险、结构风险和操作风险的多维度评估，为施工现场提供了一个全面的风险管理视角，有助于决策者更好地管理和降低施工风险。