
邱冬炜,北京建筑大学测绘与城市空间信息学院副教授,主要研究方向为网络物理基础设施、精密工程测量和智能测绘,从事结构健康监测、多尺度多传感器监测等领域的研究与教学工作。
该成果针对超高层建筑施工和运营期间的变形监测与主体结构形态检测需求,解决了传统监测方法存在的效率低、精度不足、数据处理复杂等痛点问题。特别是在超高层建筑整体变形监测、空间结构形态检测以及变形趋势预测方面,提供了科学、高效的技术手段。
该成果结合精密工程测量技术、空间信息技术、物联网技术、智能计算和大数据挖掘分析等技术,构建了基于智慧模型的“超高层建筑工程变形监测和形态检测管理系统”。技术核心是建立一种以超高层建筑整体变形为特征的、基于时空整体联动模型的变形场研究方法,利用点云像素化的相关系数模型进行变形的自动提取,基于主成分分析法的整体变形场的立体表达,实现超高层建筑的整体变形场的自动化变形提取和表达、空间结构形态的精细化检测、变形模型的建立与分析、以及变形趋势的智慧预测等功能。
与国内外同类技术相比,该技术具有创新性、适用性好、综合化和自动化程度高等优势。研发的系统平台能够实现多源海量数据的处理、管理、全景显示和智能分析,提高了超高层建筑施工与检测管理工作的效率、效果和水平。同时,该技术已应用于多个实际项目,累计为生产企业节省支出66万元,展现出良好的经济效益和社会效益。此外,该技术还具备较高的安全性,为超高层建筑的施工安全、运营安全提供了“智慧”保护。
建筑业
应用技术
新技术
仅限国内转让
基于智能模型的超高层建筑施工变形监测与形态检测系统的研究
部门计划
与企业合作
北京荣盛博奥测绘仪器有限公司
1.课题米源与背景 课题来源:住房和城乡建设部2015年科学技术项日计划。项目编号:2015K8050,项目名称:基于智慧模型的超高层建筑施工变形监测与形态检测系统的研究。 2.技术原理及性能指标 技术原理:针对超高层建筑在施工和运营期间的变形监测和主体结构形态检测的需求,结合精密工程测量技术、空间信思技术、物联网技术、智能计算和大数据挖掘分析等技术构建基于智慧模型的“超高层建筑工程变形监测和形态检测管理系统”,实现超高层建筑的整体变形场的自动化变形提取和表达、空间结构形态的精细化检测、变形楔型的建立与分析、以及变形趋势的智慧预测等功能,完成超高层建筑整体精密控制测量、变形监测数据分析与预测、建筑主体结构空间形态检测等方面的技术工作。其技术核心是建立一种以超高层建筑整体变形为特征的、基于时空整体联动模型的变形场研究方法,利用点云像素化的相关系数模型进行变形的自动提取,基于主成分分析法的整体变形场的立体表达,建筑竖向轴线、结构曲线和曲面的空间高精度拟合,基于 GA-GM-BPNN组合模型的变形智能预测,为超高层建筑施工监测数据和结构检测信息的科学管理和科学分析提供一个综合化、智能化的平台,以实现精密控制测量数据、变形监测数据、空间结构形态检测数据等多源海量数据的处理、管理、全景显示、智能分析和超前预警。 主要性能指标:提出了超高层建筑精密三维控制测量、整体变形场的自动化变形提取和表达、空间结构形态的精细化检测、变形模型的建立与分析、以及变形趋势的智慧预测等相关理论和技术方法;研发了超高层建筑工程变形监测和形态检测管理系统,实现控制测量数据、变形监测数据、空间结构形态检测数据等多源海量数据的处理、管理、全景显示和智能分析。 3.技术的创造性与先进性 与国内外同类技术相比,该技术创新的提出了一种以超高层建筑整体变形为特征的,基于时空整体联动模型的变形场研究方法,研发的系统平台适用性好、综合化和自动化程度均较高。为超高层建筑施工监测数据和结枃检测信息的科学管理和科学分析提供一个综合化、智能化的平台,以实现精密控制测量数据、变形监测数据、空问结构形态检测数据等多源海量数据的处理、管理、全景显示、智能分析和超前预警。 4.技术的成熟程度,适用范围和安全性 该技术已完成研发工作,处于应用完善和推广阶段。适用范围为高层及超高层建筑施工和运营期甸的管理、质量检测及监测领域。技术应用安全性较高。 5.应用情况及存在的问题 该技术提高了超高层建筑(高层古建筑)的监测与检测管理工作的效率、效果和水平,为超高层建筑的施工安全、运营安全提供了“智慧”保护。技术成果分别应用于:①湖南省长沙市开福区北辰新河三角洲A1超高层建筑变形监测项目:②北京市朝阳区中国尊超高层建筑钢结构安全监测项目;③北京市通州区燃灯佛舍利塔一一高层佛塔检测项目。研发的“超高层建筑工程变形监测与形态检测管理系统”由北京鼎立空间科技有限公司、北京永乐皆测绘技术有限责任公司和迪泰鸿图(北京)信息技术有限公司在项目生产中应用,累计为生产企业节省支出66万元。 该技术在超高层建筑变形监测与形态检测方面取得了一些阶段性的成果,但是也存在一些问题有待进一步改进。存在的问题和改进意见主要有:①研发的系统平台未能将监测数据采集全部实现全自动化,部分数据还需要进行人工辅助数据录入,下一步需要对新式传感器的数据传输接口和传输方式进行研究:②对监测数据的预测分析模型还需要在大规模应用后进行改进。
