一种超高层建筑分布式倾角监测系统及方法

技术领域

本发明涉及超高层建筑监测领域，尤其涉及一种超高层建筑分布式倾角监测系统与方法。

背景技术

随着城市化的快速发展，超高层建筑数量逐渐增多。由于日照、风力、温度、地面沉降等影响，超高层建筑不仅存在长期的动态偏摆运动，也存在不可逆的准静态倾斜趋势，给建筑安全运营与人员安全带来重大隐患。

目前，超高层建筑倾斜监测常采用激光铅垂仪、全站仪等监测仪器，其原理均基于激光测距和测角，随着超高建筑的增高和大气折光等影响，瞄准难度增加，在轴线分段引导过程中，误差随分段次数累积，造成引导精度下降。GPS监测技术可以克服传统光学、电子仪器监测的缺陷，利用GPS定位超高层建筑特征点，计算位移偏差从而进一步计算垂直度可以克服传统方法的缺陷。但是，GPS定位需要在环境开阔地带进行，而超高层建筑一般坐落在城市中心，周围高楼林立，多路径效应十分严重。

发明内容

针对现有技术的不足，本公开提出了一种基于MIMU（MicroInertial measurementunit,微惯性测量单元）的超高层建筑分布式倾角监测系统与装置。

MIMU具有体积小、成本低、不受外界环境干扰等诸多优点，近年来被广泛应用建筑监测领域。但单个MIMU精度普遍偏低，通过集成多个MIMU形成多IMUs，可以实现低成本高精度监测的目的。本公开基于多MIMUs传感器，设计了一种基于多MEMS IMUs阵列的超高层建筑分布式倾角监测系统。

该系统包括：8个（作为优选）多IMUs形成多IMUs阵列，两两分为4组，分别贴置于超高层建筑的4面基座墙上，通过NTP时间同步协议和4G无线传输模块，将采集加速度和角速率数据传回云服务器进行解算，最后将解算的超高层建筑倾角结果在终端进行分析与展示。

该超高建筑倾角监测系统与装置部署方案根据超高建筑自身特点定制，随装随用，监测过程不受外界环境干扰，通过多IMUs阵列实现实时高精度倾角监测

更进一步的，该系统由①传感器模块、②时间同步模块、③数据解算模块以及④数据存储与展示模块组成。其中：

传感器模块用于数据采集，由8个多IMUs组成，分为4组,分别贴置于超高层建筑的4面基座墙上；

时间同步模块用于多IMUs阵列的时间同步，采用NTP协议（一种英特网时间同步协议的标准，通过该协议计算机可将时间同步于世界协调时，广泛用于分布式系统的时间同步）；

数据解算模块基于加速度和角速率数据，采用Mahony互补滤波算法实现基座墙面的倾角测量；

数据存储与展示模块用于数据的存储，分析与展示。

与现有技术相比，本公开的有益效果是：（1）通过多IMUs阵列，实现了低成本高精度监测；（2）监测过程不受外界环境干扰；（3）根据超高建筑自身特点定制，随装随用，实现实时高精度倾角监测。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例方式中，相同的参考标号通常代表相同部件。

图1为根据本公开的一种示例性超高层建筑分布式倾斜监测系统架构示意图；

图2为示例性实施例中分布式倾斜监测系统安装位置；

图3为互补滤波算法示意图；

图4为多IMUs传感设备结构。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

本公开提供了一种基于多MEMS IMUs阵列的超高层建筑分布式倾角监测系统。

在一种示例性实施方式下，系统结构图如附图1所示，主要包括：

传感器模块、时间同步模块、数据解算模块以及数据存储与展示模块组成。其中：

（1）传感器模块用于数据采集，由8个多MIMUs组成，分为4组,分别贴置于超高层建筑的4面基座墙上。当然，也可以根据建筑的大小等灵活调整多IMUs的具体数量，比如16个，分配到4面墙上。

多MIMUs设备主要由多IMUs传感器数据采集模块、微处理器数据处理模块以及PCB板卡3个主要部分构成。其中，传感器数据采集模块由4×2个ICM20602型号MIMU组成，负责采集加速度和角速率数据；8个IMU集成在一块板卡上，由一个微处理器模块（相当于微型计算器）对所有接收到的采集数据进行预处理与存储；PCB板卡作为载体，承载4×2个MIMU以及微处理器。结构图如附图4所示。

（2）时间同步模块用于多IMUs阵列的时间同步，采用NTP协议（一种英特网时间同步协议的标准，通过该协议计算机可将时间同步于世界协调时，广泛用于分布式系统的时间同步）。（3）数据解算模块基于加速度和角速率数据，采用Mahony互补滤波算法实现基座墙面的倾角测量。

作为优选，将多MIMUs设备采集到的数据经过4G通讯模块，传输到云解算平台进行解算处理。

（4）数据存储与展示模块，用于对采集数据和解算得到的超高层建筑倾角结果等数据进行存储，分析与展示。

应用于该系统的建筑倾角计算方法包括：

步骤1，对每个MIMU采集到的数据进行基于Mahony互补滤波的倾角估计，得到估计的倾角为Tn（n=1，..8）。

Mahony互补滤波的算法结构如附图3所示。该算法是倾角估计的经典算法之一。其基本思想是：当载体处于静止状态时，只受重力加速度影响，重力加速度在地理坐标系下的分量

算法具体步骤如下所示：

（1）对加速度计进行归一化处理，转换为单一向量

（2）将地理坐标系下的加速度数据转换到载体坐标系，载体坐标系下的分量估值如下：

（4-1）

（3）加速度估值

（4-2）

（4）利用累计误差

（4-3）

式中，

（5）利用补偿后的姿态角

（4-4）

步骤2，对每面墙的不同MIMU传感器得到的倾角估值进行优化平均处理，作为该面墙的倾角估值；进一步对相对的墙面的倾角估值再进行优化平均处理，得到建筑的侧面倾角与正面倾角。

当然，此处的平均即可是简单的平均，也可以采用加权平均等优化方法。

具体示例如下：

所述超高层建筑倾角包括侧面倾角和正面倾角，设IMUn测算的倾角为Tn,则墙面1的倾角为：Q1 = (T1 + T2)/2;墙面2的倾角为：Q2 = (T3 + T4)/2;墙面3的倾角为：Q3 =(T5 + T6)/2;墙面4的倾角为：Q4 = (T7 + T8)/2；

由于墙面1和墙面3，墙面2和墙面4互为对墙，理论上Q1等于Q3，Q2等于Q4，但在实际监测过程中受测量误差以及建筑内部影响，因此，通过取互为对墙的两面墙的倾角均值求取超高建筑侧面倾角与正面倾角：侧面倾角为：（Q1 + Q3）/2；正面倾角为：（Q2 + Q4）/2。

上述技术方案只是本发明的示例性实施例，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施例所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。