一种建筑幕墙工程检测方法

技术领域

本发明涉及建筑工程技术领域，尤其涉及一种建筑幕墙工程检测方法。

背景技术

建筑幕墙是建筑物不承重的外建筑幕墙指的是建筑物不承重的外墙围护，通常由面板和后面的支承结构组成。面板如玻璃、金属板、石板、陶瓷板等，支撑结构如铝横梁立柱、钢结构、玻璃肋等。幕墙像幕布一样挂在外墙，因此又被称为悬挂墙，是现代大型和高层建筑常用的带有装饰效果的轻质墙体。它不仅具有围护功能，还能为建筑增添美观效果。

建筑幕墙的工程检测是确保幕墙安装质量、使用安全和性能的重要环节。检测的内容涵盖了幕墙的多个方面，包括但不限于面板和支承结构的安装质量、整体稳定性、气密性、水密性、抗风压性能等。建筑幕墙的抗风性能检测是幕墙工程检测中极为重要的一部分，该指标是衡量幕墙能否经受住大风的重要标准之一。现有建筑幕墙抗风性能检测方式主要包括现场检测和实验室检测两种。现场检测通常在室外进行，检测条件较为苛刻，需要在特定的气象条件下进行，如室外温度不低于5℃、风速不大于5.0m/s且无降水等。检测方法包括工程现场静压箱法和工程现场等效静载法等，这些方法需要使用专门的检测装置，如压力箱、供压系统、压差传感器、位移计等，通过测量幕墙在模拟风压作用下的位移和应力等参数来评估其抗风性能。实验室检测则通常在室内进行，使用静压箱法等对幕墙样品进行抗风性能检测。实验室检测可以模拟各种风速和风向，以更全面地评估幕墙的抗风性能。

然而，现有检测方式存在检测效率低的问题，主要原因有以下几点：检测过程复杂：无论是现场检测还是实验室检测，都需要进行详细的设置和准备工作，如安装检测装置、调整测试参数等，这些都需要花费一定的时间。检测条件限制：现场检测受到气象条件的严格限制，如温度、风速和降水等。一旦不满足检测条件，就需要等待合适的气象条件出现，这可能导致检测周期延长。样品数量限制：实验室检测通常只能对有限的幕墙样品进行测试，这可能导致检测结果无法全面反映幕墙的实际性能。同时，样品的制备和安装也需要一定的时间。数据处理和分析耗时：检测完成后，还需要对收集到的数据进行处理和分析，以得出最终的检测结果。这一过程也需要一定的时间，并可能受到人为因素的影响。

发明内容

本发明提供建筑幕墙工程检测方法，以解决现有检测方式存在的检测效率低的问题。

第一方面，本发明提供一种建筑幕墙工程检测方法，所述方法包括：

步骤一，获取建筑幕墙不同高度和位置的风速数据，其中，利用无人机搭载的风速传感器和高清摄像头进行现场实时检测，以收集建筑幕墙不同高度和位置的风速数据，并通过高清摄像头捕捉建筑幕墙在风作用下的动态变化；

步骤二，采用激光扫描技术获取建筑幕墙的三维形貌数据，通过对比不同风速下建筑幕墙的三维形貌数据，分析建筑幕墙在风荷载作用下的变形情况；

步骤三，建立建筑幕墙的数值模型，模拟不同风速和风向下的风荷载作用，预测建筑幕墙的变形、应力和位移；

步骤四，通过对检测数据的统计和分析，发现建筑幕墙性能的变化趋势和规律，同时，通过机器学习算法对检测数据进行训练和学习，建立建筑幕墙性能预测模型，实现对建筑幕墙性能的实时监测和预警。

进一步地，步骤一中，利用无人机搭载的风速传感器收集建筑幕墙以下高度和位置的风速数据：底部高度、中部高度、顶部高度；迎风面位置、侧面和背风面位置、角落和边缘位置。

进一步地，步骤二中，采用激光扫描技术获取建筑幕墙的三维形貌数据，包括：

对建筑幕墙进行现场勘查，了解其结构、尺寸、材质及周边环境，确定扫描位置和扫描方案；将三维激光扫描仪固定在三脚架或其他稳定支撑物上，并调整扫描仪的角度和位置，确保能够完整扫描到幕墙的各个部分；

根据幕墙的特点和扫描需求，设置适当的扫描参数，对扫描仪进行校准；

启动扫描仪，开始扫描幕墙；在扫描过程中，确保激光束能够准确照射到幕墙表面，并接收到反射回来的激光信号；通过移动扫描仪或改变扫描角度，获取幕墙不同部位的三维数据；

将采集到的点云数据导入计算机，并使用三维激光扫描数据处理软件进行处理，包括滤波处理，去除噪声和异常点；配准处理，将不同角度扫描得到的点云数据对齐到同一坐标系下；以及拼接处理，将配准后的点云数据拼接成完整的幕墙三维模型；

对生成的三维模型进行优化，将优化后的三维模型导出为所需的格式。

进一步地，通过对比不同风速下建筑幕墙的三维形貌数据，分析建筑幕墙在风荷载作用下的变形情况，包括：

对采集到的三维形貌数据进行清洗，去除由于设备误差、环境因素或扫描过程中的异常现象导致的噪声点或异常值；

对数据进行配准和对齐，确保不同风速下的三维形貌数据能够在同一坐标系下进行比较，从而准确反映幕墙的变形情况；

通过对比不同风速下的三维形貌数据，计算幕墙的变形量；

将处理后的数据和计算结果进行可视化展示，对变形量数据进行统计分析。

进一步地，通过对比不同风速下的三维形貌数据，计算幕墙的变形量，包括：

从三维形貌数据中提取关键特征，关键特征代表幕墙的边界、角点、关键支撑结构；

对比不同风速下的三维形貌数据，计算关键特征在不同风速下的位移；分析幕墙的整体形变情况。

进一步地，计算关键特征在不同风速下的位移，包括：

通过计算两点之间的欧氏距离变化来实现计算关键特征在不同风速下的位移。

进一步地，分析幕墙的整体形变情况，包括：

通过计算曲率变化、表面法线变化参数来评估幕墙的整体形变情况。

进一步地，步骤三中，建立建筑幕墙的数值模型，模拟不同风速和风向下的风荷载作用，预测建筑幕墙的变形、应力和位移，包括：

收集建筑幕墙的设计资料、材料属性、结构尺寸基本信息；

整理不同风速和风向的风荷载数据；

使用有限元分析法，根据幕墙的几何形状、材料属性和边界条件建立数值模型；

根据收集的风荷载数据，模拟不同风速和风向下的风荷载作用；

将模拟的风荷载加载到数值模型上，考虑风荷载的动态特性和空间分布；

通过数值求解，计算幕墙在风荷载作用下的变形、应力和位移；

分析计算结果，了解幕墙在不同风速和风向下的响应特性；

将计算结果进行可视化展示，对结果进行分析，识别幕墙的薄弱环节和潜在风险；

对比计算结果与实际观测结果或风洞试验结果，验证数值模型的准确性和可靠性；

根据需要，对数值模型或计算方法进行校准，提高预测精度；

通过参数分析，研究不同设计参数对幕墙性能的影响；

根据分析结果，对幕墙设计进行优化，提高其在风荷载作用下的稳定性和安全性。

本发明具有以下有益效果：本发明的一种建筑幕墙工程检测方法，通过获取建筑幕墙不同高度和位置的风速数据，其中，利用无人机搭载的风速传感器和高清摄像头进行现场实时检测，以收集建筑幕墙不同高度和位置的风速数据，并通过高清摄像头捕捉建筑幕墙在风作用下的动态变化；采用激光扫描技术获取建筑幕墙的三维形貌数据，通过对比不同风速下建筑幕墙的三维形貌数据，分析建筑幕墙在风荷载作用下的变形情况；建立建筑幕墙的数值模型，模拟不同风速和风向下的风荷载作用，预测建筑幕墙的变形、应力和位移；通过对检测数据的统计和分析，发现建筑幕墙性能的变化趋势和规律，同时，通过机器学习算法对检测数据进行训练和学习，建立建筑幕墙性能预测模型，实现对建筑幕墙性能的实时监测和预警，显著提升建筑幕墙工程检测的效率。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的建筑幕墙工程检测方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。以下结合附图，详细说明本发明各实施例提供的技术方案。

请参阅图1，本发明提供一种建筑幕墙工程检测方法，所述方法包括：

步骤一，获取建筑幕墙不同高度和位置的风速数据，其中，利用无人机搭载的风速传感器和高清摄像头进行现场实时检测，以收集建筑幕墙不同高度和位置的风速数据，并通过高清摄像头捕捉建筑幕墙在风作用下的动态变化。

具体地，利用无人机搭载的风速传感器收集建筑幕墙以下高度和位置的风速数据：底部高度、中部高度、顶部高度；迎风面位置、侧面和背风面位置、角落和边缘位置。

选择适合高空作业的无人机，确保其稳定性和续航能力满足检测需求。选择高精度、高响应速度的风速传感器，以获取准确的风速数据。选择高清摄像头，以便捕捉幕墙的细节变化和动态响应。

将风速传感器和高清摄像头安装在无人机上，确保它们的位置稳定，不会影响无人机的飞行性能。对风速传感器和摄像头进行校准和调试，确保其测量和拍摄结果准确可靠。根据建筑幕墙的结构和尺寸，规划无人机的飞行路线，确保能够覆盖幕墙的不同高度和位置。考虑飞行高度、速度和飞行时间等因素，制定详细的飞行计划。

在确保安全的前提下，按照飞行计划起飞无人机。在飞行过程中，保持无人机的稳定，避免受到风力等外部因素的干扰。无人机搭载的风速传感器在飞行过程中实时测量不同高度和位置的风速数据。将收集到的风速数据实时传输到地面接收设备，并进行记录和处理。

利用高清摄像头实时拍摄幕墙在风作用下的动态变化。特别注意幕墙的变形、振动和位移等情况，以便后续分析。对收集到的风速数据进行整理和分析，计算不同高度和位置的平均风速、最大风速等参数。分析风速数据的变化趋势和分布规律，了解幕墙所承受的风荷载特性。对高清摄像头拍摄的视频和图片进行逐帧分析，提取幕墙的动态变化信息。分析幕墙在不同风速下的变形程度和振动频率，评估其抗风性能。

步骤二，采用激光扫描技术获取建筑幕墙的三维形貌数据，通过对比不同风速下建筑幕墙的三维形貌数据，分析建筑幕墙在风荷载作用下的变形情况。

具体地，采用激光扫描技术获取建筑幕墙的三维形貌数据，包括：

对建筑幕墙进行现场勘查，了解其结构、尺寸、材质及周边环境，确定扫描位置和扫描方案；将三维激光扫描仪固定在三脚架或其他稳定支撑物上，并调整扫描仪的角度和位置，确保能够完整扫描到幕墙的各个部分；根据幕墙的特点和扫描需求，设置适当的扫描参数，对扫描仪进行校准；启动扫描仪，开始扫描幕墙；在扫描过程中，确保激光束能够准确照射到幕墙表面，并接收到反射回来的激光信号；通过移动扫描仪或改变扫描角度，获取幕墙不同部位的三维数据；将采集到的点云数据导入计算机，并使用三维激光扫描数据处理软件进行处理，包括滤波处理，去除噪声和异常点；配准处理，将不同角度扫描得到的点云数据对齐到同一坐标系下；以及拼接处理，将配准后的点云数据拼接成完整的幕墙三维模型；对生成的三维模型进行优化，将优化后的三维模型导出为所需的格式。

在本实施例中，通过对比不同风速下建筑幕墙的三维形貌数据，分析建筑幕墙在风荷载作用下的变形情况，包括：

对采集到的三维形貌数据进行清洗，去除由于设备误差、环境因素或扫描过程中的异常现象导致的噪声点或异常值滤波处理可以确保数据的准确性和可靠性，为后续的分析提供基础；由于在不同风速下进行扫描时，扫描设备的位置和角度可能有所不同，因此需要对数据进行配准和对齐，确保不同风速下的三维形貌数据能够在同一坐标系下进行比较，从而准确反映幕墙的变形情况；通过对比不同风速下的三维形貌数据，计算幕墙的变形量；可以通过测量关键位置的位移、计算整体形状的变化等方式实现。变形量的计算是评估幕墙在风荷载作用下稳定性的关键步骤。将处理后的数据和计算结果进行可视化展示，对变形量数据进行统计分析。将处理后的数据和计算结果进行可视化展示，如制作三维对比图、变形量曲线图等，有助于直观地了解幕墙在不同风速下的变形情况，便于分析和讨论。对变形量数据进行统计分析，如计算平均值、标准差等，以评估变形的程度和趋势，有助于更全面地了解幕墙在风荷载作用下的性能表现。

在本实施例中，通过对比不同风速下的三维形貌数据，计算幕墙的变形量，包括：从三维形貌数据中提取关键特征，关键特征代表幕墙的边界、角点、关键支撑结构；对比不同风速下的三维形貌数据，计算关键特征在不同风速下的位移；分析幕墙的整体形变情况。计算关键特征在不同风速下的位移，包括：通过计算两点之间的欧氏距离变化来实现计算关键特征在不同风速下的位移。分析幕墙的整体形变情况，包括：通过计算曲率变化、表面法线变化参数来评估幕墙的整体形变情况。

步骤三，建立建筑幕墙的数值模型，模拟不同风速和风向下的风荷载作用，预测建筑幕墙的变形、应力和位移。

具体地，建立建筑幕墙的数值模型，模拟不同风速和风向下的风荷载作用，预测建筑幕墙的变形、应力和位移，包括：

收集建筑幕墙的设计资料、材料属性、结构尺寸基本信息；整理不同风速和风向的风荷载数据；使用有限元分析法，根据幕墙的几何形状、材料属性和边界条件建立数值模型；根据收集的风荷载数据，模拟不同风速和风向下的风荷载作用；将模拟的风荷载加载到数值模型上，考虑风荷载的动态特性和空间分布；通过数值求解，计算幕墙在风荷载作用下的变形、应力和位移；分析计算结果，了解幕墙在不同风速和风向下的响应特性；将计算结果进行可视化展示，对结果进行分析，识别幕墙的薄弱环节和潜在风险；对比计算结果与实际观测结果或风洞试验结果，验证数值模型的准确性和可靠性；根据需要，对数值模型或计算方法进行校准，提高预测精度；通过参数分析，研究不同设计参数对幕墙性能的影响；根据分析结果，对幕墙设计进行优化，提高其在风荷载作用下的稳定性和安全性。

步骤四，通过对检测数据的统计和分析，发现建筑幕墙性能的变化趋势和规律，同时，通过机器学习算法对检测数据进行训练和学习，建立建筑幕墙性能预测模型，实现对建筑幕墙性能的实时监测和预警。

以上所述的本发明实施方式并不构成对本发明保护范围的限定。