基于BIM技术的装配式钢结构数据智能采集方法

技术领域

本发明涉及钢结构数据采集技术领域，具体为基于BIM技术的装配式钢结构数据智能采集方法。

背景技术

钢结构监测因其具有时间长、精度要求高等特点，然而，随着时间推移，钢结构建筑不可避免的会受到各种外界环境因素影响，从而出现疲劳损伤与抗力减退，若未得到有力的监测与养护，则会带来较大的安全隐患，因此需要对钢结构的数据进行采集。

部分现有的在对钢结构数据采集的过程中，通常都是采用不同的机械来对钢结构的数据进行检测，接着将数据进行汇总制成图表供操作人员观看，这样的操作方式较为麻烦，同时后续操作人员来对数据进行比较的时候，存在误差的情况，进一步的会对整体钢结构的评估造成影响，其次在对钢结构数据分析比较的过程中，针对部分数据不能进行具体的分析，包括裂纹大小和形变状态，不能从数据中发现钢结构存在的安全隐患，进一步的会对后续的使用造成影响。

发明内容

针对现有技术的不足，本发明提供了基于BIM技术的装配式钢结构数据智能采集方法，解决了采用数据汇总的方式由操作人员观看，不能系统的来对数据进行分析，其次针对不能对采集的数据进行具体的分析，对钢结构后续的使用造成安全隐患的问题。

为实现以上目的，本发明通过以下技术方案予以实现：基于BIM技术的装配式钢结构数据智能采集方法，该方法具体包括以下步骤：

步骤一：输入端获取到钢结构，并对钢结构进行标记且记作为目标对象，接着对目标对象进行三维建模处理，并对建模后的图像进行分析扫描得到目标对象的基础信息，其中基础信息包括：尺寸和形状，接着对目标对象进行分析判断是否存在形变，并生成判断结果，同时将判断结果传输到处理端；

步骤二：处理端获取到判断结果，当目标对象存在形变时，获取到所有的形变点并将其记作为i，且i=1、2、…、n，同时对其形变值进行记录且记作为XBi，接着根据获取到的所有形变点i的形变值XBi计算平均值记作为形变均值XBp；

步骤三：接着获取到目标对象的使用次数且记作为M，同时对目标对象使用次数中的形变次数进行记录且记作为N，接着将使用次数M和形变次数N代入公式

步骤四：将计算出来的评估值PG与预设值YS进行比较，此处需要说明的是：预设值YS表示为评估预警值，并生成对应的比较信号，且比较信号包括预警信号和正常信号，并将比较信号传输到输出端；

步骤五：处理端获取到判定结果，当目标对象不存在形变时，通过输入端传输的目标对象维修记录，其中检修记录包括：裂纹记录，此处需要说明的是：裂纹记录表示为是否存在裂纹，如果存在裂纹则记录为是，反之不存在裂纹则记录为否，并结合检修记录对目标对象进行分析，生成分析结果，其中分析结果包括正常信号、标记信号和预警信号，并将分析结果传输到输出端；

步骤六：输出端获取到传输的预警信号、正常信号和分析结果，并将其通过显示设备显示给操作人员。

作为本发明的进一步方案：步骤一中具体的分析判断方式如下：

S1：获取到目标对象三维建模模型，并建立三维空间坐标系，接着对目标对象三维建模模型的顶点采用坐标点进行表示，此处需要说明的是：本申请中默认钢结构的形状为矩形，同时获取到目标对象不同面的扫描模型并记作为扫描面模型，并将其与预设模型进行比较，此处需要说明的是：预设模型为该目标对象的标准模型，且标准模型为系统根据获取到的定点坐标进行绘制得到；

S2：当扫描面模型与预设模型不匹配时，系统判定该扫描面模型存在形变，并对其位置进行定位且记作为形变点，同时对形变点的次数进行记录记作为CS，此处需要说明的是：形变点次数表示的为目标对象总的形变点次数，反之当扫描面模型与预设模型匹配时，系统判断该扫描面模型不存在形变，并将判断结果传输到处理端。

作为本发明的进一步方案：步骤二中具体的分析方式如下：

P1：获取到目标对象扫描面模型，此处扫描面模型为存在形变点的扫描面模型，接着获取到形变点i并以形变点最低点向目标对象扫描面作垂线，同时测量该垂线的距离并将其记作为形变值XBi；

P2：同理P1中的获取方式获取到目标对象所有形变点i的形变值XBi，接着计算所有形变点i的形变值XBi之和记作为总形变值XBz，同时计算出所有形变点i的平均值记作为形变均值XBp。

作为本发明的进一步方案：步骤三中评估值的具体计算方式如下：

A1：获取到形变次数N并将形变次数按照时间顺序进行标记且记作为c，此处需要说明的是：按照时间顺序表示的意思为将第一次产生形变的次数标记为1、第二次标记为2，以此类推来对形变次数进行标记处理，接着获取到形变次数c对应的荷载值记作为HZc，同时获取到荷载值HZc对应的形变值XBi，并判断二者之间的关系，此处需要说明的是：结合实际情况及其大数据显示，当荷载值越大的时候，对应的形变值也会越大，因此二者为正比关系；

A2：将获取到的形变比值Q、荷载值HZc和形变均值XBp代入公式

作为本发明的进一步方案：步骤四中具体比较方式如下：

B1：当PG≥YS时，系统判定目标对象达到预警范围，同时生成预警信号，并将预警信号传输到输出端；

B2：当PG＜YS时，系统判定目标对象未达到预警范围，同时生成正常信号，并将正常信号传输到输出端。

作为本发明的进一步方案：步骤五中生成分析结果的具体方式如下：

M1：获取到裂纹记录，当裂纹记录为否时，系统判定正常并生成正常信号，同时将正常信号传输到输出端；

M2：当裂纹记录为是时，系统判定为异常并生成异常信号，同时对生产的异常信号进行分析，具体的分析方式如下：

M21：获取到裂纹记录，裂纹记录包括：检测裂纹值，并将检测裂纹值记作为LWj，且j=1、2、…、m，m表示为检测次数，接着获取到目标对象的实时裂纹值并记作为LWz，并将获取到的LWz和LWj与检测值K进行比较，且检测值K的具体数值由操作人员自行设定，此处需要说明的是：裂纹值表示为在检测过程中裂纹的面积大小，且裂纹记录表示的为最近一次检测的裂纹记录，同时目标对象的裂纹值为实时检测的结果，且裂纹值能够直接通过计算机进行计算得到；

M22：当LWz-LWj≥K时，系统判定目标对象实时裂纹值大于检测裂纹值，并生成预警信号，当LWz-LWj

有益效果：本发明提供了基于BIM技术的装配式钢结构数据智能采集方法。与现有技术相比具备以下有益效果：

本发明通过采用三维建模来对钢结构进行整体的扫描建模处理，并对钢结构整体的状态进行分析，通过对其形变进行检测，并针对存在形变和不存在形变的两种情况单独分析，并针对存在形变的情况结合多种数据来对钢结构进行系统的评估，从而将评估结果输出供操作人员观看，其次针对不存在形变的情况，结合检修记录来对钢结构数据进行具体的分析，进一步的能够针对数据发现钢结构存在的安全隐患，从而来对钢结构整体进行预警提示，避免后续由于分析的不具体导致钢结构在使用的时候存在危险，其次系统的分析能够节省操作人员的时间。

附图说明

图1为本发明方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。

实施例一，请参阅图1，本申请提供了基于BIM技术的装配式钢结构数据智能采集方法，该方法具体包括以下步骤：

步骤一：输入端获取到钢结构，并对钢结构进行标记且记作为目标对象，接着对目标对象进行三维建模处理，并对建模后的图像进行分析扫描得到目标对象的基础信息，其中基础信息包括：尺寸和形状，接着对目标对象进行分析判断是否存在形变，并生成判断结果，同时将判断结果传输到处理端，具体的分析判断方式如下：

S1：获取到目标对象三维建模模型，并建立三维空间坐标系，接着对目标对象三维建模模型的顶点采用坐标点进行表示，此处需要说明的是：本申请中默认钢结构的形状为矩形，同时获取到目标对象不同面的扫描模型并记作为扫描面模型，并将其与预设模型进行比较，此处需要说明的是：预设模型为该目标对象的标准模型，且标准模型为系统根据获取到的定点坐标进行绘制得到；

S2：当扫描面模型与预设模型不匹配时，系统判定该扫描面模型存在形变，并对其位置进行定位且记作为形变点，同时对形变点的次数进行记录记作为CS，此处需要说明的是：形变点次数表示的为目标对象总的形变点次数，反之当扫描面模型与预设模型匹配时，系统判断该扫描面模型不存在形变，并将判断结果传输到处理端。

步骤二：处理端获取到判断结果，当目标对象存在形变时，获取到所有的形变点并将其记作为i，且i=1、2、…、n，同时对其形变值进行记录且记作为XBi，接着根据获取到的所有形变点i的形变值XBi计算平均值记作为形变均值XBp，具体的分析方式如下：

P1：获取到目标对象扫描面模型，此处扫描面模型为存在形变点的扫描面模型，接着获取到形变点i并以形变点最低点向目标对象扫描面作垂线，同时测量该垂线的距离并将其记作为形变值XBi；

P2：同理P1中的获取方式获取到目标对象所有形变点i的形变值XBi，接着计算所有形变点i的形变值XBi之和记作为总形变值XBz，同时计算出所有形变点i的平均值记作为形变均值XBp。

结合实际应用场景进行分析，系统先获取到目标对象扫描面模型，接着系统对该扫描面模型上的形变点进行确认，确认好了之后从形变点最低点向扫描面作垂线，垂线的一端为形变点最低点，另一端为扫描面的水平点，将这二者之间的距离记作为形变值。

步骤三：接着获取到目标对象的使用次数且记作为M，同时对目标对象使用次数中的形变次数进行记录且记作为N，接着将使用次数M和形变次数N代入公式

A1：获取到形变次数N并将形变次数按照时间顺序进行标记且记作为c，此处需要说明的是：按照时间顺序表示的意思为将第一次产生形变的次数标记为1、第二次标记为2，以此类推来对形变次数进行标记处理，接着获取到形变次数c对应的荷载值记作为HZc，同时获取到荷载值HZc对应的形变值XBi，并判断二者之间的关系，此处需要说明的是：结合实际情况及其大数据显示，当荷载值越大的时候，对应的形变值也会越大，因此二者为正比关系；

A2：将获取到的形变比值Q、荷载值HZc和形变均值XBp代入公式

步骤四：将计算出来的评估值PG与预设值YS进行比较，此处需要说明的是：预设值YS表示为评估预警值，并生成对应的比较信号，且比较信号包括预警信号和正常信号，并将比较信号传输到输出端，具体的比较方式如下：

B1：当PG≥YS时，系统判定目标对象达到预警范围，同时生成预警信号，并将预警信号传输到输出端；

B2：当PG＜YS时，系统判定目标对象未达到预警范围，同时生成正常信号，并将正常信号传输到输出端。

步骤五：输出端获取到传输的预警信号和正常信号，并将其通过显示设备显示给操作人员。

实施例二，作为本发明的实施例二，与实施例一的区别之处在于，处理端获取到判定结果，且判定结果为目标对象不存在形变，并对其进行分析。

步骤六：处理端获取到判定结果，当目标对象不存在形变时，通过输入端传输的目标对象维修记录，其中检修记录包括：裂纹记录，此处需要说明的是：裂纹记录表示为是否存在裂纹，如果存在裂纹则记录为是，反之不存在裂纹则记录为否，并结合检修记录对目标对象进行分析，生成分析结果，其中分析结果包括正常信号、标记信号和预警信号，并将分析结果通过显示设备显示给操作人员，具体的分析方式如下：

M1：获取到裂纹记录，当裂纹记录为否时，系统判定正常并生成正常信号，同时将正常信号传输到输出端；

M2：当裂纹记录为是时，系统判定为异常并生成异常信号，同时对生产的异常信号进行分析，具体的分析方式如下：

M21：获取到裂纹记录，裂纹记录包括：检测裂纹值，并将检测裂纹值记作为LWj，且j=1、2、…、m，m表示为检测次数，接着获取到目标对象的实时裂纹值并记作为LWz，并将获取到的LWz和LWj与检测值K进行比较，且检测值K的具体数值由操作人员自行设定，此处需要说明的是：裂纹值表示为在检测过程中裂纹的面积大小，且裂纹记录表示的为最近一次检测的裂纹记录，同时目标对象的裂纹值为实时检测的结果，且裂纹值能够直接通过计算机进行计算得到；

M22：当LWz-LWj≥K时，系统判定目标对象实时裂纹值大于检测裂纹值，并生成预警信号，当LWz-LWj

结合实际应用场景进行分析，通过对裂纹值进行检测，判断此次检测的裂纹值的变化值是否超过了正常变化值，如果超过了则生成预警信号用来对目标对象进行预警，反之若没有超过则对裂纹进行标记用来提醒操作人员。

同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，且以上实施例中部分公式为去除纲量进行计算，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。