一种保温层施工质量智能评价方法及系统与流程

本技术涉及建筑施工质量检测，尤其涉及一种保温层施工质量智能评价方法及系统。

背景技术：

1、随着建筑节能标准的不断提高，外墙外保温系统在新建建筑和既有建筑节能改造中得到广泛应用。保温层施工质量直接关系到建筑物的节能效果和使用安全，目前保温层施工质量评价主要依赖完工后的实体质量检测，通过红外热成像、超声检测等手段获取保温层的缺陷信息，然后依据缺陷的面积、类型和严重程度对保温层的实体质量进行等级评定。

2、然而，现有评价方法存在以下缺陷：其一，仅能对保温层当前的实体质量状况进行等级评定，当检测出空鼓、开裂等质量缺陷时，无法追溯导致该缺陷产生的具体施工工序及各工序作业参数的偏离程度，即只能知晓缺陷存在而无法定位工序过失；其二，同一种表观缺陷可能由多种不同的施工违规行为造成，例如空鼓既可能是胶粘剂涂布不均所致，也可能是保温板铺贴挤压不到位或锚固件安装扭矩不当所引发，现有方法无法区分缺陷的根本成因，难以对施工班组进行量化考核和责任追溯。

技术实现思路

1、为了有助于从保温层实体缺陷逆向追溯施工工序作业行为偏差，实现实体质量与施工行为双维度综合评价，本技术提供一种保温层施工质量智能评价方法及系统。

2、第一方面，本技术提供的一种保温层施工质量智能评价方法，采用如下的技术方案：

3、一种保温层施工质量智能评价方法，包括：

4、获取目标保温区域中不同检测子区域所对应的实测热工参数和设计热工参数；

5、基于所述实测热工参数与所述设计热工参数，获取参数偏差值；

6、判断所述参数偏差值是否超过预设偏差阈值；

7、若所述参数偏差值未超过所述预设偏差阈值，则基于预设评价规则，对所述目标保温区域进行整体质量等级评定；

8、若所述参数偏差值超过所述预设偏差阈值，则获取异常子区域的多模态缺陷检测数据，并对所述多模态缺陷检测数据进行特征提取，得到缺陷特征向量；

9、将所述缺陷特征向量输入逆向求解神经网络，获取所述异常子区域所对应的各施工工序的施工行为偏差向量；

10、基于所述施工行为偏差向量，获取各施工工序的施工行为合规度评分；

11、基于所述施工行为合规度评分和所述预设评价规则，对所述目标保温区域进行整体质量等级评定。

12、可选的，所述若所述参数偏差值未超过所述预设偏差阈值，则基于预设评价规则，对所述目标保温区域进行整体质量等级评定包括：

13、若所述参数偏差值未超过所述预设偏差阈值，则获取所述目标保温区域中相邻检测子区域之间的热工参数差值；

14、判断所述热工参数差值是否超过局部差异阈值；

15、若所述热工参数差值未超过所述局部差异阈值，则基于所述预设评价规则对所述目标保温区域进行整体质量等级评定；

16、若所述热工参数差值超过所述局部差异阈值，则获取所述相邻检测子区域的分界位置；

17、判断所述分界位置是否与板缝位置或阴阳角位置重合；

18、若所述分界位置与所述板缝位置或所述阴阳角位置重合，则判定所述热工参数差值为构造性温差，基于所述预设评价规则对所述目标保温区域进行整体质量等级评定；

19、若所述分界位置与所述板缝位置和所述阴阳角位置均不重合，则对所述相邻检测子区域分别进行质量等级评定，将评定的最低质量等级作为所述目标保温区域的整体质量等级。 可选的，所述多模态缺陷检测数据包括可见光图像、红外热成像图谱、阵列超声数据和激光三维点云数据；所述对所述多模态缺陷检测数据进行特征提取，得到缺陷特征向量包括：

20、对所述可见光图像进行裂缝识别，获取裂缝宽度、裂缝长度和裂缝分布走向；

21、对所述红外热成像图谱进行温度场分析，获取红外温差幅值和空鼓区域边界；

22、对所述阵列超声数据进行阻抗分析，获取脱粘深度和内部空隙分布；

23、对所述激光三维点云数据进行形变分析，获取板面形变幅度和厚度偏差值；

24、获取所述目标保温区域的设计排版信息，所述设计排版信息包含板缝位置、锚栓位置和阴阳角位置；

25、基于所述设计排版信息，获取所述异常子区域与所述板缝位置、所述锚栓位置和所述阴阳角位置的相对空间距离；

26、将所述裂缝宽度、所述裂缝长度、所述裂缝分布走向、所述红外温差幅值、所述空鼓区域边界、所述脱粘深度、所述内部空隙分布、所述板面形变幅度、所述厚度偏差值以及所述相对空间距离组合为所述缺陷特征向量。

27、可选的，所述将所述缺陷特征向量输入逆向求解神经网络，获取所述异常子区域所对应的各施工工序的施工行为偏差向量包括：

28、获取所述逆向求解神经网络的编码器对所述缺陷特征向量进行降维解析后输出的缺陷解耦特征；

29、获取所述逆向求解神经网络的解码器对所述缺陷解耦特征进行逆向求解后输出的各施工工序的初始施工行为偏差向量，所述解码器的逆向求解过程受物理约束方程约束；

30、判断所述初始施工行为偏差向量中各工序的偏离值是否均小于预设偏离阈值；

31、若各工序的偏离值均小于所述预设偏离阈值，则将所述初始施工行为偏差向量作为所述施工行为偏差向量输出；

32、若存在至少一个工序的偏离值不小于所述预设偏离阈值，则获取所述异常子区域的施工养护环境记录；

33、基于所述施工养护环境记录对所述初始施工行为偏差向量进行修正，并将修正后的施工行为偏差向量作为所述施工行为偏差向量输出。

34、可选的，所述基于所述施工养护环境记录对所述初始施工行为偏差向量进行修正包括：

35、获取所述异常子区域在施工养护期间的环境温度序列和环境湿度序列；

36、基于所述环境温度序列和所述环境湿度序列，获取养护环境偏离指数；

37、判断所述养护环境偏离指数是否超过环境偏离阈值；

38、若所述养护环境偏离指数未超过所述环境偏离阈值，则将所述初始施工行为偏差向量作为修正后的施工行为偏差向量；

39、若所述养护环境偏离指数超过所述环境偏离阈值，则从所述初始施工行为偏差向量中提取养护工序偏离值和非养护工序偏离值；

40、基于所述养护环境偏离指数分别对所述养护工序偏离值进行衰减处理和对所述非养护工序偏离值进行放大处理；

41、将衰减处理后的养护工序偏离值和放大处理后的非养护工序偏离值组合为修正后的施工行为偏差向量。

42、可选的，所述基于所述施工行为偏差向量，获取各施工工序的施工行为合规度评分包括：

43、获取所述施工行为偏差向量中胶粘剂配制工序的胶粉配比偏离值和加水比例偏离值；

44、判断所述胶粉配比偏离值是否大于第一目标阈值或所述加水比例偏离值是否大于第二目标阈值；

45、若所述胶粉配比偏离值大于所述第一目标阈值或所述加水比例偏离值大于所述第二目标阈值，则将所述胶粘剂配制工序标记为目标违规工序；

46、若所述胶粉配比偏离值不大于所述第一目标阈值且所述加水比例偏离值不大于所述第二目标阈值，则获取锚固施工工序的锚栓扭矩偏离值；

47、若所述锚栓扭矩偏离值大于第三目标阈值，则将所述锚固施工工序标记为目标违规工序；

48、获取所述施工行为偏差向量中各工序的偏离值，并基于各工序的偏离值和预设偏离权重计算各工序的初始合规度评分；

49、若存在所述目标违规工序，则对所述目标违规工序的初始合规度评分进行惩罚处理，得到各工序的施工行为合规度评分；

50、若不存在所述目标违规工序，则将所述初始合规度评分作为各工序的施工行为合规度评分。

51、可选的，所述对所述目标违规工序的初始合规度评分进行惩罚处理，得到各工序的施工行为合规度评分包括：

52、获取所述目标违规工序的偏离值，基于所述偏离值确定惩罚系数，所述偏离值越大则所述惩罚系数越大；

53、获取所述目标违规工序所对应的缺陷类型和缺陷面积，基于所述缺陷类型和所述缺陷面积获取惩罚强度基数；

54、基于所述惩罚系数和所述惩罚强度基数，计算所述目标违规工序的评分扣减值；

55、将所述目标违规工序的初始合规度评分减去所述评分扣减值，得到所述目标违规工序的施工行为合规度评分；

56、获取非目标违规工序的初始合规度评分作为非目标违规工序的施工行为合规度评分；

57、将所述目标违规工序的施工行为合规度评分和所述非目标违规工序的施工行为合规度评分组合为各工序的施工行为合规度评分。

58、可选的，所述基于所述施工行为合规度评分和所述预设评价规则，对所述目标保温区域进行整体质量等级评定包括：

59、获取所述目标保温区域中各检测子区域的参数偏差值，基于各检测子区域的参数偏差值和所述预设评价规则获取实体质量初始等级；

60、获取各检测子区域所对应施工工序的施工行为合规度评分，基于各施工工序的施工行为合规度评分获取行为质量修正系数；

61、判断所述目标保温区域是否存在目标违规工序；

62、若存在所述目标违规工序，则基于所述行为质量修正系数将所述实体质量初始等级下调至少一个等级，得到所述目标保温区域的整体质量等级；

63、若不存在所述目标违规工序，则判断所述行为质量修正系数是否小于修正阈值；

64、若所述行为质量修正系数小于所述修正阈值，则基于所述行为质量修正系数对所述实体质量初始等级进行下调处理，得到所述目标保温区域的整体质量等级；

65、若所述行为质量修正系数不小于所述修正阈值，则将所述实体质量初始等级作为所述目标保温区域的整体质量等级。

66、可选的，还包括：

67、基于所述施工行为偏差向量，获取偏离值最大的目标工序以及所述目标工序所对应的施工时段；

68、基于所述施工时段，调取施工现场监控视频中对应时段的视频片段；

69、对所述视频片段进行行为识别，获取实际施工操作参数；

70、判断所述实际施工操作参数与所述施工行为偏差向量中对应工序的偏离值是否指向同一违规方向；

71、若指向同一违规方向，则将所述缺陷特征向量、所述施工行为偏差向量和所述视频片段关联存储为证据链数据；

72、若未指向同一违规方向，则重新获取所述异常子区域的多模态缺陷检测数据并重新进行逆向求解。

73、第二方面，本技术还公开了一种保温层施工质量智能评价系统，采用如下的技术方案：

74、一种保温层施工质量智能评价系统，包括：

75、参数获取模块，用于获取目标保温区域中不同检测子区域所对应的实测热工参数和设计热工参数；

76、偏差计算模块，用于基于所述实测热工参数与所述设计热工参数，获取参数偏差值；

77、偏差判断模块，用于判断所述参数偏差值是否超过预设偏差阈值；

78、第一评定模块，用于若所述参数偏差值未超过所述预设偏差阈值，则基于预设评价规则，对所述目标保温区域进行整体质量等级评定；

79、特征提取模块，用于若所述参数偏差值超过所述预设偏差阈值，则获取异常子区域的多模态缺陷检测数据，并对所述多模态缺陷检测数据进行特征提取，得到缺陷特征向量；

80、逆向求解模块，用于将所述缺陷特征向量输入逆向求解神经网络，获取所述异常子区域所对应的各施工工序的施工行为偏差向量；

81、评分获取模块，用于基于所述施工行为偏差向量，获取各施工工序的施工行为合规度评分；

82、第二评定模块，用于基于所述施工行为合规度评分和所述预设评价规则，对所述目标保温区域进行整体质量等级评定。

83、综上所述，本技术包括以下有益技术效果：

84、通过先获取目标保温区域中各检测子区域的实测热工参数与设计热工参数的偏差值，在偏差值未超阈值时直接进行质量等级评定，在偏差值超阈值时采集异常子区域的多模态缺陷检测数据并提取缺陷特征向量，利用逆向求解神经网络从缺陷特征中反演出各施工工序的施工行为偏差向量，进而获取各工序的施工行为合规度评分，最终综合实体质量检测结果和施工行为评价结果两个维度对目标保温区域进行整体质量等级评定，一方面实现了从完工后的实体缺陷逆向追溯导致缺陷产生的具体施工工序和作业参数偏离程度，解决了传统方法只能检测缺陷却无法定位工序根因的问题，另一方面将质量评价从单一的实体质量维度拓展为实体质量和施工行为双维度综合评价，为施工班组的行为考核和质量追溯提供了量化数据支撑。