一种基于大数据采集的建筑施工安全监测方法与流程

本发明涉及大数据，尤其涉及一种基于大数据采集的建筑施工安全监测方法。

背景技术：

1、随着建筑施工规模扩大和现场感知设备增多，人员定位、机械运行、结构响应、环境状态、现场图像、作业任务和安全记录持续产生。现有建筑施工安全监测方法多对采集数据执行时间对齐、异常处理和区域关联，再采用阈值判断、统计分析或异常检测模型识别人员违规、机械异常、结构偏移和环境风险，生成施工安全预警信息。

2、现有方法多将不同施工对象的监测数据直接拼接后输入检测模型，缺少施工对象、施工区域、作业任务和监测时间之间的统一关联表达，人员、机械、结构和环境状态之间的风险影响难以映射至模型潜变量空间。单项监测值未达到报警阈值时，多对象持续偏离形成的累积风险难以被识别。

3、建筑施工风险具有状态迁移、时间滞后和跨对象传递特征，现有异常检测模型侧重当前状态偏离，缺少对重构残差连续变化、风险相位切换和风险传播方向的联合分析，难以识别风险来源对象、影响对象和传播时间，容易产生风险定位不完整、传播路径缺失和预警滞后的问题。

4、因此，如何提供一种基于大数据采集的建筑施工安全监测方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于大数据采集的建筑施工安全监测方法，本发明结合改进dagmm模型、风险残差流形、风险相位编码体和传递熵算法，实现施工风险识别、传播分析与安全预警，具备风险定位准确、传播路径清晰和预警及时的优点。

2、根据本发明实施例的一种基于大数据采集的建筑施工安全监测方法，包括：

3、采集施工监测数据，对施工监测数据执行预处理，生成可信施工状态数据；

4、按照施工对象编号、施工区域编号、作业任务编号和监测时间排列可信施工状态数据，生成施工状态样本集和施工对象关联记录；

5、构建设置风险映射潜空间结构、风险扰动潜变量和状态迁移编码处理的改进dagmm模型，将施工状态样本集输入改进dagmm模型，生成施工对象重构状态、初始风险能量和状态迁移编码；

6、基于可信施工状态数据、施工对象重构状态和施工对象关联记录计算重构残差并构建局部残差邻域，生成风险残差流形；

7、基于初始风险能量、状态迁移编码和风险残差流形提取状态跃迁位置和风险持续区段，生成风险相位编码体；

8、基于风险相位编码体和风险残差流形执行传递熵算法，经条件传递熵变量筛选、自适应滞后阶数搜索和传递熵状态跃迁编码，生成风险传递记录；

9、将风险传递记录回写至改进dagmm模型，依据风险传递记录对风险映射潜空间中的潜变量关联进行重构并重新计算关联风险能量，按照风险传递记录中的对象连接关系和传播时序，生成风险传播路径；

10、基于关联风险能量和风险传播路径确定风险来源对象、风险影响对象、风险发生区域和风险传播时间，生成施工安全预警结果和施工安全监测记录。

11、可选的，所述施工监测数据具体包括施工人员监测数据、施工机械运行数据、施工结构监测数据、施工环境监测数据、施工现场图像数据、施工作业任务数据、施工场地布置数据和施工安全记录数据。

12、可选的，所述对施工监测数据执行预处理包括时间对齐、异常处理、对象绑定和区域匹配。

13、可选的，所述生成施工状态样本集和施工对象关联记录，包括：

14、读取可信施工状态数据，提取施工对象标识、位置、状态、监测时间、现场目标状态、作业任务编号、作业区域、任务状态、施工区域编号和区域位置；

15、将施工对象标识登记为施工对象编号，关联现场目标状态，依据对象位置、作业区域和区域位置建立施工对象区域关系和施工对象任务关系；

16、按照人员、机械、结构、环境、图像和任务状态字段顺序写入对象状态，将不对应字段写入无效字段标记，生成固定维度施工状态向量；

17、按照施工对象编号和监测时间排列固定维度施工状态向量，与施工区域编号、作业任务编号、可信状态标记和有效字段标记绑定，生成施工状态样本集，组合施工对象编号、施工区域编号、作业任务编号、施工对象区域关系、施工对象任务关系和监测时间，生成施工对象关联记录。

18、可选的，所述生成施工对象重构状态、初始风险能量和状态迁移编码，包括：

19、构建改进dagmm模型，保留编码器、解码器、估计网络、高斯混合估计和样本能量计算，在编码器输出端设置风险映射潜空间结构，在估计网络输入端设置风险扰动潜变量处理，在估计网络内设置状态迁移编码处理；

20、依据施工安全记录数据剔除关联安全事件和风险处置记录的历史可信施工状态数据，基于剩余历史可信施工状态数据训练改进dagmm模型；

21、将施工状态样本集输入编码器，按照有效字段标记读取固定维度施工状态向量，对固定维度施工状态向量执行压缩编码，生成初始潜变量；

22、通过风险映射潜空间结构读取施工对象区域关系和施工对象任务关系，生成潜变量关联矩阵，依据潜变量关联矩阵建立初始潜变量之间的关联索引，按照关联索引调整初始潜变量的邻接顺序，并将具有施工对象区域关系和施工对象任务关系的潜变量坐标排列至连续坐标位置，生成风险映射潜变量；

23、将风险映射潜变量输入解码器执行状态重构，生成施工对象重构状态，按照有效字段标记计算固定维度施工状态向量与施工对象重构状态之间的字段差值、重构距离和方向相似度，生成重构特征；

24、将风险映射潜变量和重构特征输入估计网络，生成高斯分量隶属度，读取相邻监测时间窗对应的主高斯分量索引和主高斯分量变化方向，生成状态迁移编码，将状态迁移编码与高斯分量隶属度按照高斯分量索引进行组合，生成迁移状态隶属度，基于迁移状态隶属度计算高斯混合参数，并基于风险映射潜变量、重构特征和高斯混合参数计算初始风险能量。

25、可选的，所述生成风险残差流形，包括：

26、按照施工对象编号和监测时间匹配可信施工状态数据与施工对象重构状态，依据有效字段标记计算有效字段差值，生成施工对象重构残差向量；

27、将施工对象重构残差向量作为残差空间坐标，计算残差模长、残差模长变化量和残差变化方向，连接连续残差空间坐标，生成对象残差轨迹；

28、依据施工对象区域关系和施工对象任务关系筛选关联施工对象对，比较同一监测时间窗内的残差模长变化量和残差变化方向，生成跨对象残差连接；

29、计算相邻残差空间坐标的残差距离，依据对象残差轨迹和跨对象残差连接建立局部残差邻域，组合残差空间坐标、残差距离、对象残差轨迹和局部残差邻域，生成风险残差流形。

30、可选的，所述生成风险相位编码体，包括：

31、读取初始风险能量、状态迁移编码和风险残差流形，计算风险能量变化量和残差模长变化量，以历史正常施工状态对应变化量绝对值的中位数设置稳定阈值，依据初始风险能量的预设分位值设置风险能量区间边界；

32、按照预设优先顺序，依据初始风险能量跨越风险能量区间、风险能量变化量和残差模长变化量持续增长、由保持状态转入同步增长、同步回落及剩余状态，依次标记风险跨级相位、风险扩展相位、风险起升相位、风险回落相位和状态保持相位；

33、连接相同风险相位标记，确定状态跃迁位置和风险持续区段，并设置对应风险相位通道；

34、将初始风险能量、状态迁移编码、状态跃迁位置、风险持续区段和残差轨迹索引写入对应风险相位通道，按照施工对象、监测时间和风险相位通道排列，生成风险相位编码体。

35、可选的，所述生成风险传递记录，包括：

36、读取风险相位编码体和风险残差流形，将具有跨对象残差连接的施工对象对登记为候选传递对象对，组合风险相位通道编码和状态迁移编码，生成传递熵状态跃迁序列；

37、筛选满足共同区域关系、共同任务关系和跨对象残差连接条件的候选条件对象，依据传递熵变化和预设筛选条件生成条件变量集合；

38、计算来源候选对象风险起升相位位置与响应候选对象状态跃迁位置的正向时间间隔，生成候选滞后阶数集合；

39、依据候选滞后阶数移动传递熵状态跃迁序列，结合条件变量集合计算条件传递熵，对来源序列执行循环位移，将循环位移结果的预设分位值设置为有效传递阈值；

40、将条件传递熵不小于有效传递阈值且连续预设数量风险持续区段内方向一致的候选关系确定为有效风险传递关系，确定目标滞后阶数、风险传递方向、风险前驱对象和风险响应对象，绑定传递基准监测时间，生成风险传递记录。

41、可选的，所述生成风险传播路径，包括：

42、读取风险传递记录、风险映射潜变量时序记录、重构特征和状态迁移编码，获取风险前驱对象、风险响应对象、目标滞后阶数和传递基准监测时间；

43、依据目标滞后阶数确定历史监测时间，按照对象编号和监测时间读取前驱历史潜变量和响应基准潜变量，计算坐标变化量，将满足预设坐标变化条件的坐标确定为风险写入坐标；

44、按照风险传递方向，将前驱历史潜变量在风险写入坐标处的坐标值写入响应基准潜变量，生成关联风险扰动潜变量；

45、将关联风险扰动潜变量和重构特征输入估计网络，重新计算高斯分量隶属度，读取改进dagmm模型的高斯混合参数，结合状态迁移编码计算关联风险能量；

46、按照监测时间排列风险传递记录，连接前一风险响应对象与后一风险前驱对象一致的记录，删除循环连接，组合风险传播对象序列、传播时间序列和对象关联信息，生成风险传播路径。

47、可选的，所述生成施工安全预警结果和施工安全监测记录，包括：

48、对历史可信施工状态数据执行施工状态样本构建、改进dagmm分析、风险残差流形构建、风险相位编码、传递熵分析和风险传递回写，生成历史关联风险能量，以预设分位值设置关联风险判定阈值；

49、将当前关联风险能量不小于关联风险判定阈值的施工对象确定为风险状态对象并写入风险状态标记；

50、依据风险传播路径确定风险来源对象和风险影响对象，读取对应施工区域编号生成风险来源区域和风险影响区域，读取传播时间序列生成风险传播时间；

51、组合风险来源对象、风险影响对象、风险来源区域、风险影响区域、作业任务编号、风险传播时间、关联风险能量和风险传播路径，生成施工安全预警结果，并与施工对象编号、施工区域编号、作业任务编号和监测时间关联，生成施工安全监测记录。

52、本发明的有益效果是：

53、本发明采集施工人员监测数据、施工机械运行数据、施工结构监测数据、施工环境监测数据、施工现场图像数据、施工作业任务数据、施工场地布置数据和施工安全记录数据，经时间对齐、异常处理、对象绑定和区域匹配生成可信施工状态数据，并按照施工对象编号、施工区域编号、作业任务编号和监测时间构建施工状态样本集及施工对象关联记录，使人员、机械、结构、环境和作业任务状态形成统一的数据表达，提高多源施工状态的关联完整性，减少数据来源分散、对象对应关系缺失造成的监测偏差。

54、本发明构建包含风险映射潜空间结构、风险扰动潜变量处理和状态迁移编码处理的改进dagmm模型，利用施工对象区域关系和施工对象任务关系重构潜变量关联，结合施工对象重构状态、初始风险能量和状态迁移编码构建风险残差流形及风险相位编码体，使施工风险的状态偏离、连续变化、相位切换和跨对象关联得到统一表达，提高渐进风险、累积风险和状态跃迁风险的识别能力，降低单项监测值未达到报警条件时产生的风险漏检。

55、本发明基于风险相位编码体和风险残差流形执行传递熵算法，利用传递熵状态跃迁编码、条件传递熵变量筛选和自适应滞后阶数搜索生成风险传递记录，并将风险传递记录回写至改进dagmm模型，对潜变量关联进行重构，生成关联风险能量和风险传播路径，使施工安全监测结果能够确定风险来源对象、风险影响对象、风险区域和风险传播时间，提高风险传播方向识别、风险位置追溯和安全预警响应的准确性。