一种基于物联网的建筑监测系统和监测方法与流程

1.本发明涉及物联网技术领域，具体涉及一种基于物联网的建筑监测系统和监测方法。


背景技术：

2.建筑监测是用于对建筑是否存在安全隐患实施的一种措施和手段。
3.现有的建筑监测方案在实施时，有通过肉眼直接观察的方式，也有采用定期或者不定期的方式通过检测设备对建筑的外墙面进行检测是否存在异常，以及通过摄像设备对建筑的外墙面进行摄像并自动预警，但是不能对建筑的外墙面实时自动监测并自适应的动态调整，以及不能对发现的异常状态进行风险评估，导致建筑外墙面监测的整体效果不佳。


技术实现要素：

4.本发明的目的在于提供一种基于物联网的建筑监测系统和监测方法，用于解决现有方案中建筑监测过程中不能自适应的动态调整，以及不能对发现的异常状态进行风险评估，导致建筑外墙面监测的整体效果不佳的技术问题。
5.本发明的目的可以通过以下技术方案实现：
6.一种基于物联网的建筑监测系统，包括数据监测模块、数据处理模块和预警分析模块；
7.数据监测模块，用于对建筑不同位置的外墙面进行状态监测，得到状态监测数据；
8.数据处理模块，用于对状态监测数据进行预处理和分析得到对应的状态标签，包括：
9.获取监测区域对应的监测面积并标记为s0，将监测获取的各个监测区域中的可疑区域对应的可疑面积标记为s1；
10.获取异常面积与监测面积的监估值jg＝s1/s0，将监估值与监估阈值进行匹配分析；
11.若监估值小于监估阈值，则判定监测区域中的可疑区域正常并将对应的状态标签设置为0；
12.若监估值大于等于监估阈值，则判定监测区域中的可疑区域异常并将对应的状态标签设置为1；
13.根据状态标签对建筑不同外墙面的状态监测自适应的进行调整；
14.预警分析模块，用于根据状态标签对状态监测数据进行威胁分析得到风险标签，根据风险标签进行不同级别的预警提示，以及动态调度人员对建筑对应的异常墙面进行检修维护。
15.优选地，对建筑不同位置的外墙面进行状态监测，包括：
16.获取建筑不同位置的外墙面的总高度和总宽度，根据预设的划分比例对总高度和总宽度进行划分，得到从上往下排序的若干个监测区域及其对应的监测坐标；
17.在预设的监测时段，利用物联网设备获取各个监测区域中的可疑区域；
18.若干个监测区域、监测坐标以及获取的可疑区域面积构成状态监测数据。
19.优选地，根据状态标签对建筑不同外墙面的状态监测自适应的进行调整，包括：
20.对状态标签进行分析，若状态标签对应的数值为1，则缩短监测时段的时长来对异常状态的监测区域实施高频次的追踪核验。
21.优选地，根据状态标签对状态监测数据进行威胁分析得到风险标签，包括：
22.获取各个监测区域的中点与地面之间的距离并标记为j1；根据监测坐标获取各个监测区域对应的位置权重并标记为j2；
23.获取建筑外墙面的墙面类型，将获取的墙面类型与预构建的墙面类型-权重表进行匹配获取对应的类型权重并标记为j3；
24.提取标记的各项数据的数值并进行联立获取威胁度wx；
25.根据威胁度获取监测区域对应的风险标签以及风险级别。
26.优选地，通过公式计算获取威胁度wx；该公式为：
27.wx＝(jg 1)
×
(j1
×
j1 j2
×
j2 j3
×
j3 j4
×
hx)；式中，j1、j2、j3、j4为不同的比例系数且0＜j1＜j4＜j2＜j3，hx为环境系数。
28.优选地，将威胁度wx与预设的威胁阈值wxymin、wxymax进行匹配；若威胁度wx小于威胁阈值wxymin，则判定监测区域中的可疑区域异常为轻度异常级别，并将对应的风险标签设置为1；
29.若威胁度wx不小于威胁阈值wxymin且不大于威胁阈值wxymax，则判定监测区域中的可疑区域异常为中度异常级别，并将对应的风险标签设置为2；
30.若威胁度wx大于威胁阈值wxymax，则判定监测区域中的可疑区域异常为高度异常级别，并将对应的风险标签设置为3。
31.优选地，环境系数获取的步骤包括：
32.获取前n天的环境信息，n为正整数，环境信息包含温度数据、湿度数据、风力数据和气压数据；
33.将环境信息中各项数据进行联合生成对应类型的训练序列；
34.将不同类型的训练序列输入至环境评估模型中获取对应的环境因子，将不同的环境因子整合获取到环境系数。
35.优选地，环境评估模型获取的步骤包括：
36.获取样本环境信息，样本环境信息包含样本温度数据、样本湿度数据、样本风力数据和样本气压数据分别联合生成的样本序列；
37.将不同的样本序列设置一个对应的环境因子；
38.通过神经网络算法构建人工智能模型；
39.通过样本环境环境信息对人工智能模型的训练、测试和校验，将完成训练的人工智能模型设定为环境评估模型。
40.为了解决问题，本发明还公开了一种基于物联网的建筑监测方法，包括：
41.对建筑不同位置的外墙面进行状态监测，得到状态监测数据；
42.对状态监测数据进行预处理得到监估值，对监估值进行分析得到对应的状态标签，并根据状态标签对建筑不同外墙面的状态监测自适应的进行调整；
43.根据状态标签对状态监测数据进行威胁分析得到威胁度以及对应的风险标签，根据风险标签进行不同级别的预警提示，以及动态调度人员对建筑对应的异常墙面进行检修维护。
44.相比于现有方案，本发明实现的有益效果：
45.1、本发明通过对建筑不同位置的外墙面进行划分获取监测区域，以便可以对不同的区域实施差异化的监测分析，以及针对不同的异常区域实施不同级别的预警提示，可以根据监测的异常结果自适应的动态调整监测的频次来确定异常的程度，以便可以实施高效的预警效果和处理效果。
46.2、本发明通过将建筑物外墙面各方面的数据进行联立来对危险状态进行整体评估，确定建筑物外墙面存在的异常状态和程度，可以有效提高监测分析的多样性和准确性，还可以针对性的进行预警以及动态安排人员进行处理，来提高建筑监测的整体效果。
附图说明
47.下面结合附图对本发明作进一步的说明。
48.图1为本发明一种基于物联网的建筑监测系统的模块框图。
49.图2为本发明一种基于物联网的建筑监测方法的流程框图。
具体实施方式
50.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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
51.实施例一
52.如图1所示，本发明为一种基于物联网的建筑监测系统，包括数据监测模块、数据处理模块和预警分析模块；
53.数据监测模块，用于对建筑不同位置的外墙面进行状态监测，得到状态监测数据；包括：
54.获取建筑不同位置的外墙面的总高度和总宽度，根据预设的划分比例对总高度和总宽度进行划分，得到从上往下排序的若干个监测区域及其对应的监测坐标；因为不同高度的外墙脱落产生的威胁不同，因此实施均等划分获取若干个监测区域来实施差异化的监测以及处理；
55.在预设的监测时段，利用物联网设备获取各个监测区域中的可疑区域；可疑区域是指红外热成像检测结果异常对应的区域；监测时段可以基于现有的监测大数据实施；物联网设备可以为红外热成像设备，基于红外热成像测试技术检测建筑物表层和浅表层的缺陷和损伤；
56.若干个监测区域、监测坐标以及获取的可疑区域面积构成状态监测数据。
57.本发明实施例中，建筑监测的应用场景为建筑物外墙脱落，通过对建筑不同位置的外墙面进行状态监测，划分获取监测区域的目的是用于对不同的区域实施差异化的监测分析，以及针对不同的异常区域实施不同级别的预警提示；此外，设置监测时段是用于实施
间断性的监测，并可以根据监测的异常结果自适应的动态调整监测的频次来确定异常的程度，以便可以实施高效的预警效果和处理效果。
58.数据处理模块，用于对状态监测数据进行预处理和分析得到对应的状态标签，并根据状态标签对建筑不同外墙面的状态监测自适应的进行调整；具体的步骤包括：
59.获取监测区域对应的监测面积并标记为s0，将监测获取的各个监测区域中的可疑区域对应的可疑面积标记为s1；可疑区域对应的可疑面积通过红外热成像测试结果来获取，具体的步骤这里不做赘述；
60.获取异常面积与监测面积的监估值jg＝s1/s0，将监估值与监估阈值进行匹配分析；
61.若监估值小于监估阈值，则判定监测区域中的可疑区域正常并将对应的状态标签设置为0；
62.若监估值大于等于监估阈值，则判定监测区域中的可疑区域异常并将对应的状态标签设置为1；
63.此外，根据状态标签对建筑不同外墙面的状态监测自适应的进行调整，包括：
64.对状态标签进行分析，若状态标签对应的数值为1，则缩短监测时段的时长来对异常状态的监测区域实施高频次的追踪核验；监测时段的单位可以是天，缩短后的监测时段的单位可以为小时。
65.本发明实施例中，基于物联网设备来对建筑物外墙面实施间断性的检测并进行初步的评估和分类，并基于状态标签来异常检测结果进行追溯核验，确定异常状态对应的隐患威胁，以便可以针对性的进行预警以及动态安排人员进行处理。
66.预警分析模块，用于根据状态标签对状态监测数据进行威胁分析得到风险标签，根据风险标签进行不同级别的预警提示，以及动态调度人员对建筑对应的异常墙面进行检修维护；
67.其中，根据状态标签对状态监测数据进行威胁分析得到风险标签，包括：
68.获取各个监测区域的中点与地面之间的距离并标记为j1；根据监测坐标获取各个监测区域对应的位置权重并标记为j2；
69.获取建筑外墙面的墙面类型，将获取的墙面类型与预构建的墙面类型-权重表进行匹配获取对应的类型权重并标记为j3；其中，墙面类型-权重表由若干个不同的墙面类型及其对应的类型权重构成，不同的墙面类型预先设置一个对应的类型权重，墙面类型包括但不限于瓷砖型、板材型和涂料型，类型权重可以实现不同的墙面类型数字化以及差异化的表示和计算；
70.提取标记的各项数据的数值并进行联立，通过公式计算获取威胁度wx；该公式为：
71.wx＝(jg 1)
×
(j1
×
j1 j2
×
j2 j3
×
j3 j4
×
hx)；式中，j1、j2、j3、j4为不同的比例系数且0＜j1＜j4＜j2＜j3，j1可以取值为1.247，j2可以取值为3.374，j3可以取值为4.655，j4可以取值为2.159，hx为环境系数；
72.根据威胁度获取监测区域对应的风险标签以及风险级别。
73.本发明实施例中，威胁度是用于将建筑物外墙面各方面的数据进行联立来对危险状态进行整体评估的数值；建筑物外墙面存在的异常状态和程度，除了与建筑物自身相关，还与环境因素有关，通过将不同方面的数据进行联立整合，可以有效提高监测分析的多样
性和准确性；
74.将威胁度wx与预设的威胁阈值wxymin、wxymax进行匹配；若威胁度wx小于威胁阈值wxymin，则判定监测区域中的可疑区域异常为轻度异常级别，并将对应的风险标签设置为1；
75.若威胁度wx不小于威胁阈值wxymin且不大于威胁阈值wxymax，则判定监测区域中的可疑区域异常为中度异常级别，并将对应的风险标签设置为2；
76.若威胁度wx大于威胁阈值wxymax，则判定监测区域中的可疑区域异常为高度异常级别，并将对应的风险标签设置为3。
77.环境系数获取的步骤包括：
78.获取前n天的环境信息，n为正整数，环境信息包含温度数据、湿度数据、风力数据和气压数据；各项数据可以通过周期性的采集方式来获取；
79.将环境信息中各项数据进行联合生成对应类型的训练序列；
80.将不同类型的训练序列输入至环境评估模型中获取对应的环境因子，将不同的环境因子整合获取到环境系数；不同环境因子的整合可以通过预设的比例因子与其相乘并求和得到。
81.本发明实施例中，通过将获取的环境信息通过环境评估模块进行训练获取对应的环境系数，可以从环境方面为建筑监测提供数据支持。
82.环境评估模型获取的步骤包括：
83.获取样本环境信息，样本环境信息包含样本温度数据、样本湿度数据、样本风力数据和样本气压数据分别联合生成的样本序列；样本温度数据、样本湿度数据、样本风力数据和样本气压数据均为一个数值范围；
84.将不同的样本序列设置一个对应的环境因子；
85.通过神经网络算法构建人工智能模型；神经网络算法为误差逆向传播神经网络、rbf神经网络和深度卷积神经网络中的一种或者多种；
86.通过样本环境环境信息对人工智能模型的训练、测试和校验，将完成训练的人工智能模型设定为环境评估模型。
87.本发明实施例中，通过神经网络算法对天气方面的影响进行训练评估，可以提高监测分析的精度和鲁棒性。
88.需要说明的是，上述中涉及的公式均是去除量纲取其数值计算，是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
89.实施例二
90.如图2所示，本发明为一种基于物联网的建筑监测方法，具体的步骤包括：
91.对建筑不同位置的外墙面进行状态监测，得到状态监测数据；
92.对状态监测数据进行预处理得到监估值，对监估值进行分析得到对应的状态标签，并根据状态标签对建筑不同外墙面的状态监测自适应的进行调整；
93.根据状态标签对状态监测数据进行威胁分析得到威胁度以及对应的风险标签，根据风险标签进行不同级别的预警提示，以及动态调度人员对建筑对应的异常墙面进行检修维护。
94.在本发明所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它的方式实现。例如，以上所描述的发明实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
95.作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
96.另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
97.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的基本特征的情况下，能够以其他的具体形式实现本发明。
98.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。