【技術實現步驟摘要】
本申請涉及生產自動化，尤其涉及一種基于人工智能模型的振動監測方法、系統及設備。
技術介紹
1、建筑的隔震支座是一種專門設計用于減輕地震對建筑物影響的重要部件，隔震支座的核心作用在于“隔離”地震波對建筑物的直接沖擊。通過在建筑物的基礎與上部結構之間增加隔震層，并安裝橡膠隔震支座等裝置，隔震支座能夠有效改變振動頻率，從而大大降低建筑物所承受的地震作用。隔震支座能夠顯著提高建筑物的抗震性能。傳統的抗震設計往往側重于提高建筑結構的剛度和強度，以抵抗地震作用。而隔震技術則通過延長結構的自振周期，減少地震能量向上部結構的傳遞，從而達到減震隔震的效果。這使得建筑物在地震發生時能夠更好地保持其整體性和穩定性，減少結構破壞和人員傷亡的風險。隨著科技的進步，隔震支座也發展出了多種類型，以適應不同建筑的需求。例如，疊層橡膠隔震支座、高阻尼橡膠隔震支座、滑動隔震支座以及鉛芯橡膠隔震支座等。這些不同類型的隔震支座具有各自獨特的性能和特點，可以根據建筑的結構類型、使用功能、地震烈度和場地條件等因素進行選擇和組合使用，以達到最佳的抗震效果。
2、支座智能監測系統是利用傳感器技術、信號采集傳輸技術，以及網絡技術和軟件技術，從宏觀、微觀相結合的全方位角度，來監測被測結構的各種關鍵技術指標；記錄歷史、現有的數據，分析未來的走勢，以便輔助業主單位及政府決策，提升支座結構的變化掌控，有效防范和遏制不可逆轉趨勢性防范手段及預測預報。由于除了地震外，可以導致建筑振動的原因較多，支座智能監測系統采集到的數據不一定和地震直接相關，現有的系統也不會對這些和地震無關的
技術實現思路
1、本專利技術提供了一種基于人工智能模型的振動監測方法、系統及設備，至少解決了現有的系統也不會對和地震無關的數據進行分析，導致大量的數據資產被浪費，支座智能監測系統利用率較低的問題。
2、本專利技術提供了一種基于人工智能模型的振動監測方法，包括以下步驟：
3、獲取目標隔震支座的第一時序數據，所述第一時序數據被配置為所述目標隔震支座獲得的歷史監測數據；
4、根據所述目標隔震支座的關聯信息，獲得與目標隔震支座關聯的第一隔震支座的第二時序數據，所述第二時序數據被配置為所述第一隔震支座的歷史監測數據；
5、根據所述目標隔震支座的安裝信息，獲得所述目標隔震支座所在建筑中設備的第一設備的第三時序數據，所述第三時序數據被配置為所述目標隔震支座所在建筑中的第一設備的歷史運行數據；
6、根據所述目標隔震支座的監測數據和所述第一隔震支座的監測數據作為輸入，所述目標隔震支座所在建筑中的第一設備的運行數據作為輸出，建立初始模型；
7、根據所述第一時序數據、第二時序數據和第三時序數據對所述初始模型進行訓練，獲得振動分析模型；
8、獲取所述目標隔震支座和所述第一隔震支座的實時監測數據，將所述實時監測數據輸入所述振動分析模型，獲得預測運行數據；
9、獲取所述目標隔震支座所在建筑中的第一設備的實時運行數據，根據所述實時運行數據和所述預測運行數據，獲得振動分析結果。
10、可選的，所述根據所述目標隔震支座的關聯信息，獲得與目標隔震支座關聯的第一隔震支座的第二時序數據，包括：
11、根據所述目標隔震支座，獲得所述目標隔震支座所在的目標建筑；
12、根據所述目標建筑，獲得所述目標建筑中的至少一個與所述目標隔震支座關聯的第一隔震支座；
13、根據所述第一隔震支座的歷史監測數據，獲得第二時序數據。
14、可選的，所述根據所述目標隔震支座的安裝信息，獲得所述目標隔震支座所在建筑中的第一設備的第三時序數據，包括：
15、根據所述目標隔震支座的安裝信息，獲得所述目標隔震支座所在的目標建筑；
16、根據所述目標建筑，獲得所述目標建筑中的至少一個與所述目標隔震支座關聯的第一設備；
17、根據所述第一設備的歷史運行數據，獲得第三時序數據。
18、可選的，所述根據所述目標隔震支座的監測數據和所述第一隔震支座的監測數據作為輸入，所述目標隔震支座所在建筑中的第一設備的運行數據作為輸出，建立初始模型，包括：
19、根據所述目標隔震支座的監測數據和所述第一隔震支座的監測數據作為輸入，所述目標隔震支座所在建筑中的第一設備的運行數據作為輸出，基于transformer架構，構建初始模型，所述初始模型至少包括輸入層、注意力層和全連接層；并為所述初始模型選擇損失函數。
20、可選的，所述獲取所述目標隔震支座所在建筑中的第一設備的實時運行數據，根據所述實時運行數據和所述預測運行數據，獲得振動分析結果，包括；
21、獲取所述目標隔震支座所在建筑中的第一設備的實時運行數據，根據所述實時運行數據和所述預測運行數據，判斷所述實時運行數據和所述預測運行數據的相似度；
22、當相似度不小于預設的第一閾值時，根據所述實時運行數據，獲得振動分析結果。
23、可選的，還包括：
24、當相似度小于預設的第一閾值時，根據所述實時運行數據，基于振動預測模型，獲得與所述實時運行數據對應的所述目標隔震支座的振動預測數據；所述振動預測模型被配置為以所述目標隔震支座所在建筑中的第一設備的運行數據作為輸入，以所述目標隔震支座的監測數據作為輸出的預測模型；
25、根據所述振動預測數據和所述目標隔震支座的實時監測數據，獲得第一差異數據；
26、根據所述第一差異數據，獲得振動分析結果。
27、可選的，所述根據所述第一差異數據，獲得振動分析結果，包括：
28、根據所述目標隔震支座的安裝信息，獲得與所述目標隔震支座所在建筑關聯的關聯建筑；
29、根據所述關聯建筑，獲得所述關聯建筑的第二差異數據；所述第二差異數據被配置為所述關聯建筑中與所述第一差異數據對應的差異數據；
30、根據所述第一差異數據和所述第二差異數據，獲得振動分析結果。
31、再一方面，一種基于人工智能模型的振動監測系統，包括模型管理平臺和異常檢測平臺；
32、所述模型管理平臺被配置為：
33、獲取目標隔震支座的第一時序數據，所述第一時序數據被配置為所述目標隔震支座獲得的歷史監測數據；
34、根據所述目標隔震支座的關聯信息，獲得與目標隔震支座關聯的第一隔震支座的第二時序數據，所述第二時序數據被配置為所述第一隔震支座的歷史監測數據；
35、根據所述目標隔震支座的安裝信息，獲得所述目標隔震支座所在建筑中設備的第一設備的第三時序數據，所述第三時序數據被配置為所述目標隔震支座所在建筑中的第一設備的歷史運行數據；
36、根據所述目標隔震支座的監測數據和所述第一隔震支座的監測數據作為輸入，所述目標隔震支座所在建筑中的第一設備的運行數據作為輸出，建立初始模型；
本文檔來自技高網...【技術保護點】
1.一種基于人工智能模型的振動監測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述根據所述目標隔震支座的關聯信息，獲得與目標隔震支座關聯的第一隔震支座的第二時序數據，包括：
3.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述根據所述目標隔震支座的安裝信息，獲得所述目標隔震支座所在建筑中的第一設備的第三時序數據，包括：
4.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述根據所述目標隔震支座的監測數據和所述第一隔震支座的監測數據作為輸入，所述目標隔震支座所在建筑中的第一設備的運行數據作為輸出，建立初始模型，包括：
5.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述獲取所述目標隔震支座所在建筑中的第一設備的實時運行數據，根據所述實時運行數據和所述預測運行數據，獲得振動分析結果，包括；
6.如權利要求5所述的一種基于人工智能模型的振動監測方法，其特征在于，還包括：
7.如權利要求6所述的
8.一種基于人工智能模型的振動監測系統，其特征在于，包括模型管理平臺和異常檢測平臺；
9.如權利要求8所述的一種基于人工智能模型的振動監測系統，其特征在于，所述模型管理平臺還被配置為：
10.一種設備，其特征在于，該設備包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器執行所述計算機程序，實現如權利要求1-7中任一項所述的方法。
...【技術特征摘要】
1.一種基于人工智能模型的振動監測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述根據所述目標隔震支座的關聯信息，獲得與目標隔震支座關聯的第一隔震支座的第二時序數據，包括：
3.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述根據所述目標隔震支座的安裝信息，獲得所述目標隔震支座所在建筑中的第一設備的第三時序數據，包括：
4.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征在于，所述根據所述目標隔震支座的監測數據和所述第一隔震支座的監測數據作為輸入，所述目標隔震支座所在建筑中的第一設備的運行數據作為輸出，建立初始模型，包括：
5.如權利要求1所述的一種基于人工智能模型的振動監測方法，其特征...
【專利技術屬性】
技術研發人員：劉仲秋，李剛，王香茹，朱勝利，秦瑾，陳相汝，陳沛健，李方森，王利麗，張康，
申請(專利權)人：四川革震科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。