【技術實現步驟摘要】
本專利技術涉及智能建造，具體涉及基于數字化的智能建造數據分析系統。
技術介紹
1、智能建造是指將信息技術、自動化技術以及其他先進技術應用于建筑施工過程中，以提高工程效率、降低成本、減少環境影響，并提高建筑物的功能性和舒適度。
2、專利申請號為cn202410700799.9的專利，其在說明書中記載有“本公開提供一種智能建造綜合管理平臺，屬于管理系統
該智能建造綜合管理平臺包括：施工進度管理模塊，用于獲取目標施工區域的施工階段，基于施工階段確定多個第一時間標記和多個第二時間標記，以及每個第一時間標記對應的第一施工設備和每個第二時間標記對應的質量檢查項目；施工設備管理模塊，用于基于第一時間標記向設備管理人員發送設備運維信息，設備運維信息用于指示設備管理人員對第一施工設備進行運維；施工質量管理模塊，用于基于第二時間標記向質量管理人員發送質量檢查信息，質量檢查信息用于指示質量管理人員按照質量檢查項目進行施工質量的檢查。本公開能夠提高現有的智能建造綜合管理平臺的協同效果”，上述技術雖然可以實現施工進度管理模塊、施工設備管理模塊和施工質量管理模塊等各模塊之間的高效協同，有利于加快施工進度，但是在多個模塊之間信息交互時，其中一個模塊出現信息同步或發送出錯誤信息，會影響多個模塊之間的運行，導致需要進行維護，影響到施工計劃的準確性和效率。
3、綜上所述，研發基于數字化的智能建造數據分析系統，仍是智能建造
中亟須解決的關鍵問題。
技術實現思路
1、本專利技術為了解
2、為實現上述目的，本專利技術提供了基于數字化的智能建造數據分析系統，包括數據獲取單元，用于獲取建造施工現場的各項數據；
3、數據集中單元，用于將獲取的數據進行集中儲存，并將儲存的數據同步到數據獲取單元；
4、預測單元，用于對建造施工現場的一些常規施工過程中會發生問題進行預測；
5、修復單元，用于在發生數據錯亂或者數據無法同步時，發出預警并提供修復建議。
6、進一步地，數據獲取單元包括：
7、傳感器模塊，通過在建造施工現場的各項施工設備上部署傳感器模塊，用于實時監控建造施工現場各項施工設備的工作狀態；
8、4d建筑信息模塊，用于清晰展示施工任務的時間安排與實際進展，獲取各階段的施工進度；
9、數據集中單元包括：
10、數據儲存模塊，用于接收數據進行儲存，并對接收的數據進行預處理，去除重復和無效數據；
11、數據分析模塊，用于對預處理后的數據進行實時分析，并展示數據獲取單元的工作狀態。
12、進一步地，預測單元包括：
13、歷史數據采集模塊，用于獲取數據集中單元的數據，為后續的預測提供可靠的數據基礎；
14、數據對比模塊，用于從數據集中單元獲取實時數據后，將獲取的實時數據與歷史數據進行多維度對比分析；
15、預警模塊，用于接收多維度對比分析后的數據，并對數據進行進一步識別；
16、修復單元包括：
17、問題處理模塊，用于接收預警單元傳輸的預警問題數據，并對數據進行分析處理后匹配修復方案；
18、自主學習模塊，接收問題被處理后的反饋數據，優化未來的修復方案。
19、進一步地，數據獲取單元操作流程包括：
20、傳感器模塊實時獲取和更新各項施工設備的數據，再通過傳感器模塊搭建物聯網網絡，連接到數據集中單元，形成物聯網架構；
21、4d建筑信息模塊獲取施工進度的實時數據和以往的數據；
22、數據集中單元操作流程包括；
23、數據儲存模塊接收到數據獲取單元傳來的數據后，對各項數據進行儲存，同時去除重復和無效數據，對預處理后的數據進行分類和標記；
24、數據分析模塊訪問數據儲存模塊的數據并進行實時分析，將數據獲取單元的工作狀態可視化，分析后的數據會同步到數據獲取單元，消除數據孤島。
25、進一步地，預測單元操作流程包括：
26、歷史數據采集模塊訪問數據集中單元的歷史數據，提取和匯總過去的施工記錄、設備狀態和資源使用關鍵數據；
27、數據對比模塊將實時數據與歷史數據進行對比分析后，進行全面性的動態預測；
28、預警模塊根據歷史數據中的常見風險或者異常情況的特征，再結合動態預測數據進行識別，識別出類似特征后發出預警。
29、修復單元操作流程包括：
30、問題處理模塊接收預警問題的數據后，結合歷史維護記錄進一步分析，找出根本原因，并提供修復方案；
31、自主學習模塊在問題被處理后，收集數據獲取單元的反饋數據，驗證修復結果，并更新系統模型。
32、進一步地，預測單元包括：
33、數據對比模塊進行全面性動態預測的過程：ct＝sreal_t-lhist_t，用于在相同條件下，實時數據與歷史數據的對比差異，其中ct是在時間t的數據差異，sreal_t是時間的實時數據，lhist_t是時間的歷史數據；at＝f(ct)×α，用于根據對比差異的大小和重要性調整權重，其中at是差異權重調整后的值，f(ct)是使用絕對值或平方計算差異的大小，α是調整因子，用于對不同類型數據的差異賦予不同的權重；
34、spred_t+k＝φ1sreal_t+φ2sreal_t-1+···+θ1ct+θ2ct-1+···，該公式表示根據實時數據和歷史數據之間差異來預測未來的趨勢，其中spred_t+k是預測未來t+k時間點的數據值，φi是模型中歷史數據的自回歸系數，θj是差異數據的移動平均系數；sfinal_pred_t+k＝sperd_t+k+λ×(sreal_t+k-sperd_t+k)，根據新的實時數據，動態調整預測結果，其中sfinal_pred_t+k是經過調整后的最終預測值，λ是動態調整系數，表示對預測偏差的調整力度，
35、(sreal_t+k-sperd_t+k)是實際數據與預測數據之間的誤差；整個全面性動態預測的過程根據實時數據與歷史數據的對比，其間需要結合差異分析、權重調整、動態預測模型和實時反饋。
36、進一步地，預測單元包括：
37、預警模塊識別出類似特征后發出預警的過程：首先，預警模塊會從實時數據和歷史數據兩者中提取相關特征，特征向量表示為：其中greal_t是時間t的實時數據特征向量，ghist_i是歷史數據中特定時間點i的特征向量，是第n個特征在時間t和i的值；通過歐式距離和余弦相似度來衡量當前特征向量與歷史特征向量之間的相似性，歐氏距離：其中是f(greal_t，ghist_i)當前數據與歷史數據的歐氏距離，余弦相似度：其中yxd(本文檔來自技高網...
【技術保護點】
1.基于數字化的智能建造數據分析系統，其特征在于，包括：數據獲取單元，用于獲取建造施工現場的各項數據；
2.根據權利要求1所述的基于數字化的智能建造數據分析系統，其特征在于，數據獲取單元包括：
3.根據權利要求2所述的基于數字化的智能建造數據分析系統，其特征在于，預測單元包括：
4.根據權利要求3所述的基于數字化的智能建造數據分析系統，其特征在于，數據獲取單元操作流程包括：
5.根據權利要求4所述的基于數字化的智能建造數據分析系統，其特征在于，預測單元操作流程包括：
6.根據權利要求5所述的基于數字化的智能建造數據分析系統，其特征在于，預測單元包括：
7.根據權利要求6所述的基于數字化的智能建造數據分析系統，其特征在于，預測單元包括：
8.根據權利要求7所述的基于數字化的智能建造數據分析系統，其特征在于，修復單元包括：
9.根據權利要求8所述的基于數字化的智能建造數據分析系統，其特征在于，修復單元包括：
10.根據權利要求8所述的基于數字化的智能建造數據分析系統，其特征在于
...【技術特征摘要】
1.基于數字化的智能建造數據分析系統，其特征在于，包括：數據獲取單元，用于獲取建造施工現場的各項數據；
2.根據權利要求1所述的基于數字化的智能建造數據分析系統，其特征在于，數據獲取單元包括：
3.根據權利要求2所述的基于數字化的智能建造數據分析系統，其特征在于，預測單元包括：
4.根據權利要求3所述的基于數字化的智能建造數據分析系統，其特征在于，數據獲取單元操作流程包括：
5.根據權利要求4所述的基于數字化的智能建造數據分析系統，其特征在于，預測單元操...
【專利技術屬性】
技術研發人員：黃錦強，彭亮，盧德旺，陳柳吉，石穎，吳永獻，蘇宏飛，鄧浪，
申請(專利權)人：中交一公局第四工程有限公司，
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。