原文传递
面向智慧工地的桥梁施工安全监测
| 论文题名： | 面向智慧工地的桥梁施工安全监测 |
| 关键词： | 桥梁施工;安全监测;深度学习;软件开发 |
| 摘要： | 传统的桥梁施工安全监测方式存在人力资源浪费、监测效率不足等问题，使用信息化技术对其赋能成为一种必然的趋势。为了更好地保障桥梁施工过程中的安全，本文针对于桥梁施工中容易出现的未戴安全帽、桥梁应力异常这两种安全隐患问题，开展了相关工作。先是基于深度学习设计了两种智能安全帽佩戴检测网络，然后基于物联网等技术设计了桥梁应力监测方法，最后基于建筑信息模型（Building Information Model，BIM）轻量化、WEB等技术设计了一种桥梁施工安全智能监测系统。本文具体工作如下： （1）设计了一种安全帽佩戴检测方法。本文在YOLOv4的基础上设计了两种安全帽佩戴检测网络。一种是轻量级网络YOLO-Ghost-BiFPNs3，其计算量仅为YOLOv4的5.8%，在监控距离一般的多数场景中使用，可以有效降低计算设备功耗；该网络的设计思路为：首先采用Ghost模块重构YOLOv4的网络，降低计算量，然后裁剪网络，去除冗余的参数，最后设计BiFPNs3结构并将其作为颈部网络，提高推理速度。另外一种是高精度网络YOLO-Res2C-H4，其检测精度比YOLOv4高出1.8个百分点，在监控距离较远的少数场景中使用，能有效识别小目标；该网络的设计思路为：首先设计Res2C结构并利用该结构重构YOLOv4的网络，提高网络混合感受野的能力，然后裁剪网络，降低计算量，最后增加小目标检测层，提高网络的检测精度。 （2）设计了一种桥梁应力监测系统。本文采用钢筋应力、混凝土应力、土体应力这三种应力传感器对桥梁不同位置的应力进行检测，并通过信号采集仪器、串口服务器、工控机等设备获取应力数据。在获取应力数据后，一方面工控机将应力异常数据提交至服务器，通过WEB软件进行预警；另一方面，工控机首先采用小波阈值降噪算法去除应力数据中的噪声，然后求解包络辅助应力趋势分析，在应力未异常之前进行预警。其中小波阈值降噪流程为：首先进行小波分解，然后设计阈值函数和阈值收缩函数并采用二者滤除噪声对应的小波系数，最后重构小波系数获得去噪数据。 （3）开发了桥梁施工安全监测WEB服务软件，集成并实现了安全帽佩戴监测算法和桥梁应力监测程序。首先对Revit软件设计的模型进行轻量化，然后将桥梁应力监测、安全佩戴监测、轻量化BIM整合为一个智能监测系统。其中轻量化BIM模型可以为安全监测数据提高三维可视化平台，用户便可以借助三维模型快速获取应力异常位置、未戴安全帽人员位置；BIM轻量化模型还可以用于指导桥梁施工，辅助管理项目，协调各方工作。该系统可以运用在手机移动端，用户通过手机便能远程管理桥梁施工，这极大地提高了施工安全管理的信息化水平。 |
| 作者： | 胡文骏 |
| 专业： | 电子信息 |
| 导师： | 何宏森;邹龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南科技大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
