[发明专利]基于多源传感信息的造楼机工作状态识别方法

说明书

本发明的基于多源传感信息的造楼机工作状态识别方法,针对现有造楼机施工过程中缺乏工序流程监控手段，工作状态识别准确度低的问题,步骤：实时获取造楼机运行过程中主受力构件上的加速度时程信号，实时读取模板和造楼机架体之间的距离，及顶升油缸的压力和行程数据；提取加速度时程信号的均方根值、平均值、峰峰值、熵值和偏移特征值，距离、压力和行程的实测平均值作为特征值，得出造楼机六种工作状态下的特征组合向量，通过机器学习的方法训练造楼机六种工作状态下的分类模型；获取造楼机当前实测的加速度时程信号、距离、压力、行程和相应的特征组合向量，将其与训练完成的分类模型进行实时对比并识别当前造楼机的六种工作状态。

技术领域

本发明涉及建筑工程施工技术领域，特别涉及一种基于多源传感信息的造楼机工作状态识别方法。

背景技术

造楼机是在高层、超高层建筑工程建设中广泛应用的混凝土结构高空作业平台，能够搭载塔吊、布料机、施工升降机附着装置等其它施工设备，并跟随建筑结构主体的竖向施工流水节拍协同爬升施工，具有良好的整体建造效率。但多设备一体化的造楼机的结构与工艺较为复杂，爬升过程中安全风险大，需要采取有效的造楼机安全状态监控措施。

目前，对造楼机的安全状态监测主要集中在结构件的力学状态、环境状态等方面，而对其工序流程的安全监测较少。混凝土结构主体每施工一层，造楼机均需经过爬升、绑扎钢筋、开合模、浇筑混凝土等多道工序流程，不同的工序流程中需要监控的部位、部件各有侧重，依靠传统建模方式和信息模型更新手段，无法有效获知造楼机的实时工作性态，并且由于施工干扰因素多，其工作状态识别的准确度不高。

发明内容

针对现有高层及超高层建筑的造楼机在施工过程中，存在工序流程的监控手段缺乏，工作状态识别准确度低的问题。本发明的目的是提供一种基于多源传感信息的造楼机工作状态识别方法。

本发明解决其技术问题所采用的技术方案是：基于多源传感信息的造楼机工作状态识别方法，步骤如下：

S1：将造楼机的工作状态划分为停工、绑筋、合模、退模、升降、泵送六种工作状态，分别表示为S_A、S_BB、S_BH、S_BT、S_C、S_D，在造楼机的主水平受力层的中心位置设置一个加速度传感器，加速度传感器紧贴固定在造楼机的主受力构件上，在模板与造楼机架体之间设置至少一个距离传感器，在造楼机的顶升油缸中设置压力行程传感器；

S2：在造楼机的六种工作状态下，实时读取各个传感器的数据信息并建立实时数据曲线，按照时间段Δt将实时数据曲线划分为n个数据段，每一种传感器均分别获得n个数据段的传感信号；

S3：分析每个数据段的时域、频域、时频域特征，对时间段Δt内加速度传感器所测的加速度时程信号R，提取该数据段的均方根值R_rms、平均值峰峰值R_pp、熵值R_H、偏移特征值R_cr作为特征值；对时间段Δt内距离传感器所测的模板与造楼机架体之间的距离L、压力行程传感器所测压力P和行程H，均采用时间段Δt内的实测平均值作为特征值；

S4：得出所述加速度传感器、距离传感器、压力行程传感器分别对应的特征向量，根据造楼机的实际工序流程，分别得出六种工作状态下所有传感器的特征组合向量F；

S5:采用分类器训练造楼机六种工作状态下所有传感器的特征组合向量F，并在造楼机的信息监控系统中部署训练完成的分类模型；

S6：造楼机进入实时识别阶段，各个传感器实时读取传感信号，根据步骤S2～S4，获得当前实测信号R_c、L_c、P_c、H_c和相应的特征组合向量F_c，将其与步骤S5训练得出的分类模型进行实时对比，并判断得出造楼机当前的工作状态，分别输出当前实测信号的六种工作状态的分类结果；