基于数字孪生技术的建筑物施工监控系统的制作方法

本发明属于施工监测领域，特别是涉及一种基于数字孪生技术的建筑物施工监控系统。

背景技术：

1、数字孪生思想由密歇根大学的michael grieves命名为“信息镜像模型”，而后演变为“数字孪生”的术语。数字孪生也被称为数字双胞胎和数字化映射。数字孪生是在mbd基础上深入发展起来的，企业在实施基于模型的系统工程(mbse)的过程中产生了大量的物理的、数学的模型，这些模型为数字孪生的发展奠定了基础。2012年nasa给出了数字孪生的概念描述：数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程，因此将数字孪生技术引入至建筑物施工领域已经成为了未来趋势。

2、现有的建筑物施工监控系统多以bim技术实现，但是bim技术导致了项目信息的滞留与滞后，降低了数字化所能带来的管理便利与沟通便捷性，提升了项目数据利用难度，增加了项目成本，因此亟需一种基于数字孪生技术的建筑物施工监控系统。

技术实现思路

1、本发明的目的是提供一种基于数字孪生技术的建筑物施工监控系统，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种基于数字孪生技术的建筑物施工监控系统，包括：

3、数据收集子系统，用于收集建筑物施工过程中的施工数据；

4、数据处理子系统，与所述数据收集子系统连接，用于基于所述施工数据构建系统总体框架，基于所述系统总体框架构建建筑物施工孪生模型；

5、模型构建子系统，与所述数据处理子系统连接，用于构建前馈神经网络，通过所述前馈神经网络对所述施工数据进行处理和预测，生成建筑施工预测结果；

6、模拟子系统，与所述模型构建子系统连接，用于将所述建筑施工预测结果反馈至所述建筑物施工孪生模型中进行模拟，生成孪生模型模拟结果；

7、监控子系统，与所述模拟子系统连接，用于通过所述建筑物施工孪生模型对所述孪生模型模拟结果进行显示并进行监控。

8、优选的，所述数据收集子系统包括：

9、环境参数获取模块，用于通过环境传感器获取施工现场的环境参数；

10、运动参数获取模块，用于通过运动传感器获取设备和机械的运行参数；

11、视频数据获取模块，用于通过深度摄像头获取建筑物施工过程中的图像参数；

12、匹配模块，用于将所述环境参数和所述运行参数标注至所述建筑物施工过程中的图像参数中，生成所述施工数据。

13、优选的，所述数据处理子系统包括：

14、数据分析模块，用于将所述施工数据的点云进行分析，获得运行分析结果；

15、框架构建模块，用于构建系统框架，将所述运行分析结果导入至所述系统框架中进行构建，生成系统总体框架；

16、孪生模型构建模块，用于通过所述系统总体框架构建所述建筑物施工孪生模型。

17、优选的，所述孪生模型构建模块包括：

18、现实环境模拟单元，用于通过所述施工数据中的环境数据构建三维环境模型；

19、建筑模拟单元，用于通过所述施工数据中的运行参数和图像参数构建建筑和设备的孪生模型；

20、整合单元，用于将所述三维环境模型导入至所述建筑和设备的孪生模型中，生成所述建筑物施工孪生模型。

21、优选的，所述模型构建子系统包括：

22、神经网络构建模块，用于构建前馈神经网络，并将注意力机制引入至所述前馈神经网络中进行优化，生成改进的前馈神经网络；

23、训练模块，用于通过样本集对所述改进的前馈神经网络中进行训练，生成施工预测模型；

24、计算模块，用于通过所述施工预测模型对所述施工数据进行计算，生成施工预测结果。

25、优选的，所述训练模块包括：

26、预训练单元，用于通过transformer模型对所述改进的前馈神经网络进行预训练，生成预训练模型；

27、迭代训练单元，用于通过样本集对所述预训练模型进行迭代训练，然后通过优化器对训练后的模型进行优化，生成优化模型；

28、迁移学习单元，用于冻结所述优化模型的底层参数，将所述优化模型的上层参数进行优化，生成所述施工预测模型。

29、优选的，所述模拟子系统包括：

30、三维数据生成模块，用于基于建筑物施工区域将所述建筑施工预测结果划分为不同的区域并三维化，生成建筑三维预测数据；

31、导入模块，用于将所述建筑三维预测数据导入黄子所述建筑物施工孪生模型中进行模拟，生成所述孪生模型模拟结果。

32、优选的，所述监控子系统包括：

33、报告生成模块，用于通过所述建筑物施工孪生模型对所述孪生模型模拟结果进行显示，生成可视化报告；

34、异常显示模块，用于将所述可视化报告中的异常进度数据进行显示并告警。

35、本发明的技术效果为：

36、本发明利用前馈神经网络对建筑物施工进度进行模拟，增加了数据的利用率，同时神经网络结合数字孪生技术能够实时监控建筑物施工过程中的各种参数和情况。通过模拟数字孪生，可以预测潜在问题和风险，使得项目管理者能够及时采取措施以避免潜在的延误或成本增加。并且基于神经网络和数字孪生技术的监控系统可以持续收集数据并进行分析，为持续的改进和优化提供数据支持。这样可以实现建筑施工过程的持续改进，使得每个项目都能够从之前的经验中学习并改善。

技术特征：

1.一种基于数字孪生技术的建筑物施工监控系统，其特征在于，包括：

2.根据权利要求1所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述数据收集子系统包括：

3.根据权利要求1所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述数据处理子系统包括：

4.根据权利要求3所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述孪生模型构建模块包括：

5.根据权利要求1所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述模型构建子系统包括：

6.根据权利要求5所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述训练模块包括：

7.根据权利要求1所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述模拟子系统包括：

8.根据权利要求1所述的基于数字孪生技术的建筑物施工监控系统，其特征在于，所述监控子系统包括：

技术总结本发明公开了一种基于数字孪生技术的建筑物施工监控系统，所属技术领域为施工监测领域，包括：数据收集子系统，用于收集建筑物施工过程中的施工数据；数据处理子系统，用于基于系统总体框架构建建筑物施工孪生模型；模型构建子系统，用于构建前馈神经网络，通过前馈神经网络对施工数据进行处理和预测，生成建筑施工预测结果；模拟子系统，用于将建筑施工预测结果反馈至模型中进行模拟，生成模拟结果；监控子系统，用于通过建筑物施工孪生模型对孪生模型模拟结果进行显示并进行监控。本发明利用前馈神经网络对建筑物施工进度进行模拟，增加了数据的利用率，同时神经网络结合数字孪生技术能够实时监控建筑物施工过程中的各种参数和情况。技术研发人员：赵世展,于铮林,司振,李娜,姜国旺,李景然,杨金磊,朱旭,戴鹏翔,安晓伟受保护的技术使用者：汇通建设集团股份有限公司技术研发日：技术公布日：2024/8/16