一种基于知识图谱的打桩船和起重船组合智能施工方法与流程

本发明涉及一种基于知识图谱的打桩船和起重船组合智能施工方法，适用于工程。

背景技术：

1、随着bim再各行各业的应用，智能化对行业的改变越来越明显，但是基于传统的的工艺方案的制作方法多为手工编制，未有针对性的自动生成施工工艺的方法，而且，再施工前期策划阶段，对施工中的行为风险识别也比较困难。

2、为提升施工工艺编制的自动化和改善施工策划中的风险识别能力问题，该发明较好利用知识图谱表示的方法，提供了一种基于知识图谱的打桩船和起重船组合智能施工方法，能够适应码头装配平台自动化生成和指导作业，同时保证了更高的工艺编制效率。

技术实现思路

1、本发明的目的，是为了解决目前智能化对行业的改变未有针对性的自动生成施工工艺的方法，且在施工前期策划阶段，对施工中的行为风险识别也比较困难等问题，适用于工程技术领域，具有智能化、效率高等优点，可广泛的应用于工程技术领域。

2、本发明的目的可以通过采取如下技术方案达到：

3、s100，建立施工图谱；

4、所述建立施工图谱，包括根据打桩船和起重船功能建立施工知识图谱，所述施工知识图谱由源知识图谱组成，所述源知识图谱包括打桩船知识图谱、起重船知识图谱、桩基和梁施工工艺流程知识图谱、智能施工知识图谱；

5、s200，建立打桩船知识图谱；

6、所述建立打桩船知识图谱，包括主节点打桩船，以及与打桩船和起重船相关的作业活动、结构对象、位置、安全、姿态、行为指标等子节点，所述姿态包括移动装置平面坐标x和y，全回转转角和主臂倾角，主臂各分段液压控制长度，多个主钩各自的长度参数，

7、所述结构对象包括位置参数，所述位置参数通过布置位移传感器、角度传感器或压力传感器等进行实时监测；

8、s300，建立桩基施工工艺流程知识图谱；

9、所述建立桩基施工工艺流程知识图谱，包括打桩船定位节点、运桩船定位节点、打桩船桩基起吊就位节点和打桩节点，所述打桩船定位节点、运桩船定位节点、打桩船桩基起吊就位节点和打桩节点包含状态参数、前置判定条件、后续判定条件、动作判定；

10、s400，建立梁吊装工艺流程知识图谱；

11、所述建立梁吊装工艺流程知识图谱，包括起重船定位、运梁船定位、起重船吊移和安装节点，所述起重船定位、运梁船定位、起重船吊移和安装节点包含状态参数、打桩船作业前置判定条件、打桩船作业后续判定条件、打桩船作业作业时长；

12、s500、建立智能施工知识图谱；

13、所述建立智能施工知识图谱，包含路径推演算法、生成模型、检测模型、船舶作业适应性分析模型节点；

14、s600、实现智能施工；

15、所述实现智能施工，包括通过智能施工知识图谱的生成模型，对打桩船知识图谱、起重船知识图谱、工艺流程知识图谱进行实例化，通过检测模型和船舶作业适应性分析模型对实例化对象进行判断，判断实例化的节点是否满足要求，船舶作业适应性分析模型调用打桩船和起重船船舶运动数据库，进行基于限制条件的的船舶作业适应性分析，并标志能否施工状态，通过路径推演算法进行最优路径分析，确定智能施工的工艺过程，实现智能施工。

16、进一步的，上述s500中，所述生成模型包含以下步骤：1)批量输入梁、桩等的结构数据，初始化对象，2)创建智能施工主知识图谱节点，依次创建梁和桩的实例化节点，并对每个对象节点实例化工艺流程知识图谱根节点，作为该梁或桩节点的子节点，3)根据工艺流程节点，随机生成工艺流程知识图谱根节点的子节点，每个作业活动根据预设的数量或可以生成任意个节点，并根据生成的先后顺序建立节点之间关系为“循序”，4)如果作业活动的数量为不固定数量的节点，则为生成的各个子节点创建一个节点作为父节点，并作为工艺流程知识图谱根节点的子节点，5)对于每一个作业活动，可随机生成任意个数量的状态参数前子节点或后子节点；也可生成1个特征数据节点，作为前子节点或后子节点，6)生成模型可计算状态参数的特征点；对每一个作业活动，打桩船或起重船台知识图谱节点对象可计算特征数据，7)运用随机算法随机生成预设数量的打桩船或起重船台知识图谱节点对象，作为工艺流程知识图谱的前子节点和后子节点，8)对任一前子节点和任一后子节点建立图谱关系。

17、所述随机算法，包括对于给定的状态参数，运动正态分布算法对状态参数的每个参数，随机生成状态向量。

18、所述特征数据点的建立步骤为：1)按照预设的角度范围，计算船舶六个自由度的运动响应最小值对应的角度，作为船舶作业朝向角特征数据，2)考虑上一步得出的起重船和打桩船的朝向角，按照起重船和打桩船及配套船舶的作业半径及位置，按照预设的最小安全距离，计算各作业下船舶的最近位置，作为特征数据点的初始化参数。

19、进一步的，所述的一种基于知识图谱的打桩船和起重船组合智能施工方法，其特征在于，所述作业活动的数量为不固定数量的节点时，工艺流程知识图谱根节点下将有多个最优子路径，计算工艺流程知识图谱根节点下所有的最优值，即为最优路径。

20、进一步的，上述s500中，所述生成模型，包括根据预设的开始时间，对施工作业的子节点的作业开始时间和作业时长进行实例化。

21、进一步的，上述s500中，所述检测模型，包括对状态参数的进行检测，包括碰撞检测、条件检测和荷载检测及运动检测，所述检测模型的建立步骤为：1)碰撞检测根据平台和结构对象的属性，根据网格点的最近距离，确定是否碰撞，2)条件检测包括前置判定条件和后续判定条件，用来判断当前平台和结构的姿态和位置状态是否符合预设的判定条件，3)荷载检测根据输入的节点对应的作业开始时间和时长计算荷载，判断姿态和位置参数是否符合要求，4)运动响应检测按照节点对应的作业时间和时长计算波浪作用下运动响应，判断姿态和位置参数是否符合要求。

22、进一步的，上述s200中，所述行为指标建立步骤为：1)行为指标包括运动响应和受力；2)输入预设风浪流作用在船舶上的响应和受力数据，主要为单位波高下不同周期和方向的波浪作用下运动响应和波浪力、单位风速下不同风向的风力、单位流速作用下不同流向的流力，3)输入整个建设周期的每小时间隔的风浪流数据，包括风速风向、波高周期波向、流速流向，4)根据每小时间隔的数据实时计算风浪流总荷载和波浪作用下的运动响应，5)对运动响应的时间历程数据统计极大值数据，按从大到小排列，按总数量的百分比计算相对较大值得平均值。

23、进一步的，上述s500中，所述路径推演算法，包括下列步骤:1)对每一施工工艺流程知识图谱的节点，采用对应作业的评价函数，以节点的前子节点和后子节点为输入，计算关系的评价值；

24、

25、fj(θ1,j,θ2,j)＝ej(hs,tp,wdir,cv,cdir,wv,wdir)(θ2,j-θ1,j)2   (2)

26、

27、式中，θ1，j和θ2，j分别为子节点和后子节点第j个分量，wj为权值，ej(θ2,j-θ1,j)2为以距离表达的耗能函数，ej(hs,tp,wdir,cv,cdir,wv,wdir)为风浪流作用下的单位距离耗能值，ej(θ2,j-θ1,j)/vj为以速率表达的评价函数，ej(hs,tp,wdir,cv,cdir,wv,wdir)为单位时间耗能值，vj为变换速率，fall(hs,tp,wdir,cv,cdir,wv,wdir)为根据风浪流参数输入的荷载变换函数，r(hs,tp,wdir)为波浪参数输入的运动响应变换函数，c1和c2分别为权重值；2)根据节点预设的评价值或比例，修改关系的状态，标记为可能路径；3)从施工工艺流程知识图谱的前子节点开始到最后一个作业节点的后子节点；遍历所有子节点的关系(可能路径)，形成从开始到结束的路径；4)对每一路径计算路径评价函数，计算最优值即为最优路径，第i个节点附近2k+1个节点的评价函数总和，计算节点附近2k+1个节点的动作连贯性，为权重值。

28、本发明的有益效果是：

29、本发明的有益效果是：解决了目前目前无人机安装引绳过程中滑轮会突然滚动容易造成无人机发生碰撞，从滑动摩擦和滚动摩擦的物理本质上研究，并施加适当的安全系数，提出了引绳的选择标准，同时提出了一种基于知识图谱的打桩船和起重船组合智能施工方法，具有安全性高、可操作性强等优点，可广泛的应用于工程技术领域。