一种适用于全装配式地铁车站大型预制构件测量装置与精细化安装控制方法与流程

一种适用于全装配式地铁车站大型预制构件测量装置与精细化安装控制方法
1.对于本技术，申请人要求在先中国发明专利申请号cn202111425102.4的优先权，该发明专利申请的申请日为2021年11月26日。
技术领域
2.本发明涉及地铁车站预制构件技术领域，具体而言，涉及一种适用于全装配式地铁车站大型预制构件测量装置与精细化安装控制方法。


背景技术：

3.地铁车站站台多为钢筋混凝土结构，通常采用现场浇筑的方式进行施工，由于站台的结构特点以及面积较大，模具的安装和拆除均比较困难，导致建设效率低，施工周期长，并且，存在资源和能源消耗较大、建筑垃圾量大等问题。为了提高施工质量和效率，减少环境污染，近年来，装配式地铁车站得到了广泛应用。但由于预制构件是批量生产，且形状复杂，常因加工质量问题出现构件无法使用，造成施工中出现不必要的浪费，同时，传统的人工检测方法在生产效率方面已经不能满足当今大规模生产检测的要求。
4.随着三维激光扫描技术与bim技术的快速发展，特别是随着数据采集速度和质量的进步，三维激光扫描技术与bim技术的结合在施工过程中的应用越来越广泛，多用于钢结构安装检测与施工过程的监测，但在预制混凝土结构的质量检验中，特别是对装配式地铁车站预制构件质量尚没有成熟、系统的应用体系。对大型预制构件的三维扫描同样没有相应的装置，在进行扫描时需要多角度的采集数据，由于预制构件体积较大导致搬运不便，且手动扫描时易发生遗漏，出现误差。


技术实现要素：

5.本发明要解决的技术问题是：
6.为了解决装配式地铁车站工程预制构件质量要求高，检验工作任务繁重且误差较大，易造成质量不合格无法精准安装，且没有相应扫描装置的问题。
7.本发明为解决上述技术问题所采用的技术方案：
8.本发明提供了一种适用于全装配式地铁车站大型预制构件测量装置，所述测量装置包括龙门吊、龙门吊滑轨、3d扫描仪滑轨和若干个3d扫描仪组件，所述3d扫描仪滑轨外侧设置有两个龙门吊滑轨，所述龙门吊通过滑轮可沿龙门吊滑轨滑动，所述3d扫描仪滑轨上布设有至少一个3d扫描仪组件，所述3d扫描仪组件可沿3d扫描仪滑轨滑动，所述3d扫描仪组件包括与3d扫描仪滑轨滑动连接的两个滑块，所述滑块上依次设置有连接杆、3d扫描仪滑座、伸缩杆和3d扫描仪，所述连接杆架设在两个滑块上，所述连接杆上滑动连接有3d扫描仪滑座，所述3d扫描仪滑座与伸缩杆一端连接，伸缩杆另一端与3d扫描仪可转动连接。
9.进一步地，所述3d扫描仪滑轨包括两个相互平行的单滑轨，所述单滑轨下方均匀布设有若干个枕木，所述滑块设置有滑轨槽，所述单滑轨内置于滑轨槽内，用于滑块沿3d扫
描仪滑轨滑动；所述3d扫描仪滑座设置有连接杆槽，所述连接杆内置于连接杆槽内，用于3d扫描仪滑座沿连接杆滑动。
10.进一步地，所述测量装置设置于厂房内部，所述厂房内部墙壁、屋顶和地面均为纯色背景。
11.进一步地，所述3d扫描仪为trimble x7高精度智能3d扫描仪。
12.本发明提供了一种适用于全装配式地铁车站大型预制构件精细化安装控制方法，包括以下步骤：
13.s1、建立三维激光扫描点云模型：将车站主体预制装配段每环中的7个待测预制构件a块、b1块、b2块、c1块、c2块、d块和e块分别放置至权利要求1-4中任一权利要求所述的测量装置内部进行3d激光扫描，获取待测预制构件的激光扫描数据并进行点云配准到一个参考坐标系，利用预先扫描的站点控制点上的信号目标，将每个站点的扫描数据坐标系统配准到一个参考坐标系统获得点云模型；
14.s2、单个待测预制构件质量检验：根据设计施工图纸建立bim参照模型，bim参照模型数据采用点云数据或三角网数据的方式获取bim参照模型中各点的三维坐标，将其引用到步骤s1中的参考坐标系统中，将同一参考坐标系的点云模型与bim参照模型上传至三维数据检测软件中，对点云模型进行坐标转换并与bim参照模型对齐，根据检验需求对扫描数据提取的面、边及各结构单元进行尺寸和位置检测，若检验合格进行下一步骤操作，若检验不合格将不合格的待测预制构件返厂重新加工或更换；
15.s3、虚拟预拼装及质量检验：在单个待测构件质量检验合格后进行虚拟预拼装，将各待测预制构件点云数据按实际施工顺序拼装、对齐并获得完成后的位置坐标，拼装、对齐后的每环预制构件或整体预制构件与bim参照模型生成色谱对比云图并自动生成准确的拼装偏差值，若拼装误差满足规范要求则进行下一步操作，若拼装误差无法满足规范要求将不合格的待测预制构件进行返厂重新加工或更换；
16.s4、将步骤s3中质量检验合格的预制构件运输至施工现场，将虚拟预拼装后得到的位置坐标发送至预制构件龙门吊，预制构件龙门吊根据位置坐标将相应的预制构件进行拼装。
17.进一步地，步骤s1中，3d扫描仪与待测预制构件的测量距离小于或等于5m。
18.进一步地，步骤s1中，通过trimble perspective软件对点云数据进行配准、去噪、分割与曲面重构后建立待测预制构件的点云模型。
19.进一步地，步骤s2中对点云模型和bim参照模型相应匹配点的坐标采用最小二乘法计算三维坐标变换矩阵，方法如下：
20.在点云模型中获取点集为pr＝{p
r1
,p
r2
,p
r3
,p
r4
,p
r5
,k,p
rn
}，在bim参照模型中获取点集pr＝{p
r1
,p
r2
,p
r3
,p
r4
,p
r5
,k,p
rn
}，两者之间存在三维坐标转换关系：t
×
pr＝pc，根据最小二乘法原理，通过三维残差的方式计算变换关系t：
[0021][0022]
式中：a表示小于等于n的点的个数，i的取值1，
……
n。
[0023]
进一步地，步骤s2中的三维数据检测软件为geomagic control软件。
[0024]
进一步地，步骤s3中选取a块底面为参照平面，各构件依据参照平面坐标进行转换
和对齐，按a块、b1块、b2块、c1块、c2块、d块、e块的顺序依次拼合。
[0025]
相较于现有技术，本发明的有益效果是：
[0026]
本发明一种适用于全装配式地铁车站大型预制构件测量装置，设置有龙门吊、3d扫描仪滑轨和3d扫描仪组件，将待测预制构件通过龙门吊吊起，龙门吊可对待测构件的高度进行调整，3d扫描仪可在3d扫描仪滑轨和连接杆上进行横向和纵向移动，通过伸缩杆可让3d扫描仪上下移动和转动，实现了对待测构件多角度全方位的数据采集，避免由于手动操作时对某一部分的采集发生遗漏，导致数据不完整的问题，通过调整3d扫描仪与预制构件的间距可减小扫描误差，保证实际拼装时高质量的拼装效果，有效提高工作效率，避免造成成本大幅度增加的现象发生；
[0027]
本发明一种适用于全装配式地铁车站大型预制构件精细化安装控制方法，将待测预制构件进行扫描获取点云数据并形成点云模型，将根据设计施工图纸建立的bim参照模型与点云模型进行对比，若待测预制构件的偏差过大则返厂重制，若偏差在合理范围内则进行预拼装，将拼装后的预制构件与bim参照模型进行整环或整体的对比，若整环或整体的偏差超出合理范围则再次返厂重制，若偏差合理则将拼装后的每个预制构件的位置坐标发送至现场的预制构件龙门吊，进行现场拼装；
[0028]
采用三维激光扫描技术进行预制构件加工质量检验，相较于传统测量检验方法具有速度快、精度高的有限，信息自动采集、统一存储并实现检测结果分析计算智能化，可显著降低测量时间，工作效率明显提高；
[0029]
将bim技术与三维激光扫描技术应用于装配式地铁车站预制构件质量检验过程中，可实现加工检测、虚拟预拼装与仿真纠偏一体化，为实际施工管理提供技术支撑，有效保证施工质量，减少不必要浪费，提高施工效率，保证地铁拼装精度。
附图说明
[0030]
图1为本发明一种适用于全装配式地铁车站大型预制构件测量装置的立体结构示意图；
[0031]
图2为本发明一种适用于全装配式地铁车站大型预制构件精细化安装控制方法的原理图；
[0032]
图3为本发明bim参照模型图；
[0033]
图4为本发明单环预制构件分块图；
[0034]
图5为本发明a块点云模型图；
[0035]
图6为本发明b块点云模型图；
[0036]
图7为本发明c块点云模型图；
[0037]
图8为本发明d块点云模型图；
[0038]
图9为本发明e块点云模型图；
[0039]
图10为本发明虚拟预拼装对比云图；
[0040]
图11为本发明a块差值色谱图。
[0041]
附图标记说明：
[0042]
1-龙门吊，2-龙门吊滑轨，3-滑轮，4-枕木，5-单滑轨，6-滑块，7-连接杆，8-3d扫描仪滑座，9-伸缩杆，10-3d扫描仪。
具体实施方式
[0043]
在本发明的描述中，应当说明的是，各实施例中的术语名词例如“上”、“下”、“前”、“后”、“左”、“右”等指示方位的词语，只是为了简化描述基于说明书附图的位置关系，并不代表所指的元件和装置等必须按照说明书中特定的方位和限定的操作及方法、构造进行操作，该类方位名词不构成对本发明的限制。
[0044]
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
[0045]
具体实施方案一：结合图1所示，本发明提供一种适用于全装配式地铁车站大型预制构件测量装置，所述测量装置包括龙门吊1、龙门吊滑轨2、3d扫描仪滑轨和若干个3d扫描仪组件，所述3d扫描仪滑轨外侧设置有两个龙门吊滑轨2，所述龙门吊1通过滑轮3可沿龙门吊滑轨2滑动，所述3d扫描仪滑轨上布设有至少一个3d扫描仪组件，所述3d扫描仪组件可沿3d扫描仪滑轨滑动，所述3d扫描仪组件包括与3d扫描仪滑轨滑动连接的两个滑块6，所述滑块6上依次设置有连接杆7、3d扫描仪滑座8、伸缩杆9和3d扫描仪10，所述连接杆7架设在两个滑块6上，所述连接杆7上滑动连接有3d扫描仪滑座8，所述3d扫描仪滑座8与伸缩杆9一端连接，伸缩杆9另一端与3d扫描仪10可转动连接。
[0046]
龙门吊1可对待测构件的高度进行调整，3d扫描仪10可在3d扫描仪滑轨和连接杆7上进行横向和纵向移动，通过伸缩杆9可让3d扫描仪10上下移动和转动，实现了对待测构件多角度全方位的数据采集，避免由于手动操作时对某一部分的采集发生遗漏，导致数据不完整的问题，通过调整3d扫描仪与预制构件的间距可减小扫描误差，保证实际拼装时高质量的拼装效果，有效提高工作效率，避免造成成本大幅度增加的现象发生。
[0047]
具体实施方案二：结合图1所示，所述3d扫描仪滑轨包括两个相互平行的单滑轨5，所述单滑轨5下方均匀布设有若干个枕木4，所述滑块6设置有滑轨槽，所述单滑轨5内置于滑轨槽内，用于滑块6沿3d扫描仪滑轨滑动；所述3d扫描仪滑座8设置有连接杆槽，所述连接杆7内置于连接杆槽内，用于3d扫描仪滑座8沿连接杆7滑动。本实施方案的其他组合和连接关系与具体实施方案一相同。
[0048]
具体实施方案三：结合图1所示，所述测量装置设置于厂房内部，所述厂房内部墙壁、屋顶和地面均为纯色背景，用于避免扫描物体之外的干扰点和由于物体本身反射特性不均匀导致的错误点，影响点云数据处理质量。本实施方案的其他组合和连接关系与具体实施方案二相同。
[0049]
具体实施方案四：结合图1所示，所述3d扫描仪为trimble x7高精度智能3d扫描仪，trimble x7高精度智能3d扫描仪在存储区进行三维激光扫描，该设备可实现自动化智能扫描，无须手动设置参数、自动测量且无须停机，与专门面向内业控制和完整配准而设计的trimble perspective软件的全面集成可对数据充分配准、细化、控制并导出到多种现有数据格式。本实施方案的其他组合和连接关系与具体实施方案三相同。
[0050]
具体实施方案五：结合图2至图11所示，本发明提供一种适用于全装配式地铁车站大型预制构件精细化安装控制方法，包括以下步骤：
[0051]
s1、建立三维激光扫描点云模型：将车站主体预制装配段每环中的7个待测预制构件a块、b1块、b2块、c1块、c2块、d块和e块分别放置至测量装置内部进行3d激光扫描，获取待测预制构件的激光扫描数据并进行点云配准到一个参考坐标系，利用预先扫描的站点控制
点上的信号目标，将每个站点的扫描数据坐标系统配准到一个参考坐标系统获得点云模型；
[0052]
s2、单个待测预制构件质量检验：根据设计施工图纸建立bim参照模型，bim参照模型数据采用点云数据或三角网数据的方式获取bim参照模型中各点的三维坐标，将其引用到步骤s1中的参考坐标系统中，将同一参考坐标系的点云模型与bim参照模型上传至三维数据检测软件中，对点云模型进行坐标转换并与bim参照模型对齐，根据检验需求对扫描数据提取的面、边及各结构单元进行尺寸和位置检测，若检验合格进行下一步骤操作，若检验不合格将不合格的待测预制构件返厂重新加工或更换；
[0053]
s3、虚拟预拼装及质量检验：在单个待测构件质量检验合格后进行虚拟预拼装，将各待测预制构件点云数据按实际施工顺序拼装、对齐并获得完成后的位置坐标，拼装、对齐后的每环预制构件或整体预制构件与bim参照模型生成色谱对比云图并自动生成准确的拼装偏差值，若拼装误差满足规范要求则进行下一步操作，若拼装误差无法满足规范要求将不合格的待测预制构件进行返厂重新加工或更换；
[0054]
s4、将步骤s3中质量检验合格的预制构件运输至施工现场，将虚拟预拼装后得到的位置坐标发送至预制构件龙门吊，预制构件龙门吊根据位置坐标将相应的预制构件进行拼装。
[0055]
具体实施方案六：步骤s1中，3d扫描仪与待测预制构件的测量距离小于或等于5m，trimble x7扫描仪在测程80m处平面和高程精度可达到1mm，且距离越近精度越高，本次扫描过程中测量距离不超过5m，测量精度误差可以控制在0.01mm以内，扫描结果可直接用于构件质量检验。本实施方案的其他组合和连接关系与具体实施方案五相同。
[0056]
具体实施方案七：步骤s1中，通过trimble perspective软件对点云数据进行配准、去噪、分割与曲面重构后建立待测预制构件的点云模型，即通过刚体变换矩阵对目标中心进行匹配，根据配准精度估计目标外方向参数，刚体变换矩阵满足式：
[0057][0058]
式中：j代表点云第j次配准；m为配准次数；rj为第j次旋转变换；tj为第j次平移变换；p
j+1k
，p
jk
为其他坐标系下第j次点云集配准的第k个点，点云集共包括n个点；
[0059]
将扫描后的数据进行处理，扫描过程中会生成扫描物体之外的干扰点和由于物体本身反射特性不均匀导致的错误点，影响点云数据处理质量，利用反射强度值对点云数据进行粗差消除、点云数据拼接、点云数据整体去噪和数据约简，仅保留需要检验与虚拟拼装构件的点云数据；
[0060]
预制构件中存在部分异形预埋构件，对点云模型中的空洞、凸起或凹槽基于点云处理软件内生成的导向曲线，通过在参考平面上投影点生成曲面，待测预制构件a、b、c、d和e的点云模型如图5至图9所示。本实施方案的其他组合和连接关系与具体实施方案六相同。
[0061]
具体实施方案八：步骤s2中对点云模型和bim参照模型相应匹配点的坐标采用最小二乘法计算三维坐标变换矩阵，方法如下：
[0062]
在点云模型中获取点集为pr＝{p
r1
,p
r2
,p
r3
,p
r4
,p
r5
,k,p
rn
}，在bim参照模型中获取点集pr＝{p
r1
,p
r2
,p
r3
,p
r4
,p
r5
,k,p
rn
}，两者之间存在三维坐标转换关系：t
×
p
r＝pc，根据最
小二乘法原理，通过三维残差的方式计算变换关系t：
[0063][0064]
式中：a表示小于等于n的点的个数，i的取值1，
……
n。本实施方案的其他组合和连接关系与具体实施方案七相同。
[0065]
具体实施方案九：结合图11所示，步骤s2中的三维数据检测软件为geomagic control软件，将点云模型与bim模型导入到geomagic control软件中，并将模型统一配准到相同坐标系统，提取模型的面、边及各结构单元计算空间坐标的位置偏差，获取相应的偏差对比数据，最终在分析报告中形成差值色谱图，直观查看偏差位置及数值，其中图11为a块差值色谱图。本实施方案的其他组合和连接关系与具体实施方案八相同。
[0066]
地铁车站拼装缝隙多，预制构件形状异形且规模较大，构件生产质量及拼装质量控制标准极为严格，具体质量控制标准如表1所示：
[0067]
表1
[0068][0069]
即使单体构件加工精度满足设计要求，但预制构件的精度及拼装误差难免会造成拼装过程中出现累计误差，影响整体施工质量，通过三维激光扫描点云模型进行虚拟预拼装，模拟施工过程，检验拼装误差，保证装配式地铁车站预制构件在加工生产及拼装过程中误差在允许范围内，有效管控施工质量。
[0070]
具体实施方案十：结合图10所示，步骤s3中选取a块底面为参照平面，各构件依据参照平面坐标进行转换和对齐，按a块、b1块、b2块、c1块、c2块、d块、e块的顺序依次拼合，拼合后的预制构件与高精度bim模型进行对比，通过geomagic control软件生成色谱对比云图并自动生成准确的拼装偏差值。本实施方案的其他组合和连接关系与具体实施方案九相同。
[0071]
虽然本发明公开披露如上，但本发明公开的保护范围并非仅限于此。本发明领域技术人员在不脱离本发明公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。
[0072]
本发明在创造时参考了下列文献：郭正兴,耿佳名,徐政,潘清,刘毅,徐军林,邢琼.叠合预制装配式地铁车站结构体系的策划与试验研究[j].施工技术,2021,50(04):1-5；王钰丹.基于机器视觉表面缺陷检测技术研究[d].中国科学院大学(中国科学院西安光学精密机械研究所),2018；韩达光,秦国成,周银,王东方,杨宇鹏.基于bim和三维激光扫描在基坑监测中的应用[j].重庆交通大学学报(自然科学版),2019,38(06):72-76+102；覃亚伟,石文洁,肖明钊.基于bim+三维激光扫描技术的桥梁钢构件工程质量管控[j].土木工程
与管理学报,2019,36(04):119-125；孙树斌,齐张晟,邵繁争,李凯,赛菡.bim结合三维激光扫描技术在大型会展钢结构施工质量控制中的应用[a].《施工技术》杂志社、亚太建设科技信息研究院有限公司.2019年全国建筑施工新技术交流会论文集[c].《施工技术》杂志社、亚太建设科技信息研究院有限公司:施工技术编辑部,2019:4；郭树彬.基于bim+三维激光扫描技术的大跨度转体斜拉桥钢球铰精细化安装管理研究[j].工程管理学报,2020,34(05):143-147；吴贤国,邓婷婷,黄金龙,王洪涛,王堃宇,陈虹宇,李铁军.基于lssvm-nsga
‑ⅱ
的桥梁钢构件三维激光扫描方案优化[j].土木工程与管理学报,2021,38(03):1-7；杨帆,吴涛,廖瑞金,江金洋,陈涛,高兵.数字孪生在电力装备领域中的应用与实现方法[j].高电压技术,2021,47(05):1505-1521；洪巧良,刘振,王芬奇,陈井,崔能.异形曲面单元体幕墙施工技术[j].施工技术,2021,50(02):117-120；余章蓉,王友昆,潘俊华,林初森.trimble x7三维激光扫描仪在建筑工程竣工测量中的应用[j].测绘通报,2021(04):160-163；李淑莲.灰色系统理论在道路交通事故分析中的应用研究[d].深圳大学,2019；沈静瑶.中俄航空客运市场需求预测的系统动力学模型研究[d].南京航空航天大学,2020。