房屋建筑结构的安全监测系统及其建立、监测方法与流程

1.本发明涉及混凝土结构监测领域，尤其涉及混凝土房屋建筑的结构安全监测领域。


背景技术：

2.近年来，随着人民经济不断发展，人民生活水平得到极大提高，基础设施建设更加完善，快速的城市化建设和重大房屋建筑工程项目建设也迎来了发展的巅峰时期，同时房屋结构的安全性问题也存在更多的安全隐患，轻则出现一些裂缝、脱落的现象造成一些人为损伤，重则可能会出现房屋的倒塌、坍塌的事故造成巨大的生命和财产损失。
3.为此，房屋建筑结构的监测系统的建立势在必行，通过远程、实时、连续的结构监测系统完善房屋安全性诊断是保证财产和生命安全的一项重要措施。
4.中国发明专利公开号cn105933849a公开了一种房屋结构健康监测装置，其包括传感器网络节点和监测中心服务器，所述传感器网络节点布置在被测部位并与监测中心服务器通过局域网相连接，监测中心服务器通过网络向远程用户提供数据服务或发出预警信息；所述传感器网络节点包括：采用椭圆定位法进行定位的传感器网络定位模块、用于对传感器的费用和能量进行约束的传感器约束模块、采用色素增感型光电池供能的自供电模块和数据修正模块。该监测装置侧重于快速定位传感器网络节点、同时对传感器的费用和能量进行约束，并没有公开如何将传感器的数据转换为房屋安全性诊断结果的过程。
5.又如中国发明专利公开号cn113686393a公开了一种建筑物健康状态检测系统及其检测方法，通过对房屋瓷砖划分定位点的敲击判断房屋瓷砖的空鼓问题；通过对房屋自建墙壁的敲击检测房屋自建墙壁的结构水平问题，以减少自建墙壁瓷砖的安全隐患，该专利侧重于解决墙壁瓷砖的安全问题，并未公开如何对房屋整体结构的安全评估方案。
6.又如中国发明专利授权公告号cn106197557b公开了一种墙体震动检测系统及其检测方法，并通过结合音频特征量数据、形变特征量数据、实时定位信息数据以及实时监测的风力、风向、温湿度、降雨量信息数据来计算墙体的损伤程度，且通过客户端模块综合显示各因素对房屋安全的影响程度。该专利是通过墙体瞬间变形采集模块提取形变特征量并转化为电信号，但并未公开提取和转换过程。
7.又如中国发明专利公开号cn110969372a公开了房屋安全性鉴定方法，后台结合待鉴定房屋的施工图纸、使用年限和修缮情况建立房屋模型，以用于反映房屋的理想使用情况；利用检测设备检测数据并传输至后台内；后台设置模拟值代入房屋模型内，将计算得到的数据与获取的数据进行比较，根据比较结果优化修正房屋模型；后台将获取的数据与修正的房屋模型关联、并结合预先存储在后台内的用于对房屋危险性进行评级的相关规范，生成用于获取房屋鉴定结果的模拟模型；后台将获取的房屋鉴定结果返回至现场工作人员的检测设备上显示出来。该专利只能够评估结构构件的裂缝情况、墙面的垂直度，对于房屋结构来说仅仅评估这些是不够的。


技术实现要素：

8.本发明要解决的技术问题是现有的房屋建筑结构的监测系统没有建立，或者虽然有监测系统但无法直接评估房屋结构的安全情况，为此提供一种房屋建筑结构的安全监测系统及其建立、监测方法。
9.本发明的技术方案是：房屋建筑结构的安全监测系统，包括：数据采集系统，所述数据采集系统包括布置于不同楼层受力关键位置的加速度振动传感器；数据中端处理系统，所述数据中端处理系统用于接收数据采集系统传输的振动信号并对其进行信号处理及健康阈值判断，并传输于监测系统终端显示；终端监测系统平台，所述终端监测系统平台与数据中端处理系统信号连接，用于房屋建筑界结构各构件的健康形象化展示与全时监测诊断。
10.上述方案中所述受力关键位置是房屋底层梁或柱。
11.上述方案中所述终端监测系统平台是终端电脑服务器，通过网线与数据中端处理系统连接。
12.上述方案中所述加速度振动传感器是基于mems系统的开发的。
13.房屋建筑结构的安全监测系统的建立方法，包括以下步骤：(1)、结合房屋建筑设计图纸及现场调查，在终端监测系统平台上建立房屋结构模型，着重体现柱、梁、板和墙等主要受力构件的具体位置分布；(2)、布置加速度振动传感器于所需重点监测的主要受力构件附近，确保其完全耦合，同时完成其与数据中端处理系统的通讯检测，保证各构件振动信号全时传输；(3)、在房屋结构模型上结合实际的加速度振动传感器位置展示，同时根据加速度振动传感器的实际布置位置结合轴线号分别多个列表展示各构件健康状况；(4)、所述数据中端处理系统全时接收各构件位置附近加速度振动传感器采集数据，实时处理各加速度振动传感器的全时振动信号并输出各构件的结构监测结果实时传输至终端监测系统平台。
14.房屋建筑结构的安全监测系统的监测方法，包括以下步骤：(1)、所述数据中端处理系统对全时的振动数据进行一个时频变换处理，通过开展集合经验模态分解，将原始震动数据以1s为单位长度分解为不同的imf分量，每一个imf分量对应的单独主频的震动信号，分别对每一个imf分量做fft，挑选出5hz以下的对应imf分量在5hz以下的模态中分别选取1-2hz的对应模态记为e
响
，挑选出2-5hz的对应模态记为e
固
，对这两个模态的信号求其能量总和，引入健康判定参数i＝e
响
/e
固
，当i超过设定的阈值时诊断为不健康状态，当i小于设定的阈值时诊断为健康状态；(2)、将健康状态或不健康状态反馈至终端监测系统平台，并在终端监测系统平台进行形象化展示，在加速度振动传感器布置于各受力关键位置的示意位置进行红绿灯闪烁显示，健康状态显示为绿灯，不健康状态则显示为红灯。
15.所述集合经验模态分解包括以下步骤：1)将原始信号x(t)中多次添加均值为0、标准差为ε的高斯白噪声ni(t)，即:
16.xi(t)＝x(t)+ni(t)
ꢀꢀꢀ
(1)
17.其中，xi(t)为第i次加入高斯白噪声的信号；
18.2)对各xi(t)分别进行emd，得到若干个模态c
ij
(t)和1个余项ri(t)。
19.3)重复步骤1)和步骤2)计算n次，对分解出的imf分量进行平均运算，即
[0020][0021]
其中，c
ij
(t)为第i次加入白噪声后，分解得到的第j个imf分量；c1(t),c2(t),
…
,cj(t)依次为从高频到低频的imf分量；
[0022]
4)抽取第j个imf分量，终止条件采用标准差sd控制；
[0023][0024]
eemd最终结果可表示为：
[0025][0026]
上述方案中所述标准差sd取0.2-0.3。
[0027]
本发明的有益效果是通过数据采集系统对梁、柱等重要受力构件的全时振动数据采集并传输至数据中端处理系统进行信号处理及健康阈值判断，建立终端监测系统平台完成房屋建筑界结构各构件的健康形象化展示与全时监测诊断，实现了房屋建筑结构的远程、实时、连续监测，完成了房屋安全性系统监测诊断，保证了用户的财产和生命安全。
附图说明
[0028]
图1是本发明的房屋建筑结构的安全监测系统的示意图。
具体实施方式
[0029]
下面结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所有其他实施例，都属于本发明的保护范围。
[0030]
如图1所示，1、数据采集系统(加速度振动传感器布置于不同楼层受力关键位置，着重布置于房屋底层梁、柱等重要受力构件附近)，2、数据中端处理系统(布置于楼层固定位置，全时接收数据采集系统传输的振动信号并对其进行信号处理及健康阈值判断，并传输于终端监测系统显示)，3、终端监测系统平台(终端电脑服务器，通过网线与数据中端处理系统直接相连，结合房屋模型与数据中端处理系统的健康诊断结果，完成房屋建筑界结构各构件的健康形象化展示与全时监测诊断。)
[0031]
房屋建筑结构的安全监测系统的建立方法，步骤如下：(1)结合房屋建筑设计图纸及现场调查，在房屋建筑结构的安全监测系统终端平台建立房屋结构模型，着重体现柱、梁、板和墙等主要受力构件的具体位置分布。
[0032]
(2)布置基于mems系统的开发的宽幅值、宽频带、高灵敏度的全时无线加速度振动传感器于所需重点监测主要受力构件附近，确保其完全耦合，同时完成其与数据中端处理系统的通讯检测，保证各构件振动信号全时传输。
[0033]
(3)在终端监测系统平台所建立的房屋结构模型上结合实际无线加速度振动传感器位置展示，同时根据无线加速度振动传感器的实际布置位置结合轴线号分别多个列表展示各构件健康状况。
[0034]
(4)数据中端处理系统全时接收各构件位置附近无线加速度振动传感器采集数据，基于fpga实时处理各传感器的全时振动信号并输出各构件的结构监测结果实时传输至终端监测系统平台。
[0035]
数据中端处理系统具体处理如下：通过对全时的振动数据进行一个时频变换处理，此处在经验模态分解的基础上开展以下步骤。
[0036]
1)将原始信号x(t)中多次添加均值为0、标准差为ε(ε为常数)的高斯白噪声ni(t)，即:
[0037]
xi(t)＝x(t)+ni(t)
ꢀꢀꢀ
(1)
[0038]
其中，xi(t)为第i次加入高斯白噪声的信号。
[0039]
2)对各xi(t)分别进行emd，得到若干个模态(imf分量)c
ij
(t)和1个余项ri(t)。
[0040]
3)重复步骤1)和步骤2)计算n次，对分解出的imf分量进行平均运算，由于加入白噪声是零均值噪声，加入的次数n越多，多次平均消除后均值越趋于0，可消除高斯白噪声对imf的影响，即
[0041][0042]
其中，c
ij
(t)为第i次加入白噪声后，分解得到的第j个imf分量；c1(t),c2(t),
…
,cj(t)依次为从高频到低频的imf分量。
[0043]
4)抽取第j个imf分量，终止条件采用标准差sd(一般取0.2-0.3)控制。
[0044][0045]
eemd最终结果可表示为：
[0046][0047]
通过开展上述的集合经验模态分解，将原始震动数据以1s为单位长度分解为不同的imf分量，每一个imf分量对应的单独主频的震动信号，分别对每一个imf分量做fft(快速傅里叶变换)，着重挑选出5hz以下的对应imf分量(房屋建筑建构的固有频率一般在10hz以下)，在5hz以下的模态中分别选取1-2hz的对应模态(此模态为裂缝开始发生时的响应模态)，挑选出2-5hz的对应模态(此模态为房屋建筑结构正常的固有模态)，对这两个模态的信号求其能量总和，引入健康判定参数i＝e
响
/e
固
，当裂缝或者不健康的情况发生时，其响应模态能量增强，同时健康判定参数i增大，设定阈值后当超过规定阈值界限后即诊断为不健康状态。
[0048]
(5)结合数据中端处理系统诊断状态反馈至终端监测系统平台，并在终端监测系统平台进行形象化展示，在传感器布置于各构件的示意位置进行红绿灯闪烁显示，存在健康状态则显示为绿灯，不健康状态显示为红灯；同时列表数据的不健康状态着重标红，以共用户直观查看。
[0049]
上述的阈值是通过积累样本确定的，针对每一栋房屋的阈值都有可能不一样，比如一开始选择一个健康的房屋做样本，经过数据中端处理系统的上述处理，得到健康判定参数的值，假设为0.5作为初始阈值，然后间隔一段时间进行监测，当用肉眼观察到某处出现了裂缝，再进行监测得到健康判定参数的值，比如是0.6，那么就将0.6作为新的阈值，因
此阈值是个不断更新的参数。