一种石油化工施工场地的智能监控系统的制作方法

本发明涉及石油化工施工监控，具体为一种石油化工施工场地的智能监控系统。

背景技术：

1、石油化工领域一直是全球工程建设中的重要组成部分，其施工过程通常涉及复杂的基础工程和高风险的操作。为了确保施工质量、工人安全和项目进度，石油化工施工场地的监控变得至关重要。

2、石油化工施工场地通常涉及复杂的工程项目，包括基础设施建设、设备安装以及化工工艺流程的搭建。在这些工程项目中，基础施工阶段尤为关键，因为它直接影响到工程的整体稳定性和安全性。然而，石油化工施工场地的基础施工面临着许多挑战，包括土壤条件的多样性、气象条件的变化以及复杂的支撑结构需求。

3、传统的施工监控方法通常依赖于人工巡检和有限的传感器数据，这些方法存在一些严重的缺点，包括不足的实时性、数据收集不准确和监控覆盖范围有限等问题。依赖人工检查的方法容易出现人为误差，而且不足以满足快速变化的环境条件下的实时监测需求。人工检查通常只能提供有限的信息，难以全面了解施工过程。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种石油化工施工场地的智能监控系统，首先，通过整合多个监测单元，包括基坑监测、混凝土监测、支撑设备监测和气象数据监测，本发明实现了全面的施工过程监测，提供了全面的实时数据，有助于准确评估施工状况，降低潜在的风险。这一点在传统的施工管理中是不可或缺的，因为它能够帮助管理团队更好地了解施工现场的情况，及时采取行动以应对问题。其次，本发明引入了气象数据和环境因素的考虑，将气象条件作为一个重要的监测参数。通过综合考虑气象因素，包括温度、湿度、风速、降水等，本发明能够更准确地预测可能的施工问题，降低了天气变化对施工的不利影响。这在户外施工和大型工程项目中尤为重要，因为气象条件的不稳定性可能导致项目延误和额外成本。第三，本发明引入了定量化的施工质量指数和影响度概念，建立了相关性模型和预警系统。这使得施工质量和气象条件之间的关系变得更加明晰和可操作。管理团队可以根据实时数据生成不同级别的预警信息，以便及时采取相应的措施，从而降低了主观判断和决策的不确定性。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种石油化工施工场地的智能监控系统，包括部署模块、施工监测模块、环境监测模块、分析模块、相关联模块和评估模块；

5、所述部署模块用于在石油化工施工场地部署安装传感器组，实时监测施工过程中的施工数据；

6、所述施工监测模块用于对在基础施工阶段，包括在挖掘基坑、浇筑混凝土和支撑设备过程中的获得实时施工数据，所述实时施工数据包括挖掘基坑数据、浇筑混凝土数据、地基沉降数据和钢筋加固数据；

7、环境监测模块用于在石油化工场地施工过程中，实时采集气象数据，建立环境数据集；

8、所述分析模块用于依据实时施工数据建立施工模型，分析计算获得：土壤条件系数tr、地基坍塌系数tt、支撑稳定系数zc和地基沉降系数cj；并依据将环境数据集建立环境数字模型，进而分析，计算获得：实时气象指数qx；

9、所述相关联模块用于将土壤条件系数tr、地基坍塌系数tt、支撑稳定系数zc和地基沉降系数cj进行拟合，获得施工质量指数sgzl，并建立相关联模型，将施工质量指数sgzl和实时气象指数qx进行相关联，计算相关联因子r，并依据相关联因子计算对施工质量指数sgzl的影响度i；

10、所述评估模块用于将影响度i、施工质量指数sgzl与分别与影响阈值q和质量标准阈值w进行对比，若影响度i大于影响阈值q，则表示当前环境不适合施工，若施工质量指数sgzl小于质量标准阈值w，则表示施工质量差，需要进行相对应的优化策略。

11、优选的，所述部署模块包括识别目标单元和位置定位单元，用于确定需要监测的参数和监测目标，监测目标包括土壤条件、基坑挖掘、混凝土浇筑、支撑设备和气象条件目标；所述位置定位单元用于在挖掘基坑的位置，混凝土浇筑区域、支撑结构附近位置和气象条件监测点定位传感器位置，确定传感器组其位置具有代表性，能捕捉到施工数据。

12、优选的，所述施工监测模块包括基坑监测单元和浇筑混凝土监测单元；

13、所述基坑监测单元用于采用激光测距传感器实时策略基坑的深度、宽度和长度；

14、采用土壤传感器测量土壤的类型、密度和湿度数据；

15、采用压力传感器采集基坑内侧壁的压力，获得支撑压力数据；

16、采用加速度计和倾角传感器监测挖掘机械的挖掘速度和效率；

17、所述浇筑混凝土监测单元用于监测混凝土质量、浇筑速度、浇筑温度、浇筑厚度以及混凝土强度数据；

18、采用混凝土成分传感器采集混凝土的成份，包括水、水泥、砂石和骨料的配比数据；

19、采用坍落度传感器用于测量混凝土的流动性来估算塌落度数据；

20、采用湿度传感器和温度传感器监测混凝土的温度和湿度数据；

21、采用浇筑速度传感器，监测混凝土的浇筑速度和均匀度，安装在浇筑设备上，以监测混凝土的流动情况；

22、采用厚度传感器，监测混凝土在浇筑过程中的厚度均匀数据；

23、采用混凝土强度传感器，实时监测混凝土的强度，以获得混凝土的强度数据。

24、优选的，所述施工监测模块还包括支撑设备监测单元；

25、所述支撑设备监测单元用于监测支撑结构，包括钢筋或支撑土壤的支撑应力数据；

26、采用应变传感器监测支撑结构的应变数据，采用压力传感器采集支撑结构的压力数据，采用倾角传感器监测支撑结构的倾斜数据；采用负荷传感器采集支撑设备所施加的垂直荷载分布数据，采用应力传感器监测支撑结构的应力分布数据，以了解支撑结构的手里情况；采用震动传感器监测支撑结构的震动数据。

27、优选的，所述气象数据包括空气温度数据、空气湿度数据、风速风力数据、大气压力数据、降水量和地面振动数据；

28、所述气象数据还包括颗粒物浓度数据和气体浓度数据，颗粒物浓度数据包括pm2.5和pm10数据，所述气体浓度数据包括空气中有害气体浓度数据，包括so2、co和nox。

29、优选的，所述分析模块包括施工分析单元；

30、所述施工分析单元，用于建立施工模型，将基坑监测单元、浇筑混凝土监测单元和支撑设备监测单元监测的实时施工数据建立施工模型进行训练，分析计算获得：土壤条件系数tr、地基坍塌系数tt、支撑稳定系数zc和地基沉降系数cj；

31、所述土壤条件系数tr通过meyerhof公式计算获得：

32、tr＝(c/nc)+(γ*b/(2*nq))+(γ*h/(2*nr))

33、式中，c是土壤的黏性，nc、nq和nr是土壤类型和特性的修正系数，γ是土壤的单位重量，b是基础的宽度，h是基础下表面到土壤表面的深度；公式的意义为：土壤条件系数tr用于估算土壤的承载能力，以确定基础的设计荷载；

34、所述地基坍塌系数tt通过terzaghi-wegmann公式计算获得：

35、tt＝(c+γ*h)/σ)

36、式中，c是土壤的黏性，γ是土壤的单位重量，h是基础下表面到土壤表面的深度，σv是有效垂直应力地基坍塌系数tt用于评估土壤对支撑结构的稳定性；

37、所述地基沉降系数cj通过维托蒂伯拉公式计算获得：

38、cj＝δh/h＝(q*nc)/(e*(1+v))

39、其中，δh是地基的垂直沉降，h是地基下表面到土壤表面的深度，q是荷载，nc是土壤的凝聚系数，e是土壤的弹性模量，v是泊松比，公式的意义为，地基沉降系数cj用于估算地基的垂直沉降量；

40、所述支撑稳定系数zc通过以下公式计算获得：

41、zc＝(cu+σs/σv)*(1-(σσv/σr)

42、式中，cu是未加筋或加固土壤的抗剪强度，σs是加筋或加固材料的抗拉强度，σv是有效垂直应力，σr是加筋或加固材料的容许应力；公式的意义为，适用于黏土土壤并且考虑到了钢筋的加强。

43、优选的，所述分析模块还包括和环境分析单元；

44、所述环境分析单元用于建立环境数字模型，将环境数据集进行预处理，所述预处理包括清洗和去噪，并将气象数据集进行线性归一化或min-max归一化进行转换，并分析计算获得实时气象指数qx：

45、qx＝w1*n1+w2*n2+w3*n3+w4*n4+w5*n5+w6*n6

46、式中，n1表示为归一化后的空气温度数据，将温度数据归一化到一个固定的范围，包括0到1之间；

47、n2表示归一化后的湿度数据，将湿度数据归一化到0到1之间的范围；

48、n3表示为归一化的风速或风力数据，将风速或风力数据归一化到0到1之间的范围；

49、n4表示为归一化的大气压力数据，将大气压力数据归一化到0到1之间的范围；

50、n5表示为归一化的降水量数据，将降水量数据归一化到0到1之间的范围，考虑降雨的强度和持续时间；

51、n6表示为归一化的地面振动数据，将地面振动数据归一化到0到1之间的范围，根据振动的幅度和频率来确定；

52、w1,w2,w3,w4,w5,w6表示为权重值，用于确定每个气象参数的相对重要性。

53、优选的，所述相关联模块的处理步骤包括：

54、s1、将土壤条件系数tr、地基坍塌系数tt、支撑稳定系数zc和地基沉降系数cj进行归一化或标准化处理，以确保在相同的数据范围内，用于比较和建模；

55、s2、并将土壤条件系数tr、地基坍塌系数tt、支撑稳定系数zc和地基沉降系数cj拟合获得施工质量指数sgzl，所述施工质量指数sgzl通过以下拟合公式获得：

56、

57、式中，e1、e2、e3、和e4分别表示为土壤条件系数tr、地基坍塌系数tt、支撑稳定系数zc和地基沉降系数cj的权重值，且0.25<e1<0.35，0.15<e2<0.25，0.35<e3<0.55，0.25<e4<0.55，且e1+e2+e3+e4≥1.0，c1为修正常数；

58、s3、使用统计分析方法，包括回归分析、相关性分析或机器学习方法，建立施工质量指数sgzl与实时气象指数qxqx之间的相关性模型；相关联模型用于理解气象条件对施工质量的影响，并采用皮尔逊相关系数计算相关联因子r，相关联因子r范围在-1到1之间，负值表示负相关，正值表示正相关，0表示无相关性；所述相关联因子r通过以下计算公式获得：

59、

60、式中，sgzl和qx分别表示施工质量指数和实时气象指数的数据点，sgzl和qx分别表示它们的平均值；

61、s4、依据相关联因子r，计算影响度i，以量化气象条件对施工质量的影响，如果r为正数，将i定义为r的绝对值，表示气象条件对施工质量有正向影响，计算公式则为：i＝r，如果r为负数，将i定义为-r的绝对值，表示气象条件对施工质量有负向影响，计算公式则为：

62、i＝|-r|

63、公式的意义为，如果相关联因子r为正数，计算i为r的绝对值，表示气象条件与施工质量指数正相关，绝对值越大表示影响越大。

64、如果相关联因子r为负数，计算i为-r的绝对值，表示气象条件与施工质量指数负相关，绝对值越大表示影响越大

65、优选的，所述用于将影响度i和施工质量指数sgzl与阈值进行对比：获取评估结果，包括：

66、若施工质量指数sgzl小于质量标准阈值w，并且影响度i>影响阈值q：表示施工质量不满足质量标准，并且气象条件对其有明显的影响；

67、若施工质量指数sgzl小于质量标准阈值w，但影响度i≤影响阈值q：施工质量不满足质量标准，但气象条件对其影响较小；

68、若施工质量指数sgzl≥质量标准阈值w，且影响度i>影响阈值q：施工质量满足质量标准，但气象条件对其有明显的影响；

69、若施工质量指数sgzl≥质量标准阈值w，且影响度i≤影响阈值q：施工质量满足质量标准，且气象条件对其影响较小。

70、优选的，还包括预警模块，所述预警模块用于的评估结果，生成以下预警信息，包括：

71、若施工质量指数sgzl小于质量标准阈值w，并且影响度i>影响阈值q：表示施工质量不满足质量标准，并且气象条件对其有明显的影响，生成高风险预警，并生成推荐操作信息，立即采取行动来纠正施工问题，并考虑延迟或中止施工，直到气象条件改善；

72、若施工质量指数sgzl小于质量标准阈值w，但影响度i≤影响阈值q：施工质量不满足质量标准，但气象条件对其影响较小，生成中等风险预警，监测施工过程，考虑采取适当的措施来改进施工质量，但不需要中止施工；

73、若施工质量指数sgzl≥质量标准阈值w，且影响度i>影响阈值q：施工质量满足质量标准，但气象条件对其有明显的影响，生成低风险预警，继续施工，但要密切监测气象条件，准备应对不利影响；

74、若施工质量指数sgzl≥质量标准阈值w，且影响度i≤影响阈值q：施工质量满足质量标准，且气象条件对其影响较小，生成正常预警，继续施工，但继续监测施工过程，以确保质量标准的维持。

75、(三)有益效果

76、本发明提供了一种石油化工施工场地的智能监控系统。具备以下有益效果：

77、(1)该一种石油化工施工场地的智能监控系统，系统通过整合多个监测单元，包括基坑监测、混凝土监测、支撑设备监测和气象数据监测，以及施工分析和环境分析单元，实现了对石油化工施工过程中的多个关键参数的综合监测和分析。这样的综合分析有助于全面了解施工状况，准确评估风险，提高施工质量和安全。

78、(2)该一种石油化工施工场地的智能监控系统，本系统引入了气象数据和环境分析单元，将气象条件作为一个重要的因素考虑在内。这种综合考虑环境因素的方法有助于更全面地评估施工风险。通过将气象数据与施工数据结合，可以更准确地预测可能的石油化工施工问题，从而改进了背景技术中未充分考虑的环境因素。

79、(3)该一种石油化工施工场地的智能监控系统，本系统引入了施工质量指数和影响度的概念，将施工质量和气象条件的关系定量化。通过建立相关性模型和预警系统，可以根据实时数据生成不同级别的预警信息，以便施工管理团队及时采取相应的措施。这种系统性的定量化方法改进了传统背景技术中依赖主观判断的问题。

80、(4)该一种石油化工施工场地的智能监控系统，将施工监测与气象数据融合，引入了定量化和预警系统，以及综合的风险管理和决策支持，从而提高了施工质量、安全性和项目管理的水平。这些改进点使得本发明能够更全面地应对复杂的施工环境和风险，提高了施工效率和项目成功的可能性，与传统背景技术相比，具有显著的创新和实际应用价值。