一种基于神经网络的隧道开挖工序智能调度系统的制作方法

文档序号:41225298发布日期:2025-03-14 11:53阅读:20来源:国知局
一种基于神经网络的隧道开挖工序智能调度系统的制作方法

本发明涉及智能施工管理,更具体的说是涉及一种基于神经网络的隧道开挖工序智能调度系统。


背景技术:

1、目前,隧道工程的施工管理依赖于多工种、多专业协同的y形生产模式,施工环境复杂,影响施工进度的因素繁多,包括资源、人员、技术、环境、资金等因素。

2、现有的项目管理方法如甘特图、网络图、挣值法等,虽然在单一项目的某个阶段能提供有效的进度管理,但缺乏对新立项目整体资源和人员分配的预测和智能调度能力。这导致了现有技术无法应对复杂的隧道施工管理需求,特别是对实时数据的智能分析和调度优化的不足,无法有效预防潜在的质量问题和施工风险。

3、因此,如何对实时数据进行分析并进行调度优化是本领域技术人员亟需解决的问题。


技术实现思路

1、有鉴于此,本发明提供了一种基于神经网络的隧道开挖工序智能调度系统,以解决背景技术中所存在的问题。

2、为了实现上述目的,本发明采用如下技术方案:

3、一种基于神经网络的隧道开挖工序智能调度系统,包括:物理层、数据感知层、数据传输层、数据分析对比层及功能业务层,所述物理层以隧道施工中的人员、车辆、设备和物理环境作为感知对象;所述数据感知层实时采集所述感知对象的环境参数、人员、车辆位置及设备状态;所述数据传输层通过传输协议将所述环境参数、人员、车辆位置及设备状态传输至所述数据分析对比层;所述数据分析对比层将所述环境参数、人员、车辆位置及设备状态作为输入,通过预设的工序内容预测分析模型预测工程各工序完成时间、完成质量和管理成本;所述功能业务层通过所述工程各工序完成时间、完成质量和管理成本实时监控和调整各项工序进度,并进行人员车辆轨迹监测与导航。

4、优选的,还包括演示层,所述演示层将功能业务层上传的各项工序进度与人员车辆轨迹监测数据进行实时展示。

5、优选的,所述数据感知层包括uwb定位基站、传感设备与摄像头。

6、优选的,所述数据传输层的传输协议选择无线传输、4/5g移动通信协议或mqtt协议中任意一种。

7、优选的,所述数据分析对比层中工序内容预测分析模型包括9个输入节点,第一隐藏层包含64个神经元,激活函数为relu,第二隐藏层包含32个神经元,激活函数为relu,输出层包含3个输出节点,激活函数为线形函数。

8、优选的,所述数据分析对比层中还包括基础数据处理层,对所述uwb定位基站、传感设备与摄像头传输的数据进行数据处理。

9、优选的,所述功能业务层包括工序进度管理模块、工序循环管理模块、工程质量管理模块,所述工序进度管理模块实时监控和调整各项工序进度;所述工序循环管理模块安排和协调各工序的时间和顺序;所述工程质量管理模块实时收集隧道开挖过程中的各类数据并生成质量报告。

10、优选的,所述演示层包括pc端、移动端及可视化大屏。

11、经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于神经网络的隧道开挖工序智能调度系统,通过自动调度和资源优化分配,减少工序衔接中的等待时间,利用实时监测与智能分析,及时发现并纠正潜在质量问题,实现施工全周期无人值守监测,减少管理人员负担,提升整体管理效率。



技术特征:

1.一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,包括:物理层、数据感知层、数据传输层、数据分析对比层及功能业务层,所述物理层以隧道施工中的人员、车辆、设备和物理环境作为感知对象;所述数据感知层实时采集所述感知对象的环境参数、人员、车辆位置及设备状态;所述数据传输层通过传输协议将所述环境参数、人员、车辆位置及设备状态传输至所述数据分析对比层;所述数据分析对比层将所述环境参数、人员、车辆位置及设备状态作为输入,通过预设的工序内容预测分析模型预测工程各工序完成时间、完成质量和管理成本;所述功能业务层通过所述工程各工序完成时间、完成质量和管理成本实时监控和调整各项工序进度,并进行人员车辆轨迹监测与导航。

2.根据权利要求1所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,还包括演示层,所述演示层将功能业务层上传的各项工序进度与人员车辆轨迹监测数据进行实时展示。

3.根据权利要求1所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,所述数据感知层包括uwb定位基站、传感设备与摄像头。

4.根据权利要求1所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,所述数据传输层的传输协议选择无线传输、4/5g移动通信协议或mqtt协议中任意一种。

5.根据权利要求3所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,所述数据分析对比层中工序内容预测分析模型包括9个输入节点,第一隐藏层包含64个神经元,激活函数为relu,第二隐藏层包含32个神经元,激活函数为relu,输出层包含3个输出节点,激活函数为线形函数。

6.根据权利要求5所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,所述数据分析对比层中还包括基础数据处理层,对所述uwb定位基站、传感设备与摄像头传输的数据进行数据处理。

7.根据权利要求1所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,所述功能业务层包括工序进度管理模块、工序循环管理模块、工程质量管理模块,所述工序进度管理模块实时监控和调整各项工序进度;所述工序循环管理模块安排和协调各工序的时间和顺序;所述工程质量管理模块实时收集隧道开挖过程中的各类数据并生成质量报告。

8.根据权利要求2所述的一种基于神经网络的隧道开挖工序智能调度系统,其特征在于,所述演示层包括pc端、移动端及可视化大屏。


技术总结
本发明公开了一种基于神经网络的隧道开挖工序智能调度系统,涉及智能施工管理技术领域,物理层以隧道施工中的人员、车辆、设备和物理环境作为感知对象;数据感知层实时采集感知对象的环境参数、人员、车辆位置及设备状态;数据传输层将所采集的参数输至数据分析对比层;数据分析对比层将采集参数作为输入,通过预设的工序内容预测分析模型预测工程各工序完成时间、完成质量和管理成本;功能业务层通过工程各工序完成时间、完成质量和管理成本实时监控和调整各项工序进度,并进行人员车辆轨迹监测与导航。本发明能够对隧道施工实时数据进行分析并进行调度优化工序,有效预防潜在的质量问题和施工风险。

技术研发人员:吴回获,王筱林,吴胜涛,李少彬,窦甲,贾超,马瑞杰,李炤玮
受保护的技术使用者:中铁一局集团有限公司
技术研发日:
技术公布日:2025/3/13
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1