首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种钢混建筑结构火灾下倒塌应急监测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:四川省安全科学技术研究院;四川安信科创科技有限公司

摘要:本发明公开了一种钢混建筑结构火灾下倒塌应急监测方法,属于建筑火灾倒塌监测技术领域,解决了现有的火灾倒塌监测技术手段单一和存在监测漏洞的问题;其包括以下步骤:S1、在钢混建筑发生火灾时,实时监测钢混建筑中的立体形变数据集和多个点位形变数据;S2、根据形变量及其对应位置采集的点位形变数据,采用极限学习机对立体形变数据集中的所有形变量进行校正;S3、判断校正后的所有形变量中是否存在一个形变量大于等于钢混建筑的倒塌形变值;若是,则进入步骤S4;否则钢混建筑不存在倒塌风险;S4、形变量对应的采集位置存在倒塌风险,并将其发送给求援人员进行紧急疏散。

主权项:1.一种钢混建筑结构火灾下倒塌应急监测方法,其特征在于,包括步骤:S1、在钢混建筑发生火灾时,实时监测钢混建筑中的立体形变数据集和多个点位形变数据,所述立体形变数据集包括多个形变量,部分形变量的采集位置与点位形变数据的采集位置相同;S2、根据形变量及其对应位置采集的点位形变数据,采用极限学习机对立体形变数据集中的所有形变量进行校正;所述极限学习机的输出函数为: 其中,为立体形变数据集中的形变量,为校正后的形变量,为非线性激活函数,为权重向量,w和b分别为输入权值和隐藏层偏置,m为立体形变数据集中所有形变量的个数;所述极限学习机的训练方法包括步骤:S21、对多个点位形变数据和立体形变数据集进行归一化处理;S22、采用归一化处理的多个形变量作为输入因子,多个点位形变数据作为输出因子,构成数据集;S23、随机生成个雾凇因子并将其组成雾凇种群,并初始化迭代次数t=0;其中,雾凇因子包括输入权值和隐藏层偏置;S24、采用雾凇算法在个雾凇因子中依次选取预设数量的雾凇因子,并基于雾凇因子和数据集对极限学习机进行训练,得到预设数量的极限学习机;S25、计算每个极限学习机的适应度值F: 其中,为输出因子,为与对应的预测值,n为数据集中输出因子的个数;S26、令t=t+1,并判断t是否小于最大迭代次数,若是进入步骤S27;否则进入步骤S28;S27、通过设置软雾凇搜索策略、硬雾凇穿刺机制和正贪婪选择机制更新雾凇种群中雾凇因子的分布顺序,并返回步骤S24;S28、选取所有适应度值中的最大值对应的极限学习机作为最终的极限学习机;S3、判断校正后的所有形变量中是否存在一个形变量大于等于钢混建筑的倒塌形变值;若是,则进入步骤S4;否则钢混建筑不存在倒塌风险;S4、形变量对应的采集位置存在倒塌风险,并将其发送给求援人员进行紧急疏散。

全文数据:

权利要求:

百度查询: 四川省安全科学技术研究院 四川安信科创科技有限公司 一种钢混建筑结构火灾下倒塌应急监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。