为了提高钢结构工程质量管理的智能化水平,论文提出了一种基于物联网、大数据分析和人工智能技术的智能监督系统。论文将提出的优化系统工具与现有的两种结构健康监测工具SHMTools(Structural Health Monitoring Tools)和mFUSE(WATLAB F...为了提高钢结构工程质量管理的智能化水平,论文提出了一种基于物联网、大数据分析和人工智能技术的智能监督系统。论文将提出的优化系统工具与现有的两种结构健康监测工具SHMTools(Structural Health Monitoring Tools)和mFUSE(WATLAB Function Sequencer)进行了对比并开展了不同数据量下的实验研究。对比实验结果如下:在预警响应时间方面,优化系统的响应时间从1000数据量的0.65 s提升到3000数据量的0.69 s;在反馈处理效率方面,优化系统从1000数据量的84.20%提升到3000数据量的88.50%,而SHMTools和mFUSE系统分别为75.32%~78.15%和78.65%~81.55%;在系统稳定性方面,优化系统在3000数据量下依然保持96.55%的高稳定性;在资源利用率方面,优化系统从1000数据量的82.45%下降到3000数据量的79.10%。本研究在钢结构工程质量监控智能化方面进行创新探索,为钢结构工程质量和安全管理提供更可靠的技术支持。展开更多
文摘为了提高钢结构工程质量管理的智能化水平,论文提出了一种基于物联网、大数据分析和人工智能技术的智能监督系统。论文将提出的优化系统工具与现有的两种结构健康监测工具SHMTools(Structural Health Monitoring Tools)和mFUSE(WATLAB Function Sequencer)进行了对比并开展了不同数据量下的实验研究。对比实验结果如下:在预警响应时间方面,优化系统的响应时间从1000数据量的0.65 s提升到3000数据量的0.69 s;在反馈处理效率方面,优化系统从1000数据量的84.20%提升到3000数据量的88.50%,而SHMTools和mFUSE系统分别为75.32%~78.15%和78.65%~81.55%;在系统稳定性方面,优化系统在3000数据量下依然保持96.55%的高稳定性;在资源利用率方面,优化系统从1000数据量的82.45%下降到3000数据量的79.10%。本研究在钢结构工程质量监控智能化方面进行创新探索,为钢结构工程质量和安全管理提供更可靠的技术支持。
