(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221089580 6.6 (22)申请日 2022.07.28 (65)同一申请的已公布的文献号 申请公布号 CN 115063040 A (43)申请公布日 2022.09.16 (73)专利权人 湖南工商大 学 地址 410205 湖南省长 沙市岳麓 大道569 (72)发明人 陈晓红　徐波　徐雪松　匡磊　 唐加乐　 (74)专利代理 机构 长沙惟盛赟鼎知识产权代理 事务所(普通 合伙) 43228 专利代理师 张丁日 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/04(2006.01)G06F 17/10(2006.01) G06Q 50/08(2012.01) G01D 21/02(2006.01) (56)对比文件 CN 111795978 A,2020.10.20 CN 110276542 A,2019.09.24 CN 111983459 A,2020.1 1.24 审查员 罗玲莉 (54)发明名称 一种用于房屋建筑结构健康协同评估与预 测的方法及系统 (57)摘要 本发明公开了一种用于房屋建筑结构健康 协同评估与预测的方法及系统， 方法包括采集结 构构件的数据； 数据包括几何结构数据、 状态数 据以及状况数据； 根据几何结构数据构建房屋建 筑特征图， 进而得到结构特征向量； 根据状态数 据和状况数据， 得到状态数据矩阵； 根据结构特 征向量和状态数据矩阵， 得到当前健康评估值以 及预测健康评估值； 当前健康评估值用于评估房 屋建筑当前健康 状态； 预测健康评估值用于预测 房屋建筑未来健康状态。 系统包括数据智能感知 模块、 评估与预测模块。 该方法构建的房屋建筑 特征图， 能够体 现出各结构构 件的几何结构数据 与房屋建筑结构健康之间的关系， 并结合上状态 数据矩阵对房屋建筑的结构健康状态进行评估 和预测。 权利要求书2页 说明书7页 附图4页 CN 115063040 B 2022.11.08 CN 115063040 B 1.一种用于房屋建筑结构健康 协同评估与预测的方法， 其特 征在于， 包括： S1： 采集结构 构件的数据； 所述数据包括几何结构数据、 状态数据以及状况 数据； S2： 根据所述几何结构数据构建房屋建筑特征图， 进而得到结构特征向量； 根据所述状 态数据和所述状况 数据， 得到状态数据矩阵； 根据所述几何结构数据构建房屋建筑特 征图的过程 为： 步骤1： 测绘房屋建筑的结构图纸； 根据房屋建筑的结构图纸确定结构构件的空间布 局； 所述空间布局即为所述几何结构数据； 步骤2： 测绘结构构件的结构图纸， 根据 结构构件的结构图纸确定各结构构件之间的连 接方式和结构 构件的属性； 步骤3： 根据所述几何结构数据、 所述各结构构件之间的连接方式和结构构件的属性， 将房屋建筑描绘房屋建筑特征图； 所述房屋建筑特征图包括节点和边； 所述节点为结构构 件； 所述边为各结构构件之间的连接方式； 得到所述结构特征向量的过程为： 将所述房屋建筑特征图输入至卷积神经网络中， 卷 积神经网络根据所述节点以及所述边， 得到所述结构特征向量； 所述结构特征向量， 记为： ； 所述结构特征向量包括多个元素； 多个所述元素均根据卷积神经网络中的激活函 数得到， 则元 素的值在0 ‑1之间； 所述卷积神经网络为图卷积神经网络； 所述状态数据矩阵包括当前状态数据矩阵和过往状态数据矩阵； 以结构构件为矩阵元素， 以最新观测的状态数据和状况数据为元素属性， 构建当前状 态数据矩阵； 以结构构件为矩阵元素， 以过往观测的状态数据和状况数据为元素属性， 构建过往状 态数据矩阵； S3： 根据所述结构特征向量和所述状态数据矩阵， 得到当前健康评估值以及预测健康 评估值； 所述当前健康评估值用于评估房屋建筑当前健康状态； 所述预测健康评估值用于 预测房屋建筑未来 健康状态； 得到所述当前健康评估值的过程为： 根据所述数据构建数据集， 根据所述数据集训练 线性层模 型； 将结构特征向量、 当前状态数据矩阵输入至训练后的线性层 模型进行计算， 得 到所述当前健康评估值， 计算公式为： 其中， 表示当前健康评估值； 表示训练线性层 模型得到的权重W的转置向 量； 表示当前状态数据矩阵 的转置矩阵； 表示结构特征向 量； 表示偏置向量； 得到所述预测健康评估值的过程为： 根据所述数据集训练预测模型， 将过往状态数据 矩阵输入至训练后的预测模型， 得到预测的状态数据 矩阵； 将所述预测的状态数据 矩阵、 结 构特征向量输入至训练后的线性层模型进行计算， 得到所述预测健康评估值， 计算公式为： 其中， 表示预测健康评估值； 表示训练线性层模型得到的权重W的转置权　利　要　求　书 1/2 页 2 CN 115063040 B 2向量； 表示预测的状态数据矩阵 的转置矩阵； 表示结 构特征向量； 表示偏置向量。 2.根据权利要求1所述的一种用于房屋建筑结构健康协同评估与预测的方法， 其特征 在于， S1中， 采集所述几何结构数据的过程为： 测绘房屋建筑 的结构图纸； 根据房屋建筑的 结构图纸确定结构 构件的所述几何结构数据； 采集所述状态数据的过程为： 在房屋建筑上设置观测点， 并在观测点处安装传感器， 通 过传感器周期性地在所述观测点进行重复观测， 得到所述状态数据， 所述状态数据包括最 新观测的状态数据以及过往观测的状态数据； 采集所述状况数据的过程为： 通过人工记录方式确定房屋建筑的日常使用情况以及经 营活动情况， 根据日常使用情况以及经 营活动情况 得到所述状况 数据。 3.根据权利要求2所述的一种用于房屋建筑结构健康协同评估与预测的方法， 其特征 在于， 所述几何结构数据包括结构构件的位置数据； 所述状态数据包括地基沉降数据、 混凝 土强度数据、 构件强度数据、 裂缝数据、 应变数据、 墙体倾斜数据、 水平位移数据、 振动数据 以及建筑结构荷载数据； 所述状况数据包括人员活动情况、 主要载荷来源、 建筑年限、 最大 客流量以及具体的经 营活动。 4.根据权利要求1所述的一种用于房屋建筑结构健康协同评估与预测的方法， 其特征 在于， 所述房屋 建筑的结构图纸包括建筑总平面图、 建筑立面图 以及建筑剖面图； 结构构件 的结构图纸包括构件 截面尺寸、 构件配筋图、 结构平面布置图以及节点连接构造 详图。 5.一种用于房屋建筑结构健康协同评估与预测的系统， 其特征在于， 应用于权利要求 1‑4任一项所述的一种用于房屋建筑结构健康协同评估与预测的方法， 包括数据智能感知 模块、 评估与预测模块； 所述数据智能感知 模块包括传感器， 所述数据智能感知 模块用于采 集结构构件的数据； 所述评估与预测模块包括构件 ‑构件相互作用模块、 构件状态 ‑房屋结 构健康状态关联模块； 所述构件 ‑构件相互作用模块用于根据几何结构数据得到结构特征 向量； 所述构件状态 ‑房屋结构健康状态关联模块包括线性层 模型和预测模型； 所述构件状 态‑房屋结构健康状态关联模块用于通过线性层模型对房屋建筑结构健康进 行评估得到当 前健康评估值， 以及通过预测模型和线性层模型对房屋 建筑结构健康进 行预测得到预测健 康评估值。权　利　要　求　书 2/2 页 3 CN 115063040 B 3