• 当前位置:论文网 > 论文宝库 > 工程技术类 > 土木工程 > 浅谈土木工程中大数据的应用正文

    浅谈土木工程中大数据的应用

    来源:UC论文网2018-02-05 09:05

    摘要:

      摘要:随着现代科技的发展,与传统的数据应用相比,如今的大数据技术可以对大批量的数据进行?#34892;?#22320;采集和集中处理。本文通过对土木工程行业中大数据技术有着很好利用前景的几个应用领域进行总结分析,为今后大数...

      摘要:随着现代科技的发展,与传统的数据应用相比,如今的大数据技术可以对大批量的数据进行?#34892;?#22320;采集和集中处理。本文通过对土木工程行业中大数据技术有着很好利用前景的几个应用领域进行总结分析,为今后大数据技术在行?#30340;?#30340;应用发展提供建议和参考。


      关键词:土木工程;大数据技术;大数据应用;数据处理


      中图分类号:TP311文献标志码:A


      0绪论


      大数据是指无法在短时间内用常规软件工具能进行捕捉、管理和处理的数据集合,是需要通过新处理模式才能具有更强?#26408;?#31574;力、?#24202;?#21457;现力?#22303;?#31243;优化能力的海量、高增长率?#25237;?#26679;化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。从技术层面上,通过对数据的专业处理与云计算,让大数据能被更?#34892;?#22320;利用。


      现代社会,互联网发展迅速,应用广?#28023;?#25152;发布、传递的数据信息量庞大。因为现代化企业?#38469;?#26045;信息管理模式,管理系统中存在大量有待处理或已处理的数据。分析这些数据后,可以利用起数据作为独立存在所无法发挥出的价值。


      土木工程是建造各类工程设施的科学技术的统称,一般来说,建造工程项目体量庞大,工艺复杂,建造周期长,过程中自然会产生大数据,如果能把这些大数据很好地利用起来,会节省大量时间成本和经济成本,可见大数据技术在土木工程专业中有良好的应用前景。


      1数据库的实现


      数据库的建立一般采用概念模型、逻辑模型和物理模型3种数据模型。概念模型?#21069;?#23454;现世界的客观对象经过人的认识抽象为信息世界所能描述的信息结构;逻辑模型?#21069;?#29031;一定的逻辑结构对数据进行构架和组织,以满足企业的信息需求,包括明确各数据项之间的关系并?#34892;?#22320;对它们进行分组;物理模型则是?#20174;?#25968;据在计算机中的存储结构。


      运用信息系统、社交网络、传感器、智能仪表等,通过用户界面进行数据的输入与输出操作,数据库能进行针?#26434;?#20851;数据的查询工作,并且能够对某些表中的数据及表结构进行维护。此外,通过计算进行统计分析,?#26434;?#20851;数据进行报表输出工作等也是数据库的应用范围。


      2大数据在土木工程领域的应用


      2.1软件的更新升级


      软件可以通过对用户的使用习惯或反馈的各?#27835;?#39064;,来对软件进行更好的完善和更新。比如,岩土设计师需要进行边坡稳定性验算,在使用软件对边坡进行处理分析?#20445;?#20064;惯使用更为简洁明确的2D模型,同时偏好于采用Spencer计算方法进行模拟分析。PKPM用户提出希望通过软件能够进行设置设缝连梁及配置交叉斜筋、对?#21069;?#25745;的连?#28023;?#29992;于解决连梁超限问题。PKPM公司?#35789;?#36827;行了用户反馈问题的收集,通过版本更新,解决了相关问题,完善了软件功能。


      软件提供者除对用户体验的收集,还有对其他数据的收集。例如软件通过对用于结构抗震研究的一些地震波数据库系统的导入,供结构工程师进行抗震弹塑性分析。其中拿来做参考的有世界上比较权威的地震波数据库如EuropeanStrongMotionDatabase,USGS,PEERStrongMotionDatabase等等。这些地震波数据库资料为工程中抗震设计提供了设计依据,起到了特别重要的作用。如果没有这些地震波数据,单方面通过用户对地震波进行人工拟合,?#27973;?#36153;时费力,并且不容?#36164;?#29616;。


      2.2企业数据收集


      土木工程行业各企业都能作为大数据采集的单体。企业中通过对每个项目的数据采集进行整合,建立相关数据库。在进行新建工程?#20445;?#21487;以从该数据库中得到?#34892;?#20449;息支持。例如,该企业在某地区进行过类似项目建造,即会获得该地区地质、地形及场地信息等数据资料。如果在该地进行新项目的建设,那么数据库中的历史记录资料则能提供很有价值的参考。比如各地区地?#39318;?#26009;中反应土质情况的地基系数M值的选用方法。相关规范规定,?#26434;?#26377;经验的地区,可直接选用其经验值;?#26434;?#26080;经验值的地区,M值可以通过规范建议的公式进行计算?#36152;觥?#26356;为精确的方法是采用静力触探试验,对该地区的土质进行试验分析,?#36152;?#30456;关M值。


      但是在工程中,有时勘探数据缺乏对该值的试验,或者同一地区不同地块反复进行同一试验。有可能出现数据缺失或者出现资源成本的浪费。如果当地建立了相关数据库,结构设计师在进行本区域设计时可以直接进行相关数据调用,有利于节省成本。


      2.3工程造价数据库


      工程造价行业存在大批量的数据信息资源,对该数据进行?#34892;?#22320;采集、分类和统计分析,从而使这些数据资源得以更?#34892;?#22320;使用,实?#20013;幸的?#20449;息的共享。传统的工程造价分析一般是采用工程量清单进行工程核算,然而工程量清单?#38469;?#34987;发行出来,提供给用户使用。然而由于工程造价的特点就是不同地域之间相同材料的单价会存在差异,并且价格会随着市场变化进行浮动。所以对工程造价资源进行?#34892;?#21450;时的数据分析是?#27973;?#24517;要的。?#34892;?#30340;造价大数据不仅能被造价工程师使用,还能供结构设计师作为借鉴。例如,二级?#25351;?#31563;已经在京津地区退出市场。如果大数据库被及时更新了,结构设计师则能通过该数据库进行更准确的设计,不再选择使用二级?#25351;?#31563;。


      同时造价数据库也能体现相似材料在不同地区的价格差异,反应当地使用材料的偏好。例如,在某地加气混凝土生产厂家比较多,加气混凝土砌块的成本?#29616;?#36830;锁混凝土砌块要低,所以当地项目工?#35848;?#20559;向使用加氣混凝土砌块。如果造价数据库能体现出这种差异,能标识出当地建筑工程的喜好,则能节省成本,同时避免因沟通不当造成设计返工。


      2.4检测建筑破坏结果


      通常,我们在震后地区会发现无人机的“小身影?#20445;?#36825;是专?#20197;?#21033;用无人机图像检测建筑破坏的结果。较短时间内,无人机就可以获?#36152;?#21315;上万张图像,图像处理的高效、快速?#26434;?#24314;筑破坏后?#26408;?#25588;、评估工作影响较大。就有专家提出可以利用大数据技术处理无人机拍摄的图片,尽可能快地获得检测建筑破坏的结果。这个处理环节其实就是利用建筑破坏前的数据信息,通过坐标、海拔、区域范围来模拟出震前建筑模型,利用无人机震后拍摄的图像,提取连测点、校正相机清晰度,进行密集匹配还原工作,从而模拟出震后建筑模型。再对震前建筑模型跟震后建筑模型的数据进行比?#24076;页?#24046;异点,这样的话,就能得到三维的建筑破坏结果,在一定程度上有助于灾后重建工作的高效进行。另?#29615;?#38754;,大数据技术检测建筑破坏的速度整整比传统的计算机处理分析快了10倍以上,发挥其效率高、速度快的特性。


      如果把这些建筑破坏结果形成的数据库进行分类总结,进行相关破坏形式分析,对不同形式、不同场地、不同高度的建筑破坏进行分类储存,那么对相似的新建项目的抗震也有很高的借鉴价值。


      2.5建筑结构规范的编制


      在建筑行业中,有大量的规范为设计、建造及监理等过程提供执行依据及?#38469;?#21508;种规范中的参数很多?#36136;?#22522;于工程或现场数据的采集总结。其中通过大量数据的收集采集,作为规范参数取值依据。比如中国地震动参数区划图中每个省份、每个城市的地震烈度直接决定了一个地区设计建造安全度及建设成本。如?#31283;范?#22320;震動参数则是通过各地数据采集实现的。通过对历史曾经发生过的地震记?#25216;?#21508;地区地质情况的采集,进行对比分析,以可靠性理论对未来发生的地震进行预测,从而进行地震分级的?#33539;ā?/p>


      类似典型的数据采集还有《建筑结构荷载规范》(GB50009-2012)的编制,其中所有荷载?#38469;?#22312;大量数据收集及科学统计方法的研究下?#36152;?#30340;。比如风荷载则是在各地区进行风速检测,并把每年的数据进行收集,然后用概率统计的方法?#36152;?0年、50年、100年的设计基本风压用于不同极限状态的设计。但需要指出的是,?#34892;?#21442;数还是需要现在更为先进的大数据技术进行支持,使之更为科学合理。如《建筑结构荷载规范》中的地面粗糙度取值:


      地面粗糙度可分为A、B、C、D四类:


      A类是指近海海面和海岛、海岸、湖?#37117;?#27801;漠地区;


      B类是指田野、乡村、丛林、丘陵以及房屋比较稀疏的乡镇?#32479;?#24066;郊区;


      C类是指有密集建筑群的城市市区;


      D类是指有密集建筑群且房屋较高的城市市区。


      在现如今高速的城市建设、城乡区域大力发展的条件下,如何对某区域的地面粗糙度进行界定则有了新的疑?#30465;?#27604;如原属于城市郊区的某县城,由于经济发展,已经在建造了大面积住宅。如果还按房屋稀疏的乡镇?#32479;?#24066;郊区进行定义就未免?#29615;?#21512;?#23548;?#20102;。所以如果相关部门通过类似googleearth之类的软件进行各地区房屋建造情况的大数据分析,能很好地为新建项目提供更?#24188;?#30830;的数据支持。


      结语


      通过大数据在技术层面上的完善,建立起土木工程行业各个分支的数据库,并对其中的数据进行统计分析和归纳整理,能在很短时间内?#34892;?#22320;提取自己需要的数据用于?#23548;?#24037;程或者科学研究。能够避免土木行业出现多次不规范的重复作业,节省大量时间和经济成本。


      目前针?#26434;?#22303;木工程行业,大数据所涉及的应用方面?#27973;?#24191;泛。随着信息技术的发展,广泛采集数据变得不再困难,工程信息化使得设计建造能高效、快速地进行。土木工程中大数据的应用有着良好的发展前景,行?#30340;?#20063;需要积极地对大数据技术进行分析,重视相关课题的研?#32771;?#24212;用。


      作者:郭秋奕

        参考文献 

      [1]马智亮,刘世龙,刘喆,等.大数据技术及其在土木工程中的应用[C].上海. 第五界工程建设计算机应用创新论坛文集. 

      [2]黄国豪.浅谈大数据技术及其在土木工程中的应用[C].江西建?#27169;?016(18):80. 

      [3]知乎.岩土工程/土木工程怎样应用大数据[Z].2016. 

    核心期刊推荐


    发表类型: 论文发表 论文投稿
    标题: *
    姓名: *
    手机: * (填写数值)
    Email:
    QQ: * (填写数值)
    文章:
    要求: