高层建筑施工安全关键风险因子及耦合效应分析

为探究高层建筑施工安全的关键性风险因子及风险因素的耦合效应,将复杂网络模型和N-K模型相结合,根据事故案例调查报告的完整性选取了2015—2022年高层建筑施工事故案例158起,根据扎根理论对其中84起事故案例原因进行信息编码,经统计分析识别出人、机、料、管、环5类风险因素和23个风险因子。根据N-K模型计算风险因素各类耦合形式的风险耦合值,运用Ucinet软件得出复杂网络模型中各风险因子的度值分布。通过Netdraw绘制高层建筑施工风险耦合网络模型图,并对23个风险因子的节点进行潜在风险链分析,将潜在风险链耦合形式和N-K模型耦合度值相结合对标准化出度进行修正。用剩余74起事故案例对所得结果进行验证,验证结果与先前84起事故案例分析结果大致相符。结果表明:参与耦合的风险因素数量越多风险耦合值越大,其中,有设备因素参与的耦合形式耦合值最大。现场管理不到位、安全教育培训不到位、安全管理制度不完备、未正确穿戴防护用品和隐患排查治理不到位是需要重点防控的关键性风险因子。

超高层建筑施工中起火预测及火灾模拟与人员疏散

超高层施工中起火因素多,火灾危害较大,疏散风险较高。为研究超高层施工中火灾发生情况与对应情况下的人员疏散问题,以招平商务中心项目施工现场为例,采用神经网络对火灾的起火材料进行预测,通过火灾动力学模拟工具进行火灾模拟仿真,得到火灾烟气与温度的模拟数据,并在此基础上考虑恐慌和施工环境影响,对施工现场人员利用Pathfinder进行疏散研究。结果表明:该案例最可能的起火材料为保温材料,火灾时影响疏散的因素主要为温度与能见度,疏散者受恐慌情绪、火灾和施工环境影响后,疏散时间由324 s变为419 s。

智云监测技术在建筑沉降监测中的应用研究

本文介绍了高层建筑地基沉降监测点的布局和监测方法,实现了基于远程无线传感器网络的高层建筑地基沉降动态预警系统。对远程无线传感器网络设备、串口通信工具和上位机系统进行了功能分析,并介绍了该系统的工作流程。该系统采用模块化设计概念,应用了一种新的神经网络算法技术(SPKF),并应用于对高层建筑进行安全检测以及形变监测,解决了传统算法即BP神经网络算法的各类局限性问题。

弋阳嘉园住宅楼沉降观测研究

文中以弋阳嘉园安置区棚户区改造项目为例,对沉降观测技术在建筑施工中的应用进行分析,保证建筑物的正常使用寿命和建筑物的安全性,并为以后的勘察设计施工提供可靠的资料,确保在今后的建筑的施工中能实现良好的施工质量控制。

沉降观测技术在装配式高层建筑施工中的应用研究

为实现对建筑施工中沉降的高精度观测,引进沉降观测技术,以某装配式建筑为例,对高层建筑在施工中的沉降观测方法展开设计。建立装配式高层建筑施工观测中的GPS控制网;结合施工现场具体需求,应至少设置4个水准基点,水准基点的布置采用闭合环状方式设计;观测点点位需要拟建在建筑物上,例如建筑物的四角;设计建筑施工中观测精度与周期,按照规范进行观测成果数据的处理,并通过对建筑沉降量的计算,完成观测方法的研究。设计实例应用实验,实验结果证明:本文设计的方法不仅可以实现对建筑沉降的观测,还可以将观测结果偏差控制在一个相对较小的范围内,从而提高观测结果的可靠性与真实性。

基于Dijkstra算法的高层建筑项目配电网线路规划方法

传统高层建筑项目配电网线路规划方法未对配电网线路的控制变量进行采集,造成规划线路总长度较长,为此文章提出了基于Dijkstra算法的高层建筑项目配电网线路规划方法。通过处理配电网线路的控制变量,将采集到的控制变量带入Dijkstra算法,构建了Dijkstra节点地图,同时选取配电线路实现了对高层建筑项目配电网线路的规划。对比实验结果表明,该研究方法规划配电网线路总长度较短,可以节约建设费用。

基于GA-BP神经网络的装配式高层住宅成本预测

装配式高层住宅成本受诸多因素影响,成本与各个因素之间存在复杂的非线性关系,BP神经网络难以对其进行准确的成本预测。文章提出了一种遗传算法(GA)优化BP神经网络的预测方法,利用GA-BP神经网络模型提高装配式高层住宅成本预测的准确率。通过对GA-BP神经网络模型的权值和阈值进行优化,构建了GA-BP神经网络装配式高层住宅成本预测模型,并以50组装配式高层住宅样本数据为例,分别运用GA-BP神经网络与BP神经网络预测模型进行了对比试验。试验结果表明,GA-BP神经网络预测模型具有较强的稳定性和更高的预测准确率。

工程结构在多灾害耦合作用下的研究进展

我国地处亚欧板块、太平洋板块和印度洋板块之间,且疆域辽阔、海岸线绵长,这就自然形成了我国地震、强风和降雨等自然灾害频发。工程结构,包括高层建筑、村镇低矮房屋建筑群、输电塔线体系等生命线工程,在其全寿命周期内会遭受地震、强风和降雨等多种灾害的单独或同时作用。传统设计方法基于最不利荷载对结构进行设计,忽略了多种灾害耦合作用对结构全寿命周期抗灾性能的影响。文章总结了该课题组近年来在多灾害研究领域所取得的主要成果,包括:(1)根据中国强震台网中心和中国气象局数据中心提供的地震、风和降水数据,开展了极端事件单独作用和耦合作用的危险性分析;同时,提出了基于Copula函数的联合概率模型分析方法;(2)提出工程结构在多种灾害耦合作用下的性能评估和荷载修正系数计算方法;(3)开展了高层建筑在地震和强风单独作用以及同时作用下的风险分析及荷载修正系数计算;进行了村镇低矮房屋在地震和洪水耦合作用下的风险分析;对风雨耦合作用下的输电塔线体系进行了易损性分析。结果表明:(1)在考虑灾害发生概率时,不同灾害(例如,地震、强风和降雨)同时作用对结构性能评估具有显著影响;(2)由本文方法计算的荷载组合系数均不小于规范值,建议对现行规范中地震和风荷载的设计强度进行适当修正。因此,在对工程结构进行抗多灾耦合作用的性能分析和设计方法研究时,应综合考虑多种灾害的耦合效应。

高层建筑火灾网络模拟

高层建筑防灭火以及人员疏散的正确决策,关键在于对灾变条件下高层建筑中风流参数变化的正确预测,特别是在采取一定的风流控制措施之后各通道内风量、风向、烟流蔓延范围、烟气浓度变化等参数的预测。论文全面地介绍了全风网网络模拟软件HRBFS的基本原理、组成部分、软件特点、系统的结构以及需要输入的数据等。模拟软件可以有效地校验消防四大系统的设计和运行,并能为消防决策和建筑火灾事故分析提供有力的依据。

多层多室建筑火灾烟气运动的网络模拟

随着高层建筑的不断出现 ,高层建筑火灾安全已越来越受人们的关注。应用网络模型对多层多室建筑火灾烟气运动过程进行数值模拟 ,介绍了网络模型的基本方法、网络模型的关键技术处理。文中以火灾科学国家重点实验室的五层模型楼为实例 ,分别对有无风机、有无室外风流、门窗开启等条件下的建筑火灾进行模拟 ,给出了假设火灾情况下可能受烟气污染的房间和烟气的危险范围。

超高层建筑施工监测内容及技术体系研究

超高层建筑施工监测(即第三方监测)对于检核施工质量,保障施工安全具有重要意义。目前,超高层建筑施工监测存在缺乏统一、规范的内容及技术体系,激光投点时对塔体摆动影响关注不够等不足。为此,在采用多种先进仪器设备,构建超高层建筑施工监测较完备科学的内容体系和技术体系,并解决以上缺点。文中对基准平面控制网的建立与维护,施工控制网竖向传递复测,轴线检测,电梯井、核心筒垂直度测量,施工控制网高程基准竖向传递检测,建筑物沉降观测等6方面内容做系统阐述,研究成果已成功应用于广州市多栋超高层建筑施工监测中,具有重要示范意义。

基于贝叶斯网络的高层建筑火灾后果预测模型

为提高高层建筑火灾后果预测精度和准确率,在分析高层建筑火灾演变机理的基础上,确定系统组成要素,构建高层建筑火灾的贝叶斯网络(BN)演变模型。利用联合概率公式,预测火灾后果。以上海"11·15"静安区胶州路教师公寓火灾为例,演示高层建筑火灾的BN后果预测模型的具体流程,并分析火灾预测结果。结果显示:灾后死亡人数大于30人的概率为75.3%、经济财产损失大于1亿元的概率为82.6%、政治影响大的概率为93.6%、部分房屋不可利用的概率为88.5%,与实际火灾情况基本一致,表明该方法有效、可行。

基于人工神经网络的高层建筑结构选型知识发现

目前结构工程实例积累越来越丰富，而解决结构选型这一实际工程问题的知识却相对贫乏，因此将知识发现技术应用于工程结构的设计过程，可以有效地辅助设计决策过程，提高工程设计的智能化水平．分析了根据结构实例库进行知识发现的可行性，提出了改进的BP人工神经网络学习算法，开发了高层建筑结构实例库及其管理系统，将实例库系统提供的实例分别作为神经网络系统的训练样本和测试样本，对3层多输入多输出BP网络进行了训练和学习，工程实例应用结果表明：所提出的方法和所开发的系统可以发现实际工程高层建筑结构的选型知识，系统具有较好的自适应能力．

高层建筑烟囱效应及风压联合作用的模拟研究

采用多区域网络模型数值模拟方法,结合风洞试验和CFD数值模拟结果,对一栋340 m超高层建筑的烟囱效应及风压联合作用问题进行了模拟分析.研究发现:1)纯烟囱效应导致的建筑内部电梯与室外压差曲线为线性分布,符合理论分布规律;随风速增大,电梯与室外压差分布逐渐受到风压主导,压差分布曲线由线性转向非线性,风速越大效应越显著.2)建筑中性面位置受风速影响较小,密闭性较差的避难层对避难层电梯以及上下层电梯的压差分布影响明显.3)不同风向对烟囱效应压差表现出不同的作用:在冬季高频风向ENE下,整体上风压抑制热压;而在风向为N时,风压增强热压;在夏季高频风向ESE下,避难层以外楼层风压抑制热压,避难层风压增强热压.4)提高幕墙密封等级及增加电梯前室门阻隔单元等措施,可有效缓解烟囱效应过大压差.

基于ZigBee的高层建筑无线火灾报警系统

选取CC2430作为无线网络的核心芯片,构建一个ZigBee星形网络来实现无线火灾报警系统的简化模型。通过该无线网络传输楼层各房间的一氧化碳浓度和温度信息,并由控制中心根据预先设定的规则,判断是否有火灾发生,定时报告该高层建筑的安全情况。该系统具有较好的应用前景和经济效益。

基于粒子群优化算法的5G波束权值寻优方法

为解决高层建筑物室内5G信号覆盖不足、优化难度大的问题,提出基于粒子群优化(particle swarm optimization,PSO)算法的5G波束权值寻优方法。通过采集终端数据将网络解耦成多个子网切片,对单小区权值库进行规划和仿真,构建多小区权值组变量以及适应度函数。最后,采用PSO算法求解多小区波束权值组局部最优值。测试结果表明,平均参考信号接收功率(reference signal receiving power,RSRP)提升8.7%,平均信干噪比(signal to interference plus noise ratio,SINR)提升17.5%,下行速率提升27.3%。所提方法在5G天线波束权值寻优上具有低成本、高效率、智能化的优势,可以改善高层室内用户的感知。

超限高层建筑工程数据库及Bayes知识发现

针对上海市超限高层建筑工程实例,收集整理了相关设计信息,构建了能够表征这些设计信息的数据表并形成了数据库。鉴于传统的管理信息系统不能够空间表示,提出了一种新型的基于Arc-GIS的信息系统,同时引入了贝叶斯网络,以数据库样本为基础进行结构选型。实践证明,该系统充分利用了计算机的存贮、计算、统计、共享以及空间显示功能,贝叶斯网络为超限高层建筑结构体型优选提供了一种新的方法,对超限高层建筑工程的设计改进和规范的完善都具有一定的实际意义。

基于Matlab神经网络的高层建筑结构选型研究

随着土木工程技术的发展,结构选型在高层建筑结构设计中的重要性越来越明显,但高层建筑结构选型是一个非常复杂的问题。通过阅读大量文献和分析高层建筑主要结构型式的特点以及适用范围,提取了高层建筑结构选型的主要控制因素,并提出以Matlab为开发平台,应用Matlab神经网络方法对高层建筑进行结构选型。

高层建筑结构初步设计的专家系统

本文通过对结构初步设计本质和内容的分析，提出了高层建筑结构初步设计的专家系统HIPRED的原型系统．它是一个综合集成系统：通过人工神经元网络（ANN）技术存贮专家的设计经验来确定高层建筑的结构体系；利用能连续化地反映高层建筑结构参数分布的基于悬臂梁的结构简化模型，并结合常微分方程求解器COLSYS很好地从速度和精度两方面的匹配来进行力学反应分析；通过人机交互和知识库的引入，系统能够对设计的结构反应参数（位移、周期和地震为）做出评价及对结构做出相应的修改．HIPRED能够帮助设计者在一个较高层次上进行高层建筑结构的初步设计。HIPRED是在Windows环境下，采用面向对象的编程技术（OOP），用C＋＋编写的。

基于贝叶斯网络的一种新型的结构选型方法研究(Ⅰ)

最佳高层建筑的结构型式的选取与确定是结构工程初步设计的重要内容,然而,结构型式的选择受到多种因素的影响与制约,是一个具有高度白噪声、非线性的复杂问题。针对影响结构型式选择的各种因素,首先分别构建了影响因素矩阵向量与结构型式矩阵向量,引入灰色关联理论对各影响因素的重要程度进行了从定性到定量的分析。根据获取的影响因子的重要性程度,确定了简化的关键影响因素矩阵。在此基础上,引入贝叶斯网络理论,建立结构选型的贝叶斯网络预测模型。以3种情况为实例,分别验证了该模型的有效性与计算精度,试验结果表明,与其他方法相比,该模型简单实用,且具有较高的预测精度,为结构选型提供了一种新的预测方法。