基于机器人高空巡检技术的水利水电工程施工监控.pdf

Microcomputer Applications Vol.39,No.8,2023文章编号：10 0 7-7 57 X（2 0 2 3)0 8-0 149-0 4基于机器人高空巡检技术的水利水电工程施工监控研究与设计微型电脑应用2 0 2 3年第39 卷第8 期丁晓生（郓城县水浒城市建设置业有限公司，山东，菏泽2 7 47 0 0）摘要：针对水利水电工程管理中存在管理效率滞后的问题，采用无人机和巡检机器人对水利水电施工进行多层次智能监控，采用处理器AdvancedRISCMachine（A R M）主控部分实现数据采集，通过Lora网络数据通讯实现数据交互，在不同条件下实现水利水电施工现场的监控，通过采用事件驱动技术，实现数据采集的监控，采用改进型粒子群优化算法（PSO)算法，提高了多种水利水电工程目标数据的搜索能力和计算能力。试验表明所提方法提高了数据处理速度，增强了系统的稳定性。关键词：水利水电工程管理；施工监控；粒子群优化算法（PSO)；Lo r a 通讯DING Xiaosheng中图分类号：U495Construction Monitoring of Water Conservancy and Hydropower ProjectsBased on Robot High-altitude Inspection Technology(Yuncheng County Shuihu City Construction Co.,Ltd.,Heze 274700,China)Abstract:Aiming at the problem of lagging management efficiency in the management of water conservancy and hydropowerprojects,the intelligent means of drones and inspection robots are used to carry out multi-level intelligent monitoring of waterconservancy and hydropower construction.The ARM main control part is used to realize data collection,and the data communi-cation is realized through Lora network.It realizes the monitoring of water conservancy and hydropower construction under dif-ferent conditions.Through the use of event-driven technology,the monitoring of data collection is realized,and the improvedparticle swarm optimization algorithm(PSO)algorithm is adopted to improve the search for target data of various water conser-vancy and hydropower projects.Experiments show that this research method improves the data processing speed and enhancesthe stability of the system.Key words:water conservancy and hydropower project management;construction monitoring;particle swarm optimization al-gorithm(PSO);Lora communication人技术、电子技术以及计算机处理技术等，实现水利水电施0引言工监控，并通过改进型粒子群优化算法（PSO)算法模型实现现有技术的施工建设管理大多采用人工管理的方法，这不同数据信息的处理和识别，提高了图像识别能力。基于上种方式不仅效率低下，造成大量的人工技术浪费，难以满足述设计思路，设计出如图1所示的总体架构示意图。现有技术的发展需求，传统管理模型难以适用于目前多样的由于水利水电施工现场容易出现多种异常事故，本研究水利水电工程项目，因此，信息化、数字化和管理集成化的新应用无人机技术和巡检机器人实现水利水电施工的多层次型管理方法的研究成为了国内外相关专家学者的攻坚方向智能监控，将ARM主控部分与Lora网络数据通讯结合起之1-2 。文献3 利用数据库管理系统与建筑信息模型（buildinginformationmodeling)相结合的方式将水利水电施工过程中的相关信息进行可视化管理，但由于精确度不够，并且使用二维平面图进行效果展示，直观性较差。文献4提出利用三维建模来搭建可视化管理系统，这一方案解决了二维建模直观性与精确度欠缺的问题，但由于模型复杂化，进而使得系统对硬件功能的需求变大，运算速度变慢，面对复杂数据时系统稳定性也不足。1水利可视化管理架构设计基于上述技术的不足，本文利用无人机技术、巡检机器作者简介：丁晓生（197 3一），男，本科，高级工程师，研究方向为水利工程建设与管理。文献标志码：A来，实现不同条件下水利水电施工现场的监控，通过控制无人机，实现人工无法到达的区域，该技术能够从现场捕获大量的数据信息，提高了水利水电施工现场的监控力度。在具体应用过程中，通过无人机携带大量的数据采集单元，比如电路采集模块、传感器采集模块等4-5，通过将采集到的数据信息传递到地面数据接收单元，进而在数据控制中心即可实现水利水电施工项目远程控制，然后对采集到的数据信息进行处理。在处理信息时，可以通过引入大数据处理算法模型，通过改进型粒子群优化算法（PSO)算法模型提高水利水电施工管理能力6-7 。.149.质邮Microcomputer Applications Vol.39,No.8,2023TIN三维可视化模块计算机算法模型无线通信模块图1水利水电施工监控总体方案2关键技术设计2.1事件驱动的监控数据采集在进行监控数据采集时，采用无人机和巡检机器人实现事件数据信息的采集，在本研究中，将水利水电施工划分不同的模块，利用施工事件进行驱动，通过对水利水电“施工状态一施工地点一操作人员”的时序图式模型进行推演，针对施工状态、施工事件和事件执行者等变量进行采集，其中施工建设过程中的相关变量8-9 如表1所示。表1施工可视化监控的相关变量概念符号状态Si.j事件Ei.某一时刻，施工单元由一种状态转化为新的状态状态质量Q：j触发时间tijLij位置事件执行者Ri.j如表1所示，其中状态Si表示为水利水电施工工程保持在一种形态下不变，当没有施工人员对其进行操作时，为静止状态。事件Ei施工工程处于操作状态，状态质量Qj是当施工人员对水利水电进行操作后其新转化状态的所有物理特征，通过状态特征分析其施工的质量；触发时间t,表示为事件发生的时间；位置Li.表示为事件发生的位置；事件执行者Ri,表示为事件的执行人员10-12 1。为了提高数据采集质量，通过无人机或者巡检机器人获取RFID读写器的数据信息，然后对水利水电工程的不同施工点进行信息获取，最终将RFID读写器采集的数据存储进数据服务器中，完成数据的采集过程，因此假设数据采集数据信息如公式（1)所示。研究与设计（上层数据管式中，E，为RFID读写器在读写水利水电施工信息时的原始理中心数据，IDtag表示为粘贴在施工设备和材料上的电子编码，R，表示为读取器的编号，是第i个读写器进行读取，t表示该事件所发生的时间和产生原始数据的时刻。事件驱动的数据采集单元如图2 所示。可视化监控可视化监控可视化监控改进型POS模型数据接口地面数据接模型收单元巡检机器人水利水电施工现场定义施工单元在开始时间和结束时间之间状态保持不变在某一状态中其施工单元的特征集合事件发生的时刻事件发生的地点事件的执行人员微型电脑应用2 0 2 3年第39 卷第8 期E,=IDtag,R;,tr)(1)施工动作触发点(i,j-1);状态S,开始时间触发时间,-1事件E.j-执行者R.j-位置Li-持续时间工.JSi.j触发时间事件E.执行者R.位置L施工动作触发点(i,J)；状态Si,结束时间图2 水利水电工程事件驱动的数据采集单元巡检机器人或则无人机携带的数据采集单元进行工作，采集的数据信息包括水利水电施工项目时间、名称、施工项目人、位置、持续时间以及水利水电单元的施工质量等多种数据信息。数据采集单元状态的表达形式如式2 所示。无人机Ci,j=IDwork,Ei.j-1,ti.j-1,Pi.j-1,Li.j-1,Ei.j,tij,Pi.j,Lij,Sij,Ti.j,Qij,Bi,)式（2)中,其中Tj表示为该水利水电施工项目持续的时间，Ti,=ti.j一ti.j-1，数据采集单元通过多种传感器、多种数据采集单元对施工项目的数据信息进行采集。2.2改进型粒子群优化算法(PSO)算法模型本研究将粒子群优化算法（PSO)与蚁群算法13 结合起来，提高了水利水电施工项目中不同单元施工时间的目标信息最佳搜索。为了形象表示本研究的的技术方案，下面通过公式的方式实现目标数据的搜索，其中，Ui=U+c X rand()(pbest;-a,)+C2 X rand()X(gbest;一i)式中，i=1,2,3，N，;代表水利水电工程项目经过数字化处理后数据信息中数据流的粒子速度，rand(）表示Voronoi图中不断增加并且通过数字化显示的大于0 小于1的随机数，；表示实时水利水电可视化数据信息粒子的位置，c；代表在不断的数据增加过程中，水利水电工程数据信息的学习因子。则在每一时刻下，水利水电工程项目数据粒子在下一时刻的数据表示可以为x=i+Ui式（3）与式（4）共同构成标准的粒子群优化算法模型14。为了在减少水利水电施工系统的运算压力的同时增加运算速度。本研究在计算过程中增加蚁群算法，对水利水电工程项目输出的数据信息进行可视化管理和计算，在计算过程中，需要对已经分类的数据粒子进行标记，作为蚁群信息元素。信息因子标记为kEk m in，k m a x，而当对水利水电项目施工选择路径上的信息素量进行计算时，就有：a,(t+n)=(1-p)a,(t)+a iQ/L，若数据经过(i,j)若数据不经过(i,j)式中，为水利水电施工项目选择分支（i，j)上的不同数据信息量，m和n分别代表着蚂蚁元素（水利水电施工项目数据信息)数量与途中施工水利水电施工项目数据信息分支节.150.Q.j(2)(3)（4)(5)(6)k1(7)Microcomputer Applications Vol.39,No.8,2023点的数量，；为施工管理系统信息初始到随机时刻的信息增量，%为第k只水利水电施工项目蚂蚁元素在当次迭代计算中留在（i，i)上的数据信息量，为水利水电施工数据量损失系数，Q为正常系数，L为水利水电施工项目蚂蚁元素蚂蚁k在本次迭代中行走的道路长度。通过对水利水电施工数据信息量的统计，得到：a;(t)o,JeP(t)=式中，其中P,为水利水电施工项目蚂蚁元素在选择不同水利水电施工分支中的概率，为设置水利水电工程的各项数据间的从属度，为水利水电数据信息浓度的相对重要参数，为从属度系数的相对重要参数,Node为与目标搜索位置i相连且水利水电施工项目蚂蚁元素尚未经过的位置的集合。通过设置水利水电施工项目的蚂蚁元素，将水利水电工程的各项数据间最优化搜索数据信息转换为蚂蚁搜索函数，实现最优化水利水电施工项目数据信息的检索。在应用过程中，通常要设置不同数据的选代数量，进而实现最佳化目标数据的检索。使用户在管理数据信息时，能够根据用户的需求，减少数据检索时间。通过迭代的方式将粒子群优化算法与蚁群算法运算过程中的工程常量系数不断更新，以适用于水利水电管理模型。3实验结果与分析本研究采用硬件计算机操作系统为MicrosoftWindows10，6 4位，使用VisualStudio2020OpenCV3.0作为主要开发工具,CPU:Inter(R)Core(TM)i7;主频为2.59 GHz;内存16G。实验过程中通过使用石岩水库水质保障工程（一期）设计采购施工总承包项目数据作为实验数据，此项目工程建设内容及主要工程量包括生态堤（长545米，宽9米），清淤两百八十余万方，钻石山墓园截流沟五百余米，巡库道路三公里，溢流堰九百余米、石岩河口截污闸改造。实验一中首先需要对整个水库项目附近的地理模型进行搭建，将水库模型控制在2 0 0 2 0 0 2 0 0 的区域内，再模拟水库施工工程开展过程，不断更新区域状态，整合状态结果，与真实情况进行对比，来验证本研究模型的准确性。实验二中使用10 Mbps的信息速率输人三种水利水电施工管理系统，测试三种系统对数据量的处理时间以及噪声大小来比较三者之间的处理速度与稳定性。在2 个小时内进行系统实验，给定水库工程的模拟进度，观察水利系统的精确度，得到工程整合表，如表2 所示。表2 三种管理模型准确度对比表时间/min文献1/%3096.86087.59083.012080.7将表2 的数据用平滑的曲线连接，即可整理出准确率变化曲线图，如图3所示。根据图3中的曲线图可以明显看出，文献3 所用的方法的准确率跟随时间变化最大，在30 min时系统准确率有96.8%,30min至9 0 min这段时间为系统准确率下降最快的时间，在9 0 min时下降到8 3.0%，在9 0 min之后系统准确研究与设计率下降有所减缓，在12 0 min时系统准确率只有8 0.7%，造成这一现象的原因主要为错误信息影响系统的准确性判别。文献4 所用方法在一定程度上对错误数据进行筛选删除，减少了错误数据的输出，因此准确率得到提升，在30 min时准确率达到98.5%，而在12 0 min的数据输入后准确率仍有90.0%。本研究所用方法采用先通过数据分类对原始数据进行处理，再将处理后的数据输入系统中，这样能够准确查若数据经过(i,j)(8)其他文献2/%本研究方法/%98.599.893.897.790.995.390.094.1微型电脑应用2 0 2 3年第39 卷第8 期找出不匹配数据，在实验中明显可以看出，30 min时本研究所用系统准确率仍高达9 9.8%，12 0 min后准确率有94.1%，仍然在预期结果之内。100989688868482进行实验二时，先选取一个包含多种施工信息的数据库，当作测试库1；再选取一个相同大小不同施工信息的数据库，记为测试库2。首先我们先将测试库1中的数据输入，测试三种系统对数据库的处理时间，再将测试库1与测试库2整合到一起对系统进行代训练，观察系统处理所用时间，将处理时间绘制成曲线图如图4所示。一一文献3一本研究方法一-文献410090801010220330405060708090100测试库数据训练集/个10 3图4处理时间曲线图如图4所示，3个系统在面对相同数据流迭代训练时，文献3 所用方法需要的时间最长，文献4 在10 0 10 3次训练后用时7 3分钟，比文献3 的9 2 分钟少19 分钟，本研究所用方法在相同次训练后用时为6 0 分钟，比文献3 少用时32分钟。同时结合整体速率来看，本研究所用方法都明显优于前两者，值得注意的是，文献4 在50 10 3次训练后便停止训练，初步理解为系统将重复数据库的引人行为当做无意义动作进行清除。因此，文献4 的在10 0 10 3次训练后的用时仍然具有不准确性，但不影响最终的实验结果。4总结针对水利水电工程施工项目存在的监控力度不佳的问151一一文献3一本研究方法一文献41时间/min图3准确率变化曲线图Microcomputer Applications Vol.39,No.8,2023题，进行以下技术研究：（1)利用无人机及巡检机器人实现水利水电施工现场的监控，将ARM主控部分与Lora网络数据通讯结合起来，提高了数据采集能力。（2）通过水利水电工程事件驱动的数据采集单元实现施工项目不同单元的数据采集，提高了水利水电施工项目时间、名称、施工项目等不同信息的采集。(3)通过改进型粒子群优化算法（PSO)算法模型对水利水电工程施工项目的不同施工单元以及输出数据信息的检索和计算，提高了项目数据的管理能力。本研究使得水利水电行业管理方法领域提升了一个新的技术高度。对现代水利水电行业由自动化转向智能化提供坚实的理论与实践基础。但本研究仍旧存在一些技术不足，比如数据采集过程中外界干扰性程度和干扰性因素大小的衡量，这需要进一步的研究。【1杨林，唐成方.水利水电工程施工安全管理研究J.工程建设与设计，2 0 2 1（1）：2 35-2 36.2俞和鹏.水利工程施工管理问题及对策研究J.居舍,2 0 2 1(1):152-153.3李文斌.水利工程信息与BIM技术的应用研究J.四川水泥，2 0 2 0(4）：140.4王明明，陈代果，姚勇，等.基于BIM的土石坝4D模型在施工进度管理中的应用框架J.施工技术，（上接第148 页）1401201008060403.92图3设计方法的电压偏差测试数据由图3中设计方法的电压偏差测试数据可知，设计方法的总经济费用不断上涨，实现的电压偏差大幅降低，达到了良好的储能优化效果。3总结在跨区域协同指挥的前提下，对配电网分布式目标优化调度问题进行了深入研究，设计了一种配电网分布式目标优化调度方法，在支路潮流、节点电压、储能装置、激励负荷、可中断负荷、可中断负荷无功约束与有功方面的约束条件下，提升其配电网分布式优化调度效果，研究结果具有良好的现实意义。1瞿合祚，李晓明，杨玲君，等考虑负荷和分布式电源研究与设计2018,47(16):132-135.5王省，黄维亮.浅谈BIM技术在水利水电工程的应用J.人民黄河，2 0 2 0，42（S2)：2 55-2 56.6 张成涛.关于水利工程施工技术管理的探究J.珠江水运，2 0 2 0 2 3）：94-95.7 张志杰.加强水利工程安全施工管理的有效途径探讨J.农业科技与信息，2 0 2 0（2 2）：111-112.8唐少东.BIM技术在水利水电工程施工中的应用J.工程技术研究，2 0 2 0，5（2 2）：9 1-9 2.9王朝宇.水利工程施工管理控制的影响因素与解决措施分析J.地下水,2 0 2 0,42（6）：2 6 2-2 6 3.10甄文凯.水利水电施工监理工作中存在的问题及解决办法J.珠江水运，2 0 2 0（2 1）：52-53.11曹希良，吕兴坤，黄小蕙.水利水电工程施工中常见问题及解决措施J.水电站机电技术，2 0 2 0，43（11）：81-82.参考文献12花建彬，李书嘉，金鹏程.浅谈水利水电工程管理中精细化管理理念的运用J.水电站机电技术，2 0 2 0，43(11):225-226.13董凌伯.浅议水利水电工程施工管理中突出问题及对策.绿色环保建材，2 0 2 0（11）：16 1-16 2.14石红山.加强水利工程施工管理措施探讨J.长江技术经济，2 0 2 0,4(S2)：37-39.（收稿日期：2 0 2 1-0 7-30）时变性的配电网多目标动态重构和DG调度J.高电压技术，2 0 19，45（3）：8 7 3-8 8 1.2肖俊明，杨璐，朱永胜，等，考虑用户满意度的主动配电网多目标动态经济调度J.可再生能源，2 0 2 0，38(5):696-704.35张志荣，邱晓燕，孙旭，等。协调柔性负荷与储能的交直流配电网经济优化调度J.电力建设，2 0 2 0，413.964.00总经济费用/10 元参考文献微型电脑应用2 0 2 3年第39 卷第8 期4.044.084.12(5):116-123.4张张涛，王成，王凌云，等偏差电量考核机制下含DG的售电公司多目标优化调度模型J电工技术学报，2019，34(15):32 6 5-32 7 4.5黄伟，刘斯亮，羿应棋，等.基于光伏并网点电压优化的配电网多时间尺度趋优控制J电力系统自动化，2019,43(3):92-100.6倪识远，张林考虑动态重构的主动配电网多目标双层优化调度方法J.电力系统保护与控制，2 0 2 0，48(20):38-47.7寇凌峰，吴鸣，李洋，等主动配电网分布式有功无功优化调控方法J中国电机工程学报，2 0 2 0，40（6）：1856-1865.8何森，林舜江，李广凯。含光伏的低压配电网分布式储能多目标优化配置与运行J电工电能新技术，2019,38(3):18-27.（收稿日期：2 0 2 1-10-11).152