基于MEMS的板式微惯性测量系统
成果类型:: 新技术
发布时间: 2022-11-07 16:21:07
基于多维MEMS惯性传感器的建筑楼梯人流量估计系统,以达到楼梯安全实时监测的需求。结合楼梯几何尺寸、材料工程、结构特征、连接方式、使用情况,选取恰当的多维MEMS惯性传感器的接触采集点,通过实时监测的多维接触式MEMS惯性传感器数据估计楼梯人流量载荷,评估安全程度并及时预警。该楼梯监测及评估系统由下列子系统构成:多维MEMS惯性数据采集子系统、红外图像校准子系统、无线数据传输子系统、多维数据处理子系统、楼梯振动模式识别与荷载估计子系统。本发明利用较少的楼梯振动样本量,在经过一定特征处理后进行基于建筑楼梯结构振动响应力学模型的机器学习,并使用该机器学习模型进行建筑楼梯人流量建模与荷载估计。模型进行建筑楼梯人流量建模与荷载估计。模型进行建筑楼梯人流量建模与荷载估计。
伴随着社会生产水平的逐步提高,城市化发展更为欣欣向荣,建筑尤其是高层建筑在城市建设中变得日益重要,尽管建筑内部——楼梯的振动看似微不足道,然而实际上以楼梯在人们日常生活中的普及程度,对其人员密集程度的评估及其安全性进行实时监测是保障居民正常生活工作的一种必需。为了实时显示楼道中人员密集程度、保证建筑内部结构安全、防止楼梯的过度使用及踩踏等危险情况的发生,并及时对存在问题做出识别诊断和警报,利用一定的技术手段来进行建筑楼梯振动建模与载荷估计是智慧楼宇和建筑监测的一项关键技术。造成建筑物楼梯结构振动的主要因素是该楼道内当前人数和人体步态的生物力学特征。利用传感器技术、结构力学分析、信号处理建模、模式识别分类等技术来对建筑楼梯的振动程度进行监测分析,在此基础上得到建筑楼梯人流量和荷载状态的模型,从而快速、精确地完成对楼梯的人员密集程度和健康状态分析,可以有效防止因楼梯载荷过大或材料老化变形产生安全隐患而造成的严重安全问题和经济损失。
本成果可支持技术转让,技术合作,技术咨询等方式合作。