导航:X技术最新专利计算;推算;计数设备的制造及其应用技术
本发明针对玻璃幕墙存在结构安全隐患、水密性不足及寿命评估不精准等问题,提出全生命周期管理方法。通过抗压抗拉分析、水密性模拟及寿命评估模型,结合安装位置设计与支撑结构检验,实现从设计到维护的全流程优化,提升幕墙安全性与耐久性。
1、传统的玻璃幕墙全生命周期管理方法主要依赖人工检查和定期维护,未能充分利用现代化的技术手段进行智能化管理,存在诸多局限性。缺乏对幕墙长期性能数据的积累和分析,玻璃幕墙在其使用寿命期间的性能变化无法被持续、准确地记录和评估,无法有效预测其使用寿命及出现的结构问题。无法对幕墙的整体健康状况进行科学评估,也无法通过数据优化未来的设计、制造和安装流程。缺乏系统性的全生命周期管理,无法有效涵盖从玻璃幕墙设计、安装、使用、维护到最终报废的全过程。在各个生命周期阶段之间,信息未能实现共享和协同,导致各阶段管理割裂,未能形成有效的闭环反馈机制。
1、基于此,本发明有必要提供一种玻璃幕墙全生命周期管理方法,以解决至少一个上述技术问题。
3、步骤s1:获取建筑物外墙数据,并根据建筑物外墙数据进行建筑物外墙尺寸特征提取,从而获得建筑物外墙尺寸数据;根据建筑物外墙尺寸数据进行框架式玻璃幕墙安装位置设计,从而获得框架式玻璃幕墙安装位置数据;
4、步骤s2:获取框架式玻璃幕墙设计数据以及框架式玻璃幕墙支撑结构数据,并根据框架式玻璃幕墙设计数据进行玻璃材料抗拉强度特征提取以及玻璃材料抗压强度特征提取,从而获得玻璃材料抗拉强度数据以及玻璃材料抗压强度数据;根据玻璃材料抗拉强度数据以及玻璃材料抗压强度数据对框架式玻璃幕墙支撑结构数据进行支撑检验分析,从而获得框架式玻璃幕墙支撑检验数据;
5、步骤s3:根据框架式玻璃幕墙安装位置数据以及框架式玻璃幕墙支撑检验数据对框架式玻璃幕墙支撑结构数据进行抗风性分析,从而获得框架式玻璃幕墙支撑结构抗风性数据;
6、步骤s4:根据框架式玻璃幕墙支撑结构抗风性数据对以及框架式玻璃幕墙支撑检验数据进行框架式玻璃幕墙水密性分析,从而获得框架式玻璃幕墙水密性数据;根据框架式玻璃幕墙水密性数据以及框架式玻璃幕墙支撑结构抗风性数据进行框架式玻璃幕墙使用寿命评估,从而获得框架式玻璃幕墙使用寿命数据;
7、步骤s5:获取框架式玻璃幕墙历史维护数据,并根据框架式玻璃幕墙使用寿命数据以及框架式玻璃幕墙历史维护数据进行全生命周期管理优化,从而获得框架式玻璃幕墙全生命周期管理数据,并上传至建筑管理平台,以执行框架式玻璃幕墙的全生命周期管理任务。
8、本发明通过获取建筑物外墙数据,进行外墙尺寸特征提取,确保了幕墙设计的精准度,通过对外墙尺寸的自动化计算,减少了人工测量和数据处理中的误差,基于外墙尺寸进行的幕墙安装位置设计,有效提高了施工效率,减少安装错误。通过对玻璃材料的抗拉强度和抗压强度特征的提取,结合支撑结构的检验分析,确保了幕墙结构的可靠性和承载能力通过支撑检验分析,能够识别支撑结构中的潜在问题,防止结构失效的发生。通过优化玻璃材料的使用,确保了幕墙的耐用性和抗破坏性,有效降低了后期的维修和更换成本。抗风性分析结合了幕墙的安装位置和支撑检验数据,能够有效模拟幕墙在不同风力条件下的受力情况。通过结合抗风性数据与支撑检验数据进行水密性分析,确保幕墙在降雨和高湿环境下的密封性能,这一分析能够预测幕墙的渗水风险,保证建筑物内部的干燥和安全。通过获取历史维护数据,结合使用寿命评估结果,确保了管理系统能够基于历史数据进行幕墙的状态监控和维护计划的智能优化,全生命周期管理数据被上传至建筑管理平台,实现了各个生命周期阶段的高效协同和数据共享。
10、步骤s21:获取框架式玻璃幕墙设计数据以及框架式玻璃幕墙支撑结构数据,并根据框架式玻璃幕墙设计数据进行玻璃材料抗拉强度特征提取以及玻璃材料抗压强度特征提取,从而获得玻璃材料抗拉强度数据以及玻璃材料抗压强度数据;
11、步骤s22:根据框架式玻璃幕墙支撑结构数据进行连接方式特征提取以及支撑尺寸特征提取,从而获得框架式玻璃幕墙连接方式数据以及框架式玻璃幕墙支撑尺寸数据;
12、步骤s23:根据框架式玻璃幕墙连接方式数据以及框架式玻璃幕墙支撑尺寸数据进行框架式玻璃幕墙支撑三维模型构建,从而获得框架式玻璃幕墙支撑三维模型;
13、步骤s24:根据玻璃材料抗拉强度数据对框架式玻璃幕墙支撑三维模型进行拉应力分析,从而获得支撑结构拉应力数据;
14、步骤s25:根据玻璃材料抗压强度数据对框架式玻璃幕墙支撑三维模型进行压应力分析,从而获得支撑结构压应力数据;
15、步骤s26:根据支撑结构拉应力数据以及支撑结构压应力数据进行框架式玻璃幕墙支撑结构合并,从而获得框架式玻璃幕墙支撑检验数据。
16、本发明通过获取框架式玻璃幕墙的设计数据和支撑结构数据,通过提取玻璃材料的抗拉强度和抗压强度特征,保证幕墙在使用过程中的安全性和可靠性,通过准确的材料特性数据,减少了材料失效的风险,从而降低了维护和更换的成本。通过支撑结构数据提取连接方式和支撑尺寸特征,准确提取连接方式和尺寸特征,使支撑结构能够有效分配负载。通过三维建模,设计人员能够更清晰地了解支撑结构的形状和力学特性,减少了设计中的误差。对支撑三维模型进行拉应力分析,以玻璃材料的抗拉强度数据为依据,计算支撑结构在受拉情况下的应力状态,能够识别潜在的局部过载问题,确保在实际使用中支撑结构能够安全承受拉力,从而提高了建筑的耐用性和可靠性。依据玻璃材料的抗压强度数据,对支撑三维模型进行压应力分析,获得支撑结构在受压情况下的应力数据,通过压应力分析,可以提前发现结构弱点,确保支撑结构在受压状态下的稳定性,降低了后期出现问题的风险。通过系统性的数据整合,能够全面评估支撑结构的性能,确保其在实际应用中的可靠性和安全性,提高了全生命周期管理的科学性和有效性。
18、步骤s241:根据玻璃材料抗拉强度数据进行抗拉强度数据统计,从而获得最大抗拉强度数据;
20、步骤s243:根据框架式玻璃幕墙支撑三维模型进行框架式玻璃幕墙网格划分,从而获得框架式玻璃幕墙网格数据;
21、步骤s244:根据框架式玻璃幕墙网格数据进行框架式玻璃幕墙结构连接点网格区域特征提取,从而获得框架式玻璃幕墙结构连接点网格区域数据;
22、步骤s245:根据框架式玻璃幕墙风载荷数据对框架式玻璃幕墙结构连接点网格区域数据进行应力分布计算,从而获得框架式玻璃幕墙应力分布数据;
23、步骤s246:根据框架式玻璃幕墙应力分布数据进行压应力分布图生成,从而获得压应力分布图;
24、步骤s247:根据最大抗拉强度数据对压应力分布图进行抗压强度对比,从而获得玻璃抗压极限区域分布数据;
25、步骤s248:根据玻璃抗压极限区域分布数据进行对框架式玻璃幕墙支撑三维模型进行支撑结构拉应力模拟,从而获得支撑结构拉应力数据。
26、本发明通过对玻璃材料抗拉强度数据进行统计,获得最大抗拉强度数据,能够确保设计人员在选择材料时充分了解其承载能力,降低在使用过程中出现安全隐患的风险。获取框架式玻璃幕墙的风载荷数据是进行结构设计时的重要环节,可以帮助设计团队在设计阶段就考虑到不同风速和气候条件对幕墙的影响,确保在极端天气情况下幕墙的稳定性和安全性。对框架式玻璃幕墙支撑的三维模型进行网格划分,使复杂的结构分析变得更加可管理。通过网格数据进行连接点网格区域特征提取,可以明确连接点的应力分布情况,采取相应措施进行优化,增强连接点的强度,提高整体结构的安全性。根据风载荷数据对结构连接点的应力进行分布计算,有助于及时发现设计中的问题,从而提高结构的可靠性。生成压应力分布图,可以直观地了解在不同负荷条件下的应力分布。通过将压应力分布图与最大抗拉强度数据进行对比,能够识别哪些区域的应力超过材料的抗压极限,确保所有连接点在使用过程中都能保持在安全范围内,降低维修和更换的频率与成本。根据抗压极限区域分布数据,对支撑三维模型进行拉应力模拟,进而优化设计方案,以提高结构的耐久性和可靠性。
28、步骤s251:根据玻璃材料抗压强度数据进行抗压强度数据统计,从而获得最大抗压强度数据;
30、步骤s253:根据框架式玻璃幕墙支撑三维模型进行点支撑连接特征提取,从而获得点支撑连接数据;
31、步骤s254:根据框架式玻璃幕墙重量数据对点支撑连接数据进行点支撑形变分析,从而获得点支撑形变数据;
32、步骤s255:根据最大抗压强度数据对点支撑形变数据进行玻璃抗压极限强度对比,从而获得点支撑区域玻璃抗压极限强度数据;
33、步骤s256:根据点支撑区域玻璃抗压极限强度数据进行冗余支撑设计,从而获得冗余支撑数据;
34、步骤s257:根据冗余支撑数据对框架式玻璃幕墙支撑三维模型进行支撑结构压应力计算,从而获得支撑结构压应力数据。
35、本发明通过对玻璃材料抗压强度数据的统计,获得最大抗压强度数据,使得设计师能够更准确地了解材料的性能,从而在设计初期就考虑到潜在的结构风险,提升整体安全性。通过获取框架式玻璃幕墙的重量数据,能够为后续的力学分析和结构设计提供必要的信息,确保支撑结构的设计能够满足安全标准。在框架式玻璃幕墙支撑三维模型上进行点支撑连接特征提取,使得对支撑结构的理解更加全面,提高结构的整体稳定性。利用重量数据对点支撑连接进行形变分析,能够识别在实际使用中出现的变形问题,这种早期识别形变的能力,有助于在实际施工和使用中及时调整设计,避免潜在的安全隐患。通过将点支撑形变数据与最大抗压强度数据进行对比,可以识别哪些区域的玻璃超过抗压极限,确保幕墙在各种环境下的安全性能。基于抗压极限强度数据进行冗余支撑设计,能够为关键连接点增加额外的支持,从而增强结构的稳定性。根据冗余支撑数据进行支撑结构的压应力计算,可以全面评估整个支撑结构的安全性,确保玻璃幕墙在实际使用中的稳定性和安全性。
37、根据框架式玻璃幕墙重量数据对点支撑连接数据进行重力载荷施加,从而获得框架式玻璃幕墙重力载荷数据;
39、根据框架式玻璃幕墙重力载荷数据以及点支撑数量数据进行载荷分配,从而获得点支撑载荷数据;
41、根据支撑点跨度数据以及玻璃厚度数据进行截面惯性矩计算,从而获得截面惯性矩数据;
42、根据点支撑载荷数据以及截面惯性矩数据进行点支撑形变计算,从而获得点支撑形变数据。
43、本发明通过将框架式玻璃幕墙的重量数据施加到点支撑连接上,可以获得重力载荷数据。这一过程能够准确反映实际使用条件,通过重力载荷的施加,能够评估不同部位的受力情况,进而提高结构安全性。对点支撑连接的数量进行统计,能够明确各个支撑点的分布情况,确保在设计中充分考虑支撑点的配置,确保幕墙在实际使用中的稳定性和安全性。将重力载荷数据与点支撑数量数据结合,进行载荷分配,确保每个支撑点都能承受合理的载荷,防止因局部过载导致的结构失效,通过合理的载荷分配,降低材料成本,通过获取支撑点跨度数据和玻璃厚度数据,可以对整体设计进行更深入的分析。根据支撑点跨度和玻璃厚度进行截面惯性矩计算,能够获得截面惯性矩数据,对于评估玻璃幕墙在不载荷下的刚度和稳定性至关重要,通过合理设计截面,可以显著提高结构的抗弯能力,降低形变风险。结合点支撑载荷数据和截面惯性矩数据进行形变计算,从而获得点支撑形变数据,能够识别潜在的结构问题,提前预警并进行相应的设计调整。
45、根据最大抗压强度数据以及最大抗拉强度数据进行玻璃材料强度安全系数设定,从而获得玻璃材料强度安全系数数据;
46、根据玻璃材料强度安全系数数据对点支撑区域玻璃抗压极限强度数据进行风险判定,从获得高风险点支撑区域玻璃抗压数据;
47、根据点支撑形变数据对高风险点支撑区域玻璃抗压数据进行高风险点支撑区域形变范围统计,从而获得高风险点支撑区域大形变数据;
48、根据高风险点支撑区域大形变数据进行形变分布可视化图绘制,从而获得高风险点支撑区域形变分布可视化图;
49、根据高风险点支撑区域形变分布可视化图进行形变超标点位置标记,从而获得形变超标点位置数据;
51、本发明通过根据最大抗压强度和最大抗拉强度数据设定玻璃材料的强度安全系数,确保材料在各种工作条件下的可靠性,避免结构失效。通过合理的安全系数设定,有效控制设计风险,提高设计的科学性和实用性。利用强度安全系数数据对点支撑区域的抗压极限强度进行风险判定,识别高风险区域,为后续维护和管理提供参考,确保及时发现潜在隐患并采取预防措施。通过分析点支撑形变数据,获取高风险区域形变范围,确认潜在风险并为结构优化提供依据,确保支撑结构在承受载荷时不会发生过度变形,保持稳定性。根据高风险区域的大形变数据生成形变分布可视化图,便于设计人员直观展示形变情况并迅速识别问题区域,提升数据可读性,使决策更加高效。通过可视化图对形变超标点进行位置标记,精确定位问题区域,确保快速响应和维护。基于形变超标点位置数据进行冗余支撑设计,获得冗余支撑数据,提升结构安全性和稳定性,有效降低风险,增强玻璃幕墙的耐用性和安全性。
53、步骤s41:根据框架式玻璃幕墙支撑结构抗风性数据对以及框架式玻璃幕墙支撑检验数据进行最大雨水模拟,从而获得框架式玻璃幕墙最大雨水模拟数据;
54、步骤s42:根据框架式玻璃幕墙最大雨水模拟数据进行最大水压计算,从而获得最大水压数据;
55、步骤s43:根据最大水压数据对框架式玻璃幕墙支撑三维模型进行接缝密封性评估,从而获得接缝密封性数据;
56、步骤s44:根据框架式玻璃幕墙最大雨水模拟数据以及接缝密封性数据进行水渗透速率计算,从而获得水渗透速率数据;
57、步骤s45:获取框架式玻璃幕墙标准渗透量数据,并根据框架式玻璃幕墙标准渗透量数据对水渗透速率数据进行水密性对比,从而获得框架式玻璃幕墙水密性数据;
58、步骤s46:根据框架式玻璃幕墙水密性数据以及框架式玻璃幕墙支撑结构抗风性数据进行框架式玻璃幕墙使用寿命评估,从而获得框架式玻璃幕墙使用寿命数据。
59、本发明通过依据框架式玻璃幕墙支撑结构的抗风性和检验数据进行最大雨水模拟,更真实地评估极端天气下的雨水影响,确保幕墙设计能承受不利环境条件。获得最大雨水模拟数据后,进行最大水压计算,量化雨水对幕墙的压力影响,助于评估接缝密封性并防止水渗透对内部结构的损害。利用最大水压数据对三维模型进行密封性评估,识别接缝弱点,确保幕墙长期防水性能。通过最大雨水模拟和密封性数据计算水渗透速率,精确识别潜在水损害,设计更有效的防水措施。将渗透速率与标准渗透量数据对比,确定幕墙水密性,为性能评估和维护优化提供数据支持。根据水密性和抗风性数据进行使用寿命评估,科学预测幕墙使用年限,制定合理维护计划,降低突发事件风险。
61、步骤s421:根据框架式玻璃幕墙最大雨水模拟数据进行最大降雨持续时间数据提取以及最大降雨强度数据提取,从而获得最大降雨持续时间数据以及最大降雨强度数据;
62、步骤s422:根据最大降雨持续时间数据以及最大降雨强度数据进行雨水水龙高度计算,从而获得雨水水龙高度数据;
63、步骤s423:根据框架式玻璃幕墙安装位置数据进行幕墙安装高度统计,从而获得高位置框架式玻璃幕墙安装数据以及低位置框架式玻璃幕墙安装数据;
64、步骤s424:根据高位置框架式玻璃幕墙安装数据以及低位置框架式玻璃幕墙安装数据分别进行风速计算,从而获得高位置框架式玻璃幕墙安装风速数据以及低位置框架式玻璃幕墙安装风速数据;
65、步骤s425:根据雨水水龙高度数据以及高位置框架式玻璃幕墙安装风速数据进行高位置玻璃幕墙雨水最大水压计算,从而获得高位置框架式玻璃幕墙最大水压数据;
66、步骤s426:根据雨水水龙高度数据以及低位置框架式玻璃幕墙安装风速数据进行低位置玻璃幕墙雨水最大水压计算,从而获得低位置框架式玻璃幕墙最大水压数据;
67、步骤s427:根据高位置框架式玻璃幕墙最大水压数据以及低位置框架式玻璃幕墙最大水压数据进行玻璃幕墙最大水压整合,从而获得最大水压数据。
68、本发明通过最大雨水模拟数据提取最大降雨持续时间和强度数据,准确模拟实际雨水情况,为后续水压计算提供基础,确保分析真实反映环境情况。通过降雨持续时间和强度数据计算雨水水龙高度,评估玻璃幕墙的排水能力,识别设计缺陷并改进。依据幕墙安装位置进行高低位置统计,为风速和水压计算提供依据,确保评估全面性。分别对高低位置进行风速计算,揭示高度对风压的影响,帮助优化设计。结合雨水水龙高度和风速数据进行最大水压计算,评估高低位置幕墙在极端天气下的承载能力,确保不同位置的幕墙安全性。整合高低位置最大水压数据,全面评估幕墙受力情况,为维护和设计优化提供支持。
70、步骤s461:根据框架式玻璃幕墙水密性数据对接缝密封性数据进行接缝霉菌模拟,从而获得接缝霉菌数据;
71、步骤s462:根据框架式玻璃幕墙支撑结构抗风性数据对点支撑连接数据进行连接结构损坏分析,从而获得连接结构损坏数据;
72、步骤s463:根据接缝霉菌数据以及连接结构损坏数据进行玻璃幕墙损坏度分析,从而获得玻璃幕墙损坏度数据;
73、步骤s464:根据玻璃幕墙损坏度数据进行框架式玻璃幕墙使用寿命评估,从而获得框架式玻璃幕墙使用寿命数据。
74、本发明通过水密性数据进行接缝霉菌模拟,识别接缝处湿度和霉菌生长风险,评估不同环境下霉菌生长情况,预防霉菌导致的结构损坏,维护幕墙美观性和使用性能,减少霉菌引发的维修成本。通过点支撑连接数据进行结构损坏分析,评估支撑结构在外力作用下的耐久性,提前识别弱点,采取加固措施,降低事故风险,并优化日常维护计划,延长幕墙使用寿命。结合接缝霉菌数据和连接损坏数据,进行损坏度分析,识别高风险区域,优化资源配置,减少大规模损坏,提高维修效率。根据损坏度数据评估幕墙使用寿命,提供维护策略依据,提升未来设计的安全性和可靠性。
75、可选地,本说明书还提供一种玻璃幕墙全生命周期管理系统,用于执行如上所述的玻璃幕墙全生命周期管理方法,该玻璃幕墙全生命周期管理系统包括:
76、玻璃幕墙安装位置设计模块:用于获取建筑物外墙数据,并根据建筑物外墙数据进行建筑物外墙尺寸特征提取,从而获得建筑物外墙尺寸数据;根据建筑物外墙尺寸数据进行框架式玻璃幕墙安装位置设计,从而获得框架式玻璃幕墙安装位置数据;
77、玻璃幕墙支撑检验分析模块:用于获取框架式玻璃幕墙设计数据以及框架式玻璃幕墙支撑结构数据,并根据框架式玻璃幕墙设计数据进行玻璃材料抗拉强度特征提取以及玻璃材料抗压强度特征提取,从而获得玻璃材料抗拉强度数据以及玻璃材料抗压强度数据;根据玻璃材料抗拉强度数据以及玻璃材料抗压强度数据对框架式玻璃幕墙支撑结构数据进行支撑检验分析,从而获得框架式玻璃幕墙支撑检验数据;
78、玻璃幕墙支撑结构抗风性分析模块:用于根据框架式玻璃幕墙安装位置数据以及框架式玻璃幕墙支撑检验数据对框架式玻璃幕墙支撑结构数据进行抗风性分析,从而获得框架式玻璃幕墙支撑结构抗风性数据;
79、玻璃幕墙使用寿命分析模块:用于根据框架式玻璃幕墙支撑结构抗风性数据对以及框架式玻璃幕墙支撑检验数据进行框架式玻璃幕墙水密性分析,从而获得框架式玻璃幕墙水密性数据;根据框架式玻璃幕墙水密性数据以及框架式玻璃幕墙支撑结构抗风性数据进行框架式玻璃幕墙使用寿命评估,从而获得框架式玻璃幕墙使用寿命数据;
80、玻璃幕墙全生命周期管理模块:用于获取框架式玻璃幕墙历史维护数据,并根据框架式玻璃幕墙使用寿命数据以及框架式玻璃幕墙历史维护数据进行全生命周期管理优化,从而获得框架式玻璃幕墙全生命周期管理数据,并上传至建筑管理平台,以执行框架式玻璃幕墙的全生命周期管理任务。
81、本发明的一种玻璃幕墙全生命周期管理系统,该系统能够实现本发明任意玻璃幕墙全生命周期管理方法,用于联合各个模块之间的操作与信号传输的媒介,以完成玻璃幕墙全生命周期管理方法,系统内部模块互相协作,从而完成玻璃幕墙全生命周期管理。