基于Elman神經網絡的鋼結構變形監測方法

李紀果

（中建二局第一建筑工程有限公司）

1 引言

鋼結構在安裝過程中，主要以對接安裝的方式完成，對接點通常以焊接方式為主，因此，該點也是鋼結構的受力點，容易發生變形，影響建筑的整體變形情況[1]。為保證鋼結構的使用狀態，需對其變形情況實時監測。依據鋼結構的變形監測結果，便于及時采取處理措施，保證建筑物的安全，避免發生建筑安全事故。Elman神經網絡作為一種典型的局部回歸網絡，具備局部記憶單元，在目標識別、監測等方面具備良好的應用效果。

為保證監測結果的精準性，本文提出基于El‐man神經網絡的監測方法。

2 鋼結構變形監測

2.1 鋼結構變形數據采集

三維掃描激光能夠實現大范圍、密集性的數據獲取，因此，本文結合鋼結構的安裝情況[2]，將其用于鋼結構的施工點云數據的采集。

三維激光掃描主要包含三維激光掃描儀、攝像機、數據處理等部分組成，掃描儀是其核心部分，用于獲取鋼結構的施工點云數據。基于三維激光掃描的鋼結構施工點云數據采集流程如圖1所示。

2.2 鋼結構的施工數據特征線提取

2.2.1 點云數據平面檢測

三維點云激光具備較高的掃描精度，但是其掃描獲取的點云數據無法直接作為鋼結構變形監測使用數據，很難獲取端口角點坐標，因此數據的精度不滿足監測使用需求。因此，需對采集的點云數據實行處理。

由于鋼結構的端口由平面組成，因此將三維激光掃描儀獲取的鋼結構的施工點云數據集，實行模型化計算，將監測目標的特征點采用平面的交點表示；……