关键词：建筑论文范文；人工智能；脚手架；安全监测系统
鉴于当前脚手架安全事故频发且现有安全监测系统智能化水平不足的现状，本文研发了一套基于人工智能的脚手架安全监测系统。该系统将人工智能技术全面融入脚手架安全监测全流程，前期利用计算机视觉与三维扫描系统检测脚手架产品质量，借助虚拟现实技术优化监测方案设计；监测过程中结合建筑机器人、无人机及多种传感器数据实现多信息融合分析与安全性评估。本文还对脚手架工程现状、监测研究现状进行了分析，阐述了人工智能在脚手架工程各环节的应用以及该安全监测系统的具体应用情况。
一、引言
脚手架作为建筑施工中不可或缺的临时设施，其安全性直接关系到整个工程的顺利进行以及施工人员的生命安全。然而，近年来我国脚手架安全事故频发，造成了严重的人员伤亡和财产损失。同时，现有的脚手架安全监测系统智能化程度较低，难以满足现代建筑施工对安全监测的高要求。在此背景下，研发一套基于人工智能的脚手架安全监测系统具有重要的现实意义。
二、脚手架工程现状
2.1 脚手架安全事故
近年来，我国脚手架安全事故呈现出高发态势，给建筑施工行业带来了沉重的打击。脚手架整体或局部失稳导致的倾覆和倒塌，以及因脚手架搭拆不当引发的操作人员高处坠落事故屡见不鲜。例如，2011年9月10日，西安某建筑工地附着式脚手架从20层高处坠落，致使12名作业人员坠落，其中10人死亡，2人受伤，事故原因是脚手架吊装作业人员违规操作，在未悬挂电动葫芦吊钩且未撤离架体上作业人员的情况下，擅自拆除了定位支撑构件。2019年3月21日，扬州一建筑工地附着式升降脚手架坠落并与底部落地脚手架相撞，造成7人死亡，4人受伤。2020年11月28日，北京某建筑工地卸料平台侧翻，导致3名工人从高处坠落，当场死亡。这些惨痛的事故充分暴露了当前脚手架工程安全管理的严峻形势。
2.2 脚手架事故原因分析
通过对近年来脚手架安全事故的总结和分析，可将事故原因归结为以下三类：材料问题、设计计算问题及施工管理问题。
材料问题：部分脚手架产品不符合相关要求，存在质量缺陷，如钢管壁厚不足、扣件质量不合格等。同时，一些施工单位未建立完善的材料进场检查制度，也未对材料进行专项检查，导致不合格材料流入施工现场。
设计计算问题：在设计计算过程中，部分计算书编制沿用其他工程的数据，而未充分考虑项目实际情况，如建筑结构特点、施工荷载等，导致设计计算结果不准确，无法为脚手架的安全使用提供可靠依据。
施工管理问题：施工管理方面存在诸多漏洞，如作业人员无从业资格，缺乏必要的专业技能和安全意识；施工单位管理缺位，对施工现场的安全监管不力；未编制专项施工方案或方案缺乏针对性；未进行安全技术交底，施工人员对施工过程中的安全注意事项不了解；安全防护措施不到位，如未设置安全网、防护栏杆等。
2.3 脚手架安全监测的必要性
鉴于脚手架工程事故频发且事故原因复杂多样，开展安全监测工作已刻不容缓。识别和分析施工安全风险是预防和减少安全事故的重要手段，通过安全监测可以及时发现脚手架在使用过程中存在的安全隐患，并采取相应的措施进行处理。采用自动无线安全监测技术，可使安全监测更加高效便捷，能够实时获取脚手架的状态信息。安全监测系统的报警提示功能可以在事故发生前及时发出警报，提醒施工人员采取措施，有效防止事故的发生，减少人员和财产损失。
三、脚手架监测研究现状
目前，国内外关于脚手架监测系统的研究相对较少。国内部分学者在该领域进行了一定的探索：
王文剑等研究了爬架智能安全监控系统与爬架BIM管理平台的结合，实现了爬架的智能安全监控，通过将监控系统与BIM平台集成，提高了监控的准确性和可视化程度。
魏剑波等利用各种传感器、测距仪和摄像机监测脚手架的变形、沉降、位置偏移和荷载，并通过监视器和移动终端将结果发送至监控平台，实现了对脚手架状态的实时监测和数据传输。
胡乾传等提出了一种基于物联网技术的扣件钢管脚手架安全监控系统，并利用激光位移传感器监测脚手架的位移、加速度和倾角，为脚手架的安全评估提供了数据支持。
郭凯等对楼板、梁混凝土浇筑过程中脚手架系统构件的内力变化进行了实时监测，验证了数值分析模型，为脚手架的设计和施工提供了理论依据。
陈鲁等研究了脚手架监测的方法、设备、测点布置和测量数据处理，测量和控制了不同参数，如脚手架立杆的轴向力、吊杆的张力、梁的挠度和整体侧向位移，提高了监测的全面性和准确性。
陈翔利用RFID和传感器系统实时监测支撑钢梁、钢丝绳、外框、立杆垂直度、墙体连接件等的整体位移，并采用模糊综合评价法对外脚手架的整体安全状态进行评价，为安全评估提供了新的方法。
李欣介绍了一种新型的分布式计算机实时监控系统，可实时监控整个升降脚手架在升降过程中的受力状态，确保施工和运行的安全，提高了监控的实时性和可靠性。
康赞分析了BIM技术在高层模板工程监测中的应用，利用BIM技术制定了模板支撑系统的监测方案，并通过对施工监测数据的分析，对监测数据的处理提出了建议，为BIM技术在脚手架监测中的应用提供了参考。
从上述文献分析可以看出，大多数研究内容聚焦于在脚手架需要监测的位置布设传感器，然后构建一套具备采集、传输和分析功能的监测系统，并对采集的数据进行简单分析和安全评定。虽然这些系统能满足和实现基本功能，但由于其智能化程度较低、数据采集手段单一、信息融合分析不足及智能装备应用较少，无法满足未来智能建造的发展趋势。
四、基于人工智能的脚手架安全监测系统
4.1 基本情况
脚手架安全监测系统的技术原理基于人工智能物联网（AIoT），它集成了人工智能（AI）和物联网（IoT）技术。通过各种传感器收集脚手架的环境荷载、结构响应等信息，并利用人工智能技术对这些信息进行分析，实现智能感知、监测和控制。该系统基于云平台构建，主要集成终端设备数据采集、传输、存储、分析、安全评估、预警、人工巡检、报告等功能。它能够对监测信息进行实时、分级、多模式预警和监测报告信息发布，为脚手架的安全运行、管理和维护提供科学依据。根据实际需要，脚手架安全监控系统可以进行协同监控，依托GPS、无人机等设备，实现群测、群防、专业监控和灾害预警。用户可以通过PC或APP远程登录监控平台，访问云数据以便实时掌握脚手架的安全状态。
4.2 数据采集
数据采集主要针对连接物联网中的各种设备，在采集数据前需要提前了解设备的数量、品牌、型号、接口等信息。同时，需判断接口是否被占用、是否有备用通信端口、是否有数据地址列表及设备是否加密等。对于脚手架安全监控，通常需要监测的传感器包括应变传感器、加速度传感器、位移传感器和倾斜传感器等。
传感器有两种工作模式：动态实时测量和静态实时监测。动态实时测量模式是指实时测量应变，并以数据包的形式发送实时测量数据，能够及时反映应变的变化情况。静态实时监测模式则是指传感器在实时测量过程中不再实时报告数据，而是通过传感器的内部机制判断，根据设定的触发阈值进行预警和报告数据，这种模式适用于对数据实时性要求不高但需要长期监测的情况。每次传感器上传的数据包包括开始字符、产品ID、包编号、采样率、数据长度、时间戳、实时数据和固定结束字符。传感器的供电方式为电池和太阳能，安装方式为焊接或螺栓连接。传感器集传感、采集和传输功能于一体，防水等级达到IP67，通讯方式采用5G，能够适应复杂的施工现场环境。
4.3 数据处理
数据处理可采用实时处理模式和多数据融合分析模式。
实时处理模式：将数据进行实时处理，如在应变监测时设定特定的阈值，超出阈值即报警。这种模式的优势在于处理速度快、时效性高，可以准确反映某局部特定类型的实测值，能够及时发现局部的安全隐患。但实时处理模式的缺点也显而易见，即仅能对数据进行简单处理，未能进行深入挖掘，且数据只能反映局部实时情况，无法融合多种信息进行综合决策。
多数据融合分析模式：将多渠道采集的数据进行综合分析，并结合BIM模型、有限元模型和现场实景图，开展全面整体的分析和预测。这种模式的优势在于信息分析全面，能从不同维度、不同层次给予安全性评价，能够更准确地评估脚手架的整体安全状态。但这种模式的劣势也非常明显，即处理时间相对较长，无法给出实时的结果。
因此，比较这两种模式的优劣势，可以采用实时处理模式和多数据融合分析模式相结合的方式。对于监测所得数据先进行实时处理，得到实时安全状态，以便及时发现紧急情况并采取措施；同时定期对一段时期内的数据进行汇总分析，挖掘数据背后的规律，全面准确地评价脚手架的安全状态，为后续的施工和管理提供参考。
4.4 数据可视化和预报报警
将采集得到的数据和分析得出的结果进行可视化展示。基于图形元素库，可以绘制不同的图形，如折线图、柱状图、饼图等，并配置图形属性（大小、颜色和透明度），实现符合现场应用的看板绘制。快速选择、添加和关联实时数据，实现图形与数据的动态关系，使施工人员和管理人员能够直观地了解脚手架的状态。为了实现移动化和网络化，系统不仅需具备报警提示记录功能，还要将报警信息与企业应用平台链接起来，方便相关人员及时获取报警信息并采取措施。
预测报警分为两个部分：报警管理工作台和历史监控。报警管理工作台是通过配置相应的参数，包括不同设备和仪表编号，帮助用户查看相应的报警信息，方便用户对报警情况进行管理和分析。历史监控的目的是查询历史报警记录，分析历史数据得到监测对象随时间的变化规律，为预测未来的安全状态提供依据。基于上述数据的可视化、预测和报警功能，可以实现数据的及时显示和结果反馈，实时反映脚手架的安全状态，提高安全管理的效率和效果。
五、人工智能在脚手架工程的应用
5.1 脚手架方案布置
运用人工智能系统自动设计脚手架方案，可以保证施工过程的效率和安全。通过大数据计算，人工智能系统可以综合分析建筑类型和周围环境，找到脚手架的最佳布置位置。在施工现场，根据强大的数据计算能力，辅以计算机视觉系统，可根据图纸确定的位置快速完成脚手架布置方案。人工智能系统与目前广泛应用的BIM技术相结合，可以有效提高施工效率。通过对建筑大数据的深入分析，结合虚拟现实技术，实现脚手架的智能规划。结合用户需求参数，实现脚手架设计方案的自动生成，并构建脚手架的BIM模型。BIM模型不仅要涵盖主要构件如横杆和竖杆，还要考虑重要节点的详细构造如紧固件和节点连接，使设计方案更加全面和准确。自动生成整个施工方案，实现高效安全的脚手架方案设计，减少人为因素对方案设计的影响。
5.2 脚手架产品质量检测
脚手架产品的质量检测可以通过超声波检测仪和计算机视觉系统来完成。在机械手将脚手架装载到车上的过程中，可以通过车载超声波检测器和计算机视觉系统检测产品表面和内部质量。检测脚手架是否符合图纸和规范要求，是否有裂缝，表面是否光滑，是否有锈蚀等。同时考虑不同光照条件和拍摄角度对检测方法的影响，采用基于结构损伤的深度学习模型进行实时分析和监测。深度学习模型可以通过大量的样本数据进行训练，提高检测的准确性和可靠性，能够及时发现脚手架产品的质量缺陷，防止不合格产品进入施工现场。
5.3 脚手架施工监测
基于计算机视觉和深度学习技术监控脚手架位移变化。首先，建立脚手架模型，实现脚手架与建筑物的精确定位。然后，根据像素长度与实际长度之间的相关性，基于变焦摄像机焦距、比值与距离关系，实现水平位移的动态监测。通过计算机视觉技术可以实时获取脚手架的图像信息，并对其进行分析和处理，得到位移数据。
配备计算机视觉系统的无人机将扫描图像转换为三维，并与相关模型进行比较，以发现潜在的安全隐患。周围环境通过激光雷达在系统中以3D形式呈现，并与BIM设计模型进行比较，通过人工智能系统比较位置、高度和倾角是否符合要求。装配机器人将脚手架构件组装在一起，自动化机械工作能比人类更高效且准确地完成组装，减少人为因素对施工质量的影响，提高施工的安全性和效率。
六、脚手架安全监测系统的应用
脚手架监测点的数量和位置应综合考虑监测目的、监测对象、监测方法和监测成本。监测应考虑精度要求和经济性原则，并深入分析工程特点和业主需求。在确保重要指标得到监测的前提下，选择成本相对较低的监测方案。采用最经济的监测手段和合理的点位布置，完成对脚手架的监测。尽管人工智能和监测领域存在许多先进技术，但考虑到其成本较高，有必要根据价格对监测方案进行分类和分级，让用户有更多选择，根据自身需求选择合适方案。本文以附着式升降脚手架为例，介绍监测系统的工程应用。
6.1 监测需求
针对附着式升降脚手架（以下简称爬架），在实际使用过程中一直存在监管困难的问题，其中超载严重、疏忽大意等安全隐患尤为突出，因此对其安全监控非常必要。传统的爬架控制系统一般采用重量传感器来检测其载荷，当爬架超载时，系统会发出警报。然而，爬架运行时实际情况非常复杂。在爬架提升过程中，爬架主体倾斜或相邻两个机位提升高度不同均可能导致危险发生，传统的爬架控制系统无法有效监控这些情况。因此，考虑采用倾角传感器、位移传感器和应变传感器监测两个相邻位置的倾角和相对位置，从不同角度对危险情况进行评估。实时监控爬架运行状态（如启动和停止爬架），并对爬架可能出现的危险情况（如超载、失载等）及时报警，防止危险情况的发生。
6.2 监测项目
在实际工程中，可以考虑构建基于网络摄像机、监测传感器和深度学习技术的脚手架智能监测系统平台，进行裂缝识别、位移测量、模态参数识别、荷载识别等。结合脚手架使用场景和结构特点，选取主要监测项目如下：
架体沉降：脚手架沉降过大易发生事故，因此架体沉降采用位移计进行监测。根据需要也可采用人工智能的计算机视觉技术进行监测，对比前后的图像结果和3D扫描点云数据，得到各部分构件三维坐标随时间变化的规律，进而推导出架体的沉降。使用位移计监测简单便捷且成本较低，但监测的范围全面性不够。使用计算机视觉可以全面监测脚手架的位移变化，缺点是费用较高。
立杆轴力：立杆大多采用钢管，若轴力过大，则有可能造成结构失稳，可通过应变传感器监测轴力。根据实际情况可采用应变片或者采用无线传感器监测应变，应变片成本较低，但是需要有数据线和采集设备，且须保证电源的持续供应。无线应变传感器可通过无线网络进行传输，集成采集、传输、分析等功能，且可以通过电池和太阳能供电，缺点是价格较高。
杆件倾斜：脚手架倾斜过大易造成支架坍塌，杆件的倾角采用倾角计进行监测。此外还可结合GPS系统进行监测，通过对比前后各个位置三维坐标的差异，反算出杆件的倾斜角度。倾角计安装简单且造价较低，但较GPS系统监测范围小，受现场环境影响大。
6.3 监测系统
结合监测要求，开发具有荷载实时显示、数据分析与挖掘、过载报警和实时远程报警功能的安全监测系统。该系统具有安装方便、调试简单、性能稳定、预报准确等特点。利用人工智能技术、深度学习和数据挖掘技术对监测数据进行安全分析，能有效预防事故发生，解决了安全管理盲区。监控系统由主控单元、显示器、报警器和传感器组成，并将数据上传到云平台。该系统能随时查看当前状态以及历史记录，及时提出建议处理措施，避免事故的发生。施工人员和管理人员可以通过手机或电脑随时访问云平台，获取脚手架的实时状态信息，实现远程监控和管理。
七、结束语
本文提出的脚手架安全监测系统是基于当前脚手架相关事件频发的背景下，针对施工过程中的安全隐患和存在问题，提出的一套系统化解决方案，旨在实现智能化建造和安全施工。该系统的先进性体现在运用人工智能和互联网技术，实现对脚手架的自动化监测和安全性评价。通过结合先进算法和智能传感设备，该系统不仅能提高监测效率，而且还能提高监测的准确度，做到实时监测与反馈，使脚手架的施工过程更安全。随着人工智能技术的不断发展和应用，相信该系统将在建筑施工领域发挥更大的作用，为保障施工人员的生命安全和工程的顺利进行提供有力支持。同时，未来的研究可以进一步优化系统的性能，降低成本，提高系统的通用性和适应性，使其能够应用于更多类型的脚手架工程。
