基于多传感器和RBF神经网络的建筑沉降监测

• 作者: 肖雄亮 任艳 方月娥
• 来源期刊: 电子设计工程
• 关键词: 建筑物沉降 沉降监测 预测模型 RBF神经网络 压力传感器 倾角传感器
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 测量与控制|Measurement and Control
• 页码范围: 51-55
• 页数: 5页
• 分类号: TN98|TP391
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.13.012

摘要

针对传统建筑物结构沉降监测存在可靠性不高和预测精度差的问题,提出了一种基于多传感器和RBF神经网络的建筑沉降监测方法.分别通过多种传感器和GPRS通信模块等硬件设备对建筑物沉降信息进行采集和无线传输;对传感器采集的监测数据进行对比分析,以便得出建筑物的沉降情况,并对可能的沉降点构建了RBF神经网络预测模型.此外,采用蛙跳算法对RBF神经网络的结构参数进行优化.实验结果表明,该方法能够在实际环境中对可能的建筑结构沉降做出准确评估,且预测误差较小,最大相对误差为4.83％,具有较好的预警能力.