具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了本发明一种建筑工地的智能降尘控制方法的流程图。

如图1所示，本发明第一方面提供了一种建筑工地的智能降尘控制方法，包括：

S102，获取目标建筑工地的施工强度信息及目标建筑工地所在地的气象信息，根据所述施工强度信息及所述气象信息建立粉尘监测模型；

S104，根据目标建筑工地的初始粉尘浓度信息建立粉尘浓度分布，预设粉尘浓度阈值区间；

S106，通过所述粉尘浓度分布及粉尘监测模型预测目标区域内的粉尘浓度信息，根据所述粉尘浓度信息所落在的阈值区间确定降尘喷淋装置的工作模式；

S108，判断预设时间后目标区域内的粉尘浓度信息是否小于预设阈值，若不小于，则对所述降尘喷淋装置的工作模式进行修正；

需要说明的是，所述初始粉尘浓度信息通过粉尘浓度传感器获取，所述气象信息通过气象传感器获取；所述粉尘浓度传感器按照预设位置关系在所述目标建筑工地中布设，均匀布设的多个粉尘浓度传感器，能够实时监测到建筑工地各位置区域的粉尘浓度。

需要说明的是，所述的施工强度信息包括预设时间内施工车辆进出目标建筑工地的数量信息及预设时间内目标建筑工地产生粉尘的施工活动数量信息；所述气象信息包括温度信息、湿度信息、风速信息、风向信息及气压信息的一种或两种以上的组合。

图2示出了本发明建立粉尘监测模型的方法流程图。

根据本发明实施例，所述的根据施工强度信息以及气象信息建立粉尘监测模型，具体为：

S202，根据所述施工强度信息及所述气象信息获取施工强度特征及气象特征；

S204，将所述施工强度特征及气象特征与目标建筑工地的粉尘浓度信息进行相关性分析生成施工强度相关性曲线及气象相关性曲线；

S206，将所述施工强度相关性曲线与所述气象相关性曲线进行偏移点剔除，生成样本数据与检验数据；

S208，建立粉尘监测模型，将所述样本数据进行归一化处理，通过所述样本数据对多数粉尘监测模型进行初始化训练；

S210，根据所述检验数据将训练后的粉尘监测模型进行精确性检验，计算所述粉尘监测模型生成的预测数据与检验数据的偏差率；

S212，判断所述偏差率是否小于预设偏差率阈值，若小于，则证明所述粉尘监测模型的精度符合预设标准，输出粉尘监测模型。

需要说明的是，以神经网络技术为手段建立粉尘监测模型，初始化模型参数，将样本数据进行预处理，生成初始训练集，将所述初始训练集进行分组，将不同组训练集导入粉尘监测模型中进行迭代训练，获取输出结果；通过所述输出结果对粉尘监测模型的参数进行调整，获取不同组训练集经过迭代训练后的输出结果与检验数据的对比误差；预设误差阈值，判断所述误差是否小于所述误差阈值，若小于，则证明粉尘监测模型训练完毕，并输出粉尘监测模型。通过对样本数据进行预处理，通过样本数据生成初始训练集，有效的减少了神经网络的训练次数，通过优化训练数据与训练过程保证了神经网络模型的鲁棒性，使神经网络模型保持长时间的准确判断。

需要说明的是，所述的根据目标建筑工地的初始粉尘浓度信息建立粉尘浓度分布，具体为：

建立目标建筑工地的三维空间模型，通过所述粉尘浓度传感器获取目标建筑工地中各监测点的初始粉尘浓度信息；

根据所述初始粉尘浓度信息与所述气象信息进行结合确定目标建筑工地中的粉尘运动信息；

根据所述初始粉尘浓度信息与所述粉尘运动信息生成时序序列，通过所述时序生成各监测点的粉尘密集度信息；

将所述各监测点的粉尘密集度信息通过三维空间模型进行整合模拟，生成粉尘浓度分布。

需要说明的是，获取所述建筑工地的三维点云数据,将所述三维点云数据发送至BIM建模软件；通过建筑工地的图纸设计信息获取所述建筑工地对应的尺寸数据，并对施工现场进行放样放线和测量以获取所述建筑工地测量数据；根据测量数据和测量数据及BIM建模软件模型库的有关数据生产制造出对应的建筑物模块，生成目标建筑工地的三维空间模型。

图3示出了本发明确定降尘喷淋装置的工作模式的方法流程图。

根据本发明实施例，所述的根据所述粉尘浓度信息所落在的阈值区间确定降尘喷淋装置的工作模式，具体为：

S302，通过所述粉尘监测模型获取目标区域预设时间内的粉尘浓度预测信息；

S304，预设第一粉尘浓度阈值及第二粉尘浓度阈值，所述第二粉尘浓度阈值大于所述第一粉尘浓度阈值，根据降尘喷淋装置的流速、流量、喷淋方向及喷淋面积预设降尘喷淋装置的不同工作模式；

S306，将所述粉尘浓度信息与所述预设第一粉尘浓度阈值及第二粉尘浓度阈值做对比，根据落在的阈值区间及粉尘浓度分布确定降尘喷淋装置的工作模式；

S308，根据目标区域预设时间内的粉尘浓度预测信息与目标区域的初始粉尘浓度信息通过差值提取生成目标区域的浓度变化信息，并通过所述浓度变化信息计算预设时间内的粉尘浓度变化率；

S310，根据所述粉尘浓度变化率调整降尘喷淋装置的流速、流量。

需要说明的是，若粉尘浓度信息小于第一粉尘浓度阈值，则降尘喷淋装置按照第一工作参数进行降尘；若粉尘浓度信息大于或等于第一粉尘浓度阈值且小于或等于第二粉尘浓度阈值，则降尘喷淋装置按照第二工作参数进行降尘；若粉尘浓度信息大于第二粉尘浓度阈值，则降尘喷淋装置按照第三工作参数进行降尘。所述第一工作参数、第二工作参数及第三工作参数对应的流速、流量及喷淋面积的对应数值为递增变化，喷淋方向按照粉尘浓度分布进行自适应调整，优先喷淋粉尘浓度高的区域。

需要说明的是，所述的对所述降尘喷淋装置的工作模式进行修正，具体为：

获取预设时间后的粉尘浓度信息，将所述预设时间后的粉尘浓度信息与初始粉尘浓度信息进行对比分析，计算偏差率；

若所述偏差率大于偏差率阈值时，则生成粉尘浓度分布修正信息；

通过所述粉尘浓度分布修正信息对粉尘浓度分布进行修正，得到修正后的粉尘浓度分布；

根据修正后的粉尘浓度分布信息确定降尘喷淋装置的工作模式，进行二次降尘；

若所述偏差率小于偏差率阈值时，则根据预设时间后的粉尘浓度信息计算计算粉尘浓度变化率；

根据所述粉尘浓度变化率对降尘喷淋装置流速、流量进行调整。

根据本发明实施例，通过对目标建筑工地内粉尘浓度的监测，生成目标区域内的粉尘浓度预警信息，具体为：

获取目标建筑工地内粉尘浓度信息，根据所述粉尘浓度信息生成目标工地的粉尘浓度分布；

根据所述粉尘浓度分布生成目标区域的粉尘浓度信息，通过粉尘监测模型预测预设时间后的粉尘浓度信息；

判断所述预设时间后的粉尘浓度预测信息是否大于预设粉尘浓度阈值，若大于，则根据所述预设时间后的粉尘浓度预测信息生成粉尘浓度变化信息；

根据所述粉尘浓度变化信息分析生成目标区域内粉尘浓度信息大于预设粉尘浓度阈值的持续时间；

预设所述持续时间阈值，判断所述持续时间是否大于预设阈值，若大于，则通过预设方式向施工人员发送粉尘浓度预警信息。

根据本发明实施例，建立数据库，将目标建筑工地的粉尘监测数据存入所述数据库，具体为：

构建粉尘浓度监测数据库，将粉尘浓度传感实时监测的粉尘浓度信息与目标建筑工地的基础信息、历史监测数据及扬尘预警信息存入所述粉尘浓度监测数据库；

提取所述粉尘浓度监测数据库中的扬尘预警信息，获取预设时间内的预警次数信息，根据所述预警次数信息获取目标建筑工地的扬尘预警率；

预设扬尘预警率阈值，将所述扬尘预警率与所述扬尘预警率阈值进行对比分析；

将对比分析的分析结果按照预设方式发送到扬尘监管部门，若所述扬尘预警率大于所述扬尘预警率阈值，则对目标建筑工地生成整改信息。

本发明第二方面还提供了一种建筑工地的智能降尘控制系统4，该系统包括：存储器41、处理器42，所述存储器中包括一种建筑工地的智能降尘控制方法程序，所述一种建筑工地的智能降尘控制方法程序被所述处理器执行时实现如下步骤：

获取目标建筑工地的施工强度信息及目标建筑工地所在地的气象信息，根据所述施工强度信息及所述气象信息建立粉尘监测模型；

根据目标建筑工地的初始粉尘浓度信息建立粉尘浓度分布，预设粉尘浓度阈值区间；

通过所述粉尘浓度分布及粉尘监测模型预测目标区域内的粉尘浓度信息，根据所述粉尘浓度信息所落在的阈值区间确定降尘喷淋装置的工作模式；

判断预设时间后目标区域内的粉尘浓度信息是否小于预设阈值，若不小于，则对所述降尘喷淋装置的工作模式进行修正；

需要说明的是，所述初始粉尘浓度信息通过粉尘浓度传感器获取，所述气象信息通过气象传感器获取；所述粉尘浓度传感器按照预设位置关系在所述目标建筑工地中布设，均匀布设的多个粉尘浓度传感器，能够实时监测到建筑工地各位置区域的粉尘浓度。

需要说明的是，所述的施工强度信息包括预设时间内施工车辆进出目标建筑工地的数量信息及预设时间内目标建筑工地产生粉尘的施工活动数量信息；所述气象信息包括温度信息、湿度信息、风速信息、风向信息及气压信息的一种或两种以上的组合。

根据本发明实施例，所述的根据施工强度信息以及气象信息建立粉尘监测模型，具体为：

根据所述施工强度信息及所述气象信息获取施工强度特征及气象特征；

将所述施工强度特征及气象特征与目标建筑工地的粉尘浓度信息进行相关性分析生成施工强度相关性曲线及气象相关性曲线；

将所述施工强度相关性曲线与所述气象相关性曲线进行偏移点剔除，生成样本数据与检验数据；

建立粉尘监测模型，将所述样本数据进行归一化处理，通过所述样本数据对多数粉尘监测模型进行初始化训练；

根据所述检验数据将训练后的粉尘监测模型进行精确性检验，计算所述粉尘监测模型生成的预测数据与检验数据的偏差率；

判断所述偏差率是否小于预设偏差率阈值，若小于，则证明所述粉尘监测模型的精度符合预设标准，输出粉尘监测模型。

需要说明的是，以神经网络技术为手段建立粉尘监测模型，初始化模型参数，将样本数据进行预处理，生成初始训练集，将所述初始训练集进行分组，将不同组训练集导入粉尘监测模型中进行迭代训练，获取输出结果；通过所述输出结果对粉尘监测模型的参数进行调整，获取不同组训练集经过迭代训练后的输出结果与检验数据的对比误差；预设误差阈值，判断所述误差是否小于所述误差阈值，若小于，则证明粉尘监测模型训练完毕，并输出粉尘监测模型。通过对样本数据进行预处理，通过样本数据生成初始训练集，有效的减少了神经网络的训练次数，通过优化训练数据与训练过程保证了神经网络模型的鲁棒性，使神经网络模型保持长时间的准确判断。

需要说明的是，所述的根据目标建筑工地的初始粉尘浓度信息建立粉尘浓度分布，具体为：

建立目标建筑工地的三维空间模型，通过所述粉尘浓度传感器获取目标建筑工地中各监测点的初始粉尘浓度信息；

根据所述初始粉尘浓度信息与所述气象信息进行结合确定目标建筑工地中的粉尘运动信息；

根据所述初始粉尘浓度信息与所述粉尘运动信息生成时序序列，通过所述时序生成各监测点的粉尘密集度信息；

将所述各监测点的粉尘密集度信息通过三维空间模型进行整合模拟，生成粉尘浓度分布。

需要说明的是，获取所述建筑工地的三维点云数据,将所述三维点云数据发送至BIM建模软件；通过建筑工地的图纸设计信息获取所述建筑工地对应的尺寸数据，并对施工现场进行放样放线和测量以获取所述建筑工地测量数据；根据测量数据和测量数据及BIM建模软件模型库的有关数据生产制造出对应的建筑物模块，生成目标建筑工地的三维空间模型。

根据本发明实施例，所述的根据所述粉尘浓度信息所落在的阈值区间确定降尘喷淋装置的工作模式，具体为：

通过所述粉尘监测模型获取目标区域预设时间内的粉尘浓度预测信息；

预设第一粉尘浓度阈值及第二粉尘浓度阈值，所述第二粉尘浓度阈值大于所述第一粉尘浓度阈值，根据降尘喷淋装置的流速、流量、喷淋方向及喷淋面积预设降尘喷淋装置的不同工作模式；

将所述粉尘浓度信息与所述预设第一粉尘浓度阈值及第二粉尘浓度阈值做对比，根据落在的阈值区间及粉尘浓度分布确定降尘喷淋装置的工作模式；

根据目标区域预设时间内的粉尘浓度预测信息与目标区域的初始粉尘浓度信息通过差值提取生成目标区域的浓度变化信息，并通过所述浓度变化信息计算预设时间内的粉尘浓度变化率；

根据所述粉尘浓度变化率调整降尘喷淋装置的流速、流量。

需要说明的是，若粉尘浓度信息小于第一粉尘浓度阈值，则降尘喷淋装置按照第一工作参数进行降尘；若粉尘浓度信息大于或等于第一粉尘浓度阈值且小于或等于第二粉尘浓度阈值，则降尘喷淋装置按照第二工作参数进行降尘；若粉尘浓度信息大于第二粉尘浓度阈值，则降尘喷淋装置按照第三工作参数进行降尘。所述第一工作参数、第二工作参数及第三工作参数对应的流速、流量及喷淋面积的对应数值为递增变化，喷淋方向按照粉尘浓度分布进行自适应调整，优先喷淋粉尘浓度高的区域。

需要说明的是，所述的对所述降尘喷淋装置的工作模式进行修正，具体为：

获取预设时间后的粉尘浓度信息，将所述预设时间后的粉尘浓度信息与初始粉尘浓度信息进行对比分析，计算偏差率；

若所述偏差率大于偏差率阈值时，则生成粉尘浓度分布修正信息；

通过所述粉尘浓度分布修正信息对粉尘浓度分布进行修正，得到修正后的粉尘浓度分布；

根据修正后的粉尘浓度分布信息确定降尘喷淋装置的工作模式，进行二次降尘；

若所述偏差率小于偏差率阈值时，则根据预设时间后的粉尘浓度信息计算计算粉尘浓度变化率；

根据所述粉尘浓度变化率对降尘喷淋装置流速、流量进行调整。

根据本发明实施例，通过对目标建筑工地内粉尘浓度的监测，生成目标区域内的粉尘浓度预警信息，具体为：

获取目标建筑工地内粉尘浓度信息，根据所述粉尘浓度信息生成目标工地的粉尘浓度分布；

根据所述粉尘浓度分布生成目标区域的粉尘浓度信息，通过粉尘监测模型预测预设时间后的粉尘浓度信息；

判断所述预设时间后的粉尘浓度预测信息是否大于预设粉尘浓度阈值，若大于，则根据所述预设时间后的粉尘浓度预测信息生成粉尘浓度变化信息；

根据所述粉尘浓度变化信息分析生成目标区域内粉尘浓度信息大于预设粉尘浓度阈值的持续时间；

预设所述持续时间阈值，判断所述持续时间是否大于预设阈值，若大于，则通过预设方式向施工人员发送粉尘浓度预警信息。

根据本发明实施例，建立数据库，将目标建筑工地的粉尘监测数据存入所述数据库，具体为：

构建粉尘浓度监测数据库，将粉尘浓度传感实时监测的粉尘浓度信息与目标建筑工地的基础信息、历史监测数据及扬尘预警信息存入所述粉尘浓度监测数据库；

提取所述粉尘浓度监测数据库中的扬尘预警信息，获取预设时间内的预警次数信息，根据所述预警次数信息获取目标建筑工地的扬尘预警率；

预设扬尘预警率阈值，将所述扬尘预警率与所述扬尘预警率阈值进行对比分析；

将对比分析的分析结果按照预设方式发送到扬尘监管部门，若所述扬尘预警率大于所述扬尘预警率阈值，则对目标建筑工地生成整改信息。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。