【技术实现步骤摘要】
本专利技术涉及建筑材料领域，具体涉及一种混凝土砂浆性能预测系统和方法。
技术介绍
1、混凝土产品是一种广泛应用的建筑材料，由水泥、骨料(如沙、碎石)、外加剂和水按一定比例配制而成。混凝土产品包括各种类型的预制构件、现浇构件、混凝土砂浆等，广泛用于建筑、道路、桥梁、隧道、水利工程和城市基础设施等领域。现有混凝土产品主要依赖实验和经验进行多次尝试而无法进行数据化管理存在以下缺陷：由于混凝土产品的性能取决于原材料的配比、施工工艺等因素，因此过去的生产方式主要依赖工程师和操作人员的实验经验，通过多次尝试来调整配比和工艺参数，以获得符合要求的混凝土产品。
2、然而，这种依赖实验和经验的方式存在一些问题。大量的试验和尝试需要投入大量的人力、物力和财力。由于试错成本高，这种方式可能导致资源的浪费。依赖实验和经验进行多次尝试需要较长的生产周期，尤其是在需要更改配方或工艺参数时，生产周期会进一步延长。尽管实验和经验在一定程度上有助于积累生产经验和知识，但是缺乏数据化管理会限制混凝土产品生产的效率和质量控制。为了提高生产效率和产品质量，引入数据化管理可以帮助公司更好地控制生产过程，优化产品配比和工艺参数，提高产品的标准化和稳定性。
技术实现思路
1、本专利技术针对现有技术的不足，提出一种混凝土砂浆性能预测系统和方法，具体技术方案如下：
2、一种混凝土砂浆性能预测方法，其特征在于：
3、包括如下步骤：
4、s1：收集历史实验数据作为训练数据集，该数据集包括
5、s2：对所述训练数据集进行整理，对所述训练数据集中数据进行标准化，确保数据在标准值内；
6、s3：从清洗后的数据中集合提取n组训练数据，每组训练数据包括输入特征x和对应的输出标签y；
7、其中，所述输入特征x包括水泥用量、石子用量、砂的用量和掺合料组合用量、搅拌时间、固化时间、水灰比、初凝时间和温度；
8、所述输出指标y为抗压强度、抗拉强度、抗渗性能；
9、s4：选取神经网络模型作为预测模型；
10、s5：将n组所述训练数据划分为训练组和测试组；
11、s6：通过训练组对该预测模型进行迭代学习；
12、s7：通过调整预测模型的参数，降低预测模型的预测偏差；
13、s8：利用测试组对预测模型进行评估；
14、s9：利用专家规则生成大量随机输入参数，输入随机参数到预测模型中，预测模型输出混凝土砂浆性能指标的预测结果；
15、s10：实验人员利用该预测数据进行实验验证。
16、为更好地实现本专利技术，可进一步地：所述预处理包括检查数据集q中是否存在缺失值、异常值或不合理的数据，对所述数据集q中异常值进行填充缺失值、删除异常值或进行适当的数据转换处理，对数据集q中的数据归一化处理，将数值缩放到[0,1]的范围内。
17、进一步地：所述预测模型构建过程为，确定神经网络结构，和训练过程中的损失函数；
18、选择每层中的激活函数为sigmoid，设置输入层的节点数、隐藏层的节点数和层数，以及输出层的节点数；
19、利用预处理后的数据集对该预测模型进行训练，预测模型通过不断调整内部权重和偏差来最小化预测输出与实际输出之间的误差，输入混凝土配方参数，进行前向传播，获取预测结果。
20、本专利技术的有益效果为：
21、本专利技术结合机器学习算法，通过利用历史实验数据，该方法能够提高生产效率，在制定混凝土配方时能够更快速、更精确地预测混凝土砂浆的性能，从而减少试验和错误，节约时间和资源。通过收集大量历史实验数据和采用神经网络模型，该方法能够更准确地预测混凝土砂浆的性能指标通过对训练数据集进行整理和标准化，通过机器学习算法帮助工程师更好地选择混凝土配方中的工艺参数，从而提高混凝土砂浆的性能，并确保其符合设计要求，通过在预测模型中选择合适的参数和调整模型的预测偏差，并通过专家规则和大量随机输入参数的测试，能够降低试验成本和风险。
本文档来自技高网...【技术保护点】
1.一种混凝土砂浆性能预测方法，其特征在于：
2.根据权利要求1所述一种混凝土砂浆性能预测方法，其特征在于：
3.根据权利要求2所述一种混凝土砂浆性能预测方法，其特征在于：
【技术特征摘要】
1.一种混凝土砂浆性能预测方法，其特征在于：
2.根据权利要求1所述一种混凝土砂浆性能...
【专利技术属性】
技术研发人员：王小清，孙治平，
申请(专利权)人：重庆腾治科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。