【技术实现步骤摘要】
本专利技术涉及混凝土，具体为一种基于混凝土侵蚀下的混凝土寿命预测方法。
技术介绍
1、混凝土作为建筑材料的重要组成部分，在现代基础设施和建筑工程中占据着至关重要的位置。为了确保工程的安全、可靠和经济效益，混凝土结构的寿命预测成为一个关键的研究领域。随着科学技术的进步，各种混凝土寿命预测方法不断涌现，为工程实践提供了有力的支撑。
2、混凝土不仅在房屋建造中发挥重要的作用，在铁路隧道、公路隧道等各类用途形式的隧道工程得到了愈来愈广泛的应用。隧道工程中混凝土的寿命不仅受到混凝土自身劣化的影响还受到隧道中环境数据的影响。而对于石膏岩隧道内的混凝土来说，混凝土的寿命还受到石膏岩内成分影响。现有技术对于混凝土寿命的预测大多是从单一一侧进行研究，考虑因素不全面，使得混凝土寿命预测准确性不足。
3、为此，提出一种基于混凝土侵蚀下的混凝土寿命预测方法。
技术实现思路
1、本专利技术的目的在于提供一种基于混凝土侵蚀下的混凝土寿命预测方法。首先，通过采集n个周期不同区域石膏岩隧道内的时间数据、环境数据、石膏岩数据、第一混凝土状态得分数据和第一混凝土可靠度构建第一混凝土寿命预测数据集。同时本专利技术采集n个周期不同区域石膏岩隧道内的第二混凝土劣化数据，构建第二混凝土寿命预测数据集。其次，本专利技术利用两个所述混凝土寿命预测数据集训练获得混凝土寿命预测模型。最后，利用训练好的所述混凝土寿命预测模型，获得第n+1个周期的第一混凝土寿命预测结果。
2、为实现上述目的，本专利技
3、一种基于混凝土侵蚀下的混凝土寿命预测方法，包括：
4、采集n个周期不同区域石膏岩隧道内的时间数据、环境数据、石膏岩数据、第一混凝土状态得分数据和第一混凝土可靠度构建第一混凝土寿命预测数据集。
5、进一步地，所述第一混凝土寿命预测数据集包括：将所述石膏岩隧道划分为m个区域，采集m个区域中每个周期的时间数据、环境数据、石膏岩数据、第一混凝土状态数据和第一混凝土可靠度；所述时间数据包括不同周期开始时间与石膏岩隧道建成时间的差值；所述环境数据包括隧道内的平均温度、平均湿度、平均ph值和温差；所述石膏岩数据包括石膏岩的含水量、硫酸根含量、石膏岩的成分和所述成分的占比；所述第一混凝土状态数据包括混凝土ph值、平整度、裂纹数量以及裂纹特征；所述裂纹特征包括裂纹最大宽度、裂纹最大深度、裂纹长度、裂纹面积和裂纹首尾连线与水平面的夹角；所述夹角为小于或等于90°的角。
6、进一步地，所述第一混凝土可靠度是根据第一混凝土的动弹性模量计算得到，所述可靠度计算公式为：
7、
8、其中，表示为第i个周期第j个区域的第一混凝土可靠度；表示为第i个周期第j个区域第一混凝土的动弹性模量；表示为第1个周期第j个区域第一混凝土的动弹性模量。
9、进一步地，所述第一混凝土状态得分数据是根据所述第一混凝土状态数据计算获得。所述第一混凝土状态得分包括：
10、所述第一混凝土状态得分的计算公式为：
11、
12、其中，zt(i,j)表示为第i个周期第j个区域的第一混凝土状态得分；ph(i,j)表示为第i个周期第j个区域混凝土的ph值；phbz表示为设定的ph下限值；pz(i,j)表示为第i个周期第j个区域混凝土的平整度；表示为设定第j个区域的平整度上限值；lw(i,j)是计算获得的裂纹值；β1、β2和β3表示为权重系数；所述第i个周期第j个区域混凝土的平整度是根据平整度检测仪获得。
13、进一步地，所述裂纹值的计算过程包括：
14、采集不同周期不同区域的混凝土红外图像；
15、对所述混凝土红外图像进行预处理，获得预处理后混凝土红外图像；
16、将所述预处理后混凝土红外图像输入至混凝土状态检测模型中，获得混凝土红外图像中的裂纹数量以及每条裂纹的裂纹特征；
17、根据所述裂纹数量以及每条裂纹的所述裂纹特征计算所述混凝土图像的裂纹值；
18、当所述裂纹数量为零时，所述裂纹值等于零；当所述裂纹数量不为零时，所述裂纹值的计算公式为：
19、
20、其中，k(i,j)表示为第i个周期第j个区域混凝土红外图像中的裂纹数量；表示为第i个周期第j个区域混凝土红外图像中第k条裂纹的最大深度；表示为第i个周期第j个区域混凝土红外图像中第k条裂纹的长度；表示为第i个周期第j个区域混凝土红外图像中第k条裂纹的最大宽度；表示为第i个周期第j个区域混凝土红外图像中第k条裂纹的面积；表示为第i个周期第j个区域混凝土红外图像中第k条裂纹首尾连线与水平面的夹角；为设定的角，α1，α2，α3，α4表示为裂纹特征权重参数。
21、进一步地，所述混凝土状态检测模型包括：
22、将预处理后混凝土红外图像输入至混凝土状态检测模型中；所述混凝土状态评分模型包括输入层、混凝土特征提取层、混凝土特征池化层、混凝土特征融合层、混凝土裂纹检测层和混凝土状态检测输出层；所述输入层用于将所述预处理后混凝土红外图像输入至混凝土状态检测模型中；所述混凝土特征提取层用于提取所述预处理后混凝土红外图像的图像特征，获得多个混凝土红外特征图，具体过程包括：
23、将所述预处理后混凝土红外图像输入至三个1×1，卷积核个数为16的卷积层中，获得第一混凝土特征图、第二混凝土特征图和第三混凝土特征图；
24、将所述第二混凝土特征图和所述第三混凝土特征图分别输入至一个3×3，卷积核个数为32的卷积层中，并在卷积层后添加se注意力模块，获得第四混凝土特征图和第五混凝土特征图；
25、将所述第五混凝土特征图输入至一个5×5，卷积核个数为24的卷积层中，获得第六混凝土特征图；
26、所述混凝土特征池化层用于对多个所述混凝土特征图池化，获得多个池化后的混凝土特征图，具体步骤包括：
27、将所述第一混凝土特征图、第四混凝土特征图和第六混凝土特征图分别进行最大池化和全局平均池化，获得六个池化后的混凝土池化图；
28、所述混凝土特征融合层用于将六个所述池化后的混凝土特征图进行融合，获得混凝土特征向量；所述特征向量包括混凝土颜色特征、混凝土纹理特征和混凝土裂纹特征；
29、所述混凝土裂纹检测层用于根据所述特征向量获得混凝土裂纹候选框；
30、所述混凝土状态检测输出层用于根据所述混凝土裂纹候选框获得裂纹数量以及裂纹特征。
31、采集和石膏岩隧道内环境数据一致的第二混凝土不同周期的第二混凝土劣化数据，构建第二混凝土寿命预测数据集。
32、进一步地，所述第二混凝土寿命预测数据集包括：所述第二混凝土劣化数据包括第二混凝土的环境数据、可靠度和所述第二混凝土的建造时间；所述第二混凝土不受石膏岩的侵蚀，且所述第二混凝土建造时间与所述石膏岩隧道建成时间的差值小于设定时间阈值；所述第二混凝土可靠度的计算公式为：
33、<本文档来自技高网...
【技术保护点】
1.一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第一混凝土寿命预测数据集包括：
3.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第二混凝土寿命预测数据集包括：
4.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第一混凝土状态得分包括：
5.根据权利要求4所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述裂纹值的计算过程包括：
6.根据权利要求5所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述混凝土状态检测模型包括：
7.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第一混凝土可靠度是根据第一混凝土的动弹性模量计算得到，所述可靠度计算公式为：
8.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第一混凝土预测子模型包括：
9.根据权利
10.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第三混凝土预测子模型包括：
...【技术特征摘要】
1.一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第一混凝土寿命预测数据集包括：
3.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第二混凝土寿命预测数据集包括：
4.根据权利要求1所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述第一混凝土状态得分包括：
5.根据权利要求4所述的一种基于混凝土侵蚀下的混凝土寿命预测方法，其特征在于，所述裂纹值的计算过程包括：
6.根据权利要求5所述的一种基于混凝土侵...
【专利技术属性】
技术研发人员：黄红亚，陈燕，曾泳太，韩正雄，肖文东，岳维，罗文，马宇，李港回，
申请(专利权)人：四川沿江宜金高速公路有限公司，
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。