【技术实现步骤摘要】
本专利技术属于工程建设施工智能管理，涉及一种基于卷积神经网络的混凝土凿毛粗糙度评价方法。
技术介绍
1、目前，国内外对于分层浇筑混凝土的结合面粗糙度的处理标准和检测方法还没有形成统一的规范。根据现有的研究和实践，常见的检测方法有三种：灌砂法、分形维数法和视觉识别法。灌砂法是一种最早的检测方法，它是通过在结合面上灌入一定量的砂子，然后测量砂子的高度，来反映结合面的凹凸程度。这种方法操作简单，但其精度不高，不利于施工质量控制。分形维数法是一种基于数学理论的检测方法，它通过对结合面的表面形态采取完整的分形分析，以求得其分形维度值，来反映结合面的复杂度和不规则度。这种方法理论上可以较好地描述结合面的粗糙度，但其设备成本高，操作复杂，数据处理量大，也不适合高寒地区的工程施工。人眼识别法是施工现场常用方法之一，施工技术员通常根据“施工缝面无乳皮，微露细骨料”等主观性较大的术语指导粗糙化处理过程，通过个人经验进行凿毛质量判定，使得多层浇筑混凝土施工质量无法得到精细化控制。
2、随着光学摄像设备分辨精度的提高，人工智能神经网络多维度的开发，...
【技术保护点】
1.一种基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于，所述S1中，预处理步骤包括：
3.根据权利要求1所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于，所述S2中，具体包括：
4.根据权利要求2或3所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于，所述S3中，评价标准构建包括：
5.根据权利要求4所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于：所述步骤3.2中，各底层试块A凿毛处理...
【技术特征摘要】
1.一种基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于，所述s1中，预处理步骤包括：
3.根据权利要求1所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于，所述s2中，具体包括：
4.根据权利要求2或3所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于，所述s3中，评价标准构建包括：
5.根据权利要求4所述的基于卷积神经网络的混凝土凿毛粗糙度评价方法，其特征在于：所述步骤3.2中，各底层试块a凿毛处理选择试块a的厚度进行，具体操作如下：厚度小于76mm的试块a进行少量或不凿毛，处理后厚度趋近75mm，模拟欠凿毛，特征为表面...
【专利技术属性】
技术研发人员：郑祥，孙啸，刘昕鑫，米元桃，刘斌，丁钇，钱航，陈柳江，
申请(专利权)人：中国水利水电第七工程局有限公司，
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。