基于机器学习的排水管道紫外光原位固化修复效果实时评估方法

本发明公开了一种基于机器学习的排水管道紫外光原位固化修复效果实时评估方法，本发明涉及修复效果评估技术领域。包括：采集历史参数，包括表面温度、表面湿度、固化时间和紫外光照射强度，以及对应的固化材料硬度值，作为预测模型的输入进行训练，建立固化硬度预测模型。获取修复过程中的紫外光照射强度，结合环境湿度进行修正。采集实时过程参数，输入模型，输出实时的固化材料硬度值。根据光照均匀性对硬度值进行修正后，结合表面平整度、裂缝形状指数及声波信号的参数生成修复效果评估指数。通过与评估阈值对比，输出不同的修复效果评估结果。该方法实现了对排水管道固化修复效果的智能化实时监控与评估，提升了修复质量与效率。