基于PSO-GA-BP神经网络识别混凝土灌注界面的方法及装置

本发明公开了基于PSO‑GA‑BP神经网络识别混凝土灌注界面的方法及装置，方法包括：搭建多传感器数据采集云平台，获取液位高度、电导率、浊度和PH值等数据；然后进行数据的无量纲化处理，以PH值、浊度值和电导率为输入，构建BP神经网络结构模型；通过PSO‑GA混合算法优化BP神经网络的初始权值和阈值；采用PSO‑GA‑BP模型聚类分析；根据聚类分析结果，判定界面位置，估算界面液位高度。利用本发明可以实现桩孔内混凝土灌注界面的智能监测，避免过度超灌，节约成本。本发明不依赖操作者的经验，能准确判断出混凝土泥浆分界面，而且省时、省力，劳动强度小，操作方便简单。