摘要
本发明涉及建筑施工技术领域,尤其涉及用于房屋建筑过程中的注浆系统及方法;包括以下步骤:S1、获取第一数据集和第二数据集;S2、筛选出的第二数据集对应的已建成房屋设为与待建筑房屋相关性大房屋;S3、获取与待建筑房屋相关性大房屋在建设期间每天的天气数据和日注浆量,从而形成样本集,将每个样本中的天气数据作为机器学习模型的输入,将该样本中的日注浆量作为机器学习模型输出值的修正值,从而训练机器学习模型;S4、根据S3步骤训练得到的机器学习模型,得到待建筑房屋开始建造前的一周以及建造过程中的第二周至倒数第二周需要购买注浆材料的量;提高了注浆质量,降低了注浆成本。
技术关键词
建筑房屋
注浆方法
房屋建筑
楼板厚度
注浆材料
训练机器学习模型
数据
样本
注浆参数
注浆系统
天气
基坑
机器学习算法
建筑施工技术
模块
风速
系统为您推荐了相关专利信息
地下管廊
渗漏监测方法
注浆材料
物联网传感器网络
分布式光纤压力传感器
模型构建方法
非线性最小二乘算法
聚氨酯注浆材料
全局优化算法
应力
专家系统
地层岩性参数
隧道模型
隧道开挖面
神经网络模型