摘要
本申请涉及土木工程材料技术领域,尤其涉及一种基于数据融合的混凝土凝结时间预测方法,选取与混凝土凝结时间有关的易测环境参数及混凝土自身参数等影响因子,估计各因子对凝结时间的敏感度;结合专家经验确定各影响因子适用于实际工程应用中的取值范围,并根据敏感度量化各因子在自身取值范围内的取值刻度;采用根据预测结果反馈优化的方法对数据融合模型的权重参数进行优化;由优化后的数据融合模型预测混凝土的凝结时间。本发明采用数据驱动算法与大数据结合的方法,将多种影响混凝土凝结时间的易测环境因素与混凝土自身参数影响因子通过深度神经网络有机整合,根据混凝土自身特性及现场施工环境快速预测混凝土凝结时间,提高工程施工的效率。
技术关键词
混凝土凝结时间
因子
深度神经网络学习
时间预测模型
土木工程材料技术
外加剂
数据驱动算法
现场施工环境
理想气体常数
刻度
参数
饱和蒸汽压
矿物掺合料
指数
促凝剂
基准
样本
系统为您推荐了相关专利信息
语音识别模型
卡片学习机
语音识别方法
梅尔频率倒谱系数
语音识别解码
偏航优化方法
粒子群优化算法
发电量
因子
尾流模型