CN116049264B - 一种基于区块链的工程试验数据分析管理方法及系统 - Google Patents

Abstract

本发明公开了一种基于区块链的工程试验数据分析管理方法及系统，涉及数据处理领域，其中，所述方法包括：当抽样位置数据满足源场景抽样区域聚类结果，且抽样时间信息满足源场景抽样时区聚类结果时，获取校验指令信息；调取工程试验数据管理区块链，输出试验检测回溯数据，结合偏差校验规则对试验检测数据和试验检测指标进行校验，生成偏差校验结果；当偏差校验结果为通过信号时，将检验批基本信息加密存储至工程试验数据管理区块链。解决了现有技术中针对工程试验数据的管理效果不佳，无法保障工程试验数据的准确性、完整性的技术问题。达到了提升工程试验数据的管理质量，有效保障工程试验数据的准确性、完整性的技术效果。

Description

一种基于区块链的工程试验数据分析管理方法及系统

技术领域

本发明涉及数据处理领域，具体地，涉及一种基于区块链的工程试验数据分析管理方法及系统。

背景技术

随着建筑工程的建设规模逐渐扩大，建筑工程的质量受到人们的广泛关注。工程试验是保障建筑工程质量的重要手段之一。工程试验数据的准确性、完整性对于建筑工程的质量具有重要影响。现有技术中，存在针对工程试验数据的管理人工依赖性高、主观性强，进而造成工程试验数据的管理效果不佳，无法保障工程试验数据的准确性、完整性的技术问题。

发明内容

本申请提供了一种基于区块链的工程试验数据分析管理方法及系统。解决了现有技术中针对工程试验数据的管理人工依赖性高、主观性强，进而造成工程试验数据的管理效果不佳，无法保障工程试验数据的准确性、完整性的技术问题。达到了提高工程试验数据管理的智能性，提升工程试验数据的管理质量，有效保障工程试验数据的准确性、完整性的技术效果。

鉴于上述问题，本申请提供了一种基于区块链的工程试验数据分析管理方法及系统。

第一方面，本申请提供了一种基于区块链的工程试验数据分析管理方法，其中，所述方法应用于一种基于区块链的工程试验数据分析管理系统，所述方法包括：获取检验批基本信息，其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标；对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；当所述抽样位置数据满足所述源场景抽样区域聚类结果，且所述抽样时间信息满足所述源场景抽样时区聚类结果时，获取校验指令信息；根据所述校验指令信息，调取工程试验数据管理区块链，输入所述抽样源场景和所述检验批基本信息，输出试验检测回溯数据；根据所述试验检测回溯数据，按照偏差校验规则对所述试验检测数据和所述试验检测指标进行校验，生成偏差校验结果，其中，所述偏差校验结果为通过信号或未通过信号；当所述偏差校验结果为所述通过信号时，将所述检验批基本信息加密存储至所述工程试验数据管理区块链。

第二方面，本申请还提供了一种基于区块链的工程试验数据分析管理系统，其中，所述系统包括：基本信息获取模块，所述基本信息获取模块用于获取检验批基本信息，其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标；位置聚类分析模块，所述位置聚类分析模块用于对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；时间聚类分析模块，所述时间聚类分析模块用于对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；校验指令获取模块，所述校验指令获取模块用于当所述抽样位置数据满足所述源场景抽样区域聚类结果，且所述抽样时间信息满足所述源场景抽样时区聚类结果时，获取校验指令信息；试验检测回溯模块，所述试验检测回溯模块用于根据所述校验指令信息，调取工程试验数据管理区块链，输入所述抽样源场景和所述检验批基本信息，输出试验检测回溯数据；校验模块，所述校验模块用于根据所述试验检测回溯数据，按照偏差校验规则对所述试验检测数据和所述试验检测指标进行校验，生成偏差校验结果，其中，所述偏差校验结果为通过信号或未通过信号；加密存储模块，所述加密存储模块用于当所述偏差校验结果为所述通过信号时，将所述检验批基本信息加密存储至所述工程试验数据管理区块链。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；通过对抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；当抽样位置数据满足源场景抽样区域聚类结果，且抽样时间信息满足源场景抽样时区聚类结果时，获取校验指令信息；根据校验指令信息，调取工程试验数据管理区块链，获得试验检测回溯数据；根据试验检测回溯数据，按照偏差校验规则对试验检测数据和试验检测指标进行校验，生成偏差校验结果；当偏差校验结果为通过信号时，将检验批基本信息加密存储至工程试验数据管理区块链。达到了提高工程试验数据管理的智能性，提升工程试验数据的管理质量，有效保障工程试验数据的准确性、完整性的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。

图1为本申请一种基于区块链的工程试验数据分析管理方法的流程示意图；

图2为本申请一种基于区块链的工程试验数据分析管理方法中对抽样区域进行异常标识的流程示意图；

图3为本申请一种基于区块链的工程试验数据分析管理系统的结构示意图。

附图标记说明：基本信息获取模块11，位置聚类分析模块12，时间聚类分析模块13，校验指令获取模块14，试验检测回溯模块15，校验模块16，加密存储模块17。

具体实施方式

本申请通过提供一种基于区块链的工程试验数据分析管理方法及系统。解决了现有技术中针对工程试验数据的管理人工依赖性高、主观性强，进而造成工程试验数据的管理效果不佳，无法保障工程试验数据的准确性、完整性的技术问题。达到了提高工程试验数据管理的智能性，提升工程试验数据的管理质量，有效保障工程试验数据的准确性、完整性的技术效果。

在一个实施例中，请参阅附图1，本申请提供一种基于区块链的工程试验数据分析管理方法，其中，所述方法应用于一种基于区块链的工程试验数据分析管理系统，所述方法具体包括如下步骤：

步骤S100：获取检验批基本信息，其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标；

具体而言，工程试验是根据现有的工程试验标准和建筑工程的设计文件，对建筑工程的材料、设备性能、施工质量、使用功能等进行测试，并生成建筑工程对应的检测试验报告的过程。对建筑工程进行工程试验后，获得检验批基本信息，并将检验批基本信息上传至本申请中的一种基于区块链的工程试验数据分析管理系统。其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标。试验检测指标包括建筑工程的材料、设备性能、施工质量、使用功能对应的多个试验检测指标信息。试验检测数据包括多个试验检测指标信息对应的多个试验检测信息。抽样位置数据包括多个试验检测指标信息对应的多个取样位置参数。抽样时间信息包括多个试验检测指标信息对应的多个取样时间参数。

示例性地，建筑工程的材料包括水泥。试验检测指标包括水泥对应的安定性指标、凝结时间指标、胶砂强度指标、胶砂流动度指标、密度指标等多个试验检测指标信息。试验检测数据包括水泥对应的安定性参数、凝结时间参数、胶砂强度参数、胶砂流动度参数、密度参数等多个试验检测信息。抽样位置数据包括建筑工程的现场水泥库、现场水泥搅拌设备。抽样时间信息包括水泥对应的取样时间参数。

步骤S200：对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；

进一步的，本申请步骤S200还包括：

步骤S210：所述检验批基本信息还包括检验物类型，将所述检验物类型输入环境指标匹配数据库，匹配N个环境指标和N个环境指标分区阈值，其中，N＞0，为整数；

进一步的，本申请步骤S210还包括：

步骤S211：当满足预设更新周期；

步骤S212：根据所述工程试验数据管理区块链，上传三元数据集，其中，所述三元数据集的任意一组包括检验物类型记录数据、环境指标标定数据和环境指标分区阈值标定数据；

步骤S213：根据所述检验物类型记录数据、所述环境指标标定数据和所述环境指标分区阈值标定数据，更新所述环境指标匹配数据库。

具体而言，基于大数据，构建环境指标匹配数据库。环境指标匹配数据库包括多个预设检验物类型，以及多个预设检验物类型对应的多个预设环境指标、多个预设环境指标分区阈值。继而，当环境指标匹配数据库达到预设更新周期时，从工程试验数据管理区块链中提取出三元数据集。将三元数据集添加至环境指标匹配数据库，通过三元数据集对环境指标匹配数据库进行数据更新，提高环境指标匹配数据库的时效性。进而，检验批基本信息还包括检验物类型，将检验物类型输入环境指标匹配数据库，通过环境指标匹配数据库对检验物类型进行环境指标、环境指标分区阈值的匹配，获得N个环境指标和N个环境指标分区阈值。其中，所述预设更新周期包括预先设置确定的环境指标匹配数据库对应的数据更新时间周期。所述工程试验数据管理区块链包括三元数据集。所述三元数据集包括多组三元数据。每组三元数据包括检验物类型记录数据、环境指标标定数据和环境指标分区阈值标定数据。检验物类型记录数据包括多个历史检验物类型参数。环境指标标定数据包括多个历史环境指标特征值参数。所述环境指标分区阈值标定数据包括多个历史环境指标分区阈值参数。所述检验物类型包括建筑工程的水泥、粉煤灰、砂石等多个检验物类型参数。每个检验物类型参数都有对应的N个环境指标和N个环境指标分区阈值。且，N＞0，为整数。达到了通过环境指标匹配数据库对检验物类型进行环境指标、环境指标分区阈值的匹配，获得全面的N个环境指标和N个环境指标分区阈值，从而提高对抽样源场景进行位置聚类分析的准确性的技术效果。

步骤S220：根据所述N个环境指标和所述N个环境指标分区阈值，分别对所述抽样源场景进行层次聚类分析，生成N个分区聚类结果；

进一步的，本申请步骤S220还包括：

步骤S221：根据所述N个环境指标和所述N个环境指标分区阈值，获取第n个环境指标和第n个环境指标分区阈值，其中，0＜n≤N，n为整数；

步骤S222：根据所述第n个环境指标在所述抽样源场景进行传感数据采集，获取第n个环境指标特征值点云，其中，任意一个所述第n个环境指标特征值点云对应于所述抽样源场景的一个分布位置，且任意两个分布位置距离小于或等于预设距离；

步骤S223：对所述第n个环境指标特征值点云进行自底向上的层次聚类分析，生成第n个分区聚类结果，其中，所述第n个分区聚类结果的任意两个分区的类内特征值偏差大于所述第n个环境指标分区阈值；

步骤S224：将所述第n个分区聚类结果添加进所述N个分区聚类结果。

步骤S230：对所述N个分区聚类结果求交集，生成所述源场景抽样区域聚类结果。

具体而言，依次将N个环境指标设置为第n个环境指标，依次将N个环境指标分区阈值设置为第n个环境指标分区阈值，0＜n≤N，n为整数。继而，基于抽样源场景，对第n个环境指标进行传感数据采集，获取第n个环境指标特征值点云。所述抽样源场景包括多个分布位置。多个分布位置包括多个抽样区域位置。第n个环境指标特征值点云包括抽样源场景的多个分布位置对应的多个第n环境指标特征值点云数据。每个第n环境指标特征值点云数据包括预设时长内，抽样源场景的任意一个分布位置对应的第n个环境指标的监测数据均值。且，任意两个分布位置之间的距离小于或等于预设距离。

进一步，对第n个环境指标特征值点云进行自底向上的层次聚类分析，即，依次对第n个环境指标特征值点云中任意相邻的分布位置的两个第n环境指标特征值点云数据进行差值计算，获得任意相邻的分布位置的指标偏差。如果任意相邻的分布位置的指标偏差小于或等于第n个环境指标分区阈值，则，将任意相邻的分布位置的指标偏差对应的两个第n环境指标特征值点云数据聚集为一类，新的一类的类内特征值为：

，其中，

，/>

，d₁为相邻区域1的类内特征值，d₂为相邻区域2的类内特征值，n₁为相邻区域1的已知聚类数据量，n₂为相邻区域2的已知聚类数据量。如果任意相邻的分布位置的指标偏差大于第n个环境指标分区阈值，则将任意相邻的分布位置的指标偏差对应的两个第n环境指标特征值点云数据视为两类。重复直到任意相邻的类内特征值偏差大于第n个环境指标分区阈值，更进一步，对非相邻区域内的小于或等于第n个环境指标分区阈值的分区聚集为一类区域，从而得到任意两个分区的类内特征值偏差大于第n个环境指标分区阈值的聚类结果，即，生成第n个分区聚类结果。将第n个分区聚类结果添加进N个分区聚类结果，对N个分区聚类结果求交集，获得源场景抽样区域聚类结果。所述第n个分区聚类结果的任意两个分区的类内特征值偏差大于第n个环境指标分区阈值。类内特征值表征聚类后的区域指标特征值。所述N个分区聚类结果包括第n个分区聚类结果。所述源场景抽样区域聚类结果包括N个分区聚类结果的交集。达到了通过N个环境指标和N个环境指标分区阈值对抽样源场景进行层次聚类分析，获得准确的源场景抽样区域聚类结果，从而提高工程试验数据管理的准确性的技术效果。

步骤S300：对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；

进一步的，本申请步骤S300还包括：

步骤S310：遍历所述N个环境指标，获取预设时长内的N个环境指标监测序列；

步骤S320：根据所述N个环境指标分区阈值，对所述N个环境指标监测序列进行层次聚类分析，生成N个时区聚类结果；

步骤S330：对所述N个时区聚类结果求取交集，获取所述源场景抽样时区聚类结果。

具体而言，基于N个环境指标进行监测数据匹配，获得预设时长内的N个环境指标监测序列。进一步，基于N个环境指标分区阈值对N个环境指标监测序列进行层次聚类分析，获得N个时区聚类结果，并对N个时区聚类结果求取交集，获取源场景抽样时区聚类结果。其中，所述预设时长包括预先设置确定的抽样源场景的传感数据采集时长信息。每个环境指标监测序列包括预设时长内，每个环境指标对应的多个环境指标监测数据。N个时区聚类结果与N个分区聚类结果的获得方式相同，为了说明书的简洁，在此不再赘述。所述源场景抽样时区聚类结果包括N个时区聚类结果的交集。达到了通过对抽样源场景进行时间聚类分析，生成可靠的源场景抽样时区聚类结果，从而提高工程试验数据的管理全面性的技术效果。

步骤S400：当所述抽样位置数据满足所述源场景抽样区域聚类结果，且所述抽样时间信息满足所述源场景抽样时区聚类结果时，获取校验指令信息；

进一步的，本申请步骤S400还包括：

步骤S410：当所述抽样位置数据不满足所述源场景抽样区域聚类结果，或/和所述抽样时间信息不满足所述源场景抽样时区聚类结果时，生成第一补充指令；

步骤S420：根据所述第一补充指令，基于所述源场景抽样区域聚类结果或/和所述源场景抽样时区聚类结果进行抽样补充。

步骤S500：根据所述校验指令信息，调取工程试验数据管理区块链，输入所述抽样源场景和所述检验批基本信息，输出试验检测回溯数据；

具体而言，当抽样位置数据满足源场景抽样区域聚类结果，且，抽样时间信息满足源场景抽样时区聚类结果时，所述一种基于区块链的工程试验数据分析管理系统自动生成校验指令信息，并根据校验指令信息，调取工程试验数据管理区块链，将抽样源场景、检验批基本信息输入工程试验数据管理区块链，获得试验检测回溯数据。进一步，当抽样位置数据不满足源场景抽样区域聚类结果，或/和抽样时间信息不满足源场景抽样时区聚类结果时，所述一种基于区块链的工程试验数据分析管理系统自动生成第一补充指令，并根据对第一补充指令对源场景抽样区域聚类结果或/和源场景抽样时区聚类结果进行抽样补充，直至获取校验指令信息。其中，所述校验指令信息是用于表征抽样位置数据满足源场景抽样区域聚类结果，且，抽样时间信息满足源场景抽样时区聚类结果，需要调取工程试验数据管理区块链的指令信息。所述工程试验数据管理区块链包括多个抽样源场景、多个检验批基本信息，以及多个抽样源场景、多个检验批基本信息对应的多个试验检测回溯数据。所述第一补充指令是用于表征抽样位置数据不满足源场景抽样区域聚类结果，或/和抽样时间信息不满足源场景抽样时区聚类结果，需要对源场景抽样区域聚类结果或/和源场景抽样时区聚类结果进行抽样补充的指令信息。达到了通过源场景抽样区域聚类结果、源场景抽样时区聚类结果，分别对抽样位置数据、抽样时间信息进行分析，适应性地调取工程试验数据管理区块链，获得试验检测回溯数据，为后续生成偏差校验结果奠定基础的技术效果。

步骤S600：根据所述试验检测回溯数据，按照偏差校验规则对所述试验检测数据和所述试验检测指标进行校验，生成偏差校验结果，其中，所述偏差校验结果为通过信号或未通过信号；

进一步的，本申请步骤S600还包括：

步骤S610：所述试验检测回溯数据包括试验检测记录值和试验检测指标类型记录值；

步骤S620：对所述试验检测记录值和所述试验检测数据进行偏差统计，获取试验检测偏差矩阵；

步骤S630：对所述试验检测指标类型记录值和所述试验检测指标进行偏差统计，获取试验检测缺失指标类型；

步骤S640：根据所述试验检测缺失指标类型对所述试验检测偏差矩阵进行补无穷大标识，获取试验检测校验矩阵；

步骤S650：当所述试验检测校验矩阵的无穷大位数量等于0，且非无穷大位数值都小于预设偏差时，生成所述通过信号；

步骤S660：否则，生成所述未通过信号。

具体而言，试验检测回溯数据包括试验检测记录值和试验检测指标类型记录值。所述试验检测记录值包括抽样源场景、检验批基本信息对应的试验检测标准数据。所述试验检测指标类型记录值包括抽样源场景、检验批基本信息对应的多个标准试验检测指标。根据试验检测回溯数据，按照偏差校验规则对试验检测数据和试验检测指标进行校验，即，对试验检测记录值和试验检测数据进行偏差统计，获取试验检测偏差矩阵。所述试验检测偏差矩阵包括试验检测数据与试验检测记录值之间的多个差值信息。将试验检测指标类型记录值与试验检测指标进行比对，获得试验检测缺失指标类型。所述试验检测缺失指标类型包括试验检测指标中，缺失的多个标准试验检测指标。进而，按照试验检测缺失指标类型对试验检测偏差矩阵进行无穷大标识，获得试验检测校验矩阵。示例性地，在获得试验检测校验矩阵时，将试验检测偏差矩阵中，试验检测缺失指标类型对应的差值信息标识为无穷大，从而生成试验检测校验矩阵。进一步，当试验检测校验矩阵的无穷大位数量等于0，且非无穷大位数值都小于预设偏差时，生成的偏差校验结果为通过信号。否则，生成的偏差校验结果为未通过信号。所述预设偏差包括预先设置确定的试验检测数据与试验检测记录值之间的标准差值信息。达到了按照偏差校验规则、试验检测回溯数据对试验检测数据和试验检测指标进行校验，提高工程试验数据的准确性、完整性的技术效果。

进一步的，如附图2所示，本申请步骤S660还包括：

步骤S661：当所述偏差校验结果为所述未通过信号时，生成第二补充指令；

步骤S662：根据所述第二补充指令进行检测数据补充，其中，若是非无穷大位数值连续M次偏差大于或等于所述预设偏差，对抽样区域进行异常标识。

具体而言，当获得的偏差校验结果为未通过信号时，所述一种基于区块链的工程试验数据分析管理系统自动生成第二补充指令。按照第二补充指令对试验检测数据、试验检测指标进行数据补充。如果非无穷大位数值连续M次偏差大于或等于预设偏差，对抽样区域进行异常标识。其中，所述第二补充指令是用于表征偏差校验未通过，需要对试验检测数据、试验检测指标进行数据补充的指令信息。M值可自适应设置确定。达到了当偏差校验结果为未通过信号时，适应性地对试验检测数据、试验检测指标进行数据补充，提高工程试验数据的完整性的技术效果。

步骤S700：当所述偏差校验结果为所述通过信号时，将所述检验批基本信息加密存储至所述工程试验数据管理区块链。

进一步的，本申请步骤S700还包括：

步骤S710：根据所述工程试验数据管理区块链，获取区块链服务器节点数量；

步骤S720：根据所述区块链服务器节点数量，计算加密系数；

步骤S730：对所述加密系数进行质因数分解，获取质因数分解结果；

步骤S740：根据所述质因数分解结果，构建第一私钥和第一公钥；

步骤S750：根据所述第一私钥和所述第一公钥对所述检验批基本信息进行加密，存储至所述工程试验数据管理区块链。

具体而言，当偏差校验结果为通过信号时，基于工程试验数据管理区块链进行服务器节点数量参数采集，获得区块链服务器节点数量。区块链服务器节点数量包括工程试验数据管理区块链对应的服务器节点数量参数。进而，基于区块链服务器节点数量进行计算，获得加密系数。加密系数

，K为加密系数，P为预先设置确定的一个大于255的素数，N为区块链服务器节点数量。

进一步，对加密系数进行质因数分解，获取质因数分解结果，并根据质因数分解结果，构建第一私钥和第一公钥。通过第一私钥、第一公钥对检验批基本信息进行加密，获得加密检验批基本信息，并将加密检验批基本信息存储至工程试验数据管理区块链。

其中，质因数分解结果包括

，/>

，/>

不等于1，/>

为第i个质因数，m为质因数的数量。第一私钥为sk，令集合

，/>

;取任意集合/>

，/>

，/>

；使得/>

，sk与p互为质数。第一公钥为pk，集合/>

，/>

;

。检验批基本信息的加密过程为/>

，/>

为待加密数据字节，即/>

为检验批基本信息，Q为加密检验批基本信息。当需要读取检验批基本信息时，则，对工程试验数据管理区块链中的加密检验批基本信息进行解密，解密过程包括

。达到了通过第一私钥、第一公钥对检验批加密信息进行加密存储，提高检验批基本信息的存储保密性、存储安全性，防止数据存储时，检验批基本信息被窃取、篡改、泄露，从而提高工程试验数据的管理质量的技术效果。

综上所述，本申请所提供的一种基于区块链的工程试验数据分析管理方法具有如下技术效果：

1.通过对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；通过对抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；当抽样位置数据满足源场景抽样区域聚类结果，且抽样时间信息满足源场景抽样时区聚类结果时，获取校验指令信息；根据校验指令信息，调取工程试验数据管理区块链，获得试验检测回溯数据；根据试验检测回溯数据，按照偏差校验规则对试验检测数据和试验检测指标进行校验，生成偏差校验结果；当偏差校验结果为通过信号时，将检验批基本信息加密存储至工程试验数据管理区块链。达到了提高工程试验数据管理的智能性，提升工程试验数据的管理质量，有效保障工程试验数据的准确性、完整性的技术效果。

2.通过N个环境指标和N个环境指标分区阈值对抽样源场景进行层次聚类分析，获得准确的源场景抽样区域聚类结果，从而提高工程试验数据管理的准确性。

3.按照偏差校验规则、试验检测回溯数据对试验检测数据和试验检测指标进行校验，提高工程试验数据的准确性、完整性。

在另一个实施例中，基于与前述实施例中一种基于区块链的工程试验数据分析管理方法，同样发明构思，本发明还提供了一种基于区块链的工程试验数据分析管理系统，请参阅附图3，所述系统包括：

基本信息获取模块11，所述基本信息获取模块11用于获取检验批基本信息，其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标；

位置聚类分析模块12，所述位置聚类分析模块12用于对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；

时间聚类分析模块13，所述时间聚类分析模块13用于对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；

校验指令获取模块14，所述校验指令获取模块14用于当所述抽样位置数据满足所述源场景抽样区域聚类结果，且所述抽样时间信息满足所述源场景抽样时区聚类结果时，获取校验指令信息；

试验检测回溯模块15，所述试验检测回溯模块15用于根据所述校验指令信息，调取工程试验数据管理区块链，输入所述抽样源场景和所述检验批基本信息，输出试验检测回溯数据；

校验模块16，所述校验模块16用于根据所述试验检测回溯数据，按照偏差校验规则对所述试验检测数据和所述试验检测指标进行校验，生成偏差校验结果，其中，所述偏差校验结果为通过信号或未通过信号；

加密存储模块17，所述加密存储模块17用于当所述偏差校验结果为所述通过信号时，将所述检验批基本信息加密存储至所述工程试验数据管理区块链。

进一步的，所述系统还包括：

指标匹配模块，所述指标匹配模块用于所述检验批基本信息还包括检验物类型，将所述检验物类型输入环境指标匹配数据库，匹配N个环境指标和N个环境指标分区阈值，其中，N＞0，为整数；

场景层次聚类分析模块，所述场景层次聚类分析模块用于根据所述N个环境指标和所述N个环境指标分区阈值，分别对所述抽样源场景进行层次聚类分析，生成N个分区聚类结果；

第一执行模块，所述第一执行模块用于对所述N个分区聚类结果求交集，生成所述源场景抽样区域聚类结果。

进一步的，所述系统还包括：

第二执行模块，所述第二执行模块用于当满足预设更新周期，根据所述工程试验数据管理区块链，上传三元数据集，其中，所述三元数据集的任意一组包括检验物类型记录数据、环境指标标定数据和环境指标分区阈值标定数据；

数据库更新模块，所述数据库更新模块用于根据所述检验物类型记录数据、所述环境指标标定数据和所述环境指标分区阈值标定数据，更新所述环境指标匹配数据库。

进一步的，所述系统还包括：

第三执行模块，所述第三执行模块用于根据所述N个环境指标和所述N个环境指标分区阈值，获取第n个环境指标和第n个环境指标分区阈值，其中，0＜n≤N，n为整数；

环境指标特征值点云获取模块，所述环境指标特征值点云获取模块用于根据所述第n个环境指标在所述抽样源场景进行传感数据采集，获取第n个环境指标特征值点云，其中，任意一个所述第n个环境指标特征值点云对应于所述抽样源场景的一个分布位置，且任意两个分布位置距离小于或等于预设距离；

第四执行模块，所述第四执行模块用于对所述第n个环境指标特征值点云进行自底向上的层次聚类分析，生成第n个分区聚类结果，其中，所述第n个分区聚类结果的任意两个分区的类内特征值偏差大于所述第n个环境指标分区阈值；

第五执行模块，所述第五执行模块用于将所述第n个分区聚类结果添加进所述N个分区聚类结果。

进一步的，所述系统还包括：

环境指标监测序列获取模块，所述环境指标监测序列获取模块用于遍历所述N个环境指标，获取预设时长内的N个环境指标监测序列；

时区聚类结果生成模块，所述时区聚类结果生成模块用于根据所述N个环境指标分区阈值，对所述N个环境指标监测序列进行层次聚类分析，生成N个时区聚类结果；

第六执行模块，所述第六执行模块用于对所述N个时区聚类结果求取交集，获取所述源场景抽样时区聚类结果。

进一步的，所述系统还包括：

回溯数据组成模块，所述回溯数据组成模块用于所述试验检测回溯数据包括试验检测记录值和试验检测指标类型记录值；

数据偏差统计模块，所述数据偏差统计模块用于对所述试验检测记录值和所述试验检测数据进行偏差统计，获取试验检测偏差矩阵；

指标偏差统计模块，所述指标偏差统计模块用于对所述试验检测指标类型记录值和所述试验检测指标进行偏差统计，获取试验检测缺失指标类型；

校验矩阵获取模块，所述校验矩阵获取模块用于根据所述试验检测缺失指标类型对所述试验检测偏差矩阵进行补无穷大标识，获取试验检测校验矩阵；

通过信号生成模块，所述通过信号生成模块用于当所述试验检测校验矩阵的无穷大位数量等于0，且非无穷大位数值都小于预设偏差时，生成所述通过信号；

未通过信号生成模块，所述未通过信号生成模块用于否则，生成所述未通过信号。

进一步的，所述系统还包括：

第一补充指令生成模块，所述第一补充指令生成模块用于当所述抽样位置数据不满足所述源场景抽样区域聚类结果，或/和所述抽样时间信息不满足所述源场景抽样时区聚类结果时，生成第一补充指令；

抽样补充模块，所述抽样补充模块用于根据所述第一补充指令，基于所述源场景抽样区域聚类结果或/和所述源场景抽样时区聚类结果进行抽样补充。

进一步的，所述系统还包括：

第二补充指令生成模块，所述第二补充指令生成模块用于当所述偏差校验结果为所述未通过信号时，生成第二补充指令；

第七执行模块，所述第七执行模块用于根据所述第二补充指令进行检测数据补充，其中，若是非无穷大位数值连续M次偏差大于或等于所述预设偏差，对抽样区域进行异常标识。

进一步的，所述系统还包括：

节点数量获取模块，所述节点数量获取模块用于根据所述工程试验数据管理区块链，获取区块链服务器节点数量；

加密系数计算模块，所述加密系数计算模块用于根据所述区块链服务器节点数量，计算加密系数；

质因数分解模块，所述质因数分解模块用于对所述加密系数进行质因数分解，获取质因数分解结果；

第八执行模块，所述第八执行模块用于根据所述质因数分解结果，构建第一私钥和第一公钥；

第九执行模块，所述第九执行模块用于根据所述第一私钥和所述第一公钥对所述检验批基本信息进行加密，存储至所述工程试验数据管理区块链。

本发明实施例所提供的一种基于区块链的工程试验数据分析管理系统可执行本发明任意实施例所提供的一种基于区块链的工程试验数据分析管理方法，具备执行方法相应的功能模块和有益效果。

所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本申请提供了一种基于区块链的工程试验数据分析管理方法，其中，所述方法应用于一种基于区块链的工程试验数据分析管理系统，所述方法包括：通过对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；通过对抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；当抽样位置数据满足源场景抽样区域聚类结果，且抽样时间信息满足源场景抽样时区聚类结果时，获取校验指令信息；根据校验指令信息，调取工程试验数据管理区块链，获得试验检测回溯数据；根据试验检测回溯数据，按照偏差校验规则对试验检测数据和试验检测指标进行校验，生成偏差校验结果；当偏差校验结果为通过信号时，将检验批基本信息加密存储至工程试验数据管理区块链。解决了现有技术中针对工程试验数据的管理人工依赖性高、主观性强，进而造成工程试验数据的管理效果不佳，无法保障工程试验数据的准确性、完整性的技术问题。达到了提高工程试验数据管理的智能性，提升工程试验数据的管理质量，有效保障工程试验数据的准确性、完整性的技术效果。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种基于区块链的工程试验数据分析管理方法，其特征在于，包括：

获取检验批基本信息，其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标；

对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；

对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；

当所述抽样位置数据满足所述源场景抽样区域聚类结果，且所述抽样时间信息满足所述源场景抽样时区聚类结果时，获取校验指令信息；

根据所述校验指令信息，调取工程试验数据管理区块链，输入所述抽样源场景和所述检验批基本信息，输出试验检测回溯数据；

根据所述试验检测回溯数据，按照偏差校验规则对所述试验检测数据和所述试验检测指标进行校验，生成偏差校验结果，其中，所述偏差校验结果为通过信号或未通过信号，包括：

所述试验检测回溯数据包括试验检测记录值和试验检测指标类型记录值；

对所述试验检测记录值和所述试验检测数据进行偏差统计，获取试验检测偏差矩阵；

对所述试验检测指标类型记录值和所述试验检测指标进行偏差统计，获取试验检测缺失指标类型；

根据所述试验检测缺失指标类型对所述试验检测偏差矩阵进行补无穷大标识，获取试验检测校验矩阵；

当所述试验检测校验矩阵的无穷大位数量等于0，且非无穷大位数值都小于预设偏差时，生成所述通过信号；

否则，生成所述未通过信号；

当所述偏差校验结果为所述通过信号时，将所述检验批基本信息加密存储至所述工程试验数据管理区块链，包括：

根据所述工程试验数据管理区块链，获取区块链服务器节点数量；

根据所述区块链服务器节点数量，计算加密系数；

对所述加密系数进行质因数分解，获取质因数分解结果；

根据所述质因数分解结果，构建第一私钥和第一公钥；

根据所述第一私钥和所述第一公钥对所述检验批基本信息进行加密，存储至所述工程试验数据管理区块链。

2.如权利要求1所述的一种基于区块链的工程试验数据分析管理方法，其特征在于，对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果，包括：

所述检验批基本信息还包括检验物类型，将所述检验物类型输入环境指标匹配数据库，匹配N个环境指标和N个环境指标分区阈值，其中，N＞0，为整数；

根据所述N个环境指标和所述N个环境指标分区阈值，分别对所述抽样源场景进行层次聚类分析，生成N个分区聚类结果；

对所述N个分区聚类结果求交集，生成所述源场景抽样区域聚类结果。

3.如权利要求2所述的一种基于区块链的工程试验数据分析管理方法，其特征在于，所述检验批基本信息还包括检验物类型，将所述检验物类型输入环境指标匹配数据库，匹配N个环境指标和N个环境指标分区阈值，之前还包括：

当满足预设更新周期；

根据所述工程试验数据管理区块链，上传三元数据集，其中，所述三元数据集的任意一组包括检验物类型记录数据、环境指标标定数据和环境指标分区阈值标定数据；

根据所述检验物类型记录数据、所述环境指标标定数据和所述环境指标分区阈值标定数据，更新所述环境指标匹配数据库。

4.如权利要求2所述的一种基于区块链的工程试验数据分析管理方法，其特征在于，根据所述N个环境指标和所述N个环境指标分区阈值，分别对所述抽样源场景进行层次聚类分析，生成N个分区聚类结果，包括：

根据所述N个环境指标和所述N个环境指标分区阈值，获取第n个环境指标和第n个环境指标分区阈值，其中，0＜n≤N，n为整数；

根据所述第n个环境指标在所述抽样源场景进行传感数据采集，获取第n个环境指标特征值点云，其中，任意一个所述第n个环境指标特征值点云对应于所述抽样源场景的一个分布位置，且任意两个分布位置距离小于或等于预设距离；

对所述第n个环境指标特征值点云进行自底向上的层次聚类分析，生成第n个分区聚类结果，其中，所述第n个分区聚类结果的任意两个分区的类内特征值偏差大于所述第n个环境指标分区阈值；

将所述第n个分区聚类结果添加进所述N个分区聚类结果。

5.如权利要求4所述的一种基于区块链的工程试验数据分析管理方法，其特征在于，对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果，包括：

遍历所述N个环境指标，获取预设时长内的N个环境指标监测序列；

根据所述N个环境指标分区阈值，对所述N个环境指标监测序列进行层次聚类分析，生成N个时区聚类结果；

对所述N个时区聚类结果求取交集，获取所述源场景抽样时区聚类结果。

6.如权利要求1所述的一种基于区块链的工程试验数据分析管理方法，其特征在于，还包括：

当所述抽样位置数据不满足所述源场景抽样区域聚类结果，或/和所述抽样时间信息不满足所述源场景抽样时区聚类结果时，生成第一补充指令；

根据所述第一补充指令，基于所述源场景抽样区域聚类结果或/和所述源场景抽样时区聚类结果进行抽样补充。

7.如权利要求1所述的一种基于区块链的工程试验数据分析管理方法，其特征在于，还包括：

当所述偏差校验结果为所述未通过信号时，生成第二补充指令；

根据所述第二补充指令进行检测数据补充，其中，若是非无穷大位数值连续M次偏差大于或等于所述预设偏差，对抽样区域进行异常标识。

8.一种基于区块链的工程试验数据分析管理系统，其特征在于，所述系统用于执行权利要求1至7任一项所述的一种基于区块链的工程试验数据分析管理方法，所述系统包括：

基本信息获取模块，所述基本信息获取模块用于获取检验批基本信息，其中，所述检验批基本信息包括试验检测数据、抽样位置数据、抽样时间信息和试验检测指标；

位置聚类分析模块，所述位置聚类分析模块用于对抽样源场景进行位置聚类分析，生成源场景抽样区域聚类结果；

时间聚类分析模块，所述时间聚类分析模块用于对所述抽样源场景进行时间聚类分析，生成源场景抽样时区聚类结果；

校验指令获取模块，所述校验指令获取模块用于当所述抽样位置数据满足所述源场景抽样区域聚类结果，且所述抽样时间信息满足所述源场景抽样时区聚类结果时，获取校验指令信息；

试验检测回溯模块，所述试验检测回溯模块用于根据所述校验指令信息，调取工程试验数据管理区块链，输入所述抽样源场景和所述检验批基本信息，输出试验检测回溯数据；

校验模块，所述校验模块用于根据所述试验检测回溯数据，按照偏差校验规则对所述试验检测数据和所述试验检测指标进行校验，生成偏差校验结果，其中，所述偏差校验结果为通过信号或未通过信号，包括：

所述试验检测回溯数据包括试验检测记录值和试验检测指标类型记录值；

对所述试验检测记录值和所述试验检测数据进行偏差统计，获取试验检测偏差矩阵；

对所述试验检测指标类型记录值和所述试验检测指标进行偏差统计，获取试验检测缺失指标类型；

根据所述试验检测缺失指标类型对所述试验检测偏差矩阵进行补无穷大标识，获取试验检测校验矩阵；

当所述试验检测校验矩阵的无穷大位数量等于0，且非无穷大位数值都小于预设偏差时，生成所述通过信号；

否则，生成所述未通过信号；

加密存储模块，所述加密存储模块用于当所述偏差校验结果为所述通过信号时，将所述检验批基本信息加密存储至所述工程试验数据管理区块链，包括：

根据所述工程试验数据管理区块链，获取区块链服务器节点数量；

根据所述区块链服务器节点数量，计算加密系数；

对所述加密系数进行质因数分解，获取质因数分解结果；

根据所述质因数分解结果，构建第一私钥和第一公钥；

根据所述第一私钥和所述第一公钥对所述检验批基本信息进行加密，存储至所述工程试验数据管理区块链。

Images