CN116479725B - 混凝土质量智能化加工预测系统 - Google Patents
混凝土质量智能化加工预测系统 Download PDFInfo
- Publication number
- CN116479725B CN116479725B CN202310488450.9A CN202310488450A CN116479725B CN 116479725 B CN116479725 B CN 116479725B CN 202310488450 A CN202310488450 A CN 202310488450A CN 116479725 B CN116479725 B CN 116479725B
- Authority
- CN
- China
- Prior art keywords
- finished product
- pavement area
- pavement
- concrete
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 78
- 230000007246 mechanism Effects 0.000 claims abstract description 65
- 238000003062 neural network model Methods 0.000 claims abstract description 29
- 238000004519 manufacturing process Methods 0.000 claims abstract description 23
- 230000000875 corresponding effect Effects 0.000 claims description 54
- 238000013507 mapping Methods 0.000 claims description 16
- 229910001294 Reinforcing steel Inorganic materials 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 4
- 230000002787 reinforcement Effects 0.000 claims description 2
- 230000010485 coping Effects 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010220 ion permeability Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28B—SHAPING CLAY OR OTHER CERAMIC COMPOSITIONS; SHAPING SLAG; SHAPING MIXTURES CONTAINING CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28B17/00—Details of, or accessories for, apparatus for shaping the material; Auxiliary measures taken in connection with such shaping
- B28B17/0063—Control arrangements
- B28B17/0072—Product control or inspection
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C19/00—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
- E01C19/02—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for preparing the materials
- E01C19/025—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for preparing the materials for preparing hydraulic-cement-bound mixtures of which at least one ingredient has previously been deposited on the surface, e.g. in situ mixing of concrete
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Architecture (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Mechanical Engineering (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Ceramic Engineering (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Road Paving Structures (AREA)
Abstract
本发明涉及一种混凝土质量智能化加工预测系统，包括：加工执行机构，用于根据不同的路面区域分别对应的不同路面铺设面积分时执行不同的路面区域铺设的不同整块混凝土成品的制造；智能预测器件，用于根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造的混凝土成品的成品质量数据。本发明的混凝土质量智能化加工预测系统运行智能、操作简便。由于能够针对同一整块混凝土加工机构采用针对性设计的BP神经网络模型预测即将加工的整块混凝土的各项质量数据，从而为产品质量的提前应对提供时机。
Description
技术领域
本发明涉及混凝土质量检验领域，尤其涉及一种混凝土质量智能化加工预测系统。
背景技术
混凝土质量检验可分为内在质量、表面质量和外形尺寸质量三大方面，其中，内在质量尤为关键，包括各项参数，例如抗压强度，抗折强度，抗冻性、抗渗性，抗氯离子渗透性和钢筋保护层厚度等。
混凝土强度的评定应分批进行同一验收批的混凝土应用强度等级相同配合比和生产工艺基本相同的混合混凝土组成，对同一验收收批的混凝土强度，因以该批内全部留置标准试件组数强度代表值作为统计数据来进行评定，除非常明确系试验失误，不得任意抛弃一个统计数据。
但是，现有技术中对混凝土质量的检验都集中在已完成制造的混凝土产品，而对于同一生产机构即将生产的混凝土产品的质量判断缺乏可靠的判断机制，导致混凝土生产方对下一次生产的混凝土的各项质量缺乏足够的参考数据，进而无法进行生产工艺的调整和改善。
发明内容
为了克服现有技术中的技术问题，本发明提出了一种混凝土质量智能化加工预测系统，能够针对同一整块混凝土加工机构，采用针对性设计的BP神经网络模型基于其过往多次加工的整块混凝土的各项质量数据以及即将加工的整块混凝土的铺设路面面积智能预测即将加工的整块混凝土的各项质量数据，从而在预测质量不佳时及时调整生产工艺提供足够的辅助信息。
根据本发明的一方面，提供了一种混凝土质量智能化加工预测系统，所述系统包括：
加工执行机构，用于根据不同的路面区域分别对应的不同路面铺设面积分时执行不同的路面区域铺设的不同整块混凝土成品的制造；
铺设处理机构，用于针对每一路面区域，在其对应的整块混凝土成品由所述加工执行机构完成制造后，将制造后的整块混凝土成品整体铺设到所述路面区域上；
质量采集机构，用于获取同一加工执行机构最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据，每一个整块混凝土成品的成品质量数据包括所述整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度；
面积提取机构，用于获取当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积；
智能预测器件，分别与所述质量采集机构以及所述面积提取机构连接，用于采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络；
其中，获取同一加工执行机构最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据，每一个整块混凝土成品的成品质量数据包括所述整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度包括：最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积正向关联。
由此可见，本发明至少具有以下两个重要发明点：
第一个重要发明点：针对同一整块混凝土加工机构，基于其过往多次加工的整块混凝土的各项质量数据以及即将加工的整块混凝土的铺设路面面积智能预测即将加工的整块混凝土的各项质量数据，所述各项质量数据包括抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度；
第二个重要发明点：采用针对性设计的BP神经网络模型完成智能预测操作，针对性体现在，所述BP神经网络模型为经过固定数目学习次数的BP神经网络，选择的过往多次加工的整块混凝土的块数与即将加工的整块混凝土的铺设路面面积正向关联，以及固定数目的取值与即将加工的整块混凝土的铺设路面面积成正比。
本发明的混凝土质量智能化加工预测系统运行智能、操作简便。由于能够针对同一整块混凝土加工机构采用针对性设计的BP神经网络模型预测即将加工的整块混凝土的各项质量数据，从而为产品质量的提前应对提供时机。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明首要实施方案示出的混凝土质量智能化加工预测系统的内部结构示意图。
图2为根据本发明次要实施方案示出的混凝土质量智能化加工预测系统的内部结构示意图。
图3为根据本发明再次要实施方案示出的混凝土质量智能化加工预测系统的内部结构示意图。
具体实施方式
下面将参照附图对本发明的混凝土质量智能化加工预测系统的实施方案进行详细说明。
图1为根据本发明首要实施方案示出的混凝土质量智能化加工预测系统的内部结构示意图，所述系统包括：
加工执行机构，用于根据不同的路面区域分别对应的不同路面铺设面积分时执行不同的路面区域铺设的不同整块混凝土成品的制造；
示例地，所述加工执行机构可以是自动化加工机构，也可以是人工加工机构，自动化以及人工的区别在于混凝土原理配置的操作方式是自动化操作方式还是人工操作方式；
铺设处理机构，用于针对每一路面区域，在其对应的整块混凝土成品由所述加工执行机构完成制造后，将制造后的整块混凝土成品整体铺设到所述路面区域上；
质量采集机构，用于获取同一加工执行机构最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据，每一个整块混凝土成品的成品质量数据包括所述整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度；
面积提取机构，用于获取当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积；
智能预测器件，分别与所述质量采集机构以及所述面积提取机构连接，用于采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络；
其中，获取同一加工执行机构最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据，每一个整块混凝土成品的成品质量数据包括所述整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度包括：最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积正向关联。
图2为根据本发明次要实施方案示出的混凝土质量智能化加工预测系统的内部结构示意图。
相比较于图1，图2中的混凝土质量智能化加工预测系统还可以包括：
同步操作部件，分别与所述加工执行机构以及所述铺设处理机构连接，用于实现所述加工执行机构以及所述铺设处理机构的制造动作和整体铺设动作的同步控制；
示例地，采用方波的上升沿或者下降沿实现所述加工执行机构以及所述铺设处理机构的制造动作和整体铺设动作的同步控制。
图3为根据本发明再次要实施方案示出的混凝土质量智能化加工预测系统的内部结构示意图。
相比较于图1，图3中的混凝土质量智能化加工预测系统还可以包括：
内容显示器件，与所述智能预测器件连接，用于接收并显示即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据；
其中，即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据包括：即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度。
接着，继续对本发明的混凝土质量智能化加工预测系统的具体结构进行进一步的说明。
在根据本发明的各个实施方案的混凝土质量智能化加工预测系统中：
最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积正向关联包括：采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系；
其中，采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系包括：在所述数值映射公式中，最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量为所述数值映射公式的输出参数；
其中，采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系包括：在所述数值映射公式中，当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积为所述数值映射公式的输入参数；
其中，采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络包括：所述固定数目的取值与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积成正比。
以及在根据本发明的各个实施方案的混凝土质量智能化加工预测系统中：
采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络包括：将最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积作为所述BP神经网络模型的输入内容；
其中，采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络包括：即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据为所述BP神经网络模型的输出内容。
另外，在所述混凝土质量智能化加工预测系统中，采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系包括：采用MATLAB工具箱完成对所述数值映射公式的构建和模拟。
最后应说明的是：以上实施方案仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施方案对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施方案所记载的技术内容进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术内容的本质脱离本申请各实施方案技术内容的精神和范围。
Claims (8)
1.一种混凝土质量智能化加工预测系统，其特征在于，所述系统包括：
加工执行机构，用于根据不同的路面区域分别对应的不同路面铺设面积分时执行不同的路面区域铺设的不同整块混凝土成品的制造；
铺设处理机构，用于针对每一路面区域，在其对应的整块混凝土成品由所述加工执行机构完成制造后，将制造后的整块混凝土成品整体铺设到所述路面区域上；
质量采集机构，用于获取同一加工执行机构最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据，每一个整块混凝土成品的成品质量数据包括所述整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度；
面积提取机构，用于获取当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积；
智能预测器件，分别与所述质量采集机构以及所述面积提取机构连接，用于采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络；
其中，获取同一加工执行机构最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据，每一个整块混凝土成品的成品质量数据包括所述整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度包括：最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积正向关联；
采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络包括：所述固定数目的取值与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积成正比；
最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积正向关联包括：采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系。
2.如权利要求1所述的混凝土质量智能化加工预测系统，其特征在于，所述系统还包括：
同步操作部件，分别与所述加工执行机构以及所述铺设处理机构连接，用于实现所述加工执行机构以及所述铺设处理机构的制造动作和整体铺设动作的同步控制。
3.如权利要求1所述的混凝土质量智能化加工预测系统，其特征在于，所述系统还包括：
内容显示器件，与所述智能预测器件连接，用于接收并显示即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据。
4.如权利要求3所述的混凝土质量智能化加工预测系统，其特征在于：
即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据包括：即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的抗压强度、抗折强度、抗渗数据以及钢筋保护层厚度。
5.如权利要求4所述的混凝土质量智能化加工预测系统，其特征在于：
采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系包括：在所述数值映射公式中，最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量为所述数值映射公式的输出参数。
6.如权利要求5所述的混凝土质量智能化加工预测系统，其特征在于：
采用数值映射公式表示最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据的数量与当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积的正向关联关系包括：在所述数值映射公式中，当前时刻同一加工执行机构即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积为所述数值映射公式的输入参数。
7.如权利要求1-4任一所述的混凝土质量智能化加工预测系统，其特征在于：
采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络包括：将最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积作为所述BP神经网络模型的输入内容。
8.如权利要求7所述的混凝土质量智能化加工预测系统，其特征在于：
采用BP神经网络模型以根据最近过往各次铺设各个路面区域分别对应的各个整块混凝土成品的成品质量数据以及即将制造混凝土成品以完成路面区域铺设的路面区域的路面面积预测即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据，所述BP神经网络模型为经过固定数目学习次数的BP神经网络包括：即将制造混凝土成品以完成路面区域铺设的路面区域对应的整块混凝土成品的成品质量数据为所述BP神经网络模型的输出内容。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310488450.9A CN116479725B (zh) | 2023-05-04 | 2023-05-04 | 混凝土质量智能化加工预测系统 |
| GBGB2312163.5A GB202312163D0 (en) | 2023-05-04 | 2023-08-09 | Intelligent processing and prediction system for concrete quality |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310488450.9A CN116479725B (zh) | 2023-05-04 | 2023-05-04 | 混凝土质量智能化加工预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116479725A CN116479725A (zh) | 2023-07-25 |
| CN116479725B true CN116479725B (zh) | 2023-11-10 |
Family
ID=87226661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310488450.9A Active CN116479725B (zh) | 2023-05-04 | 2023-05-04 | 混凝土质量智能化加工预测系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116479725B (zh) |
| GB (1) | GB202312163D0 (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104991051A (zh) * | 2015-06-30 | 2015-10-21 | 华侨大学 | 一种基于混合模型的混凝土强度预测方法 |
| CN106568647A (zh) * | 2016-10-25 | 2017-04-19 | 武汉理工大学 | 一种基于神经网络的混凝土强度预测方法 |
| KR20190130257A (ko) * | 2018-05-14 | 2019-11-22 | 한양대학교 에리카산학협력단 | 콘크리트 시설물의 표면 이미지 및 딥 컨볼루션 신경망 알고리즘을 이용한 콘크리트 압축강도 예측 방법 및 그 시스템 |
| JP6680936B1 (ja) * | 2018-09-26 | 2020-04-15 | 太平洋セメント株式会社 | 生コンクリートの品質予測方法 |
| JP6793864B1 (ja) * | 2020-02-03 | 2020-12-02 | 太平洋セメント株式会社 | 生コンクリートの品質予測方法 |
| CN113109145A (zh) * | 2021-03-24 | 2021-07-13 | 中国水利水电第七工程局有限公司 | 模型构建方法及装置和混凝土抗压强度预测方法及装置 |
| CN114331221A (zh) * | 2022-03-02 | 2022-04-12 | 中核华纬工程设计研究有限公司 | 一种基于机器学习的混凝土工程量指标估算方法 |
| CN114677353A (zh) * | 2022-03-28 | 2022-06-28 | 中国能源建设集团安徽省电力设计院有限公司 | 一种基于深度学习和bp神经网络的柱承载力预测方法 |
| CN114970314A (zh) * | 2022-04-14 | 2022-08-30 | 湖南工程学院 | 基于rbf神经网络的新型轻质混凝土抗压强度预测方法 |
| CN115655887A (zh) * | 2022-11-01 | 2023-01-31 | 广东建设职业技术学院 | 一种混凝土强度的预测方法 |
-
2023
- 2023-05-04 CN CN202310488450.9A patent/CN116479725B/zh active Active
- 2023-08-09 GB GBGB2312163.5A patent/GB202312163D0/en not_active Ceased
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104991051A (zh) * | 2015-06-30 | 2015-10-21 | 华侨大学 | 一种基于混合模型的混凝土强度预测方法 |
| CN106568647A (zh) * | 2016-10-25 | 2017-04-19 | 武汉理工大学 | 一种基于神经网络的混凝土强度预测方法 |
| KR20190130257A (ko) * | 2018-05-14 | 2019-11-22 | 한양대학교 에리카산학협력단 | 콘크리트 시설물의 표면 이미지 및 딥 컨볼루션 신경망 알고리즘을 이용한 콘크리트 압축강도 예측 방법 및 그 시스템 |
| JP6680936B1 (ja) * | 2018-09-26 | 2020-04-15 | 太平洋セメント株式会社 | 生コンクリートの品質予測方法 |
| JP6793864B1 (ja) * | 2020-02-03 | 2020-12-02 | 太平洋セメント株式会社 | 生コンクリートの品質予測方法 |
| CN113109145A (zh) * | 2021-03-24 | 2021-07-13 | 中国水利水电第七工程局有限公司 | 模型构建方法及装置和混凝土抗压强度预测方法及装置 |
| CN114331221A (zh) * | 2022-03-02 | 2022-04-12 | 中核华纬工程设计研究有限公司 | 一种基于机器学习的混凝土工程量指标估算方法 |
| CN114677353A (zh) * | 2022-03-28 | 2022-06-28 | 中国能源建设集团安徽省电力设计院有限公司 | 一种基于深度学习和bp神经网络的柱承载力预测方法 |
| CN114970314A (zh) * | 2022-04-14 | 2022-08-30 | 湖南工程学院 | 基于rbf神经网络的新型轻质混凝土抗压强度预测方法 |
| CN115655887A (zh) * | 2022-11-01 | 2023-01-31 | 广东建设职业技术学院 | 一种混凝土强度的预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 粉煤灰混凝土强度的试验分析与BP神经网络预测;邓志坤;;公路交通科技(应用技术版)(08);第205-208页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| GB202312163D0 (en) | 2023-09-20 |
| CN116479725A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102601881B (zh) | 一种橡胶硬度的在线质量监控和预测模型更新的方法 | |
| CN112150435B (zh) | 一种预制构件的施工管理方法及装置 | |
| CN104034865A (zh) | 一种混凝土强度的预测方法 | |
| CN109933843A (zh) | 基于bim的智能钢筋套下料施工方法 | |
| JP2022510667A (ja) | エネルギー消費量を予測するための方法および装置 | |
| CN108416076A (zh) | 一种基于bim技术的装配式建筑设计方法 | |
| CN116479725B (zh) | 混凝土质量智能化加工预测系统 | |
| CN100561483C (zh) | 一种鞋类样板的制作方法及系统 | |
| CN115847596A (zh) | 一种石膏砌块的生产调试控制方法及系统 | |
| CN115239202A (zh) | 基于历史数据的装配式构件的生产管理方法及系统 | |
| CN104123447A (zh) | 一种基于改进数据包络分析的制造系统综合评价方法 | |
| CN112654943A (zh) | 制造系统设计辅助装置 | |
| CN111144051A (zh) | 一种基于支持向量机和改进布谷鸟算法的地聚物混凝土强度预测方法 | |
| CN102621018A (zh) | 一种橡胶硬度的在线自动测量方法 | |
| Yahaya et al. | Economic Sustainability of Building and Construction Projects Based on Artificial Intelligence Techniques | |
| Pani et al. | Neural network soft sensor application in cement industry: Prediction of clinker quality parameters | |
| CN108549791A (zh) | 一种基于模型参数自适应的烧结矿性质预测方法 | |
| CN115510536A (zh) | 基于bim的钢筋自动化加工系统及方法 | |
| CN115374570A (zh) | 一种用于穿越工程隧道变形预测的多源加权训练集构建方法 | |
| CN115018669A (zh) | 基于bim的块料铺贴下料方法 | |
| CN111310960A (zh) | 一种能源消耗预测方法及装置 | |
| CN102608303A (zh) | 一种橡胶硬度的在线测量方法 | |
| CN103777569A (zh) | 一种高折弯精度的折弯机数控系统 | |
| Skrzypczak et al. | Control charts monitoring for quality concrete pavements | |
| CN103500290A (zh) | 一种柔性材料加工变形影响因素提取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231018 Address after: 550803 Dapingzhai Village, Maoying Town, Ziyun Miao and Buyi Autonomous County, Anshun City, Guizhou Province Applicant after: Ziyun Qianguan Power Equipment Co.,Ltd. Address before: 315000 Jiangnan village, Gaoqiao Town, Haishu District, Ningbo City, Zhejiang Province Applicant before: Ningbo Zhonghai Building Materials Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |