CN118090820B - 镁基无机防火板性能检测方法及系统 - Google Patents

镁基无机防火板性能检测方法及系统 Download PDF

Info

Publication number
CN118090820B
CN118090820B CN202410492160.6A CN202410492160A CN118090820B CN 118090820 B CN118090820 B CN 118090820B CN 202410492160 A CN202410492160 A CN 202410492160A CN 118090820 B CN118090820 B CN 118090820B
Authority
CN
China
Prior art keywords
performance
fireproof plate
test result
magnesium
based inorganic
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
Application number
CN202410492160.6A
Other languages
English (en)
Other versions
CN118090820A (zh
Inventor
陈奋
殷玉珍
施网红
徐晓兵
王洁
贾志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Anzhen Construction Engineering Testing Co ltd
Original Assignee
Changzhou Anzhen Construction Engineering Testing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Anzhen Construction Engineering Testing Co ltd filed Critical Changzhou Anzhen Construction Engineering Testing Co ltd
Priority to CN202410492160.6A priority Critical patent/CN118090820B/zh
Publication of CN118090820A publication Critical patent/CN118090820A/zh
Application granted granted Critical
Publication of CN118090820B publication Critical patent/CN118090820B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/20—Investigating strength properties of solid materials by application of mechanical stress by applying steady bending forces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/24—Investigating strength properties of solid materials by application of mechanical stress by applying steady shearing forces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
    • G01N31/12—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using combustion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Environmental Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Molecular Biology (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

本发明涉及防火板检测的技术领域，特别是涉及一种镁基无机防火板性能检测方法及系统，其提高了检测的全面性和准确性，提升了检测效率和数据分析的专业性；方法包括：获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；基于镁基无机防火板的尺寸规格，由预先构建的防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中。

Description

镁基无机防火板性能检测方法及系统
技术领域
本发明涉及防火板检测的技术领域，特别是涉及一种镁基无机防火板性能检测方法及系统。
背景技术
镁基无机防火板作为一种重要的建筑材料，在现代建筑行业中得到了广泛的应用；由于其具有良好的隔热和环保等性能，被广泛应用于墙体、吊顶、地板等多个领域；然而，随着科技的进步和建筑行业的不断发展，对镁基无机防火板的性能要求也在不断提高；因此，如何准确、高效地检测和评价镁基无机防火板的性能，成为了当前亟待解决的问题。
传统的镁基无机防火板性能检测方法往往依赖于单一的性能测试，如隔热性能、耐火性能等，缺乏全面性和系统性；此外，传统的检测方法往往忽略了防火板的应用场景对性能的影响，导致检测结果与实际使用效果存在较大的差异。
发明内容
为解决上述技术问题，本发明提供一种提高了检测的全面性和准确性，提升了检测效率和数据分析的专业性的镁基无机防火板性能检测方法及系统。
第一方面，本发明提供了镁基无机防火板性能检测方法，所述方法包括：
获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；
对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；
基于镁基无机防火板的尺寸规格，由预先构建的防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；
将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中，输出防火板理论性能特征指数；
获取镁基无机防火板的应用场景量化信息，所述应用场景量化信息包括环境温度、环境湿度以及安装方式；
利用预先构建的防火板性能纠正模型，对防火板性能理论特征指数与应用场景量化信息进行识别计算，输出防火板应用性能特征指数；
将防火板应用性能特征指数与预设性能合格界限进行对比，若防火板应用性能特征指数高于预设性能合格界限，则判定镁基无机防火板性能合格；反之，则判定镁基无机防火板性能不合格。
进一步地，所述防火板性能评价模型的计算公式为：
；
其中，表示防火板理论性能特征指数，/>表示防火板隔热性能测试结果的量化数值，/>表示防火板耐火性能测试结果的量化数值，/>表示防火板力学性能测试结果的量化数值，/>表示防火板耐腐蚀性能测试结果的量化数值，/>表示防火板环保性能测试结果的量化数值；/>表示防火板隔热性能测试结果的量化数值，/>表示防火板耐火性能测试结果的量化数值，/>表示防火板力学性能测试结果的量化数值，/>表示防火板耐腐蚀性能测试结果的量化数值，/>表示防火板环保性能测试结果的量化数值；/>、/>、/>、/>和分别表示隔热性能、耐火性能、力学性能、耐腐蚀性能以及环保性能对应的权重系数。
进一步地，所述防火板性能显征测试集的获取方法包括：
对收集到的各项测试结果进行初步处理，剔除异常数据；
对初步处理后的各项测试结果进行归一化处理；
将归一化处理后的各项性能测试结果进行汇总，构建一个包含多维度性能指标的防火板性能显征测试集。
进一步地，所述防火板性能显征标准集的调取方法包括：
准确测量并记录待测镁基无机防火板的各项尺寸参数，包括长、宽以及厚度信息；
利用这些尺寸规格参数，在预先构建的防火板性能显征标准数据库中进行检索；
在数据库中找到与待测防火板尺寸规格相匹配的防火板性能显征标准集。
进一步地，所述防火板性能显征标准数据库的构建方法包括：
收集与镁基无机防火板性能相关的各种标准，标准获取途径包括国家标准、行业标准以及地方标准；
根据防火板的不同尺寸规格，将上述标准中的性能指标数据录入数据库，并按照防火板规格分类存储；
结合实际生产和应用中的研究成果，根据设定的时间间隔定期更新和完善数据库内容；
对录入数据库的信息进行标注，包括标准的名称、编号、发布单位、适用范围、内容摘要以及相关的测试方法。
进一步地，所述防火板性能评价模型的构建方法包括：
收集不同镁基无机防火板的性能测试数据，包括隔热性能、耐火性能、力学性能、耐腐蚀性能和环保性能的测试结果；
对收集到的数据进行预处理，包括数据清洗、去除异常值和数据归一化；
对预处理后的数据进行特征提取；
选择机器学习模型作为模型的基础，所述模型包括回归模型、决策树模型和神经网络模型；
使用提取的特征对模型进行训练；
通过未参与训练的数据，对训练好的模型进行验证，评估模型的性能和泛化能力，并根据验证结果对模型进行优化；
当模型训练和优化完成后，将其部署到防火板性能检测系统中。
进一步地，所述预设性能合格界限的设定影响因素包括法规和标准要求、行业实践和经验、用户需求和预期使用环境、技术进步和创新、安全性和可靠性考量。
另一方面，本申请还提供了镁基无机防火板性能检测系统，所述系统包括：
数据采集模块，用于获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；
测试结果整合模块，用于对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；
标准对照模块，用于根据镁基无机防火板的尺寸规格，由预先构建的防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；
性能评价模块，用于将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中，输出防火板理论性能特征指数；
应用场景信息采集模块，用于获取镁基无机防火板的应用场景量化信息，所述应用场景量化信息包括环境温度、环境湿度以及安装方式；
性能修正计算模块，利用预先构建的防火板性能纠正模型，对防火板性能理论特征指数与应用场景量化信息进行识别计算，输出防火板应用性能特征指数；
结果判定模块，用于将防火板应用性能特征指数与预设性能合格界限进行对比，若防火板应用性能特征指数高于预设性能合格界限，则判定镁基无机防火板性能合格；反之，则判定镁基无机防火板性能不合格。
第三方面，本申请提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
与现有技术相比本发明的有益效果为：本发明全面涵盖多种关键性能指标，包括隔热、耐火、力学、耐腐蚀及环保性能，避免了仅依赖单一性能测试而导致的片面性，提高了检测的全面性和准确性；结合防火板的具体尺寸规格，参照标准化的防火板性能显征标准数据库，使得评价更加科学合理且具有可比性；采用预先训练的性能评价模型，能有效整合各种测试结果，得出防火板的理论性能特征指数，提升了检测效率和数据分析的专业性；引入应用场景量化信息，并通过专门的性能纠正模型，对理论性能特征指数进行动态调整，确保了检测结果更贴近实际使用条件，解决了传统方法忽略场景因素的问题；最终通过将防火板应用性能特征指数与预设性能合格界限对比，能够实现对防火板性能是否达标的准确、客观判断，有助于指导生产和工程选材；综上所述，这种方法提高了检测的全面性和准确性，提升了检测效率和数据分析的专业性，能够实现对防火板性能是否达标的准确、客观判断，有助于指导生产和工程选材。
附图说明
图1是本发明的流程图；
图2是防火板性能评价模型的构建方法的流程图；
图3是镁基无机防火板性能检测系统的结构图。
具体实施方式
在本申请的描述中，所属技术领域的技术人员应当知道，本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本申请可以具体实现为以下形式：完全的硬件、完全的软件（包括固件、驻留软件、微代码等）、硬件和软件结合的形式。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本申请中的附图对本申请进行描述。
实施例一：如图1至图2所示，本发明的镁基无机防火板性能检测方法，具体包括以下步骤：
S1、获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；
S1步骤是整个检测方法的基础环节，它涉及到对镁基无机防火板多项核心性能指标的实测获取；以下是S1步骤的详细介绍：
S11、隔热性能测试，在特定的实验室环境中，利用隔热性能测试仪，通过测量防火板在面对外部热量时的热流传递特性，来确定其热阻值、传热系数以及导热系数参数，这些参数直接反映了防火板的隔热效能；
S12、耐火性能测试，在受控的高温环境下执行耐火极限试验，模拟火灾场景以验证防火板的耐火性能；试验过程包括火烧试验、热辐射试验和耐火极限测定，通过记录防火板在规定时间内的燃烧状况、完整性保持情况以及隔热效果，以评估其能否在火灾中持续发挥防火隔断作用，确保安全时限；
S13、力学性能测试，采用力学性能试验机进行力学性能检验，包括拉伸试验、压缩试验、弯曲试验和剪切试验，通过测量防火板在受力状态下的应力应变曲线、抗压强度、抗折强度、弹性模量、泊松比这些力学参数，全面评估其在建筑结构中承受负载和变形的能力；
S14、耐腐蚀性能测试，将样品暴露在模拟实际环境条件下的各类腐蚀介质中，包括酸、碱、盐雾以及湿热，经过一段时间后，通过观测其外观变化、质量损失、硬度降低、厚度减少情况，并通过化学成分分析和微观结构表征等手段，科学评估其抗腐蚀性能；
S15、环保性能测试，对镁基无机防火板进行有害物质含量检测，包括挥发性有机化合物释放量、重金属元素含量和放射性核素限量，同时评估其生命周期内的资源消耗、能源利用效率、可回收利用率以及废弃后对环境的影响程度，确保其符合绿色建材的环保标准。
在本步骤中，通过对隔热性能、耐火性能、力学性能、耐腐蚀性能和环保性能的测试，能够全面客观地评估镁基无机防火板的性能表现，确保其符合建筑安全标准和环保要求；通过实测数据，能够及时了解产品的各项性能表现，为生产过程中的质量控制提供依据，并针对测试结果中存在的不足或缺陷进行改进和优化；能够客观地展示镁基无机防火板在隔热、耐火、力学、耐腐蚀和环保等方面的优势，为产品在市场竞争中树立优势地位提供支持；通过耐火性能测试，确保防火板在火灾场景中的性能表现，提供建筑结构的有效防火保障，保障人员生命财产安全；通过环保性能测试，确保产品符合环保标准和法规要求，获得相关的环保认证，提升产品在市场上的竞争力和可信度；综上所述，S1步骤的实测获取对于确保镁基无机防火板的性能优良、安全可靠以及环保符合要求具有重要意义，是整个检测方法的基础环节。
S2、对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；
S2步骤的目标是将各项性能测试结果进行数据汇总转换，以便后续的性能评价和分析；
所述防火板性能显征测试集的获取方法包括：
S21、对收集到的各项测试结果进行初步处理，剔除异常数据，确保数据的有效性和准确性；
S22、对初步处理后的各项测试结果进行归一化处理，确保它们具有相同的量纲和统一的标准；
S23、将归一化处理后的各项性能测试结果进行汇总，构建一个包含多维度性能指标的防火板性能显征测试集。
在本步骤中，通过初步处理，剔除异常数据，确保了测试结果的准确性和可靠性；这有助于避免因为异常数据带来的误导性结果，提高了后续分析的可信度；归一化处理确保了各项测试结果具有相同的量纲和统一的标准，使得不同性能指标之间能够进行有效的比较和分析；这有助于在多维度下全面评估防火板的性能；将归一化处理后的各项性能测试结果进行汇总，构建了一个包含多维度性能指标的防火板性能显征测试集；这样的测试集综合考虑了隔热性能、耐火性能、力学性能、耐腐蚀性能以及环保性能等方面的指标，能够更全面地反映防火板的综合性能；构建了性能显征测试集后，能够方便地进行后续的性能评价和分析；基于这个测试集，能够采用各种分析方法，进一步挖掘防火板性能的特征和规律，为设计优化和质量控制提供参考；综上所述，S2步骤的有益效果在于提高了数据的准确性和可信度，保证了数据的一致性和可比性，构建了多维度的性能指标测试集，为后续的评价和分析提供了基础和便利。
S3、基于镁基无机防火板的尺寸规格，由预先构建的防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；
在S3步骤中，基于镁基无机防火板的尺寸规格，从防火板性能显征标准数据库中调取与之对应的防火板性能显征标准集；这一步骤的关键在于建立一个完善的防火板性能显征标准数据库，以确保所调取的标准集与待测试的镁基无机防火板具有一致的基准；
所述防火板性能显征标准集的调取方法包括：
S311、准确测量并记录待测镁基无机防火板的各项尺寸参数，包括长、宽、厚度信息；这是因为在不同规格的防火板中，其性能要求会有所不同；
S312、利用这些尺寸规格参数，在预先构建的防火板性能显征标准数据库中进行检索；
S313、在数据库中找到与待测防火板尺寸规格相匹配的防火板性能显征标准集；这一标准集是依据行业规范和国家相关标准制定的，反映了对应规格镁基无机防火板必须达到的最低性能要求；
所述防火板性能显征标准数据库的构建方法包括：
S321、收集与镁基无机防火板性能相关的各种标准，所述标准获取途径包括国家标准、行业标准以及地方标准，标准中详细规定了镁基无机防火板在隔热性能、耐火性能、力学性能、耐腐蚀性能和环保性能方面的最低要求和测试方法，还包括防火板尺寸规格与其对应性能要求的关系；
S322、根据防火板的不同尺寸规格，将上述标准中的性能指标数据录入数据库，并按照防火板规格分类存储；每个规格的防火板都有对应的性能标准集，其中包括各个性能指标的最低限值、推荐值和理想值；
S323、在遵循标准的同时，结合实际生产和应用中的研究成果，不断更新和完善数据库内容，包括但不限于新材料、新技术、新工艺带来的性能提升，以及不同使用环境和条件对防火板性能要求的影响；
S234、对录入数据库的信息进行标注，包括标准的名称、编号、发布单位、适用范围、内容摘要以及相关的测试方法。
在本步骤中，通过准确测量并记录待测镁基无机防火板的尺寸规格，并基于这些规格在预先构建的防火板性能显征标准数据库中查找对应的标准集，确保了对不同规格防火板性能评价的针对性和准确性，避免了单一性能测试导致的片面性评价；防火板性能显征标准数据库的构建，整合了国家标准、行业标准以及地方标准，使检测和评价工作有了统一、权威的依据，有利于推动镁基无机防火板行业的规范化发展；数据库不断吸收新的科研成果、技术和工艺进展，以及考虑到实际使用环境对防火板性能的影响，及时更新性能指标数据，确保了数据库内容的时效性和实用性，适应了科技进步和市场需求的变化；通过详细的标注和分类存储，使得用户能够根据防火板尺寸规格迅速定位到相应性能标准，简化了数据检索过程，提高了工作效率，也为后续的性能评价和分析提供了强有力的数据支持；本步骤确保了防火板性能检测的全面性和系统性，不仅考察了防火板的基本性能，还考虑了不同规格防火板的特殊性及其在实际应用中的性能要求，有效缩小了检测结果与实际使用效果之间的差距，提高了检测结果的可信度和实用性。
S4、将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中，输出防火板理论性能特征指数；
S4步骤在镁基无机防火板性能检测方法中起到关键作用，它是基于前序步骤获取的防火板性能显征测试集以及调取的防火板性能显征标准集，通过预先训练的性能评价模型进行综合性能分析的重要环节；
所述防火板性能评价模型的构建方法包括：
S41、收集大量不同镁基无机防火板的性能测试数据，包括隔热性能、耐火性能、力学性能、耐腐蚀性能和环保性能的测试结果；
S42、对收集到的数据进行预处理，包括数据清洗、去除异常值和数据归一化，以确保数据的准确性和一致性；
S43、对预处理后的数据进行特征提取，采用统计分析和相关性分析放大对提取的特征进行选择，筛选出对防火板性能影响较大的特征；
S44、选择机器学习模型作为模型的基础，所述模型包括回归模型、决策树模型和神经网络模型；
S45、使用提取的特征对模型进行训练，让模型学会从输入的防火板性能测试结果和尺寸规格数据中预测其性能等级和性能特征指数；
S46、通过未参与训练的数据，对训练好的模型进行验证，评估模型的性能和泛化能力，并根据验证结果对模型进行优化；
S47、当模型训练和优化完成后，将其部署到防火板性能检测系统中，用于对新的防火板样本进行性能评估，输出防火板理论性能特征指数；
所述防火板性能评价模型的计算公式为：
；
其中，表示防火板理论性能特征指数，/>表示防火板隔热性能测试结果的量化数值，/>表示防火板耐火性能测试结果的量化数值，/>表示防火板力学性能测试结果的量化数值，/>表示防火板耐腐蚀性能测试结果的量化数值，/>表示防火板环保性能测试结果的量化数值；/>表示防火板隔热性能测试结果的量化数值，/>表示防火板耐火性能测试结果的量化数值，/>表示防火板力学性能测试结果的量化数值，/>表示防火板耐腐蚀性能测试结果的量化数值，/>表示防火板环保性能测试结果的量化数值；/>、/>、/>、/>和分别表示隔热性能、耐火性能、力学性能、耐腐蚀性能以及环保性能对应的权重系数。
在本步骤中，通过将防火板性能显征测试集和防火板性能显征标准集输入到预先训练的性能评价模型中，能够进行综合性能分析，从而全面评估防火板的性能指标；通过构建防火板性能评价模型，能够利用预先训练的模型对防火板的理论性能特征指数进行预测；这使得能够快速、准确地了解防火板的性能水平；通过选择适当的机器学习模型，使用提取的特征对模型进行训练，并通过验证和优化，能够不断提高模型的性能和泛化能力，使其更加准确地预测防火板的性能等级和特征指数；一旦模型训练和优化完成，能够将其部署到防火板性能检测系统中，用于对新的防火板样本进行性能评估；这样，就能够实现对防火板性能的快速、准确评估，并为相关领域的决策和应用提供支持；综上所述，S4步骤的有益效果包括了对防火板性能的全面分析、准确预测、数据处理与特征提取、模型训练与优化以及实际应用于检测系统中，从而为提高防火板性能评价的效率和准确性提供了重要支持。
S5、获取镁基无机防火板的应用场景量化信息，所述应用场景量化信息包括环境温度、环境湿度以及安装方式；
S5步骤在镁基无机防火板性能检测方法中，主要关注的是获取镁基无机防火板在实际应用场景下的量化信息，以便更准确地评估防火板的实际使用性能；
在防火板投入使用后，其性能会受到使用环境和安装方式的影响，因此，S5步骤首先需要对防火板可能应用的具体场景进行详细调查和量化描述；以下是S5步骤的详细介绍：
S51、收集防火板在实际使用环境中面临的最高温度、最低温度以及平均温度等数据，这些数据将直接影响防火板的隔热性能、耐火性能以及力学性能等；
S52、根据不同地区的气候特点，记录防火板所在环境的湿度变化情况，湿度对防火板的耐腐蚀性能、环保性能以及结构稳定性都有一定的影响；
S53、研究并记录防火板在实际施工过程中的安装方式，包括固定方式、拼接缝隙处理和周围密封材料，这将间接影响防火板的总体性能表现，尤其是隔热、耐火以及防水防潮性能。
在本步骤中，通过收集环境温度和湿度等信息，能够更准确地评估防火板在实际使用中的隔热、耐火、耐腐蚀和防水防潮等性能表现；这有助于制造商和设计者更好地了解防火板在不同环境条件下的适用性，从而选择最适合的材料；了解不同地区的气候特点和安装方式，有助于制造商根据特定市场需求进行定制化设计；在高温多湿的地区，能够优先考虑提高防火板的耐热和防潮性能，以满足当地建筑的需求；通过监测实际使用环境中的温湿度变化和安装方式，制造商能够及时发现潜在的性能问题，并进行质量控制和改进；这有助于提高防火板的整体品质和性能稳定性，从而增强其市场竞争力；准确评估防火板在实际应用中的性能表现，能够提高产品的市场竞争力；消费者更倾向于选择经过充分考虑实际使用环境的产品，以确保其在长期使用中的可靠性和安全性；综上所述，S5步骤的有益效果在于为镁基无机防火板的性能评估和市场应用提供了更加全面和可靠的数据基础，有助于推动其在建筑行业的进一步发展和应用。
S6、利用预先构建的防火板性能纠正模型，对防火板性能理论特征指数与应用场景量化信息进行识别计算，输出防火板应用性能特征指数；
S6 步骤旨在将防火板在实验室条件下测得的理论性能特征指数与实际应用场景因素相结合，以更精确地预测和评价其在真实条件下的应用性能；核心目标是将实验室标准测试与实际应用环境结合起来，通过科学建模的方式校正实验室条件下得到的理论性能指标，确保评价结果更加贴近防火板在实际使用条件下的性能表现，从而提高检测方法的准确性与实用性；
所述防火板性能纠正模型的构建方法包括：
S61、收集大量的镁基无机防火板在不同应用场景下的性能数据，以及对应的实际应用场景参数；
S62、对收集的数据进行清洗、缺失值填充、异常值处理工作，确保数据质量和可用性；
S63、选择机器学习作为模型的基础，所述模型包括线性回归、决策树、随机森林和神经网络；
S64、使用历史数据对模型进行训练，并通过交叉验证、网格搜索方法调整模型参数，优化模型性能，确保模型在新样本上的泛化能力强，能够准确预测不同应用场景下防火板的实际性能特征指数；
S65、使用独立的测试集数据对模型进行验证，确保模型在未曾见过的数据上也能准确预测；
S66、当模型训练和优化完成后，将其部署到防火板性能检测系统中，用于获取防火板应用性能特征指数。
在本步骤中，通过将实验室测试结果与实际应用场景因素相结合，构建的防火板性能纠正模型能够更准确地预测和评价防火板在真实条件下的性能表现；这有助于消除理论性能指标与实际使用情况之间的差距，提高评价结果的准确性；采用机器学习等方法构建的模型能够有效地校正实验室条件下得到的理论性能指标，使其更贴近实际应用场景；这种校正过程能够帮助预测防火板在不同应用场景下的实际性能特征指数，为建筑行业提供更可靠的性能评估；通过建立防火板性能纠正模型，检测方法的实用性得到增强；模型的部署使得获取防火板应用性能特征指数的过程更加高效和便捷，为建筑行业提供了一个可靠的工具来评估防火板的性能，从而更好地满足行业需求；通过更准确地评估防火板的性能，建筑行业能够选择和使用性能更优的材料，从而提升建筑的质量和安全性；这种综合考虑实验室测试结果和实际应用环境的方法，能够促进防火板材料的技术创新；通过不断优化性能评估方法，能够推动防火板材料的研发和应用，为建筑行业提供更多选择和更好的解决方案；综上所述，S6步骤的有益效果包括提高评价准确性、优化性能预测、增强实用性、提升建筑质量以及促进技术创新，对于推动建筑行业的发展和进步具有重要意义。
S7、将防火板应用性能特征指数与预设性能合格界限进行对比，若防火板应用性能特征指数高于预设性能合格界限，则判定镁基无机防火板性能合格；反之，则判定镁基无机防火板性能不合格；
在S7步骤中，将防火板应用性能特征指数与预设性能合格界限进行对比，是为了判断镁基无机防火板的性能是否符合预期要求。这一步骤的目的是确保镁基无机防火板在实际应用中能够达到设计要求的性能水平，从而保障建筑物的安全和可靠性；
在镁基无机防火板性能检测方案中，需要根据相关标准和设计要求，设定预设性能合格界限；预设性能合格界限包括隔热性能、耐火性能、力学性能、耐腐蚀性能以及环保性能指标；所述预设性能合格界限的设定影响因素包括：
S71、法规和标准要求，针对建筑材料，特别是防火板这样的安全关键材料，具有相关的法规和标准规定其性能要求，这些法规和标准由国家、地区或行业协会颁布，对于防火性能、耐久性、环保性等方面有具体的规定，这些规定被视为预设性能合格界限的基础；
S72、行业实践和经验，建筑行业内存在着丰富的实践经验，对于不同类型的建筑材料，包括防火板，有着一定的性能期望值；这些期望值是基于过去的项目经验、专业人士的建议或行业标准，是预设性能合格界限的重要参考依据之一；
S73、用户需求和预期使用环境，不同的用户有不同的需求和使用环境，对于防火板的性能要求也会有所不同，预设性能合格界限需要考虑到预期的使用环境和用户需求；
S74、技术进步和创新，随着科技的进步和建筑行业的发展，新材料、新工艺不断涌现，对于防火板的性能要求也在不断提高，因此，预设性能合格界限需要考虑到行业的技术进步和创新，以确保防火板能够满足新的技术和市场需求；
S75、安全性和可靠性考量，防火板作为建筑材料的一种，其性能合格界限的设定需要充分考虑建筑物的安全性和可靠性，这包括对防火性能、结构强度、耐久性等方面的要求，以确保建筑物在火灾等突发情况下能够保持稳定和安全。
在本步骤中，通过与预设性能合格界限进行对比，能够验证镁基无机防火板的实际性能是否符合预期要求；这有助于确认防火板是否具有足够的防火性能、耐用性、环保性等特征，以满足建筑物的安全要求；将实际性能与预设性能合格界限进行对比，有助于进行质量控制和质量管理；如果防火板的性能未达到预设要求，能够及时采取措施进行改进和调整，确保产品质量符合标准和用户需求；通过对防火板性能的评估，能够确保建筑物在火灾等突发情况下的安全性和可靠性；若防火板的性能达不到预期要求，则会增加建筑物的火灾风险，因此及时发现并处理性能不达标的情况至关重要；确保防火板的性能符合预期要求，有助于提高客户满意度；用户购买的产品能够达到预期的性能水平，能够增强其对产品的信任度，促进品牌形象的提升和客户口碑的积累；符合预设性能合格界限意味着产品符合相关的法规和标准要求，有利于产品的合规性和可持续发展；这有助于企业建立良好的企业形象，提升市场竞争力，促进长期发展；综上所述，通过S7步骤中的对比分析，能够有效地验证和确保镁基无机防火板的性能达到设计要求，从而为建筑物的安全和可靠性提供保障，同时促进企业的可持续发展和客户满意度。
实施例二：如图3所示，本发明的镁基无机防火板性能检测系统，具体包括以下模块；
数据采集模块，用于获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；
测试结果整合模块，用于对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；
标准对照模块，用于根据镁基无机防火板的尺寸规格，由防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；
性能评价模块，用于将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中，输出防火板理论性能特征指数；
应用场景信息采集模块，用于获取镁基无机防火板的应用场景量化信息，所述应用场景量化信息包括环境温度、环境湿度以及安装方式；
性能修正计算模块，利用预先构建的防火板性能纠正模型，对防火板性能理论特征指数与应用场景量化信息进行识别计算，输出防火板应用性能特征指数；
结果判定模块，用于将防火板应用性能特征指数与预设性能合格界限进行对比，若防火板应用性能特征指数高于预设性能合格界限，则判定镁基无机防火板性能合格；反之，则判定镁基无机防火板性能不合格。
在本实施例中，系统通过整合多项性能测试结果，并结合实际应用场景信息，实现了对镁基无机防火板性能的全面评估，具有更高的系统性；该系统通过数据采集模块和测试结果整合模块，将各项性能测试结果进行数据汇总和转换，同时通过标准对照模块，与防火板性能显征标准进行对照，确保评估过程的准确性和标准化；传统方法往往忽略了防火板的应用场景对性能的影响，而该系统引入了应用场景信息采集模块和性能修正计算模块，能够更加准确地评估镁基无机防火板在实际使用环境中的性能表现；通过预先训练的防火板性能评价模型和性能纠正模型，实现了对防火板性能的快速、高效评估，并且能够提供更准确的评估结果；结果判定模块通过与预设性能合格界限进行对比，实现了对镁基无机防火板性能的自动化判定，提高了判定效率和一致性；综上所述，该系统不仅增强了镁基无机防火板性能检测的科学性和实用性，还适应了不断发展的建筑行业对材料性能多元化、精细化的需求。
前述实施例一中的镁基无机防火板性能检测方法的各种变化方式和具体实施例同样适用于本实施例的镁基无机防火板性能检测系统,通过前述对镁基无机防火板性能检测方法的详细描述,本领域技术人员可以清楚的知道本实施例中镁基无机防火板性能检测系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本申请还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (10)

1.一种镁基无机防火板性能检测方法，其特征在于，所述方法包括：
获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；
对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；
基于镁基无机防火板的尺寸规格，由预先构建的防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；
将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中，输出防火板理论性能特征指数；
获取镁基无机防火板的应用场景量化信息，所述应用场景量化信息包括环境温度、环境湿度以及安装方式；
利用预先构建的防火板性能纠正模型，对防火板性能理论特征指数与应用场景量化信息进行识别计算，输出防火板应用性能特征指数；
将防火板应用性能特征指数与预设性能合格界限进行对比，若防火板应用性能特征指数高于预设性能合格界限，则判定镁基无机防火板性能合格；反之，则判定镁基无机防火板性能不合格。
2.如权利要求1所述的镁基无机防火板性能检测方法，其特征在于，所述防火板性能评价模型的计算公式为：
；
其中，表示防火板理论性能特征指数，/>表示防火板隔热性能测试结果的量化数值，/>表示防火板耐火性能测试结果的量化数值，/>表示防火板力学性能测试结果的量化数值，/>表示防火板耐腐蚀性能测试结果的量化数值，/>表示防火板环保性能测试结果的量化数值；/>表示防火板隔热性能测试结果的量化数值，/>表示防火板耐火性能测试结果的量化数值，/>表示防火板力学性能测试结果的量化数值，/>表示防火板耐腐蚀性能测试结果的量化数值，/>表示防火板环保性能测试结果的量化数值；/>、/>、/>、/>和/>分别表示隔热性能、耐火性能、力学性能、耐腐蚀性能以及环保性能对应的权重系数。
3.如权利要求1所述的镁基无机防火板性能检测方法，其特征在于，所述防火板性能显征测试集的获取方法包括：
对收集到的各项测试结果进行初步处理，剔除异常数据；
对初步处理后的各项测试结果进行归一化处理；
将归一化处理后的各项性能测试结果进行汇总，构建一个包含多维度性能指标的防火板性能显征测试集。
4.如权利要求1所述的镁基无机防火板性能检测方法，其特征在于，所述防火板性能显征标准集的调取方法包括：
测量并记录待测镁基无机防火板的各项尺寸参数，包括长、宽以及厚度信息；
利用这些尺寸规格参数，在预先构建的防火板性能显征标准数据库中进行检索；
在数据库中找到与待测防火板尺寸规格相匹配的防火板性能显征标准集。
5.如权利要求4所述的镁基无机防火板性能检测方法，其特征在于，所述防火板性能显征标准数据库的构建方法包括：
收集与镁基无机防火板性能相关的各种标准，标准获取途径包括国家标准、行业标准以及地方标准；
根据防火板的不同尺寸规格，将上述标准中的性能指标数据录入数据库，并按照防火板规格分类存储；
结合实际生产和应用中的研究成果，根据设定时间间隔定期更新和完善数据库内容；
对录入数据库的信息进行标注，包括标准的名称、编号、发布单位、适用范围、内容摘要以及相关的测试方法。
6.如权利要求2所述的镁基无机防火板性能检测方法，其特征在于，所述防火板性能评价模型的构建方法包括：
收集不同镁基无机防火板的性能测试数据，包括隔热性能、耐火性能、力学性能、耐腐蚀性能和环保性能的测试结果；
对收集到的数据进行预处理，包括数据清洗、去除异常值和数据归一化；
对预处理后的数据进行特征提取；
选择机器学习模型作为模型的基础，所述模型包括回归模型、决策树模型和神经网络模型；
使用提取的特征对模型进行训练；
通过未参与训练的数据，对训练好的模型进行验证，评估模型的性能和泛化能力，并根据验证结果对模型进行优化；
当模型训练和优化完成后，将其部署到防火板性能检测系统中。
7.如权利要求1所述的镁基无机防火板性能检测方法，其特征在于，所述预设性能合格界限的设定影响因素包括法规和标准要求、行业实践和经验、用户需求和预期使用环境、技术进步和创新、安全性和可靠性考量。
8.一种镁基无机防火板性能检测系统，其特征在于，所述系统包括：
数据采集模块，用于获取镁基无机防火板的隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果；
测试结果整合模块，用于对隔热性能测试结果、耐火性能测试结果、力学性能测试结果、耐腐蚀性能测试结果以及环保性能测试结果进行数据汇总转换，获得防火板性能显征测试集；
标准对照模块，用于根据镁基无机防火板的尺寸规格，由预先构建的防火板性能显征标准数据库中，调取与之对应的防火板性能显征标准集；
性能评价模块，用于将防火板性能显征测试集与防火板性能显征标准集输入至预先训练的防火板性能评价模型中，输出防火板理论性能特征指数；
应用场景信息采集模块，用于获取镁基无机防火板的应用场景量化信息，所述应用场景量化信息包括环境温度、环境湿度以及安装方式；
性能修正计算模块，利用预先构建的防火板性能纠正模型，对防火板性能理论特征指数与应用场景量化信息进行识别计算，输出防火板应用性能特征指数；
结果判定模块，用于将防火板应用性能特征指数与预设性能合格界限进行对比，若防火板应用性能特征指数高于预设性能合格界限，则判定镁基无机防火板性能合格；反之，则判定镁基无机防火板性能不合格。
9.一种镁基无机防火板性能检测电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
CN202410492160.6A 2024-04-23 2024-04-23 镁基无机防火板性能检测方法及系统 Active CN118090820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410492160.6A CN118090820B (zh) 2024-04-23 2024-04-23 镁基无机防火板性能检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410492160.6A CN118090820B (zh) 2024-04-23 2024-04-23 镁基无机防火板性能检测方法及系统

Publications (2)

Publication Number Publication Date
CN118090820A CN118090820A (zh) 2024-05-28
CN118090820B true CN118090820B (zh) 2024-06-21

Family

ID=91156588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410492160.6A Active CN118090820B (zh) 2024-04-23 2024-04-23 镁基无机防火板性能检测方法及系统

Country Status (1)

Country Link
CN (1) CN118090820B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2020101874A4 (en) * 2020-08-18 2020-09-24 Hefei General Machinery Research Institute Co., Ltd. A method for predicting high-temperature mechanical properties of heat-resistant alloys based on deep learning
CN113160025A (zh) * 2021-05-11 2021-07-23 应急管理部天津消防研究所 一种云计算构件防火保护验收和监督用软硬件及使用方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN208443807U (zh) * 2018-07-24 2019-01-29 杨守生 一种防火涂料耐火性能检测仪
CN112800652B (zh) * 2021-01-27 2023-07-14 中车长春轨道客车股份有限公司 一种耐火数据的确定方法、装置及电子设备
CN113653535B (zh) * 2021-09-16 2023-06-27 招商局重庆交通科研设计院有限公司 一种防火板保护下沉管隧道壁厚方向火灾温度场估计方法
CN116773733A (zh) * 2023-06-29 2023-09-19 应急管理部天津消防研究所 一种水防护型隔震橡胶支座耐火性能测试方法
CN117521518A (zh) * 2023-11-27 2024-02-06 太原理工大学 一种基于机器学习的镁合金热处理工艺优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2020101874A4 (en) * 2020-08-18 2020-09-24 Hefei General Machinery Research Institute Co., Ltd. A method for predicting high-temperature mechanical properties of heat-resistant alloys based on deep learning
CN113160025A (zh) * 2021-05-11 2021-07-23 应急管理部天津消防研究所 一种云计算构件防火保护验收和监督用软硬件及使用方法

Also Published As

Publication number Publication date
CN118090820A (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
Kapetanakis et al. Input variable selection for thermal load predictive models of commercial buildings
Reddy et al. Calibrating detailed building energy simulation programs with measured data—Part I: General methodology (RP-1051)
US9995655B2 (en) Assessment of power system equipment for equipment maintenance and/or risk mitigation
Al-Hajj et al. Modelling the running costs of buildings
CN103257917B (zh) 软件测评系统管理方法
Hu et al. Comparison of different statistical approaches for removing environmental/operational effects for massive data continuously collected from footbridges
Grant et al. Quantitative approaches in life cycle assessment—part 1—descriptive statistics and factor analysis
Riggio et al. Structural health monitoring of timber buildings: A literature survey
Aktas et al. Service life prediction of residential interior finishes for life cycle assessment
WO2018107292A1 (en) System and method for earthquake risk mitigation in building structures
Rosowsky et al. Load duration effects in wood members and connections: order statistics and critical loads
CN117782957B (zh) 一种船用电缆老化性能的测试方法及系统
Wu et al. Uncertainty analysis of envelope retrofits for existing residential buildings in underdeveloped areas: A case study of Daokou, China
CN118090820B (zh) 镁基无机防火板性能检测方法及系统
CN113742248A (zh) 一种基于项目测量数据进行组织过程预测的方法及系统
Knyziak Estimating the technical deterioration of large-panel residential buildings using artificial neural networks
CN117709555A (zh) 一种基于变压器碳核算模型的碳排预测与评价方法和系统
Efthimiou et al. Statistical projection of material intensity: evidence from the global economy and 107 countries
De Jaeger et al. Quantifying uncertainty propagation for the district energy demand using realistic variations on input data
JP2008242595A (ja) プログラム検査項目生成システムと方法およびプログラムテストシステムと方法ならびにプログラム
T Agami Reddy PhD The nearest neighborhood method to improve uncertainty estimates in statistical building energy models
CN115457303A (zh) 配电网运行状态监测系统及方法
Daniotti et al. Service Life Prediction Tools for buildings’ design and management
CN112116139A (zh) 一种电力需求预测方法及系统
Cassar et al. A cross-disciplinary approach to the use of archives as evidence of past indoor environments in historic buildings

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
GR01 Patent grant
GR01 Patent grant