本发明涉及混凝土检测，具体是应用于混凝土灌注基桩强度检测的数据处理方法。
背景技术：
1、cn112285212a“一种基于超声回弹法检测混凝土强度的系统和方法”包括标定仪器和测量仪器，标定仪器用于标定混凝土目标测量区域中的检测点；测量仪器用于设置在检测点中采集相应的超声波检测数据和回弹检测数据，并根据获取的检测数据计算混凝土强度。
2、cn112147228a“回弹超声角测综合法检测混凝土强度测强曲线的建立方法”包括在混凝土柱构件的相邻两个侧面上布置超声角测测区，在其中一个测区中进行单面测区回弹值测量，计算单面测区回弹代表值；在相应的回弹测区进行超声角测声时测量及超声收、发换能器几何中心距角部的距离测量，计算换能器几何中心间距离，进而计算得到测区角测声速代表值；在相应的回弹、超声角测测区钻取芯样，并试验得到芯样混凝土抗压强度；
3、在现代建筑工程中，混凝土灌注桩作为一种重要的深基础形式被广泛使用。为了保证其承载能力和长期稳定性，必须对其进行严格的质量控制和检测。传统的检测手段如钻芯取样、低应变反射波法、声波透射法等虽然能够提供一定的信息，但存在效率低下、成本高昂或结果不够精确等问题。随着信息技术的发展，如何利用先进的数据处理技术和算法来优化这些传统方法成为可能，提升检测的准确度与效率是我们亟需解决的问题。
技术实现思路
1、为了解决上述技术问题，本发明的目的在于提供应用于混凝土灌注基桩强度检测的数据处理方法，包括以下步骤：
2、步骤s1：获取各个混凝土灌注基桩的桩体内部结构数据、桩身混凝土强度、环境因素并标记采集时间，设置采集周期；
3、步骤s2：获取各个混凝土灌注基桩的关键特征以及关键特征对应的桩身深度，根据关键特征以及关键特征对应的桩身深度绘制特征图谱；
4、步骤s3：根据桩身混凝土强度和环境因素获取关键特征对应的阈值区间，对各个混凝土灌注基桩的特征图谱进行阈值实时监控，将各个混凝土灌注基桩划分为缺陷混凝土灌注基桩或合格混凝土灌注基桩；
5、步骤s4：对各个混凝土灌注基桩历史采集周期内的关键特征、桩身混凝土强度和环境因素进行数据处理，基于数据处理结果构建基桩智能预估模型，对合格混凝土灌注基桩进行预估。
6、进一步地，获取各个混凝土灌注基桩的关键特征以及关键特征对应的桩身深度的过程包括：
7、对桩体内部结构数据进行数据预处理，对数据预处理后的桩体内部结构数据进行关键特征提取，获取关键特征以及关键特征对应的桩身深度。
8、进一步地，绘制特征图谱的过程包括：
9、以桩身深度为横轴，关键特征为纵轴建立直角坐标系，根据关键特征以及关键特征对应的桩身深度在直角坐标系中绘制特征图谱，每一个桩身深度对应的关键特征在直角坐标系中构成唯一的坐标点。
10、进一步地，根据桩身混凝土强度和环境因素获取关键特征对应的阈值区间的过程包括：
11、基于模拟学习思想，对不同桩身混凝土强度的合格混凝土灌注基桩进行不同环境因素条件下的模拟测试，获取不同桩身混凝土强度的合格混凝土灌注基桩在不同环境因素条件下的模拟桩体内部结构数据，对模拟桩体内部结构数据进行数据预处理和关键特征提取，获取模拟桩体内部结构数据对应的关键特征，根据所述关键特征的阈值区间，获取在不同桩身混凝土强度和环境因素条件下关键特征对应的阈值区间，根据在不同桩身混凝土强度和环境因素条件下关键特征对应的阈值区间构建阈值区间查找表；
12、根据当前采集周期内的桩身混凝土强度、环境因素以及阈值区间查找表，获取在当前采集周期的桩身混凝土强度和环境因素条件下，关键特征对应的阈值区间。
13、进一步地，对各个混凝土灌注基桩的特征图谱进行阈值实时监控的过程包括：
14、将特征图谱中各个坐标点的关键特征与对应的阈值区间进行比较，若特征图谱中存在坐标点的关键特征不位于对应的阈值区间，则将混凝土灌注基桩标注为缺陷混凝土灌注基桩，将特征图谱中关键特征不位于对应的阈值区间的坐标点标注为红色，并记为异常坐标点，根据异常坐标点的关键特征生成异常修复措施；
15、若特征图谱中各个坐标点的关键特征均位于对应的阈值区间，则将混凝土灌注基桩标注为合格混凝土灌注基桩。
16、进一步地，根据异常坐标点的关键特征生成异常修复措施的过程包括：
17、构建异常修复措施数据库，所述异常修复措施数据库包括不同关键特征对应的异常修复措施，将异常坐标点的关键特征输入异常修复措施数据库中进行相似度检索，获取异常修复措施数据库中不同关键特征与异常坐标点的关键特征的特征相似度，在异常修复措施数据库中筛选出特征相似度大于预设特征相似度阈值的关键特征，提取关键特征对应的异常修复措施。
18、进一步地，对各个混凝土灌注基桩历史采集周期内的关键特征、桩身混凝土强度和环境因素进行数据处理的过程包括：
19、构建特征数据库，所述特征数据库用于存储混凝土灌注基桩在采集周期内的关键特征、桩身混凝土强度和环境因素对应的时间序列；
20、从特征数据库中提取各个混凝土灌注基桩在若干历史采集周期内的关键特征、桩身混凝土强度和环境因素对应的时间序列，对混凝土灌注基桩所在历史采集周期进行标注；
21、若混凝土灌注基桩在历史采集周期内被标记为合格混凝土灌注基桩，将混凝土灌注基桩所在历史采集周期标注为合格历史采集周期，若混凝土灌注基桩在历史采集周期内被标记为缺陷混凝土灌注基桩，则将混凝土灌注基桩所在历史采集周期标注为缺陷历史采集周期；
22、将缺陷历史采集周期内混凝土灌注基桩被标注为缺陷混凝土灌注基桩的时刻标注为临界时刻，将从缺陷历史采集周期的开始时刻到临界时刻内的关键特征、桩身混凝土强度和环境因素对应的时间序列标注为临界特征集序列，将从合格历史采集周期的开始时刻到合格历史采集周期的结束时刻内的关键特征、桩身混凝土强度和环境因素对应的时间序列标注为合格特征集序列；
23、对临界特征集序列和合格特征集序列进行数据处理，获取临界特征集序列对应的临界评价指标和合格特征集序列对应的合格评价指标。
24、进一步地，构建基桩智能预估模型，对合格混凝土灌注基桩进行预估的过程包括：
25、基于深度学习构建基桩智能预估模型，将若干缺陷历史采集周期内临界特征集序列对应的临界评价指标以及若干合格历史采集周期内合格特征集序列对应的合格评价指标作为训练集以及测试集，将所述训练集输入到所述基桩智能预估模型中进行训练，直至损失函数训练平稳，并保存模型参数，通过测试集对所述基桩智能预估模型进行测试，直至符合预设要求，输出所述基桩智能预估模型；
26、对当前采集周期内合格混凝土灌注基桩的关键特征、桩身混凝土强度和环境因素对应的时间序列进行数据处理，获取合格特征集序列对应的合格评价指标，将所述合格评价指标输入基桩智能预估模型，根据基桩智能预估模型输出合格混凝土灌注基桩的预估结果，当预估结果为预估缺陷混凝土灌注基桩时，生成合格混凝土灌注基桩的预警信号。
27、与现有技术相比，本发明的有益效果是：
28、1、提高检测精度：通过获取各个混凝土灌注基桩的桩体内部结构数据、桩身混凝土强度及环境因素，并结合时间标记和周期性采集，可以更全面地反映基桩的真实状况，避免了单一时间点测量可能带来的误差，从而提高了检测结果的准确性。
29、2、增强实时监控能力：本发明能够根据关键特征及其对应的桩身深度绘制特征图谱，并对这些图谱进行阈值实时监控。保证在施工过程中即时发现潜在的问题，如钢筋笼变形或主筋间距异常等，及时采取纠正措施，防止问题恶化，保证工程质量和安全性。
30、3、实现智能预估与预警：基于历史数据构建的基桩智能预估模型不仅能够对未来可能出现的问题做出预测，还能在检测到合格基桩有可能转变为缺陷基桩时发出预警信号。这种前瞻性的管理方式有助于提前规划维护工作，减少意外事故的发生概率，保障长期运营的安全性和可靠性。
31、4、优化资源配置：通过对临界特征集序列和合格特征集序列的数据处理，本发明可以识别出哪些因素最可能导致基桩质量下降，进而指导施工单位有针对性地调整施工参数或者改进工艺流程，合理分配资源，降低成本的同时提升整体工程质量。