一种智能混凝土配方调整方法与流程

文档序号:39962560发布日期:2024-11-12 14:21阅读:38来源:国知局
一种智能混凝土配方调整方法与流程

本发明涉及混凝土配方的调整,尤其涉及一种智能混凝土配方调整方法。


背景技术:

1、混凝土配合比设计是混凝土生产过程中的重要环节;它是指根据混凝土的用途和使用环境,确定混凝土的抗压强度、坍落度等性能指标,在满足混凝土性能要求和材料性质的前提下,通过试验和计算,设计出混凝土所需的水泥、骨料、掺合料和水的比例。

2、在实际生产过程中,由于生产量和供需原因,搅拌站在不同时间段所使用的砂石原料来自不同厂家,不同的原材料生产规格和生产工艺存在差异,影响了混凝土的工作性能;其中,主要由于骨料含水率的波动导致实际用水量和设计配方不符,通常由生产控制人员目测混凝土搅拌状态,并根据经验进行配合比的修正操作,以满足工程施工要求。例如当混凝土中的含水量过多时,混凝土的坍落度会增大,而抗压强度相对降低,此时,可增加混凝土中的胶凝材料的使用量,或者在下一盘减少用水量,来综合调整装车后搅拌罐车内的混凝土坍落度。

3、与坍落度相比,混凝土的抗压强度受到影响的因素更多,调整配合比后的抗压强度预测困难,一般生产控制人员在调整时会比较保守,确保混凝土的强度存在一定的富余,以满足工程质量要求;但混凝土强度富余意味着资源的浪费,增加了混凝土的生产成本,因此需要更准确的一种智能混凝土配方调整方法。


技术实现思路

1、本发明公开一种智能混凝土配方调整方法,主要解决传统混凝土在生产过程中,通常用人工经验对混凝土的配方进行调整,以满足坍落度符合工程施工要求,但是由于混凝土抗压强度较难预测,因此会将其富裕控制,而导致混凝土的资源浪费,增加生产成本的问题。

2、为实现所述目的,本发明的技术方案是这样实现的:

3、本发明提供一种智能混凝土配方调整方法,包括以下步骤,

4、s1.特征选取与数据分析:获取历史混凝土的生产信息、电流曲线和配方实际原料使用量的数据,并分析获取的数据中水胶比相同的电流曲线,根据标准差、最大值、最小值的统计参数选择电流差异明显的时间段的均值作为电流曲线的特征值;

5、s2.电流曲线的特征值与抗压强度、坍落度关联:根据历史电流曲线的特征值,将每锅混凝土的电流曲线特征与历史电流曲线特征值的中位数进行比较偏差,赋予相应的抗压强度和坍落度标签;

6、s3.模型训练与算法优化:获取历史混凝土实际原料使用量数据,并提取配合比的特征,以配合比的特征和电流曲线的特征作为输入向量,以每方混凝土原料质量作为输入特征,分别针对不同的混凝土配置强度设计并训练了多个神经网络模型,通过神经网络模型进行训练,并采用正则化、dropout技术减少过拟合,增强神经网络模型泛化能力,得到电流曲线与对应抗压强度和坍落度标签映射关系的混凝土抗压强度和坍落度检测模型;

7、s4.混凝土配方的调整:获取混凝土搅拌电流曲线和原材料计量数据,提取特征输入混凝土抗压强度和坍落度检测模型中,得到混凝土抗压强度和坍落度的预测值,并与生产要求进行比较,当存在偏差时,获取历史数据集,运用模式识别和优化算法,得到原料配合比的调整方案。

8、在一种实施方式中,所述神经网络模型包括依次连接的两层全连接神经网络,具有32个神经元和16个神经元的隐藏层、relu激活函数和具有线性激活函数的输出层。

9、在一种实施方式中,所述神经网络模型中的优化器为adam优化器,损失函数为平均绝对误差。

10、在一种实施方式中,所述神经网络模型的初始学习率为0.001,衰减指数为0.98,衰减速度为1的固定步长衰减策略,并设置早停机制。

11、在一种实施方式中,所述早停机制为连续20个epoch验证集损失没有改善时停止训练。

12、在一种实施方式中,所述每方混凝土原料质量包括单位方量5-1石子质量、单位方量1-2石子质量、单位方量1-3石子质量、单位方量砂质量、单位方量减水剂质量、单位方量水泥质量、单位方量水质量和单位方量电流特征。

13、在一种实施方式中,所述神经网络模型进行训练时,在混凝土生产搅拌过程中配合比未作调整的样本作为训练数据集,并与原始配方作比较,得出未进行调整的生产单,并根据抗压强度和坍落度标签,通过配合比的特征和电流曲线的特征进行训练。

14、在一种实施方式中,所述历史数据集为历史混凝土抗压强度和坍落度的预测数据库。

15、在一种实施方式中,所述模式识别和优化算法的方法为从历史混凝土抗压强度和坍落度的预测数据库中匹配与混凝土抗压强度和坍落度的预测值相对应的抗压强度和坍落度所对应的配合比,并通过该配合比与当盘生产要求进行比较,得出所需用水或胶凝材料调整量。

16、上述技术方案中的优点或有益效果至少包括:采用特征选取与数据分析,电流曲线的特征值与抗压强度、坍落度关联,模型训练与算法优化和混凝土配方的调整的步骤下,能够基于历史混凝土搅拌过程中的各个数据进行获取和处理,得到电流曲线与相应的抗压强度和坍落度标签,并能够根据电流曲线与相应的抗压强度和坍落度标签进行训练神经网络模型,得到电流曲线与对应抗压强度和坍落度标签映射关系的混凝土抗压强度和坍落度检测模型,以便于通过该模型预测实际生产过程中的混凝土抗压强度和坍落度,并能够基于历史生产数据,匹配相同情况下的配合比,从而能够得到所需用水或凝胶材料调整量,保证了混凝土的生产质量,降低生产成本,提高生产效率。



技术特征:

1.一种智能混凝土配方调整方法,其特征在于,包括以下步骤,

2.如权利要求1所述的智能混凝土配方调整方法,其特征在于,所述神经网络模型包括依次连接的两层全连接神经网络,具有32个神经元和16个神经元的隐藏层、relu激活函数和具有线性激活函数的输出层。

3.如权利要求1所述的智能混凝土配方调整方法,其特征在于,所述神经网络模型中的优化器为adam优化器,损失函数为平均绝对误差。

4.如权利要求1所述的智能混凝土配方调整方法,其特征在于,所述神经网络模型的初始学习率为0.001,衰减指数为0.98,衰减速度为1的固定步长衰减策略,并设置早停机制。

5.如权利要求4所述的智能混凝土配方调整方法,其特征在于,所述早停机制为连续20个epoch验证集损失没有改善时停止训练。

6.如权利要求1所述的智能混凝土配方调整方法,其特征在于,所述每方混凝土原料质量包括单位方量5-1石子质量、单位方量1-2石子质量、单位方量1-3石子质量、单位方量砂质量、单位方量减水剂质量、单位方量水泥质量、单位方量水质量和单位方量电流特征。

7.如权利要求1所述的智能混凝土配方调整方法,其特征在于,所述神经网络模型进行训练时,在混凝土生产搅拌过程中配合比未作调整的样本作为训练数据集,并与原始配方作比较,得出未进行调整的生产单,并根据抗压强度和坍落度标签,通过配合比的特征和电流曲线的特征进行训练。

8.如权利要求1所述的智能混凝土配方调整方法,其特征在于,所述历史数据集为历史混凝土抗压强度和坍落度的预测数据库。

9.如权利要求8所述的智能混凝土配方调整方法,其特征在于,所述模式识别和优化算法的方法为从历史混凝土抗压强度和坍落度的预测数据库中匹配与混凝土抗压强度和坍落度的预测值相对应的抗压强度和坍落度所对应的配合比,并通过该配合比与当盘生产要求进行比较,得出所需用水或胶凝材料调整量。


技术总结
本发明提供一种智能混凝土配方调整方法,包括以下步骤,特征选取与数据分析,电流曲线的特征值与抗压强度、坍落度关联,模型训练与算法优化和混凝土配方的调整。本发明通过上述方法,能够基于历史混凝土搅拌过程中的各个数据进行获取和处理,得到电流曲线与相应的抗压强度和坍落度标签,并能够根据电流曲线与相应的抗压强度和坍落度标签进行训练神经网络模型,得到混凝土抗压强度和坍落度检测模型,以便于通过该模型预测实际生产过程中的混凝土抗压强度和坍落度,并能够基于历史生产数据,匹配相同情况下的配合比,从而能够得到所需用水或凝胶材料调整量,保证了混凝土的生产质量,降低生产成本,提高生产效率。

技术研发人员:杨建红,林柏宏,房怀英,黄文景,李峥嵘,韩明芝,张宝裕,毕雪涛,黄伟晴
受保护的技术使用者:福建南方路面机械股份有限公司
技术研发日:
技术公布日:2024/11/11
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1