公开(公告)号：CN119324013A

公开(公告)日：2025-01-17

申请号：CN202411332162.5

申请日：2024-09-24

Applicant: 东南大学溧阳研究院 ,  东南大学

Inventor： 孙立 ,  顾金水 ,  冯攀 ,  张熠玮 ,  李文佳

IPC: G16C20/70 ,  G16C20/10 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开了一种基于NAS‑PINN‑GPR算法的混凝土硫酸盐侵蚀浓度的时空过程模拟，包括：确定硫酸盐侵蚀过程的控制方程并收集样本数据；利用神经架构搜索(NAS)技术优化PINN结构；根据控制方程、样本集、边界条件和初值条件设置PINN的损失函数；依据损失函数、基于样本集针对优化后的PINN结构进行训练，利用训练好的PINN结构模拟混凝土硫酸盐侵蚀浓度的时空过程，获得硫酸根离子浓度点预测；训练好的PINN结构生成足量的预测数据作为高斯过程回归(GPR)算法的训练数据，利用训练好的GPR模型模拟预测混凝土硫酸盐侵蚀浓度的不确定性概率区间。本发明将PINN算法和GPR算法结合起来，在获取高精度硫酸根离子浓度点估计的基础上又提供了可靠的区间估计，提高了模型的预测能力。

公开(公告)号：CN119418828A

公开(公告)日：2025-02-11

申请号：CN202411371196.5

申请日：2024-09-29

Applicant: 东南大学溧阳研究院 ,  东南大学

Inventor： 冯攀 ,  李文佳 ,  张熠玮 ,  顾金水 ,  孙立 ,  沈叙言

IPC: G16C60/00 ,  G16C20/70 ,  G06N5/045 ,  G06N20/00 ,  G06F30/27 ,  G06F111/06 ,  G06F111/04

Abstract: 本发明公开了基于可解释机器学习的抗硫酸盐混凝土配合比设计方法，包括：获取硫酸盐侵蚀混凝土的相关数据，并构建数据库；确定混凝土受硫酸盐侵蚀产生的膨胀值预测模型；对膨胀值预测模型进行部分依赖图和Shapley加法解释分析；建立硫酸盐混凝土的多目标优化模型，并设置约束条件，利用逼近理想解排序法方法确定多目标优化模型的最优解。本发明通过使用机器学习模型进行配合比设计，显著节省时间，降低材料与试验成本，并实现抗硫酸盐性能、环境影响和全生命周期成本的多目标优化，提升设计的效率与精度。

公开(公告)号：CN119152971A

公开(公告)日：2024-12-17

申请号：CN202410995229.7

申请日：2024-07-24

Applicant: 东南大学溧阳研究院 ,  东南大学

Inventor： 孙立 ,  顾金水 ,  冯攀 ,  张熠玮 ,  李文佳

IPC: G16C20/30 ,  G16C20/70 ,  G06F18/2431 ,  G06F18/27 ,  G06F18/20 ,  G06N7/01 ,  G06N20/00

Abstract: 本发明公开了一种基于混合机器学习模型的氯离子扩散系数预测方法，广泛收集实际数据并进行预处理，利用LASSO回归特征选择方法对影响氯离子扩散系数的参数进行选择，防止回归模型在训练集上的过拟合问题；在训练集上利用基于决策树算法的分布式梯度提升算法（LightGBM）对氯离子扩散系数的若干参数进行回归分析，将得到预测值与原有参数进行升维处理后的数据作为高斯过程回归（GPR）的输入，真实值作为输出，训练GPR模型，分析GPR预测结果，并使用贝叶斯参数优化方法构建LightGBM‑GPR模型。本发明方法既保留了LightGBM预测误差小的特点又给出了不确定性概率区间，提高了对氯离子扩散系数的预测能力。

公开(公告)号：CN119397415A

公开(公告)日：2025-02-07

申请号：CN202411298631.6

申请日：2024-09-18

Applicant: 东南大学溧阳研究院 ,  东南大学

Inventor： 冯攀 ,  张熠玮 ,  李文佳 ,  顾金水 ,  孙立

IPC: G06F18/2431 ,  G06N20/20 ,  G06F18/20 ,  G06N5/01 ,  G06N3/04 ,  G06N3/0985 ,  G06N3/084

Abstract: 本发明公开了一种基于数据扩展和机器学习的混凝土耐久性预测方法，包括：1、收集工程环境下混凝土配合比数据以及环境参数，建立标准混凝土耐久性数据库；2、基于马尔科夫蒙特卡洛算法对标准混凝土耐久性数据库进行数据扩充；3、构建人工神经网络模型，基于扩充后的数据库作为训练样本输入，优化选择模型超参数；4、选取性能最佳超参数组合的人工神经网络模型进行训练，实现不同配合比及环境影响下的混凝土耐久性准确预测。本发明采用马尔科夫蒙特卡洛算法进行数据扩充，采用内部预设模型的方法避免参数关系的丢失，克服了需要巨大数据支撑准确机器学习模型建立的弊端，实现了工程环境下混凝土耐久性氯离子扩散系数的准确高效预测。

公开(公告)号：CN119221148A

公开(公告)日：2024-12-31

申请号：CN202411329022.2

申请日：2024-09-24

Applicant: 东南大学

Inventor： 冯攀 ,  蔡雨曦 ,  刘新 ,  邵丽静 ,  张熠玮

IPC: D01F6/50 ,  D01F1/10 ,  D01D5/06 ,  D01D1/02 ,  C04B16/06 ,  C04B28/00

Abstract: 本发明提供一种水化硅酸钙纤维增强水泥基复合材料及其制备方法，包括步骤：将C‑S‑H与无水乙醇均匀混合，然后通过超声分散对水化硅酸钙结构破坏；随后静置分离得到上层清液，干燥得到纳米片状C‑S‑H；将纳米片状C‑S‑H分散于去离子水中，然后加入PVA并在95±5℃加热和搅拌，充分混合后降至60℃±5℃并搅拌去除气泡，得到混合溶液作为纺丝原液；以饱和硫酸钠水溶液作为凝固浴，利用湿法纺丝技术将纺丝原液进行纺丝，得到初生纤维；将初生纤维进行2次延伸，先在60℃下进行延伸，再将第一次延伸后的纤维在100℃下进行延伸，获得C‑S‑H/PVA杂化纤维；以水泥、石、砂、水、减水剂、C‑S‑H/PVA杂化纤维为原料，成型得到水化硅酸钙纤维增强水泥基复合材料。本发明可以解决混凝土易开裂、脆性大的问题。