公开(公告)号：CN114595955B

公开(公告)日：2024-11-26

申请号：CN202210197154.9

申请日：2022-03-01

Applicant: 东南大学

Inventor： 秦文虎 ,  季书涵 ,  孙立博

IPC: G06Q10/0637 ,  G06F18/2135 ,  G06F18/2321 ,  G06F18/214 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出了一种大批量混凝土搅拌桩质量快速评估方法，解决了混凝土搅拌桩桩体质量评估效率低，评估实时性差的问题。具体方法如下：基于已有工程数据构建分布式数据集。基于Spark平台构建分布式计算模型，对分布式数据集训练分布式核主成分分析，得到低维数据集，并得到多组DKPCA模型；随后在Spark平台上，用该分布式低维数据集训练RBF神经网络。评估时采用Kafka传递实时数据，将待评估样本通过分布式KPCA模型处理后，通过RBF神经网络转换得到评估结果。该分布式系统能够实现大规模高流速数据的低延迟质量评估，并对桩机运行参数调节给出实时建议。考虑到施工工艺对桩体质量有较大影响，将打桩工艺参数化后纳入模型中，提高模型的真实性与可靠性。

公开(公告)号：CN114595955A

公开(公告)日：2022-06-07

申请号：CN202210197154.9

申请日：2022-03-01

Applicant: 东南大学

Inventor： 秦文虎 ,  季书涵 ,  孙立博

IPC: G06Q10/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种大批量混凝土搅拌桩质量快速评估方法，解决了混凝土搅拌桩桩体质量评估效率低，评估实时性差的问题。具体方法如下：基于已有工程数据构建分布式数据集。基于Spark平台构建分布式计算模型，对分布式数据集训练分布式核主成分分析，得到低维数据集，并得到多组DKPCA模型；随后在Spark平台上，用该分布式低维数据集训练RBF神经网络。评估时采用Kafka传递实时数据，将待评估样本通过分布式KPCA模型处理后，通过RBF神经网络转换得到评估结果。该分布式系统能够实现大规模高流速数据的低延迟质量评估，并对桩机运行参数调节给出实时建议。考虑到施工工艺对桩体质量有较大影响，将打桩工艺参数化后纳入模型中，提高模型的真实性与可靠性。