公开(公告)号：CN119885825A

公开(公告)日：2025-04-25

申请号：CN202411762300.3

申请日：2024-12-03

Applicant: 东南大学

Inventor： 郑传磊 ,  林元铮 ,  宗周红 ,  李红 ,  刘伟莹 ,  郑俊浩

IPC: G06F30/27 ,  G06N3/0499 ,  G06N3/084 ,  G06N20/10

Abstract: 本发明涉及一种基于优化机器学习算法的再生粗骨料混凝土抗压强度预测方法、设备、介质，预测方法中，从文献资料采集包含影响再生粗骨料混凝土性能因素作为输入变量数据，以抗压强度为输出变量并预处理数据，采用至少一种机器学习模型与至少一种优化算法组合成多种预测模型组合。将预处理数据划分为训练集和测试集，训练模型后综合评估确定最优性能模型。使用最优性能的预测模型对所述关键因素进行反向预测，得到关键因素的变化对再生粗骨料混凝土抗压强度的影响趋势。与现有技术相比，本发明基于优化机器学习算法的再生粗骨料混凝土抗压强度预测模型，解决了传统预测方法中存在的精度不足和泛化能力差的问题。

公开(公告)号：CN119804535A

公开(公告)日：2025-04-11

申请号：CN202411799953.9

申请日：2024-12-09

Applicant: 东南大学

Inventor： 郑传磊 ,  林元铮 ,  宗周红 ,  李红 ,  刘伟莹 ,  郑俊浩

IPC: G01N25/00

Abstract: 本发明涉及一种评价再生粗骨料自密实混凝土抗硫酸盐冻融性能的方法，包括以下步骤：S1、按照设计要求制备再生粗骨料全部或部分取代石子的再生粗骨料自密实混凝土试件；S2、将再生粗骨料自密实混凝土试件浸没于冻融介质中进行冻融循环试验；S3、测量再生粗骨料自密实混凝土试件的损伤指标；S4、比较不同再生粗骨料自密实混凝土试件的损伤指标，获取综合性能优异的再生粗骨料自密实混凝土试件。本发明可以准确的评估不同再生粗骨料取代率、不同冻融环境及多次冻融循环对再生粗骨料自密实混凝土性能的影响，以期为提高再生粗骨料自密实混凝土在硫酸盐冻融环境下的耐久性和工程应用提供理论依据和技术支持。

公开(公告)号：CN119380890A

公开(公告)日：2025-01-28

申请号：CN202411419682.X

申请日：2024-10-12

Applicant: 东南大学

Inventor： 郑传磊 ,  林元铮 ,  宗周红 ,  李红 ,  王宇轩 ,  夏梦涛

IPC: G16C60/00 ,  G06F30/20 ,  G06Q10/0639 ,  G06F17/16 ,  G06F119/02

Abstract: 本发明涉及一种再生粗骨料自密实混凝土抗硫酸盐冻融性能及服役寿命的预测方法，包括：基于熵权法定义了硫酸盐冻融作用下RCASCC的耐久性综合评价指标，得到了耐久性综合评价指标关于RCA取代率、冻融环境及耦合作用次数的变化规律。基于灰色系统理论GM(1,1)模型的4种形式对RCASCC受硫酸盐冻融作用后的耐久性进行了预测，并参照模型精度评定表对模型精度进行等级评定，将耐久性综合评价指标减至75％时作为RCASCC失效的标准。与现有技术相比，本发明提供了一种更为全面和准确的抗硫酸盐冻融性能及服役寿命的预测方法，从而克服了现有技术中单一指标评估的局限性，提高了预测的准确性和可靠性。

公开(公告)号：CN119959006A

公开(公告)日：2025-05-09

申请号：CN202411896888.1

申请日：2024-12-23

Applicant: 东南大学

Inventor： 郑传磊 ,  宗周红 ,  李红 ,  林元铮 ,  刘伟莹

IPC: G01N3/12 ,  G01N25/00 ,  G06N20/00

Abstract: 本发明涉及一种基于试验和机器学习的硫酸盐冻融下再生粗骨料自密实混凝土应力应变关系分析方法，先依标准设计配合比制作试件并进行硫酸盐冻融循环试验，在特定次数循环后开展单轴压缩应力‑应变试验，建立损伤本构模型以剖析内部损伤演化。利用试验数据结合损伤本构模型关键参数构建数据集，开发DT、RF等8种机器学习模型，以R2、RMSE等6项性能指标衡量泛化性能，获取最优模型预测应力应变关系。与现有技术相比，本发明整合试验与机器学习手段，精准揭示混凝土在硫酸盐冻融下的力学特性，为其耐久性研究、结构设计与安全评估提供有力支撑，在土木建筑等领域有重要应用价值。

公开(公告)号：CN119538638A

公开(公告)日：2025-02-28

申请号：CN202411529143.1

申请日：2024-10-30

Applicant: 东南大学

Inventor： 李红 ,  宗周红 ,  单玉麟 ,  郑传磊 ,  刘伟莹

IPC: G06F30/23 ,  G06F30/13 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的桥梁有限元模型修正方法，属于结构健康监测领域。基于深度学习的“逆代理模型”进行桥梁有限元修正的方法，将结构响应作为自变量、将结构属性作为因变量，通过输入待更新的结构属性的有限元模型对结构响应进行训练。训练集是通过执行多个有限元模型实例获得的，其中每个实例都是通过为结构属性分配随机值形成的。实验测得的结构响应可以作为训练的“逆代理模型”的输入，而用于更新有限元模型的结构属性则作为输出。本发明能够克服传统修正方法中待修正参数的数量有限难题，适用于各种桥梁有限元模型的修正。