一种基于流模型的水泥强度条件概率分布估计方法及系统

    公开(公告)号:CN117174218B

    公开(公告)日:2024-01-26

    申请号:CN202311442781.5

    申请日:2023-11-02

    Applicant: 济南大学

    Abstract: 本发明涉及水泥强度评估领域,提供了一种基于流模型的水泥强度条件概率分布估计方法及系统。该方法包括,获取水泥的检测相关数据;基于水泥的检测相关数据,采用流模型,得到水泥抗压强度的条件概率分布函数;其中,所述流模型采用包括但不限于平面流层、径向流层、加性耦合层和仿射耦合层的至少其中之一;所述流模型的每一层映射均采用双射函数进行非线性可逆变换,以生成条件概率分布函数。本发明通过获取水泥的各项历史指标预测水泥其强度,来预测待检测水泥的条件概率分布,无需对结构进

    基于隐变量模型的水泥强度条件概率分布估计方法及系统

    公开(公告)号:CN117174219A

    公开(公告)日:2023-12-05

    申请号:CN202311442782.X

    申请日:2023-11-02

    Applicant: 济南大学

    Abstract: 本发明涉及水泥强度技术领域,提供了一种基于隐变量模型的水泥强度条件概率分布估计方法及系统。该方法包括,获取待观测水泥颗粒粒径分布和检测仪器的工作参数,采用已训练的隐变量模型,得到水泥抗压强度的条件概率分布;隐变量模型的训练过程包括:将历史水泥颗粒粒径分布和检测的仪器的工作参数作为样本数据、水泥的抗压强度作为标签,构建数据集,包括训练集和测试集;采用训练集训练隐变量模型,采用测试集对训练后的隐变量模型进行测试,得到水泥抗压强度的条件概率分布,以此计算每条数据的累计概率密度值,构建实际累计概率曲线,在实际累计概率曲线与目标曲线之间的差值在设定范围内时,得到已训练的隐变量模型。

    基于隐变量模型的水泥强度条件概率分布估计方法及系统

    公开(公告)号:CN117174219B

    公开(公告)日:2024-02-02

    申请号:CN202311442782.X

    申请日:2023-11-02

    Applicant: 济南大学

    Abstract: 本发明涉及水泥强度技术领域,提供了一种基于隐变量模型的水泥强度条件概率分布估计方法及系统。该方法包括,获取待观测水泥颗粒粒径分布和检测仪器的工作参数,采用已训练的隐变量模型,得到水泥抗压强度的条件概率分布;隐变量模型的训练过程包括:将历史水泥颗粒粒径分布和检测的仪器的工作参数作为样本数据、水泥的抗压强度作为标签,构建数据集,包括训练集和测试集;采用训练集训练隐变量模型,采用测试集对训练后的隐变量模型进行测试,得到水泥抗压强度的条件概率分布,以此计算每条数据的累计概率密度值,构建实际累计概(56)对比文件Tsamatsoulis, D (Tsamatsoulis, D.) .“Improving the Prediction of CementCompressive Strength by Coupling ofDynamical Models”《.CHEMICAL ANDBIOCHEMICAL ENGINEERING QUARTERLY》.2016,第30卷(第02期),全文.Ouyang, JS (Ouyang, Jianshu);Li, YB(Li, Yangbo);Chen, B (Chen, Bo);Huang, DH(Huang, Dahai) .“Macro-Scale Strength andMicrostructure of ZrW2O8 CementitiousComposites with Tunable Low ThermalExpansion”《. MATERIALS》.2018,第11卷(第05期),全文.郑敬亭.论混凝土强度计算式中水泥强度的取值及其与现行规范的关系《.建筑技术》.1982,(第07期),全文.李晓东,杨波,董吉文.基于遗传算法的水泥强度预测《.计算机工程与应用》.2004,(第12期),全文.

    一种基于流模型的水泥强度条件概率分布估计方法及系统

    公开(公告)号:CN117174218A

    公开(公告)日:2023-12-05

    申请号:CN202311442781.5

    申请日:2023-11-02

    Applicant: 济南大学

    Abstract: 本发明涉及水泥强度评估领域,提供了一种基于流模型的水泥强度条件概率分布估计方法及系统。该方法包括,获取水泥的检测相关数据;基于水泥的检测相关数据,采用流模型,得到水泥抗压强度的条件概率分布函数;其中,所述流模型采用包括但不限于平面流层、径向流层、加性耦合层和仿射耦合层的至少其中之一;所述流模型的每一层映射均采用双射函数进行非线性可逆变换,以生成条件概率分布函数。本发明通过获取水泥的各项历史指标预测水泥其强度,来预测待检测水泥的条件概率分布,无需对结构进行损失就可预测水泥的抗压强度。

Patent Agency Ranking