基于人工智能的混凝土配合比优化设计方法及系统与流程

摘要: 本发明涉及混凝土材料设计,具体涉及基于人工智能的混凝土配合比优化设计方法及系统。背景技术:1、在预制构件修复与冬期施工等小尺度、短时效的混凝土应用场景中,现有配...
基于人工智能的混凝土配合比优化设计方法及系统与流程

本发明涉及混凝土材料设计,具体涉及基于人工智能的混凝土配合比优化设计方法及系统。

背景技术:

1、在预制构件修复与冬期施工等小尺度、短时效的混凝土应用场景中,现有配合比多依赖经验试配与少量试验反馈,难以应对骨料含水波动、外加剂滞后效应及早期水化放热突变的耦合影响,尤其在狭小构件或局部补强时,拌合量小、环境扰动大,易出现初始坍落度达标但30分钟内急剧损失、局部泌水与微裂同步发生的异常问题,导致强度离散增大与耐久性隐患;现有方法缺乏对原材瞬时状态与施工节奏的联动优化,难以及时修正关键配比参数,造成优化精度与稳定性不足。

技术实现思路

1、本发明的目的是提供一种基于人工智能的混凝土配合比优化设计方法及系统,以解决背景技术中不足。

2、为了实现上述目的,本发明提供如下技术方案:基于人工智能的混凝土配合比优化设计方法,包括:

3、获取目标施工场景的原材信息与环境参数,并进行预处理,形成基础配比数据集,所述原材信息包括水泥品种、骨料级配及含水率、外加剂类型与掺量区间,环境参数包括温度与湿度;

4、基于所述基础配比数据集,结合历史施工记录中的坍落度演化、凝结时间及强度结果,提取性能响应特征序列;

5、依据所述性能响应特征序列,生成候选配比集合,并对各候选配比进行虚拟试配推演,得到对应的坍落度保持曲线与早期强度增长曲线;

6、对所述坍落度保持曲线与早期强度增长曲线进行综合评估,计算各候选配比的适配评分指标,筛选得到最优配比;

7、在实际拌合过程中,实时采集拌合功率、出机坍落度及环境变化,形成现场反馈参数,并与所述最优配比对应的适配评分指标进行比对;

8、当现场反馈参数偏离预设阈值时,自动调整水胶比与外加剂掺量,并输出更新后的配合比方案。

9、优选的,形成基础配比数据集的步骤包括:

10、对骨料含水率进行有效用水折算,将骨料带入水量与设计拌合水进行合并校核,得到修正用水参数;

11、对骨料级配进行粒径区间归并,并对外加剂类型与掺量区间进行边界整理,分别形成级配连续记录和外加剂可调区间记录;

12、将所述修正用水参数、级配连续记录、外加剂可调区间记录及环境状态记录按照同一拌合批次汇总,形成基础配比数据集。

13、优选的,提取性能响应特征序列的步骤包括:

14、将基础配比数据集与历史施工记录按照拌合批次、拌合开始时间及出机时间进行时间对齐,构建包含坍落度演化、凝结时间及强度结果的多阶段响应记录单元;

15、对所述多阶段响应记录单元进行分段差值解析,识别坍落度突降区间及凝结转折节点,形成关键响应区段标识集;

16、依据关键响应区段标识集对强度结果进行回溯筛选,提取与坍落度稳定性及凝结协调性相匹配的所述性能响应特征序列。

17、优选的,其特征在于,形成关键响应区段标识集的步骤包括:

18、计算相邻采集时刻之间的坍落度损失量及单位时间坍落度损失量,当二者同时达到预设损失条件时,确定对应时间段为坍落度突降区间;

19、将初凝时间前的坍落度演化划分为连续时间段,当后一时间段的坍落度损失强度高于前一时间段并持续达到预设时长时,确定对应起始时刻为凝结转折节点;

20、将坍落度突降区间和凝结转折节点按照拌合批次、起始时刻、结束时刻及区段类型进行标识,得到关键响应区段标识集。

21、优选的,生成候选配比集合的步骤包括:

22、从性能响应特征序列中提取坍落度衰减速率约束范围和早期强度发展速率约束范围,形成双重性能边界;

23、选取满足目标强度等级且坍落度突降区间未跨越凝结转折节点的历史配比作为种子配比,并利用所述双重性能边界进行核验,形成初始候选配比组;

24、对所述初始候选配比组按照水胶比与外加剂掺量的联动调节关系进行扰动扩展,形成候选配比集合。

25、优选的,得到坍落度保持曲线的步骤包括:

26、按照目标施工场景对应的拌合顺序和时间间隔,对所述候选配比集合中的各候选配比进行过程复现;

27、以出机坍落度目标值作为初始值,并按照单位时间坍落度衰减速率逐段确定基础损失量;

28、当当前时间段落入坍落度突降区间或者位于凝结转折节点前的预设时间范围内时,对基础损失量进行区段修正,并按时间顺序连接各时刻坍落度值,得到坍落度保持曲线。

29、优选的,得到早期强度增长曲线的步骤包括:

30、按照预设时间间隔对各候选配比的拌合状态进行分时刻划分,形成覆盖初凝前后的反应阶段划分序列;

31、在各反应阶段内,基于拌合温升变化和用水消耗进程提取反应活跃度指示值,并按时间顺序累加形成反应累积指标序列;

32、依据所述反应累积指标序列识别强度形成的加速区段、平稳增长区段及稳定区段,并按时间顺序拼接各区段的强度变化趋势,得到早期强度增长曲线。

33、优选的,筛选最优配比的步骤包括:

34、对所述坍落度保持曲线进行分段平稳性分析,提取满足持续时间和施工坍落度下限要求的坍落度稳定区段序列;

35、对所述早期强度增长曲线进行阶段增长速率解析,形成包含强度快速发展区间和缓增区间的强度发展区段序列;

36、根据所述坍落度稳定区段序列与强度发展区段序列之间的时间衔接关系,生成性能协同评价值,并据此确定各候选配比的适配评分指标及最优配比。

37、优选的,输出更新后的配合比方案的步骤包括:

38、将现场反馈参数序列与最优配比对应的坍落度保持曲线进行时间对齐,依据实测坍落度值与预计坍落度值的差异形成坍落度偏差特征序列,并结合环境变化趋势和拌合功率波动特征得到实时适配评估值;

39、当所述实时适配评估值低于预设阈值,或者坍落度偏差特征序列出现连续偏离时,判定流动性不足、流动性过剩、拌合阻力异常或环境诱发偏离,形成偏差类型判别结果;

40、依据偏差类型判别结果分步调整水胶比与外加剂掺量,并同步更新坍落度保持曲线和早期强度增长曲线,输出包含修正用水参数、修正后水胶比、修正后外加剂掺量及复核条件的更新后配合比方案。

41、本发明还提供了基于人工智能的混凝土配合比优化设计系统,包括:

42、原材数据采集模块,获取目标施工场景的原材信息与环境参数,并进行预处理,形成基础配比数据集,所述原材信息包括水泥品种、骨料级配及含水率、外加剂类型与掺量区间,环境参数包括温度与湿度;

43、特征提取模块,基于所述基础配比数据集,结合历史施工记录中的坍落度演化、凝结时间及强度结果,提取性能响应特征序列;

44、虚拟试配模块,依据所述性能响应特征序列,生成候选配比集合,并对各候选配比进行虚拟试配推演,得到对应的坍落度保持曲线与早期强度增长曲线;

45、最优配比筛选模块,对所述坍落度保持曲线与早期强度增长曲线进行综合评估,计算各候选配比的适配评分指标,筛选得到最优配比;

46、比对模块,在实际拌合过程中,实时采集拌合功率、出机坍落度及环境变化,形成现场反馈参数,并与所述最优配比对应的适配评分指标进行比对;

47、配比更新模块,当现场反馈参数偏离预设阈值时,自动调整水胶比与外加剂掺量,并输出更新后的配合比方案。

48、在上述技术方案中,本发明提供的技术效果和优点:

49、本发明通过引入修正用水参数-关键响应区段标识-响应耦合权重的连续物理关联手段,将骨料含水波动、外加剂作用滞后及水化放热过程对流动性和凝结行为的影响进行统一刻画。相较于现有技术仅依赖静态配比或单次试验结果,本方案从坍落度突降区间与凝结转折节点入手,捕捉水泥颗粒絮凝结构快速重构及自由水被消耗的关键阶段,并通过原材含水率与外加剂掺量的同步变化建立耦合关系,从而能够真实反映浆体润滑能力衰减与结构形成加速之间的物理演化过程。本发明直接解决了小批量施工中坍落度短时剧烈损失与凝结突变难以预测的问题,使配合比优化能够针对水化反应敏感区间进行约束控制,显著降低流动性失稳与早期缺陷风险。

50、本发明通过反应累积指标序列-坍落度保持曲线-现场反馈修正的闭环调控手段,实现了配合比在实际拌合过程中的动态自适应调整。其核心在于利用拌合温升与用水消耗表征水泥水化速率,将微观水化反应进程转化为可量化的反应活跃度,并与实时采集的拌合功率和坍落度偏差形成联动校正关系。区别于现有技术中仅基于经验调整水胶比或外加剂掺量,本方案能够依据流动性偏移与环境扰动对水化进程的影响方向,确定水胶比与外加剂的协同调整路径,使浆体黏聚结构与骨料骨架匹配保持稳定。本发明可以在施工过程中维持坍落度随时间平缓衰减,同时保证水化反应在脱模或成型关键时段内快速进入强度发展阶段,从而提高施工稳定性与结构早期性能一致性。