一种基于防伪标识的混凝土试块管理方法及造假评估方法与流程

1.本发明涉及工程质量监督检测领域，具体地说，涉及一种基于防伪标识的混凝土试块管理方法及造假评估方法。


背景技术：

2.在建筑领域，为了监管混凝土实体的质量，目前我国采用的是在浇注混凝土实体的同时制作一些混凝土试块作为检测件，建设单位将这些混凝土试件送至检测单位进行检测。混凝土试块在一定程度上反映了混凝土实体的强度，也是混凝土进行质量评定的主要依据，因此，混凝土试块的监测管理对保证混凝土实体质量具有重要意义。在实际操作过程中，存在个别施工单位或现场监理对见证取样工作缺乏重视，持证见证人员数量不足，管理工作不到位，甚至故意在原材料取样或混凝土试块制作中弄虚作假，出现试验混凝土试块样品被调换或某些不法承建商为使试验合格而伪造试验样品的现象，从而使混凝土试块取样、养护、见证送检工作失去应有的作用。因此如何对混凝土试块进行防伪监管以保证其与混凝土实体对应的真实是不可或缺的。传统的防伪方案主要有：第一种，使用rfid芯片植入到混凝土试块内部或者表面，通过rfid射频芯片存储的样品信息，标示确认试块的唯一真实性；第二种，采用二维码标签植入现场制作的混凝土试块中，利用手机现场扫描二维码，拍摄试块二维码标签植入照片及手机gps定位功能，绑定试块信息，来对试块制作时间、位置、人员从制作到实验的全过程进行监控，防止制作假试块；第三种是对上述第二种方案的改进，加入拍照对比，具体方法是：在混凝土试块制作时，将识别标签埋入到试块中并露出识别部分至试块表面上，试块制作完毕后马上对露出有识别标签的试块表面进行拍照，得到未凝固态的二维码照片，然后将未凝固态试块的照片和拍摄时的相关拍摄信息传送到检测单位，待试块凝固成型后，再将试块送到检测单位；检测单位收到试块后，在相同条件下拍摄对比送检的试块照片并与接收到的未凝固态照片进行比对，若完全一致，则判定试块有效，否则判定试块无效。但是，这些传统混凝土试块防伪监管方案无法做到高效全方位的防伪监管，很大程度上存在混凝土试块被违规更换的风险。因此，有研究者提出在混凝土试块中植入与云数据库中的防伪id(例如，砼代码)对应的按编码规则排列的植入体(例如，砼代码对应的按照编码规则阵列排布的磁性体)，可以有效的防止被违规更换和造假。
3.在实际实施过程中，众所周知，在混凝土试块监管的整个生命周期中，包含了多个环节：取样、养护、送样、收样、认样等，在混凝土试块中植入体可以有效的防止被违规更换和造假，但是却可能存在其他的问题：
4.1、针对某个试块，从取样到送样环节，无论是由于通信链路中断还是人为操作不当导致中间任何一个环节出现问题，该试块的取样信息将被丢弃，服务器中存储的数据链条将被迫中断，不利于后续试块真伪的综合分析。
5.2、混凝土试块在植入后需要静置24小时-48小时才能脱模，期间在混凝土还未凝固时，由于其物理特性(如内部气泡破裂引起的流体填充)或试验员的不规范操作(如剧烈晃动或摆放时与地面发生撞击)极易导致混凝土试块中植入体位置发生变化，正常的试块
在后续养护、送样、收样和认样环节会因植入体不能正常校验引起取样试块真实性的误判。


技术实现要素：

6.因此，本发明的目的在于克服上述现有技术的缺陷，提供一种新的基于防伪标识的混凝土试块管理方法以及造假评估方法，提高防伪容错率，降低误判风险。
7.根据本发明的第一方面，提供一种基于防伪标识的混凝土试块管理方法，所述防伪标识是与云数据库中防伪id对应的按照编码规则阵列排布的植入体，所述方法包括：s1、将植入了相应植入体的混凝土试块静置至脱模；s2、采用复检设备复检脱模后的混凝土试块中的植入体信息并按照编码规则转换为复检防伪id，将复检防伪id与混凝土试块的原始防伪id进行关联，然后对混凝土试块进行养护；s3、在送样、收样和认样处理中仅对其所包含的植入体信息与其复检防伪id或原始防伪id一致的混凝土试块进行处理。在本发明的一些实施例中，所述步骤s3包括：s31、采用复检设备检测养护完成的混凝土试块中的植入体信息并按照编码规则转换为送样防伪id，将对应的送样防伪id与复检防伪id或原始防伪id一致的混凝土试块进行送样处理；s32、采用收样设备检测送样的混凝土试块中的植入体信息并按照编码规则转换为收样防伪id，将对应的收样防伪id与复检防伪id或原始防伪id一致的混凝土试块进行收样处理；s33、采用认样设备检测收样的混凝土试块中的植入体信息并按照编码规则转换为认样防伪id，将对应的认样防伪id与复检防伪id或原始防伪id一致的混凝土试块进行认样处理。
8.根据本发明的第二方面，提供一种基于防伪标识的混凝土试块造假评估方法，所述防伪标识是与云数据库中防伪id对应的按照编码规则阵列排布的植入体，所述方法包括：t1、在植入、复检、养护、送样、收样、认样处理阶段，在混凝土试块信息台账中记录混凝土试块在每个阶段对应的防伪id、设备权重以及接单评分；t2、将混凝土试块信息台账中的数据参数化，并根据混凝土试块信息台账中的所有设备权重计算混凝土试块对应的设备权重综合分值、根据混凝土试块信息台账中的所有防伪id按照预设编码权重计算混凝土试块对应的编码权重综合分值、根据混凝土试块信息台账中的所有评分计算混凝土试块的评分综合分值，采用预先训练好的造假评估模型根据设备权重综合分值、编码权重综合分值、评分综合分值获得混凝土试块的置信值以评估混凝土试块造假的可能性。在本发明的一些实施例中，所述步骤t1包括：t11、将混凝土装入取样模盒中以完成混凝土试块的取样，采用与防伪id匹配的植入设备完成对混凝土试块的植入体植入并静置至脱模，在云数据库中构建混凝土试块的信息台账，在信息台账中保存植入混凝土试块的植入体按照编码规则转换后的植入防伪id、按照预设设备权重获得的植入设备权重、按照预设时间权重获得的植入评分；t12、采用与防伪id匹配的复检设备完成对混凝土试块的复检，在混凝土试块的信息台账中保存复检设备检测到的混凝土试块的植入体按照编码规则转换后的复检防伪id、按照预设设备权重获得的复检设备权重、按照预设时间权重获得的复检评分，并将复检防伪id与植入防伪i d关联；t13、采用与防伪id匹配的养护设备完成对混凝土试块的养护，将养护设备检测到的混凝土试块的植入体按照编码规则转换为养护防伪id，在混凝土试块的信息台账中保存与植入防伪id或复检防伪id一致的养护防伪id、按照预设设备权重获得的养护设备权重、按照预设时间权重获得的养护评分；t14、采用与防伪id匹配的收样设备完成对混凝土试块的收样，收样设备检测到的混凝土试块的植入体按照编码规则转换为收样防伪
id，在混凝土试块的信息台账中保存与植入防伪id或复检防伪id一致的收样防伪id、按照预设设备权重获得的收样设备权重、按照预设时间权重获得的收样评分；t15、采用与防伪id匹配的认样设备完成对混凝土试块的认样，将认样设备检测到的混凝土试块的植入体按照编码规则转换为认样防伪id，在混凝土试块的信息台账中保存与植入防伪id或复检防伪id一致的认样防伪id、按照预设设备权重获得的认样设备权重、按照预设时间权重获得的认样评分。
9.在本发明的一些实施例中，所述预设设备权重为：植入设备：30％；复检设备：30％；养护设备：20％；收样设备：10％；认样设备10％。混凝土试块未经过的设备对应的该设备权重分值为0。所述预设编码权重为：植入防伪id：30％；复检防伪id：30％；养护防伪id：20％；收样防伪id：10％；认样防伪id:10％。所述预设时间权重为：植入阶段：30％；复检阶段：30％；养护阶段：20％；收样阶段：10％；认样阶段：10％，其中，按时完成的阶段评分为正数，超出规定时间完成的阶段评分为0或负数。
10.优选的，针对混凝土试块的信息台账中缺失的阶段性数据，引入申诉机制，对由于通信链路故障或设备故障导致的阶段信息缺失进行补全。
11.在本发明的一些实施例中，所述造假评估模型通过如下方式训练：
12.t1、获取已有的多个项目的多个混凝土试块台账信息，标记每一个混凝土试块的真伪，将每个混凝土试块台账信息中的数据参数化并为每个阶段数据设置权重，分别计算每个混凝土试块中的设备权重综合分值、编码权重综合分值、评分综合分值，采用哈希算法根据设备权重综合分值、编码权重综合分值、评分综合分值计算每个混凝土试块的置信度，将每个标志与对应混凝土试块信息台账中的数据、混凝土试块的真伪标记信息组成一个样本，所有样本组成数据集；
13.t2、采用步骤t1中的数据集训练神经网络至收敛得到造假评估模型。
14.根据本发明的一种基于防伪标识的混凝土试块管理方法，在混凝土试块完成植入体的植入后，对混凝土试块中的植入体进行复检，并将检测到的植入体对应的防伪id信息与植入的正确的防伪id信息建立关联关系以供后续环节验证。通过加入复检环节，为混凝土试块真伪判定提供完整的数据依据，为被误判的正常试块提供申诉路径，提高现有技术对混凝土试块真伪判定的容错能力。
15.此外，在本发明的一些实施例中还基于混凝土试块的整个生命周期的完整数据链对试块进行评分，计算混凝土试块真实性的置信值，并在正常混凝土试块不能被识别时，引入申述机制，解决正常试块因流程终端导致数据不完整的问题，以降低混凝土试块的误判率，提高混凝土试块全生命周期防伪管理的容错率。
具体实施方式
16.为了使本发明的目的，技术方案及优点更加清楚明白，以下通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
17.为了更好的理解本发明，首先介绍一下植入与云数据库中防伪id对应的编码植入体技术实现混凝土试块的封样和盲样检测的各个环节。
18.1)取样环节
19.试验员需要在app端/pc端填写试块的取样信息，包括试块的工程部位、强度等级/抗渗等级、试件尺寸、取样日期、取样数量等，然后提交给见证员进行见证。其中，app端/pc端是与云数据库通信的混凝土试块管理客户端。
20.通过见证后，试验员将混凝土倒入试模，将表面处理平整，完成取样混凝土试块的制作。
21.2)植入环节
22.植入阶段主要的任务是利用植入设备将植入体植入到取样的混凝土试块中。第一步要完成植入体对应防伪id的激活，即将防伪id料带放到植入设备的激活检测板上，检测板将读取到的植入体对应的代码同云端存储的防伪id对应的代码进行对比，核对无误后即激活成功；第二步将混凝土试块盒(装有取样试块)放入植入仓，完成植入体的植入；第三步将植入完成的混凝土试块放到检测仓中进行代码的校验。
23.3)养护环节
24.植入了植入体的混凝土试块静置24～48小时，待混凝土试块凝固后，需要拆除试块模。脱模后，试块就进入到养护环节。如果利用专用养护架进行智能养护，养护阶段试块的状态由养护架自动采集，不需要实时人工记录；如果采用传统的养护办法，试块养护阶段的信息需要人员记录。
25.4)送样环节
26.当试块达到养护条件(标养试块达到龄期，同养试块达到累计温度或龄期)，试验员在系统生成电子送检单，选择规定的检测单位后，就可以进行试块送检。
27.5)收样环节
28.当试验员根据电子送检单的要求将达到养护期的混凝土试块送到检测单位后，检测单位即可进行试块的收样。
29.在收样环节，需要检测单位的收样员对试块进行逐个收样，收样设备读取到混凝土试块中的植入体对应的代码后，根据一定的收样识别规则，对多尺寸试块中的代码进行信息比对，可比对到该试块是否已生成送检单、是否应该在该检测单位收样、是否有试块信息等，然后得出是否收样成功的结论。
30.6)认样环节
31.当试块收样成功后，进入到认样环节。在认样环节，需要检测单位的认样员对试块进行逐个认样，系统通过逻辑运算，根据一定的认样识别规则，对多尺寸试块中的植入体对应的代码进行信息的读取比对，可比对到该试块是否已在该检测单位收样、是否有试块可追溯信息等，最终得出试块真伪的结论。
32.利用植入防伪id对应的植入体对混凝土试块进行标识和管理，打破了信息传输壁垒，将各环节信息串联起来，形成数据闭环，达到数据有来源、有依据、够真实、可追随，将责任到人，凡事有据可依，提高了工作及决策效率，尤其在混凝土试块封样和防伪方面，要优于传统的二维码等方案。但全过程完全依赖混凝土试块中的植入体对应的代码来标识混凝土试块样品，由于全过程过于严苛的校验规则，稍有不慎就容易导致真实的取样试块被误判。尤其是操作人员的经验不同，以及操作不当，很容易带来植入体位置的改变，造成代码信息变化，导致误判。例如，混凝土在取样过程中由于骨料和骨料间存在间隙，或者制作试块时没有上震动台，或者在混凝土搅拌过程中产生了气泡。或者，在静置脱模期间，由于混
凝土还未凝固，在重力作用下会产生一定的流体运动，或者因气泡自然破裂，周边的混凝土自动填充气泡，都可能使砼代码的结构发生变化，导致试块的代码无法正常识别。
33.由于以上原因导致某些正常试块在中间环节不能被正常识别，这些无法识别的试块无法进入到后续的环节，导致试块的信息缺失，系统无法获取完整的试块信息，从而无法对混凝土试块的真伪进行综合分析。
34.基于以上问题，本发明提出了在混凝土试块脱模时，增加一道复检工序，并对混凝土试块每个环节增加申诉流程，以帮助用户解决脱模前后试块代码不一致以及数据不完整的问题。下面详细说明本发明加入复检工序后的混凝土试块的封样和盲样检测的各个阶段：
35.一、植入
36.在现有技术下，取样申请单被见证员见证后，试验员依据取样申请单制作混凝土试块。试块达到植入条件后，试验员开始对取样试块植入与防伪id对应的按照编码规则阵列排布的植入体。植入过程大致分三步完成：激活料带、代码植入、试块检测。激活料带即激活板读取防伪id料带里的植入体信息并按照编码规则转换为植入防伪id，将植入防伪id与云数据库中的防伪id进行对比，如果对比结果一致，证明料带是合法的，反之则说明料带是伪造的；料带激活后进行植入体的植入，植入设备会向后台发送gps位置信息，以确保植入动作是在允许的地点发生的；植入完成后，需要对被植入了植入体的试块进行检测，以确保植入的植入体对应的防伪id和激活的料带里的防伪id还有云端分配的防伪id是一致的。在这个过程中，云服务器会存储激活、植入、检测的数据，为构建混凝土试块数据体系提供依据。
37.混凝土试块植入生效后，会按取样计划中分组的情况分组进行放置。由于不同标号、不同配比、不同环境下混凝土的凝固时间是不一致的，在刚完成植入时，取样的混凝土试块还没完全凝固，不能脱模。根据经验，取样的试块需要静置24
·
48小时才能从试模盒中取出来。
38.二、复检
39.试块脱模后，按照组摆放在一起。此时，试块中的植入体可能因为植入时试验员的搬运撞击或试块内部气泡破裂等原因，导致原本正常的试块内部的代码分布状态发生变化。当试块内的代码发生变化时，后续的代码校验将无法通过。为了解决这一问题，在本发明的实施例中对脱模后的混凝土试块进行复检，由试验员利用复检设备对每一个脱模的混凝土试块内部的植入体逐一进行检测并转换为防伪id，并将该防伪id与云端的防伪id进行校验，核对上传的防伪id的编码规则，该防伪id对应的混凝土试块的项目、标段、批次以及取样时间等信息，信息核对无误后，云端向复检设备反馈复检结果。如果当云端核对失败，即复检设备上传的防伪id不符合编码规则，或者防伪id所属的项目、标段或批次信息不匹配时，云端的混凝土试块信息台账中会真实记录变化后的防伪id，并将变化前和变化后的防伪id进行关联，在后续的养护、送样、收样和认样环节以发生变化后的防伪id作为试块的唯一标识。
40.三、养护
41.复检完成后，混凝土试块进入养护阶段。如果采用标养和同养架进行智能养护，标养架和同养架会实时采集和监控混凝土试块的养护信息，如出入架记录、养护温度和养护
湿度等并记录在云数据库的混凝土试块信息台账中。当复检失败的混凝土试块进入养护阶段时，标养架和同养架发送真实的防伪id给云端，云端以变化后的防伪id作为识别试块的唯一标识。如果不采用标养架和同养架养护，试验员需要自己记录混凝土试块的养护信息，并导入到云服务器中，以保障混凝土试块养护数据的完整性。
42.四、送样
43.混凝土试块的养护期为28天，或者温度累积到达600℃，当到达养护条件后，试验员需要进行送样。
44.混凝土试块送样时，由于试块外观高度相似，且无明确的标记，如果没有采用标养架和同养架养护，送样员无法从养护的试块中找到满足送样条件的试块。因此，在本发明的实施例中，在送样时采用复检设备对养护中的试块进行检测，以找出满足送样条件的试块。当遇到代码发生变化的正常试块，送检时复检设备读到的代码为发生变化后的防伪id。云端通过复检设备上传的代码自动匹配对应的植入体原始防伪id，以找到正确的取样信息。如果使用养护架进行养护，送样时可以通过智能养护终端对满足送样条件的试块进行标注，以免送样时拿错试块。送样时，需要对每一个试块进行送样见证，之后送样员将试块送往检测单位供收样。
45.五、收样
46.检测单位对施工单位送来的试块进行逐一收样，收样主要确认施工单位送来的试块和最终取样的试块是不是一致的。传统的判定方式是根据混凝土试块的标识来判定，即同一个试块的防伪id在收样时和植入时需要保持一致。当植入体在植入混凝土试块后发生变化，复检时会将变化的防伪id和植入前激活的防伪id进行关联，因此检测单位收样时从试块中读到的防伪id在云端自动进行匹配，确保收样时能够成功。
47.六、认样
48.收样成功后，检测单位对混凝土试块进行认样。认样时针对防伪id发生变化的混凝土试块，云端自动匹配植入时对应的防伪id，确保认样成功。
49.由上述描述可知，本发明通过复检工序可以解决搬运撞击和混凝土内部流体运动导致的植入体分布变化的问题。但不难发现，单靠唯一标识判断混凝土试块的真伪的方法过于武断，经常出现误判。为提高防伪判定的容错率，在本发明的又一实施例中还提供综合评分法，基于全生命周期数据计算出每一个试块的真伪置信值，通过置信值综合评定试块的真伪。
50.另外，由于存在各阶段设备检测单元故障、通讯链路故障等其它不可控因素，试块难免在植入、复检、养护、送样、收样和认样环节发生异常。一旦发生异常，不可避免会导致混凝土试块数据丢失，从而造成试块全生命周期数据不完整。为此，在本发明的一些实施例中可以在植入、复检、养护、送样、收样和认样环节设置设备申诉机制。在因为检测单元故障、网络故障等因素引起的混凝土试块数据上传不完整时，试验员可以通过app拍照，并电话通知售后维护人员到场。在核实情况后，由监理进行远程确认，之后由维护人员对数据进行补充。
51.在本发明的一些实施例中所构建的综合评分体系从设备、编码以全生命周期中关键的时序三方面着手，其中，编码对应防伪id，将这三方面的关键因素参数化，并为每个参数设定相应的权重分值，最终通过计算每个试块所得的综合分值来判定该试块的真伪可信
度，即置信值。例如，一个试块从植入环节到认样环节会经历28天的全生命周期，全生命周期中依次涉及植入设备、复检设备、养护设备、收样设备和认样设备。每个环节都会记录设备、编码和关键时序(即全生命周期中关键节点的时间约束)的相关信息，这些信息在数据中心最终形成每个试块的台账。试块的置信值为0～1之间的小数，越接近1，说明试块的置信度越高，置信值越接近0，说明试块的置信度越低。置信值的计算由三部分组成，分别是设备可置信度、编码可置信度以及关键时序可置信度。
52.根据本发明的一个实施例，设备可置信度的计算按植入为30％，复检为30％，养护为20％，收样为10％，认样为10％的权重，试块每经过一个设备则记该部分的设备权重分，例如试块经过植入设备时记植入设备权重分0.3分(即30％)，试块经过复检设备时记复检设备权重分0.3分(即30％)，试块经过养护设备时记养护设备权重分0.2分(20％)，试块经过收样设备时记收样设备权重分0.1分(即10％)，试块经过认样设备时记认样设备权重分0.1分(即10％)。最终累积设备权重分满分为1分，如果中途有第三方设备介入或者没有经过对应的设备，则系统不会记分，最终的设备权重累计分越接近1，则设备置信度越高，反之则设备置信度越低。
53.在编码方面，理论上防伪id从植入到认样应该是完全一致的，但由于试验员操作习惯、混凝土试块物理特性等客观问题存在，在混凝土试块取样过程中，代码会发生一定变化，但代码发生变化并不代表试块有问题。根据本发明的一个实施例，本发明通过设备采集并跟踪试块全生命周期的编码变化情况，以植入前激活的防伪id为参考，跟踪对照植入、复检、养护、送样、收样和认样)阶段的防伪id变化，编码可置信度的计算按植入(30％)、复检(20％)、养护(10％)、送样(20％)、收样(10％)和认样(10％)的权重计算。例如，假设激活时的编码为a，植入后防伪id与植入前激活的防伪id一致的，植入防伪id的编码权重分值记为0.3(即30％)，否则记为0；试块状态稳定后会进行脱模，在脱模时可能导致编码发生变化，因此需要进行复检，如试块复检时编码为a，则复检防伪id的编码权重分值记为0.2(即20％)，否则记为0；养护结束时检测试块编码为a，则养护防伪id的编码权重分为0.1(即10％)，否则记为0；送样前对试块编码进行检测，如编码为a，则记送样防伪id的编码权重分为0.2(即20％)，否则记为0；检测单位收样时对试块进行检测，如编码为a，则记收样防伪id的编码权重分为0.1，否则记为0；认样时对试块编码进行检测，如编码为a，则记认样防伪id的编码权重分为0.1，否则记为0。最终累积编码权重分满分为1分，以28天为一个周期，统计一个试块全生命周期各阶段的权重分值，累计权重分值越接近1，则混凝土试块的编码置信度越高，反之，则混凝土试块的编码置信度越低。试块编码的累积权重分值将作为编码因子的最终得分参与混凝土试块最终置信值的计算。
54.在关键时序方面，以取样、植入、复检、养护、送样、收样和认样环节的重要时间配置权重，在规定时间内完成的，可以获得较高的权重分，超出规定时间完成的，权重分可以记为0或者根据严重程度扣除相应分值。最后综合各环节时序权重分得出各环节的及时性评分。利用各环节的及时性评分来反映不同环节的时间合理性，从而反映该环节存在造假的可能性。根据本发明的一个实施例，在关键时序可置信度的计算按植入(30％)、复检(20％)、养护(10％)、送样(20％)、收样(10％)和认样(10％)的权重计算。例如，植入在规定时间内完成，则植入评分为0.3分，否则为0分或者根据延迟完成的程度扣除相应分数后小于0.3的一个分数，其他各个阶段的评分与植入类似，最终累计各个阶段的评分得到混凝土
试块的综合评分，获得关键时序可置信度。累计评分分值越接近1，则混凝土试块的关键时序置信度越高，反之，则混凝土试块的关键时序置信度越低。
55.最终，按照一定的权重综合设备可置信度分值、编码可置信度分值和关键时序可置信度分值，可得出试块的置信度分值。例如设备可置信度分值0.8分，编码可置信度分值为0.9分，关键时序可置信度的分值为0.6分，根据本发明的一个实施例，设置三部分可置信度分值的权重为40％：30％：30％，则最终的置信度分值＝0.8*40％ 0.9*30％ 0.6*30％＝0.77分，即该试块的置信值为0.77。然后，利用预先训练的造假评估模型得出该混凝土试块的置信值，通过置信值反映该混凝土试块造假的可能性大小。
56.其中，造假评估模型是通过已有项目的混凝土试块数据训练神经网络获得的，根据本发明的一个实施例，可通过如下方式训练造假评估模型：
57.t1、获取已有的多个项目的多个混凝土试块台账信息，标记每一个混凝土试块的真伪，将每个混凝土试块台账信息中的数据参数化并为每个阶段数据设置权重，分别计算每个混凝土试块中的设备权重综合分值、编码权重综合分值、评分综合分值，采用哈希算法根据设备权重综合分值、编码权重综合分值、评分综合分值计算每个混凝土试块的置信度，将混凝土试块的置信度与混凝土试块信息台账中的数据、混凝土试块的真伪信息组成一个样本，所有样本组成数据集；
58.t2、采用步骤t1中的数据集训练神经网络至收敛得到造假评估模型。
59.其中，根据项目对应的混凝土试块信息台账的增加，不断更新和扩展数据集来训练模型，提高模型的评估准确率。
60.通过上述实施例可以看出，原来采用植入与云数据库中防伪id对应的编码植入体技术实现混凝土试块的封样和盲样检测的步骤包含取样、植入、养护、送样、收样和认样。增加复检工序后的流程变为取样、植入、复检、养护、送样、收样和认样。采用原来的流程，试块在脱模后由于试验员的操作不规范或者试块内部有气泡等问题，养护阶段的砼代码可能不能正常识别。采用新流程，由于加入了复检工序，即便砼代码在植入生效后因为某些原因发生变化，也可以及时发现。
61.另外，通过申诉流程可以及时更正，避免进入养护、送样、收样或者认样阶段试块无法被正常识别。例如，引入申诉流程后，即使某个环节砼代码不能正常识别，只需要证明该试块是正常取样的，也可以保证试块的信息完整保存到云端。基于试块的完整数据链，建立试块造假评估模型，输出试块的真实性置信值，通过置信值评估试块的真实性，减小正常试块被误判的概率，提高试块防伪判断的容错率。
62.需要说明的是，虽然上文按照特定顺序描述了各个步骤，但是并不意味着必须按照上述特定顺序来执行各个步骤，实际上，这些步骤中的一些可以并发执行，甚至改变顺序，只要能够实现所需要的功能即可。
63.本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
64.计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、
可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。
65.以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。