本發(fā)明屬于溫度預(yù)測(cè)，具體公開了一種大體積混凝土溫度預(yù)測(cè)方法及終端設(shè)備。

背景技術(shù)：

1、大體積混凝土已成為建筑施工廣泛應(yīng)用的材料之一，但其在施工期的溫度變化可能導(dǎo)致溫度裂縫的產(chǎn)生，對(duì)結(jié)構(gòu)安全造成影響，因此需要準(zhǔn)確預(yù)測(cè)大體積混凝土溫度的變化過程并對(duì)其進(jìn)行控制。

2、水化熱是影響溫度變化的重要影響因素之一，現(xiàn)有技術(shù)會(huì)采用絕熱溫升方程作為溫度機(jī)理模型模擬、預(yù)測(cè)大體積混凝土的溫度變化情況。該機(jī)理模型分析雖然能夠描述混凝土固化過程中溫升趨勢(shì)，但在實(shí)際計(jì)算時(shí)會(huì)對(duì)機(jī)理模型的熱傳導(dǎo)方程、邊界條件和外部環(huán)境進(jìn)行一定程度的簡(jiǎn)化，導(dǎo)致預(yù)測(cè)結(jié)果存在局部區(qū)域預(yù)測(cè)不準(zhǔn)確的問題，不能滿足施工過程中動(dòng)態(tài)高效分析的需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種大體積混凝土溫度預(yù)測(cè)方法及終端設(shè)備，以解決現(xiàn)有溫度預(yù)測(cè)方法需要對(duì)機(jī)理模型的熱傳導(dǎo)方程、邊界條件和外部環(huán)境進(jìn)行一定程度的簡(jiǎn)化，導(dǎo)致預(yù)測(cè)結(jié)果存在局部區(qū)域預(yù)測(cè)不準(zhǔn)確的技術(shù)問題。

2、本發(fā)明的第一方面公開了一種大體積混凝土溫度預(yù)測(cè)方法，包括：

3、步驟1、獲取溫度機(jī)理模型預(yù)測(cè)的大體積混凝土各個(gè)測(cè)點(diǎn)的溫度預(yù)測(cè)值，并確定所述溫度預(yù)測(cè)值與對(duì)應(yīng)溫度實(shí)測(cè)值之間的溫度誤差。

4、步驟2、根據(jù)大體積混凝土的溫度影響因素?cái)?shù)據(jù)和所述溫度誤差訓(xùn)練機(jī)器學(xué)習(xí)模型。

5、步驟3、將實(shí)測(cè)溫度影響因素?cái)?shù)據(jù)輸入至訓(xùn)練后的機(jī)器學(xué)習(xí)模型中，得到誤差補(bǔ)償預(yù)測(cè)值。

6、步驟4、利用所述誤差補(bǔ)償預(yù)測(cè)值修正所述溫度預(yù)測(cè)值。

7、優(yōu)選地，所述機(jī)器學(xué)習(xí)模型為xgboost模型；則所述步驟2具體為：將所述大體積混凝土的溫度影響因素?cái)?shù)據(jù)作為輸入，所述溫度誤差作為輸出訓(xùn)練所述xgboost模型。

8、優(yōu)選地，所述xgboost模型中包括多個(gè)超參數(shù)；利用天牛須搜索算法對(duì)所述多個(gè)超參數(shù)尋優(yōu)；所述天牛須搜索算法中的適應(yīng)度函數(shù)根據(jù)所述溫度預(yù)測(cè)值與對(duì)應(yīng)溫度實(shí)測(cè)值之間的相關(guān)系數(shù)和均方誤差確定。

9、優(yōu)選地，所述天牛須搜索算法在迭代過程中的步長(zhǎng)調(diào)整方法為：

10、步驟s1、獲取利用步長(zhǎng)調(diào)整公式調(diào)整步長(zhǎng)過程中適應(yīng)度值在預(yù)設(shè)迭代次數(shù)n內(nèi)的標(biāo)準(zhǔn)差。

11、步驟s2、當(dāng)所述標(biāo)準(zhǔn)差小于或等于預(yù)設(shè)閾值時(shí)所述迭代次數(shù)加1，當(dāng)n≥最大迭代次數(shù)m時(shí)，將步長(zhǎng)擴(kuò)大為當(dāng)前迭代次數(shù)對(duì)應(yīng)步長(zhǎng)的預(yù)設(shè)倍數(shù)并將所述迭代次數(shù)n歸零；當(dāng)所述標(biāo)準(zhǔn)差大于預(yù)設(shè)閾值或n<?m時(shí)，利用所述步長(zhǎng)調(diào)整公式調(diào)整步長(zhǎng)；重復(fù)步驟s1和步驟s2直至滿足最大迭代次數(shù)或滿足預(yù)設(shè)精度要求。

12、優(yōu)選地，所述步驟1之前還包括：步驟a、對(duì)原始溫度機(jī)理模型中的熱學(xué)參數(shù)進(jìn)行參數(shù)反演，得到所述溫度機(jī)理模型。

13、優(yōu)選地，所述步驟a具體包括：

14、步驟a1、確定所述大體積混凝土的溫度與所述熱學(xué)參數(shù)的映射關(guān)系。

15、步驟a2、根據(jù)溫度實(shí)測(cè)值和所述映射關(guān)系確定所述熱學(xué)參數(shù)的反演值，將所述反演值代入至所述原始溫度機(jī)理模型，得到所述溫度機(jī)理模型。

16、優(yōu)選地，所述步驟a1具體包括：

17、獲取原始溫度機(jī)理模型中待反演的熱學(xué)參數(shù)的多組設(shè)計(jì)參數(shù)值及對(duì)應(yīng)的設(shè)計(jì)溫度值。

18、構(gòu)建由神經(jīng)網(wǎng)絡(luò)模型和回歸預(yù)測(cè)模型構(gòu)成的反演代理模型。

19、將所述設(shè)計(jì)溫度值作為輸入、所述設(shè)計(jì)參數(shù)值作為輸出，訓(xùn)練所述反演代理模型，得到所述大體積混凝土的溫度與所述熱學(xué)參數(shù)的映射關(guān)系。

20、優(yōu)選地，所述反演代理模型為stacking集成模型；所述stacking集成模型中的基學(xué)習(xí)器為神經(jīng)網(wǎng)絡(luò)模型和回歸預(yù)測(cè)模型；所述stacking集成模型中的元學(xué)習(xí)器為線性回歸模型。

21、優(yōu)選地，所述神經(jīng)網(wǎng)絡(luò)模型為bp神經(jīng)網(wǎng)絡(luò)模型；所述bp神經(jīng)網(wǎng)絡(luò)模型的激活函數(shù)包括陡度因子，所述陡度因子≥1。

22、本發(fā)明的第二方面公開了一種終端設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述大體積混凝土溫度預(yù)測(cè)方法的步驟。

23、本發(fā)明的大體積混凝土溫度預(yù)測(cè)方法及終端設(shè)備，相較于現(xiàn)有技術(shù)，具有如下有益效果：

24、本發(fā)明提出了并聯(lián)式融合模型，它以溫度機(jī)理模型的預(yù)測(cè)結(jié)果為基礎(chǔ)，利用考慮不確定因素的機(jī)器學(xué)習(xí)模型修正局部誤差，使所得溫度預(yù)測(cè)值更為準(zhǔn)確。

25、本發(fā)明為提升溫度機(jī)理模型溫度預(yù)測(cè)值的準(zhǔn)確性，對(duì)其中的熱學(xué)參數(shù)進(jìn)行反演，而在大體積混凝土施工時(shí)，環(huán)境條件和氣象信息等不確定性因素會(huì)導(dǎo)致即使進(jìn)行參數(shù)反演優(yōu)化后的溫度機(jī)理模型也會(huì)有偏差；單一數(shù)據(jù)模型又缺乏對(duì)大體積混凝土水化熱反應(yīng)的深入理解，數(shù)據(jù)量有限無(wú)法構(gòu)建高準(zhǔn)確性的溫度預(yù)測(cè)模型，因此，本發(fā)明在使用參數(shù)反演后的溫度機(jī)理模型得到溫度預(yù)測(cè)值后，通過機(jī)器學(xué)習(xí)模型確定的誤差補(bǔ)償預(yù)測(cè)值對(duì)溫度預(yù)測(cè)值進(jìn)行修正，獲取更為準(zhǔn)確的溫度預(yù)測(cè)結(jié)果，為施工進(jìn)度的安排和溫度裂縫預(yù)防措施的制定提供可靠的數(shù)據(jù)支持。

26、本發(fā)明的大體積混凝土溫度預(yù)測(cè)方法具有解決小樣本、非線性、高維度等問題的優(yōu)勢(shì)，在保證精度的同時(shí)減少計(jì)算時(shí)間和資源消耗。

技術(shù)特征：

1.一種大體積混凝土溫度預(yù)測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述機(jī)器學(xué)習(xí)模型為xgboost模型；

3.根據(jù)權(quán)利要求2所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述xgboost模型中包括多個(gè)超參數(shù)；

4.根據(jù)權(quán)利要求3所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述天牛須搜索算法在迭代過程中的步長(zhǎng)調(diào)整方法為：

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述步驟1之前還包括：

6.根據(jù)權(quán)利要求5所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述步驟a具體包括：

7.根據(jù)權(quán)利要求6所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述步驟a1具體包括：

8.根據(jù)權(quán)利要求7所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述反演代理模型為stacking集成模型；

9.根據(jù)權(quán)利要求8所述的大體積混凝土溫度預(yù)測(cè)方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型為bp神經(jīng)網(wǎng)絡(luò)模型；

10.一種終端設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至9任一項(xiàng)所述大體積混凝土溫度預(yù)測(cè)方法的步驟。

技術(shù)總結(jié)
本發(fā)明屬于溫度預(yù)測(cè)技術(shù)領(lǐng)域，公開了一種大體積混凝土溫度預(yù)測(cè)方法及終端設(shè)備，方法包括獲取溫度機(jī)理模型預(yù)測(cè)的大體積混凝土各個(gè)測(cè)點(diǎn)的溫度預(yù)測(cè)值，并確定溫度預(yù)測(cè)值與對(duì)應(yīng)溫度實(shí)測(cè)值之間的溫度誤差；根據(jù)大體積混凝土的溫度影響因素?cái)?shù)據(jù)和溫度誤差訓(xùn)練機(jī)器學(xué)習(xí)模型；將實(shí)測(cè)溫度影響因素?cái)?shù)據(jù)輸入至訓(xùn)練后的機(jī)器學(xué)習(xí)模型中，得到誤差補(bǔ)償預(yù)測(cè)值；利用誤差補(bǔ)償預(yù)測(cè)值修正溫度預(yù)測(cè)值。本發(fā)明以溫度機(jī)理模型的預(yù)測(cè)結(jié)果為基礎(chǔ)，利用考慮不確定因素的機(jī)器學(xué)習(xí)模型確定的誤差補(bǔ)償預(yù)測(cè)值修正溫度機(jī)理模型的預(yù)測(cè)結(jié)果，使最終的溫度預(yù)測(cè)值更為準(zhǔn)確，為施工進(jìn)度的安排和溫度裂縫預(yù)防措施的制定提供可靠的數(shù)據(jù)支持。

技術(shù)研發(fā)人員：劉婷,張家旗,呂慶超,王明疆,張群,李躍濤,高煥煥
受保護(hù)的技術(shù)使用者：中國(guó)電建集團(tuán)西北勘測(cè)設(shè)計(jì)研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21