[发明专利]基于大数据分析的海洋环境下混凝土强度演变预测方法

权利要求书

1.一种基于大数据分析的海洋环境下混凝土强度演变预测方法，其特征在于步骤如下：

步骤1、数据预处理：

1、采用聚类分析方法，利用距离测度作为聚类指标对变量进行系统聚类，将水泥标准中的35种水泥划分为A，B，C，D，E五大类水泥品种：

A类水泥是含有矿物掺合料量小于5％的水泥品种，而B类水泥含有粉煤灰的量在5％-20％之间，C水泥含有火山灰质矿物掺合料或者其它矿物掺合料5％-20％之间，D类水泥含有矿渣的量在5％-20％之间，E类水泥含有矿物掺合料的量在20％以上的水泥；

2、根据海洋暴露条件溶液中含有的四种主要离子为钠离子、镁离子、氯离子和硫酸根离子，海水中常量离子Na+、Mg²⁺、C1^-、SO₄^2-的浓度及海水盐度并得出离子浓度与盐度之间的依赖关系为：

3、对不同海域的潮汐高度进行记录并拟合余弦曲线，算出干燥、润湿时间，从而获得海洋环境中的干湿循环；

(1)根据获取的数据计算时间t内的平均高潮高度h、高潮对应平均时间点，平均低潮高度l、低潮对应平均时间点t2，计算潮汐涨潮落潮的周期：

T＝2×(t₂-t₁)

(2)根据坐标点作出余弦函数曲线，得到的数据确定函数：

(3)获取该港口暴露站潮差区平台的高度H；

(4)计算当潮汐高度高于该值的时间段即为润湿时间，令y≥H，则润湿时间Δt＝t'₂-t’₁，润湿时间的计算：

拟合时候的余弦函数表达式：y＝αcos(ωt+β)+γ,

步骤2、数据分析：

1、单因素与海洋环境下混凝土强度之间的关系采用Pearson相关性分析的结果来表示；水灰比和初始强度的值与最终强度呈中等强度的相关，而水泥强度、砂率和水泥品种与最终强度的相关极弱，通过Pearson相关系数的计算结果筛选出与最终强度呈线性相关的因素，分别是初始强度和水灰比；

2、将主成分分析方法应用到主要因素的选取中，通过各个成分的贡献率和标准差计算因素的权重值，根据权重值的大小选取主要因素；

结果：海洋环境下材料主要因素的排列顺序：初始强度硅灰掺量水灰比表面积水泥强度粉煤灰矿渣水泥品种其它火山灰掺合料；

计算海洋环境下混凝土强度环境影响因素累积方差百分比，海洋环境下混凝土强度环境影响因素共有五个主成分，海洋环境下环境因素的影响排列顺序为：SO₄^2-Mg2+暴露龄期干湿循环制度Cl-Na+；

步骤3、数据预测：采用梯度提升回归树对步骤2处理后的数据进行了训练验证和测试，得到数据预测的混凝土的强度和影响因素之间的线性函数关系为：

混凝土强度＝0.1952SO₄^2-+0.1834Mg²⁺+0.1696暴露时间+0.1593干燥温度+0.1569润湿时间+0.1542潮汐周期+0.1489干燥时间+0.0677温度+0.0292Cl^-+0.0115Na⁺。

2.根据权利要求1所述基于大数据分析的海洋环境下混凝土强度演变预测方法，其特征在于：所述步骤1的距离测度采用欧氏距离或马氏距离。

3.根据权利要求1所述基于大数据分析的海洋环境下混凝土强度演变预测方法，其特征在于：所述A类水泥有国标R型水泥、美标TypeI型水泥、TypeII型水泥、TypeⅢ型水泥、日标JISHSPC型水泥、JISUSPC型水泥、JISOPC型水泥、JISMHPC型水泥、JISLHPC型水泥、JISSRPC型水泥。

4.根据权利要求1所述基于大数据分析的海洋环境下混凝土强度演变预测方法，其特征在于：所述B类水泥有国标P.II型水泥、美标TypeI型水泥、TypeII型水泥、欧标CEMI型水泥、IS型水泥、CEMII型水泥、CEMII/D型水泥。