[发明专利]基于机器学习的沉桩过程评估方法、存储介质及电子设备

说明书

本申请涉及一种基于机器学习的沉桩过程评估方法、存储介质及电子设备，所述的沉桩过程评估方法包括以下步骤：采集特征参数——沉桩施工过程参数及桩身设计参数；利用所述的特征参数训练模型；基于所训练的模型，实时获得沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息。本申请可以实时获得沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息，克服了沉桩过程隐蔽性、未知性的问题，现场施工人员可以根据获得的沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息来指导实际的沉桩操作，保证了沉桩后桩身的质量。

技术领域

本申请涉及沉桩施工技术领域，尤其是涉及一种基于机器学习的沉桩过程评估方法、存储介质及电子设备。

背景技术

桩基础作为一种历史悠久而广泛应用于土木工程中的基础形式，在港口、桥梁、建筑等建设发展中也取得了蓬勃的发展。在建筑工程中，桩基础通过将上部分房屋建筑的荷载传递至地下持力层的方式，很好地解决和预防了房屋建筑不均匀沉降导致房屋倾覆坍塌的问题和风险，起到了对承受房屋建筑的土层进行加固和改善土层承受方式的作用。

然而，在桩身被打入地下后，因为其隐蔽性、未知性的施工特点，现场施工人员无法直接地观察其好坏及沉桩后的质量状况，因此一旦桩基出现桩身破坏、断裂等质量问题，后期的维护和加固处理就会出现难度。

发明内容

为了解决现场施工人员无法直接地观察桩身好坏及沉桩后的质量状况的问题，本申请提供一种基于机器学习的沉桩过程评估方法、存储介质及电子设备。

第一方面，本申请提供的一种基于机器学习的沉桩过程评估方法，采用如下的技术方案：

基于机器学习的沉桩过程评估方法，包括以下步骤：

采集特征参数——沉桩施工过程参数及桩身设计参数；

利用所述的特征参数训练模型；

基于所训练的模型，实时获得沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息。

通过采用以上技术方案，尤其是通过利用所述的特征参数训练模型；然后基于所训练的模型，从而可以实时获得沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息，克服了沉桩过程隐蔽性、未知性的问题，现场施工人员可以根据获得的沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息来指导实际的沉桩操作，保证了沉桩质量。具体来说，桩基工程具有隐蔽性的特点，施工人员无法看到桩身没入土层部分的桩体情况，只能从打桩分析仪所采集到的力信号、速度信号等物理指标来衡量桩身结构是否因为过载而被破坏，而本申请中通过利用特征参数训练模型，基于所训练的模型，实时获得沉桩阶段信息和/或沉桩过程不同深度桩端土层的分类信息；训练模型时所学习的特征参数与实际沉桩过程中的物理指标高度相关，模型的输出指标是基于桩身受载情况而进行的不同阶段的划分或不同深度桩端土层的分类，因此可以通过阶段划分或不同深度桩端土层分类的方式间接判断沉桩质量的好坏。

优选的，还包括：从所述的特征参数中筛选子特征参数；利用所述的子特征参数来训练模型。

通过采用以上技术方案，从所述的特征参数中筛选子特征参数来训练模型，即在所有特征中选择出符合工程背景意义、对模型贡献度较高的特征进行训练，从而提高了模型的训练效率和最终模型的预测准确率。

前述的基于机器学习的沉桩过程评估方法，具体包括：

采集特征参数——沉桩施工过程参数及桩身设计参数；

从所述的特征参数中筛选子特征参数——锤型、桩径、壁厚、单位深度锤击能量、单位深度锤击数、累计锤击能量和累计锤击数；

利用所述的子特征参数训练模型，获得沉桩阶段预测模型；

基于所述的沉桩阶段预测模型，实时获得沉桩阶段信息。