开云优惠体育网页版入口

专利名称：一种砌体结构抗压性能检测设备及检测方法

专利类型：发明专利

专利申请号：CN202410409299.X

专利申请（专利权）人：资阳建工建筑有限公司
权利人地址：四川省资阳市雁江区城南大道5号浙粤节能产业园浙粤南路1号

专利发明（设计）人：许翔宇,蒲炯东,郭坤林

专利摘要：本发明涉及借助物理性质分析材料技术领域，具体涉及一种砌体结构抗压性能检测设备及检测方法。该方法通过获取目标砌体结构的样本抗压时序数，根据抗压数据点之间的第k距离邻域的大小差异和不稳定度量值差异，获取离散度量值；根据抗压数据点对应参考度量值和对应离散度量值差异对第k距离邻域进行调整，获取调整后第k距离邻域；进而获取目标砌体结构的离群数据点集合，最终获取目标砌体结构的抗压性能曲线。本发明结合数据点分布情况和数据波动情况对第k距离邻域进行调整，获取更加合理反映离群情况参考范围的调整后第k距离邻域，可以准确筛选出离群异常数据，提高了砌体结构抗压性能的准确性。

主权利要求：
1.一种砌体结构抗压性能检测方法，其特征在于，所述方法包括以下步骤：获取目标砌体结构的样本抗压时序数据；
根据所有所述样本抗压时序数据在相同时刻下的差异性，获取所述目标砌体结构各个时刻对应的不稳定度量值；
根据所有所述样本抗压时序数据，构建所述目标砌体结构的初始抗压数据点集合，获取初始抗压数据点集合中所有抗压数据点的第k距离邻域；
根据所述抗压数据点之间的所述第k距离邻域的大小差异和不稳定度量值差异，获取初始抗压数据点集合中所有抗压数据点的离散度量值；根据在预设参考范围中抗压数据点的离散度量值，获取所有所述抗压数据点的参考度量值；
根据所述抗压数据点对应所述参考度量值和对应所述离散度量值差异对第k距离邻域进行调整，获取初始抗压数据点集合中所有所述抗压数据点的调整后第k距离邻域；
根据初始抗压数据点集合中所有所述抗压数据点的所述调整后第k距离邻域，获取所述目标砌体结构的离群数据点集合；根据所述初始抗压数据点集合和所述离群数据点集合，获取所述目标砌体结构的抗压性能曲线；
所述不稳定度量值的获取公式为：
其中，At为第t个时刻对应的所述不稳定度量值；nt为第t个时刻对应所有砌体样本数量；t′为初始时刻到第t个时刻之间的时间段；pm,i为第m个砌体样本对应所述样本抗压时序数据在第i时刻的抗压值； 为第m个砌体样本的所述样本抗压时序数据在时间段t′中所有抗压值的均值；σm,t′为第m个砌体样本对应所述样本抗压时序数据在时间段t′中所有抗压值的标准差；ε为分母的调参因子；
所述离散度量值的获取方法包括：
将目标抗压数据点的所述第k距离邻域半径进行归一化，获取所述目标抗压数据点的邻域特征值；
将所述目标抗压数据点的所述第k距离邻域中的抗压数据点，作为所述目标抗压数据点的参考数据点；
计算所述目标抗压数据点与所述参考数据点的所述不稳定度量值差异，获取所述参考数据点的第一不稳定差异值；
对所有所述参考数据点的所述第一不稳定差异值的累加值进行归一化，获取所述目标抗压数据点的第二不稳定差异值；
根据所述邻域特征值和所述第二不稳定差异值，获取所述目标抗压数据点的所述离散度量值；所述邻域特征值与所述离散度量值为正相关关系，所述第二不稳定差异值与所述离散度量值为正相关关系；
所述参考度量值的获取方法，具体包括：
以离散度量值作为横轴，以抗压数据点数量作为纵轴，构建二维参考坐标系；
在所述初始抗压数据点集合的预设参考范围中，将所有抗压数据点映射到所述二维参考坐标系中，得到各个映射点，并对所述映射点进行曲线拟合，获取目标抗压数据点的待处理拟合曲线；
基于AMPD算法获取所述待处理拟合曲线中的所有峰值点，将峰值点对应的离散度量值作为目标抗压数据点的所述参考度量值；
所述调整后第k距离邻域的获取公式：
其中，k′o为第o个抗压数据点对应所述调整后
第k距离邻域；Lo为第o个抗压数据点对应所述离散度量值； 为第o个抗压数据点对应第f个参考度量值；h为第o个抗压数据点对应参考度量值的总数；ko为第o个抗压数据点对应的第k距离邻域； 为向上取整函数；norm()为归一化函数；
所述离群数据点集合的获取方法包括：
基于LOF算法根据初始抗压数据点集合中所有抗压数据点的所述调整后第k距离邻域，获取所有抗压数据点的局部离群因子；
将所述局部离群因子大于预设离群阈值的抗压数据点标记为离群数据点；
统计所有离群数据点，获取所述离群数据点集合；
所述抗压性能曲线的获取方法包括：
在所述初始抗压数据点集合中去除所述离群数据点集合中对应的抗压数据点，获取剩余抗压数据点；
对所述剩余抗压数据点进行曲线拟合，获取所述目标砌体结构的抗压性能曲线；
所述预设参考范围的获取方法包括：
在目标抗压数据点的第k距离邻域中，将所有抗压数据点的第k距离邻域作为第一参考邻域范围集合；
将第一参考邻域范围集合中第k距离邻域对应时间最小值作为第一初始参考时间；
将第一参考邻域范围集合中第k距离邻域对应时间最大值作为第一结束参考时间；
将第一初始参考时间到第一结束参考时间构成的时间区间作为所述目标抗压数据点的预设参考范围。
2.根据权利要求1所述的一种砌体结构抗压性能检测方法，其特征在于，所述初始抗压数据点集合的获取方法包括：将时间作为二维数据空间的横轴，将抗压值作为二维数据空间的纵轴；将所有所述样本抗压时序数据中所有抗压值映射到二维数据空间，得到抗压数据点，将所有所述抗压数据点构成的集合作为所述目标砌体结构的初始抗压数据点集合。
3.一种砌体结构抗压性能检测设备，其特征在于，包括处理器，所述处理器执行计算机程序时实现如权利要求1～2任意一项所述一种砌体结构抗压性能检测方法的步骤。 说明书 : 一种砌体结构抗压性能检测设备及检测方法技术领域[0001] 本发明涉及借助物理性质分析材料技术领域，具体涉及一种砌体结构抗压性能检测设备及检测方法。背景技术[0002] 砌体是一种建筑材料，由砖块或石块通过砂浆粘合组成。砌体常用于建筑物的墙体、柱子、隔墙等部分，是建筑结构的基础材料之一。砌筑过程中，一般会使用砂浆来粘合砖块或石块，提高砌体的结构强度和稳定性。砌体需要符合当前的建筑强度需求，而多个砌体待测样本在抗压测试过程中产生不同的压力数据变化，需要将多样本的测试数据进行融合以分析砌体结构抗压性能。[0003] 由于砌体结构的融合数据的数据分布情况不同，现有技术常用LOF算法检测融合数据中离群异常数据，增加融合数据准确性。由于现有的第k距离邻域不能反映融合数据分布情况，从而影响所确定的局部离群因子的数值准确性，导致不能准确筛选出离群异常数据，最终降低了分析砌体结构抗压性能的准确性。发明内容[0004] 为了解决现有不能准确筛选出离群异常数据，降低分析砌体结构抗压性能的准确性技术问题，本发明的目的在于提供一种砌体结构抗压性能检测设备及检测方法，所采用的技术方案具体如下：[0005] 本发明提出一种砌体结构抗压性能检测方法，所述方法包括：[0006] 获取目标砌体结构的样本抗压时序数据；[0007] 根据所有所述样本抗压时序数据在相同时刻下的差异性，获取所述目标砌体结构各个时刻对应的不稳定度量值；[0008] 根据所有所述样本抗压时序数据，构建所述目标砌体结构的初始抗压数据点集合，获取初始抗压数据点集合中所有抗压数据点的第k距离邻域；[0009] 根据所述抗压数据点之间的所述第k距离邻域的大小差异和不稳定度量值差异，获取初始抗压数据点集合中所有抗压数据点的离散度量值；根据在预设参考范围中抗压数据点的离散度量值，获取所有所述抗压数据点的参考度量值；[0010] 在初始抗压数据点集合中，根据所述抗压数据点对应所述参考度量值和对应所述离散度量值差异对第k距离邻域进行调整，获取初始抗压数据点集合中所有所述抗压数据点的调整后第k距离邻域；[0011] 根据初始抗压数据点集合中所有所述抗压数据点的所述调整后第k距离邻域，获取所述目标砌体结构的离群数据点集合；根据所述初始抗压数据点集合和所述离群数据点集合，获取所述目标砌体结构的抗压性能曲线。[0012] 进一步地，所述不稳定度量值的获取公式为：[0013] 其中，At为第t个时刻对应的所述不稳定度量值；nt为第t个时刻对应所有砌体样本数量；t′为初始时刻到第t个时刻之间的时间段；pm,i为第m个砌体样本对应所述样本抗压时序数据在第i时刻的抗压值； 为第m个砌体样本的所述样本抗压时序数据在时间段t′中所有抗压值的均值；σm,t′为第m个砌体样本对应所述样本抗压时序数据在时间段t′中所有抗压值的标准差；ε为分母的调参因子。[0014] 进一步地，所述初始抗压数据点集合的获取方法包括：[0015] 将时间作为二维数据空间的横轴，将抗压值作为二维数据空间的纵轴；将所有所述样本抗压时序数据中所有抗压值映射到二维数据空间，得到抗压数据点，将所有所述抗压数据点构成的集合作为所述目标砌体结构的初始抗压数据点集合。[0016] 进一步地，所述离散度量值的获取方法包括：[0017] 将目标抗压数据点的所述第k距离邻域半径进行归一化，获取所述目标抗压数据点的邻域特征值；[0018] 将所述目标抗压数据点的所述第k距离邻域中的抗压数据点，作为所述目标抗压数据点的参考数据点；[0019] 计算所述目标抗压数据点与所述参考数据点的所述不稳定度量值差异，获取所述参考数据点的第一不稳定差异值；[0020] 对所有所述参考数据点的所述第一不稳定差异值的累加值进行归一化，获取所述目标抗压数据点的第二不稳定差异值；[0021] 根据所述邻域特征值和所述第二不稳定差异值，获取所述目标抗压数据点的所述离散度量值；所述邻域特征值与所述离散度量值为正相关关系，所述第二不稳定差异值与所述离散度量值为正相关关系。[0022] 进一步地，所述参考度量值的获取方法，具体包括：[0023] 以离散度量值作为横轴，以抗压数据点数量作为纵轴，构建二维参考坐标系；[0024] 在所述初始抗压数据点集合的预设参考范围中，将所有抗压数据点映射到所述二维参考坐标系中，得到各个映射点，并对所述映射点进行曲线拟合，获取目标抗压数据点的待处理拟合曲线；[0025] 基于AMPD算法获取所述待处理拟合曲线中的所有峰值点，将峰值点对应的离散度量值作为目标抗压数据点的所述参考度量值。[0026] 进一步地，所述调整后第k距离邻域的获取公式：[0027] 其中，k′o为第o个抗压数据点对应所述调整后第k距离邻域；Lo为第o个抗压数据点对应所述离散度量值； 为第o个抗压数据点对应第f个参考度量值；h为第o个抗压数据点对应参考度量值的总数；ko为第o个抗压数据点对应的第k距离邻域； 为向上取整函数；norm()为归一化函数。[0028] 进一步地，所述离群数据点集合的获取方法包括：[0029] 基于LOF算法根据初始抗压数据点集合中所有抗压数据点的所述调整后第k距离邻域，获取所有抗压数据点的局部离群因子；[0030] 将所述局部离群因子大于预设离群阈值的抗压数据点标记为离群数据点；[0031] 统计所有离群数据点，获取所述离群数据点集合。[0032] 进一步地，所述预设参考范围的获取方法包括：[0033] 在目标抗压数据点的第k距离邻域中，将所有抗压数据点的第k距离邻域作为第一参考邻域范围集合；[0034] 将第一参考邻域范围集合中第k距离邻域对应时间最小值作为第一初始参考时间；[0035] 将第一参考邻域范围集合中第k距离邻域对应时间最大值作为第一结束参考时间；[0036] 将第一初始参考时间到第一结束参考时间构成的时间区间作为所述目标抗压数据点的预设参考范围。[0037] 本发明提出一种砌体结构抗压性能检测设备，包括处理器，所述处理器执行计算机程序时实现任意一项所述一种砌体结构抗压性能检测方法的步骤。[0038] 本发明具有如下有益效果：[0039] 在本发明实施例中，通过对目标砌体结构的样本抗压时序数据进行深入挖掘，当砌体样本质量发生缺陷情况会导致检测的砌体样本抗压情况产生较大波动，获取目标砌体结构各个时刻对应的不稳定度量值。不稳定度量值可以反映目标砌体结构在缺陷作用下产生数据的波动性。对所有样本抗压时序数据进行融合，构建目标砌体结构的初始抗压数据点集合。简单采用第k距离邻域可能会让抗压数据点的邻域范围过大或过。诮欣肴旱愕呐卸鲜，邻域范围大小会影响抗压数据点之间的距离度量，导致正常抗压数据点被误判为离群点，所以需要对第k距离邻域进行调整。通过抗压数据点的分布离散情况和数据波动差异更准确反映抗压数据点的离群特征，对第k距离邻域进行调整，获取调整后第k距离邻域，调整后第k距离邻域能够更加准确的描述抗压数据点的分析离群情况参考范围更加合理。筛选出取离群数据点集合；离群数据点集合可以反映数据中与其他数据点显著不同的数据点，这些数据点可能代表了异常行为、错误记录或其他偏离正常数据分布的情况，剥离这些异常数据的影响，获取目标砌体结构的抗压性能曲线。抗压性能曲线可以更加准确反映目标砌体结构的抗压性能，以供研发人员分析目标砌体结构的抗压性能参数进行结构配比的调整。附图说明[0040] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。[0041] 图1为本发明一个实施例所提供的一种砌体结构抗压性能检测方法的流程图；[0042] 图2为本发明一个实施例所提供的预设参考范围示意图。具体实施方式[0043] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种砌体结构抗压性能检测设备及检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。[0044] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。[0045] 下面结合附图具体的说明本发明所提供的一种砌体结构抗压性能检测设备及检测方法的具体方案。[0046] 请参阅图1，其示出了本发明一个实施例提供的一种砌体结构抗压性能检测方法的流程图，该方法包括以下步骤：[0047] 步骤S1，获取目标砌体结构的样本抗压时序数据。[0048] 为了获取可以准确反映目标砌体结构的抗压性能，首先对目标砌体结构的样本抗压时序数据集合进行深入挖掘，以供后续分析不同样本抗压时序数据中的离群异常值，进而获取可以真实反映目标砌体结构抗压性能的数据。[0049] 在本发明的一个实施例中，将目标砌体结构以相同的制备工艺制作成多个相同尺寸的砌体样本，在制备完成后，分别将砌体样本放置到测试架台，启动测试程序，通过测试架台对砌体样本施加测试程序设定好的平缓变化压力；由压力传感器记录检测设备按照预设采样频率，采集砌体样本的抗压值和时间，获取砌体样本的采样数据。将砌体样本在测试过程中所有砌体样本的采样数据构成的离散序列作为样本抗压时序数据，将样本抗压时序数据中数据点作为抗压数值，统计所有砌体样本的样本抗压时序数据作为目标砌体结构的样本抗压时序数据集合。[0050] 需要说明的是，由于所有砌体样本是通过相同测试程序进行测试的，对所有砌体样本进行同步采样，得到的不同样本抗压时序数据中相同位置的抗压数值对应相同的采样时刻，样本抗压时序数据的测试时间都相同，不同砌体样本在测试过程中受到施加压力都是平缓增加。样本抗压时序数据对应时间都为测试的初始时间到终止时间，初始时间为零，终止时间为测试时间的时长。砌体样本是通过同一目标砌体结构以及相同的制备工艺进行制作的，砌体样本相似程度高。[0051] 需要说明的是，为了方便运算，本发明实施例中所参与运算的所有指标数据均经过数据预处理，进而取消量纲影响。具体去量纲影响的手段为本领域技术人员熟知的技术手段，在此不做限定。[0052] 步骤S2，根据所有样本抗压时序数据在相同时刻下的差异性，获取目标砌体结构各个时刻对应的不稳定度量值。[0053] 由于对砌体样本施加的压力是平缓增加的，砌体样本施压情况和抗压情况往往是变化一致的，但随着施加压力的增加，砌体样本可能达到极限情况发生损毁，当砌体样本质量发生缺陷情况会导致检测的砌体样本抗压情况产生较大波动，砌体样本往往相似，通过分析所有样本抗压时序数据来更加准确反映目标砌体结构的异常情况，根据所有样本抗压时序数据在相同时刻下的差异性，获取目标砌体结构各个时刻对应的不稳定度量值。不稳定度量值可以反映目标砌体结构在缺陷作用下产生数据的波动性。[0054] 优选地，在本发明的一个实施例中，不稳定度量值的获取方法，具体包括：[0055] 由于样本抗压时序数据的波动性可以反映缺陷情况，通过分析第t个时刻对应时间范围中数据的波动性，获取第t个时刻对应的不稳定度量值，本发明一个实施例中不稳定度量值公式包括：[0056] 其中，At为第t个时刻对应的不稳定度量值；nt为第t个时刻对应所有砌体样本数量；t′为初始时刻到第t个时刻对应的时间范围；pm,i为第m个砌体样本对应样本抗压时序数据在第i时刻的抗压值； 为第m个砌体样本的样本抗压时序数据在时间范围t′中所有抗压值的均值；σm,t′为第m个砌体样本对应样本抗压时序数据在时间范围t′中所有抗压值的标准差；ε为分母的调参因子。需要说明的是，初始时刻为第1个时刻，砌体样本往往比较相似，但砌体样本之间质量存在差异，砌体样本测试初始直到损毁的时间较长，部分时刻下存在的砌体样本小于测试初始时刻的砌体样本数量，通过时刻下对应的砌体样本数量nt进行的计算，更加符合各时刻对应的数据波动稳定情况。[0057] 在不稳定度量值公式中， 反映了第i时刻相较于对时间范围t′的抗压数值的相对偏差，由于缺陷情况产生的异常波动情况大于时间范围中样本抗压时序数据的正常波动，当相对偏差越大，说明异常情况可能性越大； 综合反映第t时刻对应的时间范围中的波动性，当波动性越大，说明对应的时间范围异常情况可能性越大；通过综合所有砌体样本的波动性，可以更加准确地反映目标砌体结构在缺陷作用下产生数据的波动性，以供后续离群点识别中应当避免将缺陷作用下产生的波动数据判为离群点。[0058] 步骤S3，根据所有样本抗压时序数据，构建目标砌体结构的初始抗压数据点集合；获取初始抗压数据点集合中所有抗压数据点的第k距离邻域。[0059] 为了可以准确反映目标砌体结构的抗压性能，由于不同砌体样本砌体结构相同和测试程序施加压力相同，所以样本抗压时序数据之间相似，对所有样本抗压时序数据进行融合，根据所有样本抗压时序数据，构建目标砌体结构的初始抗压数据点集合，初始抗压数据点集合可以综合反映所有样本抗压时序数据分布，以供后续分析初始抗压数据点集合中数据准确性；获取初始抗压数据点集合中所有抗压数据点的第k距离邻域，简单采用第k距离邻域可能会让抗压数据点的邻域范围过大或过。诮欣肴旱愕呐卸鲜，邻域范围大小会影响抗压数据点之间的距离度量，导致正常抗压数据点被误判为离群点，所以获取第k距离邻域，以供后续对第k距离邻域进行调整。[0060] 优选地，在本发明的一个实施例中，初始抗压数据点集合的获取方法，具体包括：[0061] 为了对所有样本抗压时序数据综合分析，首先将时间作为二维数据空间的横轴，将抗压值作为二维数据空间的纵轴；将所有样本抗压时序数据中所有抗压值映射到二维数据空间，得到抗压数据点，将所有抗压数据点构成的集合作为目标砌体结构的初始抗压数据点集合。需要说明的是不同样本抗压时序数据具有相似性，采用相同方式映射到二维空间后，映射后数据仍然具有相似性，从而可以更好地综合分析所有样本抗压时序数据的分布。[0062] 具体的，基于LOF(LocalOutlierFactor,局部离群因子)算法获取初始抗压数据点集合中所有抗压数据点的第k距离邻域。LOF算法为本领域技术人员熟知的技术手段，在此不做赘述。需要说明的是，LOF算法中第k距离邻域为本领域技术人员熟知的技术概念，LOF算法中第k距离邻域主要反映了每个数据点周围的局部数据分布情况，对于异常检测至关重要。[0063] 步骤S4，根据抗压数据点之间的第k距离邻域的大小差异和不稳定度量值差异，获取初始抗压数据点集合中所有抗压数据点的离散度量值；根据在预设参考范围中抗压数据点的离散度量值，获取所有抗压数据点的参考度量值。[0064] 由于测试程序施加压力是平滑变化，单个初始抗压数据点集合中初始抗压数据点分布较为集中，不同砌体样本砌体结构相同和测试程序施加压力相同，所以样本抗压时序数据之间相似，所以初始抗压数据点集合中数据分布往往较为集中，由于抗压数据点之间的第k距离邻域的大小差异可以更加全面反映抗压数据点的分布离散情况。不同砌体样本砌体结构相同和测试程序施加压力相同，样本抗压时序数据在异常情况和正常情况产生的波动往往相似，抗压数据点之间不稳定度量值差异可以反映目标砌体结构的数据波动差异。通过抗压数据点的分布离散情况和数据波动差异更准确反映抗压数据点的离群特征，对第k距离邻域进行调整，获取调整后第k距离邻域，在初始抗压数据点集合中，根据抗压数据点之间的第k距离邻域的大小差异和不稳定度量值差异，获取初始抗压数据点集合中所有抗压数据点的离散度量值，离散度量值可以综合反映抗压数据点离群特征，以供后续进行调整第k距离邻域。[0065] 优选地，在本发明的一个实施例中，离散度量值的获取方法包括：[0066] 将目标抗压数据点的第k距离邻域半径进行归一化，获取目标抗压数据点的邻域特征值；[0067] 将目标抗压数据点的第k距离邻域中的抗压数据点，作为目标抗压数据点的参考数据点；[0068] 计算目标抗压数据点与参考数据点的不稳定度量值差异，获取参考数据点的第一不稳定差异值；[0069] 对所有参考数据点的第一不稳定差异值的累加值进行归一化，获取目标抗压数据点的第二不稳定差异值；[0070] 根据邻域特征值和第二不稳定差异值，获取目标抗压数据点的离散度量值；邻域特征值与离散度量值为正相关关系，第二不稳定差异值与离散度量值为正相关关系。[0071] 初始抗压数据点集合中数据分布往往较为集中，综合分析第o个抗压数据点对应第k距离邻域中数据分布和波动程度差异，第o个抗压数据点对应离散度量值。本发明一个实施例中离散度量值公式为：[0072] 其中，Lo为初始抗压数据点集合中第o个抗压数据点对应离散度量值；Ro为第o个抗压数据点对应第k距离邻域半径； 为第o个抗压数据点的第k距离邻域中所有抗压数据点对应第k距离邻域半径的参考半径集合；为参考半径集合 中的最小值； 为参考半径集合 中的最大值；qo为第o个抗压数据点对应第k距离邻域中抗压数据点的总数量；Ao为第o个抗压数据点对应时刻的不稳定度量值；Aj为第j个抗压数据点对应时刻的不稳定度量值；min()为取最小值函数；max()为取最大值函数；norm()为归一化函数。需要说明的是，本发明实施例中通过对Ro进行归一化，在本发明其他实施例中也可选用其他归一化将Ro归一化至值域[0,1]，在此不做赘述。[0073] 在离散度量值公式中， 反映第o个抗压数据点相较于周围的第k距离邻域大小相对差异，相对差异越大，第o个抗压数据点往往在分布较为离散范围中，离散度量值越大。 反映数据的波动性差异，由于样本抗压时序数据在异常情况和正常情况产生的波动往往相似，波动性差异大，越可能是离群点，离散度量值越大，离散度量值综合了分布离散情况和波动差异性，更全面反映抗压数据点的离群程度，离散度量值越大，越可能是离群点。[0074] 步骤S5，根据抗压数据点对应参考度量值和对应离散度量值差异对第k距离邻域进行调整，获取初始抗压数据点集合中所有抗压数据点的调整后第k距离邻域。[0075] 为了根据数据点的周围集中情况对数据点第k距离邻域进行调整，根据抗压数据点在预设参考范围中离散度量值，获取所有抗压数据点的参考度量值；参考度量值可以反映抗压数据点的周围数据点高频出现的离散度量值，在初始抗压数据点集合中，根据抗压数据点对应参考度量值和对应离散度量值差异对第k距离邻域进行调整，获取初始抗压数据点集合中所有抗压数据点的调整后第k距离邻域。调整后第k距离邻域能够更加准确的描述抗压数据点的分析离群情况参考范围更加合理，以供后续获取更加准确的离群数据点集合。[0076] 优选地，在本发明的一个实施例中，预设参考范围的获取方法，具体包括：[0077] 根据数据点的周围集中情况对数据点第k距离邻域进行调整，需要先确定参考周围范围，在目标抗压数据点的第k距离邻域中，将所有抗压数据点的第k距离邻域作为第一参考邻域范围集合；[0078] 将第一参考邻域范围集合中第k距离邻域对应时间最小值作为第一初始参考时间；[0079] 将第一参考邻域范围集合中第k距离邻域对应时间最大值作为第一结束参考时间；[0080] 将第一初始参考时间到第一结束参考时间构成的时间区间作为目标抗压数据点的预设参考范围。请参阅图2，其示出了本发明一个实施例所提供的预设参考范围示意图，加粗圆圈为目标抗压数据点的第k距离邻域，未加粗圆圈为第一参考邻域范围集合中第k距离邻域，第k距离邻域最左侧点对应时间最小值，作为第一初始参考时间，第k距离邻域最右侧点对应时间最大值，作为第一结束参考时间。[0081] 优选地，在本发明的一个实施例中，参考度量值的获取方法，具体包括：[0082] 为了根据数据点的周围集中情况对数据点第k距离邻域进行调整，需要先分析周围的集中情况，以离散度量值作为横轴，以抗压数据点数量作为纵轴，构建二维参考坐标系；[0083] 在初始抗压数据点集合的预设参考范围中，将所有抗压数据点映射到二维参考坐标系中，得到各个映射点，并对映射点进行曲线拟合，获取目标抗压数据点的待处理拟合曲线；基于AMPD(AutomaticMultiscalePeakDetection，自动多尺度峰值检测)算法获取待处理拟合曲线中的所有峰值点，将峰值点对应的离散度量值作为目标抗压数据点的参考度量值。参考度量值反映数据点的周围数据点高频出现的离散度量值，反映数据点周围的集中情况。需要说明的是，AMPD算法为本领域技术人员熟知的技术手段，在此不做赘述。[0084] 优选地，在本发明的一个实施例中，调整后第k距离邻域的获取方法包括：[0085] 为了使得第k距离邻域的范围更加合理，根据第o个抗压数据点周围的集中情况对第o个抗压数据点第k距离邻域进行调整，获取o个抗压数据点对应调整后第k距离邻域。本发明一个实施例中调整后第k距离邻域公式包括：[0086] 其中，ko′为第o个抗压数据点对应调整后第k距离邻域；Lo为第o个抗压数据点对应离散度量值； 为第o个抗压数据点对应第f个参考度量值；h为第o个抗压数据点对应参考度量值的总数；ko为第o个抗压数据点对应的第k距离邻域； 为向上取整函数；norm()为归一化函数。[0087] 在调整后第k距离邻域公式中， 反映第o个抗压数据点离散度量值相较于参考度量值的差值，当第o个抗压数据点离散度量值大于参考度量值，第o个抗压数据点比周围的离散程度。得鞯鼻笆莸愦τ诮衔肷⒌姆植记，调整后第k距离邻域就应该越大；第o个抗压数据点离散度量值小于参考度量值，第o个抗压数据点比周围的离散程度大，说明当前数据点处于较为集中的分布区间，不需要再过多调整第k距离邻域，调整后第k距离邻域的调整程度较。坏髡蟮趉距离邻域综合了所有参考度量值和对应抗压数据点的差异对第k距离邻域进行调整，以保证提供足够多的邻域数据点进行离群情况的参考。[0088] 步骤S6，根据初始抗压数据点集合中所有抗压数据点的调整后第k距离邻域，获取目标砌体结构的离群数据点集合；根据初始抗压数据点集合和离群数据点集合，获取目标砌体结构的抗压性能曲线。[0089] 为了可以准确反映目标砌体结构的抗压性能，调整后第k距离邻域使得提供足够多的邻域数据点进行离群情况的参考。根据初始抗压数据点集合中所有抗压数据点的调整后第k距离邻域，获取目标砌体结构的离群数据点集合；离群数据点集合可以反映数据中与其他数据点显著不同的数据点，这些数据点可能代表了异常行为、错误记录或其他偏离正常数据分布的情况，剥离这些异常数据的影响，根据初始抗压数据点集合和离群数据点集合，获取目标砌体结构的抗压性能曲线。抗压性能曲线可以更加准确反映目标砌体结构的抗压性能。[0090] 优选地，在本发明的一个实施例中，离群数据点集合的获取方法包括：[0091] 需要说明的是，LOF算法为本领域技术人员熟知的技术手段，在此不做赘述，仅简述本发明一个实施例中利用LOF算法获取离群数据点集合的简要过程：[0092] 由于第k距离邻域的大小会影响离群因子的计算，在抗压数据点的调整后第k距离邻域内，根据其余抗压数据点到抗压数据点的距离，计算距离的平均值，获取局部可达密度；通过局部密度与调整后第k距离邻域内的局部密度的平均值的比值，获取所有抗压数据点的局部离群因子，局部离群因子能衡量异常程度。将局部离群因子大于预设离群阈值的抗压数据点标记为离群数据点；统计所有离群数据点，获取离群数据点集合。离群数据点集合可以反映偏离正常数据分布的数据点，以供后续进行剥离离群数据点集合中数据，进而准确反映目标砌体结构的抗压性能。在本发明的一个实施例中，预设离群阈值为2，实施者可根据实施场景自行设定。[0093] 优选地，在本发明的一个实施例中，抗压性能曲线的获取方法包括：[0094] 为了可以准确反映目标砌体结构的抗压性能，由于离散数据可能代表了异常行为、错误记录或其他偏离正常数据分布的情况，需要对离散数据进行剥离，在初始抗压数据点集合中去除离群数据点集合中对应的抗压数据点，获取剩余抗压数据点；剩余抗压数据点数据可靠性高，对剩余抗压数据点进行曲线拟合，获取目标砌体结构的抗压性能曲线。抗压性能曲线可以更加准确反映目标砌体结构的融合数据，通过可视化的显示设备将对应的抗压性能曲线输出至管理人员的可视化设备上，以供研发人员分析目标砌体结构的抗压性能参数进行结构配比的调整。[0095] 本发明还提出了一种砌体结构抗压性能检测设备，包括处理器，处理器用于运行相应的计算机程序，计算机程序在处理器中运行时能够实现步骤S1～S6所描述的一种砌体结构抗压性能检测方法。[0096] 综上，本发明实施例通过获取目标砌体结构的样本抗压时序数，根据抗压数据点之间的第k距离邻域的大小差异和不稳定度量值差异，获取初始抗压数据点集合中所有抗压数据点的离散度量值；根据抗压数据点对应参考度量值和对应离散度量值差异对第k距离邻域进行调整，获取初始抗压数据点集合中所有抗压数据点的调整后第k距离邻域；进而获取目标砌体结构的离群数据点集合，最终获取目标砌体结构的抗压性能曲线。本发明结合数据点分布情况和数据波动情况对第k距离邻域进行调整，获取更加合理反映离群情况参考范围的调整后第k距离邻域，可以准确筛选出离群异常数据，提高砌体结构抗压性能的准确性。[0097] 需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。[0098] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

专利地区：四川

专利申请日期：2024-04-07

专利公开日期：2024-06-18

专利公告号：CN118013636B