本發(fā)明屬于土、水腐蝕性檢測，具體涉及一種含膏鹽地層土水腐蝕性等級智能化快速判別方法。

背景技術：

1、在城市基礎設施建設過程中，擬建設場地土、水腐蝕性等級確認是一項重要工作。水、土腐蝕性試驗是指測定工程地質勘察場地水、土對混凝土和鋼鐵材料在一定環(huán)境條件下產生的化學、物理化學或者生物化學作用的侵蝕能力。當混凝土結構處于地下水位以上時，應取土試樣作土的腐蝕性等級試驗；處于地下水或者地表水中時，取水試樣作水的腐蝕性等級試驗；結構部分處于地下水位以上、部分處于地下水位以下時，應分別取土試樣和水試樣作腐蝕性等級試驗；只有當有足夠的經驗和資料認為工程場地的水及土對建筑基礎的腐蝕性可以忽略不計時，可以不進行水、土腐蝕性試驗。

2、而特別是對于腐蝕性比較強的含有石膏、鈣芒硝的地層，場地的土、水腐蝕性等級判定尤為重要。目前，土、水腐蝕性等級一般都是通過多組室內試驗進行測定，例如水對混凝土結構腐蝕試驗項目包括：ph值、ca2+、mg2+、cl－、co32-、hco?3-、oh－、游離co2、侵蝕性co2、so42－、nh+4、總礦化度；土對混凝土結構腐蝕性試驗項目包括ph值、ca2+、mg2+、cl－、so42－、co32-、hco?3-的易溶鹽(土水比1:5)分析。水和土對建筑構建物的腐蝕性等級可分為微、弱、中、強四個等級。

3、因此對于場地的室內試驗存在著時間周期長、成本費用高等問題，尤其不方便現(xiàn)場調查時的快速預判。

技術實現(xiàn)思路

1、為了解決建設場地土、水腐蝕性等級通過多組室內試驗進行測定方法，存在著時間周期長、成本費用高以及檢測效率低，而提供一種含膏鹽地層土水腐蝕性等級智能化快速判別方法，利用現(xiàn)有區(qū)域已有的數(shù)據作為數(shù)據源，并建立適合該區(qū)域的土、水腐蝕性等級判定模型，再使用時通過向該模型輸入待檢測現(xiàn)場的位置信息，即能夠快速獲取到該位置處的土、水腐蝕性等級信息，并不需要室內試驗檢測，提高腐蝕性等級檢測的效率。

2、為解決技術問題，本發(fā)明所采用的技術方案是：

3、一種含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，包括：

4、(1)收集獲取區(qū)域內已有取樣點的坐標信息、地層信息、土腐蝕性等級信息、水腐蝕性等級信息；其中，取樣點的坐標信息即包含了取樣點的經度、緯度和高程信息；

5、(2)對收集到的數(shù)據信息進行梳理和甄別，并將取樣點的經度a1、緯度a2和高程a3作為輸入參數(shù)，取樣點土對混凝土的腐蝕性等級b1和水對混凝土的腐蝕性等級b2作為輸出參數(shù)；

6、(3)利用bp神經網絡算法構件bp神經網絡模型，并將整理出來的若干組輸入參數(shù)a1、a2、a3和輸出參數(shù)b1、b2作為訓練數(shù)據，對構件的bp神經網絡模型進行訓練和學習；

7、(4)利用訓練好的bp神經網絡模型對該區(qū)域內某位置處的土腐蝕性等級和水腐蝕性等級進行判別。

8、在一些實施例中，在步驟(4)中，將該某位置處的經度、緯度和高程作為bp神經網絡模型的輸入，bp神經網絡模型經過計算獲得高該某位置處的土腐蝕性等級和水腐蝕性等級。

9、在一些實施例中，步驟(4)中的該某處的應當與步驟(1)中的區(qū)域的工程地質條件相同；其中，所述工程地質條件包括地形地貌、地層巖性、地質構造、水文地質和地表地質。

10、在一些實施例中，步驟(1)中的取樣點的個數(shù)不得低于200個。

11、在一些實施例中，步驟(1)中的取樣點應當覆蓋該區(qū)域。

12、在一些實施例中，步驟(2)中講述的對收集到的數(shù)據信息進行梳理和甄別至少包括剔除掉數(shù)據明顯錯誤的取樣點的數(shù)據。

13、在一些實施例中，在完成步驟(4)之后再對該區(qū)域某位置處進行取樣驗證；若驗證的腐蝕性等級信息與bp神經網絡模型的判別一致，則直接將數(shù)據納入bp神經網絡模型的數(shù)據庫；若驗證后的腐蝕性等級信息與bp神經網絡模型的判別不一致，則與取樣驗證為準，并將取樣驗證的數(shù)據納入bp神經網絡模型的數(shù)據庫；以此不斷的訓練和完善bp神經網絡模型，逐步提高bp神經網絡模型的判別結果的準確性。

14、與現(xiàn)有技術相比，本發(fā)明具有以下有益效果：

15、本發(fā)明的含膏鹽地層土水腐蝕性等級智能化快速判別方法，歸屬于同一區(qū)域的多個場地的工程地質條件相同，在對某一場地進行水、土腐蝕性等級進行判別時，便能夠利用已經施工并取樣的其他場地的數(shù)據來構件和訓練bp神經網絡模型，利用bp神經網絡模型來對未檢測(未施工)的某一場地的腐蝕性等級進行判別，從而快速的獲取到未檢測(未施工)的某一場地的水、土對混凝土構構建物的腐蝕性等級。

技術特征：

1.一種含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，包括：

2.根據權利要求1所述的含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，在步驟(4)中，將該某位置處的經度、緯度和高程作為bp神經網絡模型的輸入，bp神經網絡模型經過計算獲得高該某位置處的土腐蝕性等級和水腐蝕性等級。

3.根據權利要求1所述的含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，步驟(4)中的該某處的應當與步驟(1)中的區(qū)域的工程地質條件相同；其中，所述工程地質條件包括地形地貌、地層巖性、地質構造、水文地質和地表地質。

4.根據權利要求1所述的含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，步驟(1)中的取樣點的個數(shù)不得低于200個。

5.根據權利要求4所述的含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，步驟(1)中的取樣點應當覆蓋該區(qū)域。

6.根據權利要求1所述的含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，步驟(2)中講述的對收集到的數(shù)據信息進行梳理和甄別至少包括剔除掉數(shù)據明顯錯誤的取樣點的數(shù)據。

7.根據權利要求1-6中任一項所述的含膏鹽地層土水腐蝕性等級智能化快速判別方法，其特征在于，在完成步驟(4)之后再對該區(qū)域某位置處進行取樣驗證；若驗證的腐蝕性等級信息與bp神經網絡模型的判別一致，則直接將數(shù)據納入bp神經網絡模型的數(shù)據庫；若驗證后的腐蝕性等級信息與bp神經網絡模型的判別不一致，則與取樣驗證為準，并將取樣驗證的數(shù)據納入bp神經網絡模型的數(shù)據庫；以此不斷的訓練和完善bp神經網絡模型，逐步提高bp神經網絡模型的判別結果的準確性。

技術總結
本發(fā)明屬于土、水腐蝕性等級檢測技術領域，公開了一種含膏鹽地層土水腐蝕性等級智能化快速判別方法，為了解決土、水腐蝕性等級通過多組室內試驗存在著時間周期長、成本費用高以及檢測效率低。本發(fā)明包括(1)收集獲取區(qū)域內已有取樣點的信息；(2)并將取樣點的經度A1、緯度A2和高程A3作為輸入參數(shù)，取樣點土對混凝土的腐蝕性等級B1和水對混凝土的腐蝕性等級B2作為輸出參數(shù)；(3)將A1、A2、A3、B1、B2作為訓練數(shù)據進行訓練和學習(4)利用BP神經網絡模型進行判別。本發(fā)明利用BP神經網絡模型快速的獲取到未檢測的某一場地的水土腐蝕性等級。

技術研發(fā)人員：彭濤,何蕃民,任東興,李艷,陳龍飛,薛鵬,徐建驍,陳寧,毛洪運
受保護的技術使用者：中冶成都勘察研究總院有限公司
技術研發(fā)日：
技術公布日：2025/1/6