检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:李金 LI Jin
出 处:《信息技术与信息化》2025年第1期179-183,共5页Information Technology and Informatization
摘 要:为进一步提高混凝土试块检测的自动化水平、数据准确性和工作效率,文章设计并实现了一套全自动智能混凝土养护抗压检测系统。系统集成了机器人操作技术、传感器数据融合、温湿度控制系统及智能数据分析模块。在机械臂搬运过程中,通过RRT路径规划算法和三次样条插值实现高精度路径控制,并结合扩展卡尔曼滤波(EKF)优化传感器数据,降低误差。在抗压试验阶段,系统采用PID闭环控制算法精确控制加载过程,并实时采集应力-应变数据进行分析。通过随机森林回归模型,实现了试块抗压强度的智能预测,平均绝对误差(MAE)为0.45 MPa,精度较传统方法提升43.75%。实验结果表明,该系统有效减少了人为干预,抗压强度测试数据标准差降低约20%,数据分布更加集中,具有较高的可靠性和稳定性。并进一步提出了系统优化方向,包括路径规划算法的强化学习应用、数据分析的深度学习扩展及硬件的多场景适配性升级。
关 键 词:混凝土养护 自动化检测 扩展卡尔曼滤波 机器学习
分 类 号:TU755.7[建筑科学—建筑技术科学] TP274[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.62