买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海建工集团股份有限公司申请的专利一种超高性能混凝土结构密实度智能检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120369575B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510874683.1，技术领域涉及：G01N15/08；该发明授权一种超高性能混凝土结构密实度智能检测方法是由徐俊;施静雯;占羿箭设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种超高性能混凝土结构密实度智能检测方法在说明书摘要公布了：本发明涉及一种超高性能混凝土结构密实度智能检测方法，包括：一、制备UHPC，并分层均匀切割为n层；二、对各分层面进行图像识别处理，确定各分层面的孔隙率；三、对于u组钢纤维UHPC和p组聚合物纤维UHPC，分别计算得各分层面孔隙率平均值和孔隙率离散程度，分别计算得到其整体结构孔隙率平均值和孔隙率离散程度；四、基于UHPC表面层孔隙率及其离散程度数据，分别得到u组钢纤维UHPC和p组聚合物纤维UHPC的UHPC整体结构孔隙率平均值拟合方程和UHPC整体结构孔隙率离散程度拟合方程；五、结合拟合方程，建立UHPC结构密实度判定法则；六、实现UHPC整体结构密实度智能检测。

本发明授权一种超高性能混凝土结构密实度智能检测方法在权利要求书中公布了：1.一种超高性能混凝土结构密实度智能检测方法，其特征在于，包括如下步骤： 步骤S1、制备与工程实际相应的同配比条件下不同强度等级UHPC构件，所有构件的结构尺寸大小保持一致，其中，包括u组钢纤维UHPC和p组聚合物纤维UHPC； 步骤S2、对每个UHPC构件的结构进行均匀切割分层； 步骤S3、采用高分辨率工业相机，对每个UHPC构件切割分层后的分层面进行摄像，获得各分层面图像； 步骤S4、利用图像识别软件对各分层面图像进行处理，识别孔隙区域并计算钢纤维及聚合物纤维UHPC结构各分层面的孔隙率，分别记为N和M； 步骤S5、将UHPC结构各分层面孔隙率平均值记为K,其中钢纤维UHPC对应记为Ku，聚合物纤维UHPC对应记为Kp；将UHPC结构各分层面孔隙率离散程度记为R，以标准差公式表征，其中钢纤维UHPC对应记为Ru，聚合物纤维UHPC对应记为Rp； 步骤S6、对于u组钢纤维UHPC，计算得到1~n层各分层面孔隙率平均值Ku1，Ku2，…，Kun，以及1~n层各分层面孔隙率离散程度Ru1，Ru2，…，Run；对于p组聚合物纤维UHPC，计算得到1~n层各分层面孔隙率平均值Kp1，Kp2，…，Kpn，以及1~n层各分层面孔隙率离散程度Rp1，Rp2，…，Rpn； 步骤S7、将UHPC整体结构孔隙率平均值记为K̅，其中钢纤维UHPC对应记为，聚合物纤维UHPC对应记为；将UHPC整体结构孔隙率离散程度记为，其中钢纤维UHPC对应记为，聚合物纤维UHPC对应记为； 步骤S8、分别通过Matlab方程拟合得到UHPC整体结构孔隙率平均值拟合方程及其离散程度拟合方程，并根据概率统计理论，取置信水平为90%，由Z分表得到对应Z分数取值为1.645，建立UHPC结构密实度判定法则：1）当时，则表明UHPC结构密实；2）当时，则表明UHPC结构较密实；3）当时，则表明UHPC结构不密实； 其中，步骤S8包括：对于u组钢纤维UHPC，1~n层UHPC整体结构孔隙率平均值，1~n层UHPC整体结构孔隙率离散程度；对于p组聚合物纤维UHPC，1~n层UHPC整体结构孔隙率平均值，1~n层UHPC整体结构孔隙率离散程度； 对于u组钢纤维UHPC，通过Matlab方程拟合得到，1~n层UHPC整体结构孔隙率平均值与表面层孔隙率平均值的拟合方程，记为： ； 1~n层UHPC整体结构孔隙率离散程度与表面层孔隙率离散程度的拟合方程，记为： ； 对于p组聚合物纤维UHPC，通过Matlab方程拟合得到，1~n层UHPC整体结构孔隙率平均值与表面层孔隙率平均值的拟合方程，记为：； 1~n层UHPC整体结构孔隙率离散程度与表面层孔隙率离散程度的拟合方程，记为：； 对于不同类型UHPC结构，采用图像识别或其他相关技术获取UHPC结构表面层孔隙率基础数据，便可准确计算得到UHPC整体结构孔隙率平均值及其离散程度，并结合UHPC结构密实度判定法则，便可实现对UHPC整体结构密实度的无损判定。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海建工集团股份有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区福山路33号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。