基于LSTM时序预测的钢筋锈蚀电化学参数反演方法

本发明提供了基于LSTM时序预测的钢筋锈蚀电化学参数反演方法，包括：S1：通过电化学工作站采集钢筋锈蚀过程中的电化学时序数据，形成原始钢筋锈蚀电化学时序数据集；S2：进行预处理得到训练集、验证集、测试集以及各参数的归一化系数；S3：构建并训练LSTM时序预测模型；S4：构建并校准钢筋锈蚀电化学参数正演模型；S5：构建融合粒子群优化算法、模拟退火算法和Adam优化算法的反演框架，三者形成闭环协同以最小化目标电化学响应参数与理论电化学响应参数的误差，输出反演结果。本发明通过时序预测与多算法协同的有机结合，解决了传统反演方法精度低、稳定性差的痛点，为钢筋混凝土结构健康监测提供了可靠的技术手段。