一种基于深度学习的建筑材料耐久性仿真方法及系统

本发明公开了一种基于深度学习的建筑材料耐久性仿真方法及系统，涉及材料仿真测试技术领域，通过保留当前耐久性检测结果相近的加速暴露状态和自然暴露状态对应的多个候选材料内部状态，并比较各候选材料内部状态在共同后续环境序列集合下形成的后续状态变化序列，本发明能够识别氯离子侵入深度相近但有害介质含量分布和含水量分布不同的情况，只有两个候选材料内部状态集合中的每一候选材料内部状态均具有候选材料内部状态对应关系时才建立共同加速换算关系，从而减少内部状态不同引起的等效误判和暴露时长换算偏差。