【技术实现步骤摘要】
本专利技术涉及混凝土坍落度的预测,尤其涉及一种基于图像及流速估计的混凝土坍落度预测方法及装置。
技术介绍
1、混凝土坍落度检测的传统方法是通过抽样后进行坍落度的实验,这种方法操作简单、快速,无需高级技术设备,可以在现场进行,但是,操作者的动作速度、力度以及观察的精准程度都可能对结果产生影响,从而降低测量的准确性。最重要的是传统方法存在着测量的滞后性,难以实现实时监测和调整,限制了我们及时把握混凝土流动性和稳定性的变化,从而影响施工过程的即时调控。
2、早期研究表明,在搅拌混凝土过程中,搅拌机的关键参数如电流和功率会随不同坍落度标准的混凝土而变化。然而,这些参数大多被用于判断混凝土的拌和状态,而非直接反映生产质量。近年来,深度学习的进步为坍落度预测技术带来了更多可能性。一些研究者利用机器学习模型学习混凝土参数(水灰比、骨料配比、搅拌时间等)与坍落度之间的关系。但是,由于混凝土原材料参数可能存在偏差,这些方法的鲁棒性较差。另一方面,一些技术采用灰度共生矩阵提取混凝土表面的纹理信息,再利用机器学习算法(如支持向量机)对混凝土坍落度
...【技术保护点】
1.一种基于图像及流速估计的混凝土坍落度预测方法,其特征在于,包括以下步骤,
2.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述混凝土的运输参数包括运输距离、运输当天湿度与气温。
3.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述电流曲线数据中电流曲线到达峰值之前的时间段为进料阶段,电流曲线在峰值至逐渐减小的时间段为混合阶段,电流曲线在一定时间内保持不变或是小幅度变化的时间段为混合均匀阶段;
4.如权利要求3所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述电
...【技术特征摘要】
1.一种基于图像及流速估计的混凝土坍落度预测方法,其特征在于,包括以下步骤,
2.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述混凝土的运输参数包括运输距离、运输当天湿度与气温。
3.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述电流曲线数据中电流曲线到达峰值之前的时间段为进料阶段,电流曲线在峰值至逐渐减小的时间段为混合阶段,电流曲线在一定时间内保持不变或是小幅度变化的时间段为混合均匀阶段;
4.如权利要求3所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述电流曲线保持不变或是小幅度变化的判断方法为连续至少5s中,电流的最大值和最小值之间的差小于2a。
5.如权利要求1所述的基于图像及流速估计的混凝土坍落度预测方法,其特征在于,所述搅拌图像的模糊判断方法为将搅拌图像中的搅拌中心位置作为判断区域,将搅拌图像剪切至相应位置,根据检测剪切后的搅拌图像的灰度均值,根据灰度均值判断搅拌图像的画面中是否存在由于弥散的分料导致的模糊情况;搅拌图像的去模糊处理方法为对检测后的搅拌图像进行直方均衡化处理,减轻由于光照引起的图像差异。
6.如权利要求1所...
【专利技术属性】
技术研发人员:杨建红,房怀英,黄文景,李峥嵘,林柏宏,王彧凯,韩明芝,张宝裕,黄伟晴,
申请(专利权)人:福建南方路面机械股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。