CN103091323A - 粘性土胀缩特性表征参数测试方法 - Google Patents
粘性土胀缩特性表征参数测试方法 Download PDFInfo
- Publication number
- CN103091323A CN103091323A CN2013100052815A CN201310005281A CN103091323A CN 103091323 A CN103091323 A CN 103091323A CN 2013100052815 A CN2013100052815 A CN 2013100052815A CN 201310005281 A CN201310005281 A CN 201310005281A CN 103091323 A CN103091323 A CN 103091323A
- Authority
- CN
- China
- Prior art keywords
- area
- sample
- disk
- soil body
- soil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
Abstract
本发明涉及一种土体表征参数及其测试方法,属于土木工程和地质工程中岩土工程勘察领域。本发明一种利用面积收缩率对粘性土进行判别与分类的新方法。通过计算机图像处理与图像计算技术,对粘性土收缩后面积进行精确计算,最后利用面缩率对不同粘性土的膨胀性进行判别与分类。本发明优点在于使用试样多,误差小,测试精度高,试验条件容易控制等。利于农作物的生长,促进农业高产增收。
Description
技术领域
本发明涉及一种土体表征参数及其测试方法,属于土木工程和地质工程中岩土工程勘察领域。
背景技术
目前对膨胀土的判别与分类方法较多,这些方法主要通过自由膨胀率、线胀缩率、液塑限、粘粒含量及矿物成分等指标中一个或多个组合来判别。上述方法的缺点是若采用单一指标,可能因为评判因子片面性和较大的变异系数而导致结果的不准确甚至错误,若采用多个指标进行评判,往往出现同一土样不同的指标属于不同的等级,而难于归类,很多指标变异系数较大。
发明内容
本发明所要解决的技术问题在于准确地对粘性土进行判别。针对上述分类方法的不足进行补充,本文利用膨胀土体积随含水率变化而变化的特征,简化成面积变化特性,研制测试设备和试验与测试方法,提出用面缩率来衡量膨胀土的胀缩性,利用面缩率对膨胀土判别与分类,其优点在于使用试样多,误差小,测试精度高,试验条件容易控制等优点。
粘性土胀缩性表征参数及测试方法,其特征在于测试设备包括:
一种粘性土胀缩特性表征参数测试方法,包括以下几个步骤,
第一步、试样制样:土体风干后过筛,加水配置成液性指数为1.6至2.4的泥浆,将所述泥浆倒入圆盘中,并轻轻振捣使试样平铺,所述圆盘表面平整光滑且呈黑色亚光;
第二步、试样养护:将试样放在室内养护至质量不变,温度控制在26℃±2℃、湿度为30%至70%范围内;
第三步、图像采集:将风干试样烘干后放置在相机固定架中间,保证收缩圆盘整体都在所拍图像中,用相机拍取试样照片;
第四步、数据处理与计算:将彩色图片转为黑白二值化图片,白色像数代表土体部分,黑色像素代表除土体其余部分,通过图像处理软件计算出黑色像数与白色像数个数,分别为N黑、N白;面缩率δs定义为土体干缩后面积S干与土体初始面积S初的比值,面缩率δs=S总×N白/[(N黑+N白)×S初],式中:S总为边长为D的圆盘外接正方形的面积,S总=D2,S初=πD2/4。
所述圆盘为金属材质,在所述金属材质圆盘的盛土表面具有黑色亚光的特氟龙涂料层。
所述圆盘直径为3cm至30cm,内腔深度为0.5cm至5cm,内腔壁与圆盘底面垂直。
本发明利用膨胀土体积随含水率变化而变化的特征,简化成面积变化特性,利用数码相机对体变过程进行拍照记录,再用图像计算软件对图像进行计算,得出土体收缩体变的参数。
利用本发明所述的分类方法,具有以下几个优点:
第一,使用土样多,降低了土样不均匀和特征不明显等缺点带来的误差;
第二,试验条件容易控制,操作简单;
第三,本发明使用像数计算法计算土体的面积,计算出的面积精确度高,极大地改善了膨胀土的判别与分类方法的精度与效率。
附图说明
图1为膨胀率与面缩率关系曲线;
图2为处理好的原始图像;
图3为灰度分布图。
具体实施方式
本发明提供了一种粘性土的判别与分类的方法。
本发明所述的方法包括以下几个步骤:
第一步、试样制备:土体风干后过0.5mm筛,加水配置成液性指数为2的泥浆,此时土体具有较好的流动性且无硬块,将一定质量(按75g干土质量和配置时的含水率换算出泥浆的质量)泥浆倒入圆盘,轻轻振捣使试样平铺于圆盘中且无气泡,圆盘的刚度保证了土体振捣时不发生变形;
第二步、试样养护:将试样放在室内敞开养护至质量不再改变,温度控制在26℃±2℃、湿度控制在50%,土体收缩后,由于内腔涂层光滑,圆盘内腔侧面对土体无粘结力,土体可以脱离内腔侧面而不产生粘结和破碎,将土样风干至质量不再改变后放入108℃烘箱中烘干。
第三步、图像采集:将风干试样烘干后放置在相机固定架中间,相机固定架用于将相机固定在试样的正上方,并水平摆放。相机高度无要求,只需保证收缩圆盘整体都在所拍图像中。用相机拍取试样照片,拍照时如有阴影可以用光源照亮,圆盘黑色亚光可以避免光源照射时产生反光导致的误差。
第四步、数据处理与计算:将相机采集到的图像用图像处理软件photoshop进行剪裁与去杂处理,再用matlab软件对图像进行二值化和相关参数的计算,如图2所示,图2为photoshop处理好的原始图像经matlab软件转为的黑白二值化图片,白色像数代表土体部分,黑色像素代表除土体其余部分,再计算出其灰度值,绘制灰度分布图(如图3)。图3中横坐标表示灰度值,灰度值为0时,表示该像素为黑色,灰度值为255时,表示该像素为白色,灰度值为0~255表示亮度介于黑色与白色之间。
根据图3进行图像分割,从图中可见有三个峰值,峰值表示亮度为该值的像素个数最多,从左至右,峰值及其邻域分别表示原始图像中黑色圆盘部分的像素、原始图像中土体部分的像素、圆盘外接正方形除圆盘外的白色区域,在matlab中调整阈值(某领域的界限)可以实现图像的分割,分割时将阈值选为两个峰值之间的谷值就可以将两峰值对应的图像分割开。
在这里,对图像进行分割的目的是将图片中的土体部分与其他部分区分开,图像中每个像数都有一个灰度值,由于光线的原因,土体部分的像数灰度值不是同一个值,而是某个范围,同样背景部分也是一个范围,分割的目的就是将这两个范围区分开。
通过matlab软件计算出黑色像数与白色像数个数,分别为N黑、N白。面缩率δs定义为土体干缩后面积S干与土体初始面积S初的比值,面缩率δs=S总×N白/[(N黑+N白)×S初],式中:S总为边长为D的圆盘外接正方形的面积,S总=D2,S初=πD2/4。
针对十种不同膨胀性的粘性土在统一初始条件下进行干缩试验研究,每组制样6个,试验试样烘干后测量每个试样的自由膨胀率,将其与面缩率进行对比,各组试验结果见表1。
表1不同自由膨胀率粘土试验结果表
表1
由表1可以看出,土体收缩后的面积及面积收缩率具有较小的变异性,变异系数比自由膨胀率小,不同自由膨胀率的膨胀土收缩后的面缩率具有明显的区别,面积收缩率随自由膨胀率增大具有增大趋势。
根据表1绘制成自由膨胀率与面缩率关系曲线,见图1。
由图1可以看出面缩率随着自由膨胀率增大而增大,面缩率与自由膨胀率三次曲线拟合关系式为:
y=-5.5×10-5x3+1.15×10-2x2-0.2983x+20.673
(R2=0.9555)
式中:y为面缩率×100%;
x为自由膨胀率;
R为相关系数。
相关系数又称线性相关系数.它是衡量变量之间线性相关程度的指标。样本相关系数用R表示,总体相关系数用ρ表示,相关系数R的取值范围为[-1,1]。|R|值越大,误差Q越小,变量之间的线性相关程度越高;|R|值越接近0,Q越大,变量之间的线性相关程度越低。
最后,粘土的膨胀性可以按照面缩率δs不同分为四类,分类表见表2:
表2为粘土的膨胀性判别与分类
面缩率δs | 膨胀性 |
δs<25% | 极弱 |
25%≤δs<35% | 弱 |
35%≤δs<45% | 中 |
δs≥45% | 强 |
优选的,实验中采用圆盘为金属材质,在所述金属材质圆盘的盛土表面具有黑色亚光的特氟龙涂料层。
优选的,所述圆盘直径为3cm至30cm,内腔深度为0.5cm至5cm,内腔壁与圆盘底面垂直。
本方法通过对不同初始条件下不同膨胀性的粘土进行收缩试验,运用计算机图像处理与像数计算技术对土体面积的计算,像数个数计算土体面积代替物理测量提高了计算的精确度。对试验土体的初始含水率、初始厚度,盛土圆盘的粗糙程度、试样表面缺陷等初始条件一一进行实验:
不同初始含水率对收缩的影响:
土体在不同初始含水率条件下具有不同的形态。根据液性指数区间不同,土体分别处于坚硬、硬塑、可塑、软塑和流塑状态。为了研究最佳制样含水率区间(此含水率条件下,土体无硬块且轻轻震动圆盘可以使试样厚度均匀地铺在圆盘中)和初始含水率对收缩的影响,本文设计了不同初始含水率的试验。
首先为了寻求最佳制样含水率,实验配置了液性指数从0.9至2.4时含水率试样。
试验发现:液性指数=1.4时,需要大力振捣圆盘才能使土样均匀水平散布在圆盘中,液性指数≥1.6时轻轻振捣即可。通过上述试验可以看出将土样液性指数大于1.6时便于制样,故试验最佳含水率应不低于液性指数为1.6时的含水率。
其次为了研究不同初始含水率对面缩率的影响,实验设计了自由膨胀率为70%的膨胀土不同含水率对收缩对比试验,初始干土质量为75g,试验结果见表3:
表3为不同初始含水率对土体收缩的影响
表3中面积均值为98.0cm2,变异系数为0.98%,面缩率为37.2%,变异系数为1.7%。
从上述试验可以看出:1.6≤液性指数≤2.4范围内的初始含水率对面缩率几乎无影响。为方便比较和制样,本方法将液性指数定为2。
不同厚度对收缩的影响:
为了分析试样厚度对面缩率的影响,本试验设计了不同厚度土样的试验。不同厚度通过干土质量不同来控制。制样表如下:
表4为制样参数
表4
表5为不同厚度对土体收缩的影响
表5
由上述试验可以看出:随着土体的厚度增加,土体收缩后块体个数减少,平均最大土块面积增大,但不同厚度对面缩率几乎没有影响。
通过不同厚度试验,本发明方法续试验厚度都统一为75g,在此厚度下,直径与厚度比小于0.05,此时块体大小适中,方便计算。
圆盘粗糙程度影响:
试验通过抹凡士林改变圆盘的粗糙程度进行对比试验,试验时对A组试样的圆盘不抹凡士林,B组试样底面和内侧均匀地抹上一层薄凡士林。
试验结果如表6
表6
通过不同粗糙程度的对比试验可以得出:
1、收缩圆盘的粗糙程度对土体的开裂程度有很大的影响,圆盘越粗糙,对
土体收缩的阻力就越大,土体就越容易破碎,裂隙条数越多,块体个数增多。
2、收缩后A组最终平均面缩率为30.2%,B组最终平均面缩率为30.0%,可以看出粗糙程度对面缩率几乎无影响。
3、抹凡士林的收缩后块体较少,便于计算,但当自由膨胀率较大时收缩程度大,整块土体容易卷曲,所以本发明方法后续试验均未抹凡士林。
试样缺陷的影响:
通过试验观察试样表面的裂隙具有明显的随机性,在同等条件下试样的裂隙条数、块体个数、块体大小等都不相同。
首条裂隙或开裂处对裂隙最终的形态具有很大的影响,通过对收缩开裂过程的观察发现:首条的裂隙多数产生在表面的缺陷处,缺陷是由于制样时气泡或者杂质造成,缺陷处抗拉强度较小处,该处产生应力集中,所以首先被拉裂,产生裂隙。裂隙产生后向前延伸,随着含水率降低会进一步发育,最终状态时最初产生的裂隙最宽最长。每组平行样的缺陷产生具有随机性,大小与多少并不相同,从各组试验结果中未发现初始缺陷对最终的面缩率有影响。
通过上述试验可以看出,土体的初始条件对土体收缩过程中土体的几何形态产生重要影响,但是对最终收缩后的面积影响较小,这为土体的判别提供了条件。通过上述试验研究可以得出利用面缩率对粘性土膨胀性进行判别与分类的试验初始条件可以统一为:土体的液性指数为2、干土质量为75g、每组试样盛土圆盘均未抹凡士林。
本发明一种粘性土胀缩特性表征参数及测试方法具有试样较大、影响因素少、测试精度高、试验条件容易控制等优点。
Claims (3)
1. 一种粘性土胀缩特性表征参数测试方法,其特征在于:包括以下几个步骤,
第一步、试样制样:土体风干后过筛,加水配置成液性指数为1.6至2.4的泥浆,将所述泥浆倒入圆盘中,并轻轻振捣使试样平铺,所述圆盘表面平整光滑且呈黑色亚光;
第二步、试样养护:将试样放在室内养护至质量不变,温度控制在26℃±2℃、湿度为30%至70%范围内;
第三步、图像采集:将风干试样烘干后放置在相机固定架中间,保证收缩圆盘整体都在所拍图像中,用相机拍取试样照片;
第四步、数据处理与计算:将彩色图片转为黑白二值化图片,白色像数代表土体部分,黑色像素代表除土体其余部分,通过图像处理软件计算出黑色像数与白色像数个数,分别为N黑、N白;面缩率δs定义为土体干缩后面积S干与土体初始面积S初的比值,面缩率δs=S总×N白/[(N黑+ N白)×S初],式中:S总为边长为D的圆盘外接正方形的面积, S总=D2, S初=πD2/4)。
2.根据权利要求1所述一种粘性土胀缩特性表征参数测试方法,其特征在于,所述圆盘为金属材质,在所述金属材质圆盘的盛土表面具有黑色亚光的特氟龙涂料层。
3.根据权利要求2所述的一种粘性土胀缩特性表征参数测试方法,其特征在于,所述圆盘直径为3cm至30cm,内腔深度为0.5cm至5cm,内腔壁与圆盘底面垂直。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100052815A CN103091323A (zh) | 2013-01-07 | 2013-01-07 | 粘性土胀缩特性表征参数测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100052815A CN103091323A (zh) | 2013-01-07 | 2013-01-07 | 粘性土胀缩特性表征参数测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103091323A true CN103091323A (zh) | 2013-05-08 |
Family
ID=48204157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100052815A Pending CN103091323A (zh) | 2013-01-07 | 2013-01-07 | 粘性土胀缩特性表征参数测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103091323A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782640A (zh) * | 2017-10-20 | 2018-03-09 | 东北大学 | 基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法 |
CN108344740A (zh) * | 2018-02-06 | 2018-07-31 | 河海大学 | 一种基于piv技术的膨胀土现场判别方法 |
CN108362729A (zh) * | 2018-01-31 | 2018-08-03 | 河海大学 | 一种用于膨胀土现场判别的装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030068989A (ko) * | 2002-02-19 | 2003-08-25 | 주식회사 핸손테크놀로지 | 분광광도계를 이용한 토양점토함량 분석방법 |
CN1995968A (zh) * | 2007-01-12 | 2007-07-11 | 北京工业大学 | 一种排水沥青混凝土有效空隙特征参数提取方法 |
CN102401778A (zh) * | 2011-04-20 | 2012-04-04 | 河海大学 | 膨胀土胀缩表征参数的测量装置及其测量方法 |
CN102297879B (zh) * | 2010-06-28 | 2013-06-05 | 长江水利委员会长江科学院 | 用土壤电导率进行膨胀土(岩)现场快速判别的方法 |
-
2013
- 2013-01-07 CN CN2013100052815A patent/CN103091323A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20030068989A (ko) * | 2002-02-19 | 2003-08-25 | 주식회사 핸손테크놀로지 | 분광광도계를 이용한 토양점토함량 분석방법 |
CN1995968A (zh) * | 2007-01-12 | 2007-07-11 | 北京工业大学 | 一种排水沥青混凝土有效空隙特征参数提取方法 |
CN102297879B (zh) * | 2010-06-28 | 2013-06-05 | 长江水利委员会长江科学院 | 用土壤电导率进行膨胀土(岩)现场快速判别的方法 |
CN102401778A (zh) * | 2011-04-20 | 2012-04-04 | 河海大学 | 膨胀土胀缩表征参数的测量装置及其测量方法 |
Non-Patent Citations (4)
Title |
---|
X.PENG 等: ""Quantification of soil shrinkage in 2D by digital image processing of soil surface"", 《SOIL & TILLAGE RESEARCH》, vol. 91, 30 December 2006 (2006-12-30) * |
刘春 等: ""基于数字图像识别的岩土体裂隙形态参数分析方法"", 《岩土工程学报》, vol. 30, no. 9, 30 September 2008 (2008-09-30) * |
柯尊敬: ""对胀缩土缩限计算公式的修正及修正公式的应用"", 《广西大学学报( 自然科学版)》, vol. 4, no. 1, 30 December 1979 (1979-12-30) * |
漆宝瑞 等: ""膨胀土的膨胀系数、收缩系数求解及应用"", 《铁道标准设计》, 30 December 2005 (2005-12-30) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782640A (zh) * | 2017-10-20 | 2018-03-09 | 东北大学 | 基于数字图像进行岩石试件含水均匀性检测和扩散系数计算的方法 |
CN107782640B (zh) * | 2017-10-20 | 2020-07-31 | 东北大学 | 一种进行岩石试件含水均匀性检测和扩散系数计算的方法 |
CN108362729A (zh) * | 2018-01-31 | 2018-08-03 | 河海大学 | 一种用于膨胀土现场判别的装置 |
CN108362729B (zh) * | 2018-01-31 | 2022-07-01 | 河海大学 | 一种用于膨胀土现场判别的装置 |
CN108344740A (zh) * | 2018-02-06 | 2018-07-31 | 河海大学 | 一种基于piv技术的膨胀土现场判别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109269951B (zh) | 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法 | |
Wang et al. | Geometric and fractal analysis of dynamic cracking patterns subjected to wetting-drying cycles | |
CN102288606B (zh) | 基于机器视觉的花粉活力测定方法 | |
Wang et al. | Morphological approach to quantifying soil cracks: Application to dynamic crack patterns during wetting‐drying cycles | |
CN110441142B (zh) | 一种数字图像技术测量砂砾料三轴试样表面膜嵌入量的方法 | |
CN103091323A (zh) | 粘性土胀缩特性表征参数测试方法 | |
CN105654482B (zh) | 基于数字图像技术的土石混合体表征单元体尺度的确定方法 | |
CN102494996A (zh) | 一种湿粘物料粘附特性测试装置与方法 | |
CN107545572A (zh) | 图像中目标的处理方法和装置 | |
CN104197866B (zh) | 玉米籽粒剖面角质与粉质百分比的定量测定方法 | |
Shao et al. | A kind of pavement crack detection method based on digital image processing | |
CN108153947B (zh) | 一种基于软岩现场状态的崩解特征的描述方法 | |
CN106093035B (zh) | 一种土体演变的微距视频图像识别方法 | |
CN108152245A (zh) | 一种金线莲及其混伪品的鉴别方法 | |
Sakti et al. | Estimating soil moisture content using red-green-blue imagery from digital camera | |
CN111307070B (zh) | 基于数字图像处理对混凝土粗集料的棱角度测量方法 | |
CN107843552B (zh) | 推进剂吸湿后填料粒子与基体界面脱湿的定量检测方法 | |
Wen et al. | Computer vision technology determines optimal physical parameters for sorting Jindan 73 maize seeds | |
CN114648659A (zh) | 一种基于迁移学习的轻量化混凝土桥梁病害识别方法 | |
Passos et al. | Quality indices in degraded pasture in hilly relief | |
Albar et al. | Classification of intrusive igneous rocks using digital image processing: a binary approach | |
CN203037229U (zh) | 用于粘性土胀缩特性表征参数测试的收缩圆盘 | |
Tian et al. | 3d damage identification of soil rock mixture based on image processing technology | |
Wu et al. | Classification of single cereal grain kernel using shape parameters based on machine vision | |
CN104268892A (zh) | 一种叶片表面尘土量的图像确定方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130508 |