CN106153533B - 基于图像处理技术测定矿料界面细观强度的方法 - Google Patents
基于图像处理技术测定矿料界面细观强度的方法 Download PDFInfo
- Publication number
- CN106153533B CN106153533B CN201610430179.3A CN201610430179A CN106153533B CN 106153533 B CN106153533 B CN 106153533B CN 201610430179 A CN201610430179 A CN 201610430179A CN 106153533 B CN106153533 B CN 106153533B
- Authority
- CN
- China
- Prior art keywords
- failure
- mineral aggregate
- value
- image
- adhesion strength
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N19/00—Investigating materials by mechanical methods
- G01N19/04—Measuring adhesive force between materials, e.g. of sealing tape, of coating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明涉及一种基于图像处理技术测定矿料界面细观强度的方法,包括以下步骤:对试模进行n组直接拉伸或者剪切破坏试验;对中厚层油膜条件下的试模进行拉伸或者剪切破坏试验;读取试验最大破坏荷载数值,并采集试模上下破坏界面的图像;对图像进行灰度和最大类间方差像素处理;计算出沥青与矿料界面间粘附强度和沥青自身粘结强度初值;得到每一样本的总体强度值σ';重复最后两步骤直至误差小于限定值。本发明有效地实现了粘结与粘附失效面积的智能识别统计,能够同时测定沥青与矿料界面间粘结与粘附强度的实现,使得粘附强度的测定无需首先已知该粘结强度,对混合料矿料界面细观强度测定方法的相关研究具有显著意义。
Description
技术领域
本发明属于沥青与矿料表界面低温粘结与粘附强度测试技术领域,特别涉及一种基于图像处理技术测定矿料界面细观强度的方法。
背景技术
水煮法是我国当前评价沥青与大于13.2mm粒径粗矿料表面间粘附等级的规范性方法。该方法存在的主要技术缺陷有:一、具有较强的主观性,沥青的剥离面积的估计值因人而异很难准确估计。二、试验测试结果仅仅为经验性指标,依据沥青的剥离面积经验性判定出沥青的粘附等级。目前,对于粘附强度定量测定方法中的《混合料矿料接触面细观强度的定量测试方法》(专利号:ZL.201210359254.3)可以基本实现了粘附强度的定量测试。该方法的具体实现方式如下:将厚层油膜的矿料试模进行拉伸或剪切破坏,测定某一低温条件下沥青与矿料界面间的粘结强度。已知该低温条件下沥青与该矿料间的粘结强度后,再进行薄层油膜及中厚层油膜试验,得出该低温条件下的沥青与矿料界面间的粘附强度。
在该方法测定过程中主要存在的技术缺陷有:一、粘结与粘附面积统计主观性强。粘结与粘附共存状态下的失效面积的统计方法采用的是人工网格划分法,统计出沥青与矿料界面间的粘附失效区面积、粘结失效区面积。这种测量方式效率较低,而且沥青与矿料之间的粘结与粘附破坏较为离散,破坏形状不规则,因此统计误差较大,主观性强。二、不能实现中厚层油膜状态下粘结与粘附强度的同时测定。该技术中粘附强度的测定方法首先需要通过厚层油膜条件试验测定沥青的平均粘结强度代表值。然后将该粘结强度作为已知量,并根据薄层油膜及中厚层油膜条件试验计算出沥青与矿料界面间的粘附强度。试验样本量较大,试验效率较低。
发明内容
本发明要解决现有技术中的混合料矿料接触面细观强度的测定依赖于人工统计,导致效率低、误差大的技术问题,提供一种基于图像处理技术测定矿料界面细观强度的方法。
为了解决上述技术问题,本发明的技术方案具体如下:
一种基于图像处理技术测定矿料界面细观强度的方法,包括以下步骤:
步骤i:对试模进行n组直接拉伸或者剪切破坏试验;n为不小于5的整数;
步骤ii:对中厚层油膜条件下的试模进行拉伸或者剪切破坏试验;读取试验最大破坏荷载数值,并采集试模上下破坏界面的图像;
步骤iii:对图像进行灰度和最大类间方差像素处理;将图像处理后得到的第i个样本失效界面中的粘附失效比例和粘结失效区域比例分别记作ai和bi;
步骤iv:将n组数据分别建立粘附失效区矩阵{a1...an},粘结失效区矩阵{b1...bn}和破坏总体强度矩阵{σ1...σn}记作σ,分别代入式(3)中,计算出沥青与矿料界面间粘附强度和沥青自身粘结强度初值;
其中,σta为粘附强度,σtc为粘结强度,Cn为粘结失效比例与粘附失效比例矩阵,
步骤v:将步骤iv中得到的粘结与粘附强度代入公式(4)中,得到每一样本的总体强度值σ';
其中,Ci为第i个样本粘结失效比例与粘附失效比例,σ′i为第i个样本的总体强度,σi为第i个样本的实测总体强度;1≤i≤n;
令εi为第i个样本的误差比例;则当max{εi}大于某一限定值时,则判定误差最大值所对应的试验数据为无效值,进行剔除;此时,有效试验数据组数为n-1;
步骤vi:重复步骤iv和步骤v直至误差小于限定值。
在上述技术方案中,步骤iii中,在对图像进行灰度和最大类间方差像素处理之前,先将试模破坏面以外的图像裁掉,以保证需要处理的图像全部为破坏面。
在上述技术方案中,步骤iv中,当max{εi}大于某一限定值则判定误差最大值所对应的试验数据为无效值,上述限定值的取值范围为0.03~0.07。
在上述技术方案中,步骤iv中,当max{εi}大于某一限定值则判定误差最大值所对应的试验数据为无效值,上述限定值的取值范围为0.05。
本发明具有以下的有益效果:
本发明的基于图像处理技术识别粘结与粘附失效面积,有效替代了人工网格划分法统计不规则的粘结与粘附失效区域,显著提高了试验数据统计的效率和准确度。采用最小二乘数据处理与误差分析方法对试验数据进行处理,实现了能够同时测定沥青与矿料界面间粘结与粘附强度。
本发明的基于图像处理技术和最小二乘试验数据测试矿料界面细观强度的定量测试方法,有效地实现了粘结与粘附失效面积的智能识别统计,能够同时测定沥青与矿料界面间粘结与粘附强度的实现,使得粘附强度的测定无需首先已知该粘结强度,这显著提高了试验效率,减少了厚层油膜测试粘结强度的试样样本数量。本发明的基于图像处理技术测定矿料界面细观强度的方法,对混合料矿料界面细观强度测定方法的相关研究具有显著意义。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1是利用图像技术原理实现粘结与粘附失效面积智能识别统计流程图。
图2是利用图像技术原理处理失效界面的效果示意图。
图3是采用该技术测试图像界面效果示意图。
图4是粘结与粘附强度数据处理流程图。
具体实施方式
本发明的发明思想为:针对现有技术中的粘结粘附失效面积采用传统的方格划分法存在着试验效率低,试验误差大的缺陷,本发明的基于图像处理技术测定矿料界面细观强度的方法,基于图像处理分析技术,能够智能辨别统计出粘结与粘附失效区域面积,提高效率,减小误差。
同时,在沥青矿料界面间粘结与粘附失效共同存在的失效模式下,现有技术中的方法需要已知沥青自身粘结强度而推导出粘附强度。本发明针对上述不足,提出了采用最小二乘原理数据处理方法,通过对多组试验数据进行拟合,并应用误差分析剔除无效数据,综合得出中厚层油膜粘结与粘附共存失效状态下的沥青矿料界面间的粘结与粘附强度。
本发明的基于图像处理技术测定矿料界面细观强度的方法提高了试验的操作效率和准确性,同时也实现了中厚层油膜沥青与矿料界面间的粘结与粘附共存状态下的定量测试。沥青矿料界面间的粘结与粘附细观强度的测试可以同时测定。
本发明的基于图像处理技术测定矿料界面细观强度的方法,包括以下内容:
一、基于图像处理技术统计粘结与粘附失效界面的面积比:
记试模失效界面图像大小为M×N,图像中像素的灰度值小于阈值t的像素即粘附失效像素的个数记作Na,像素灰度大于阈值t的像素即粘结失效像素的个数记作Nc。图像总平均方差为u,图像类间方差为σ2,则有:
u=wa×ua+wc×uc (1)
σ2=wa×(ua-u)2+wc×(uc-u)2 (2)
利用遍历算法可以实现类间灰度方差σ2最大。当σ2最大时,灰度图像所划分出的像素区域即为该图像的粘附和粘结区域。而试模失效界面分为上、下两个表界面,依据粘附失效事件与粘结失效事件是彼此互斥的。因此,试模中粘附失效区域面积为上、下表界面均经过图像处理技术分辨出的粘附失效面积的总和;剩余面积即为粘结失效区域面积。
二、基于最小二乘原理计算粘结与粘附强度
将n组平行试验得到的n组数据分别建立粘附失效区比率矩阵{a1...an},粘结失效区比率矩阵{b1...bn}和破坏总体强度矩阵{σ1...σn}记作σ。假定n组数据样本值为真,将拉伸或剪切破坏荷载及各粘结与粘附失效区面积分别代入式(3)。式(3)的解即分别为沥青与矿料表面拉伸或剪切的粘附强度和粘结强度。
式中:
将上述计算的粘结强度和粘附强度回代入公式(4)中,可以获得第i个样本的总体强度σ′i,而第i个样本的实测总体强度σi已知。因此,不妨令则当max{εi}大于某一限定值时,则判定误差最大值所对应的试验数据为无效值,进行剔除。此时,有效试验数据组数为n-1。
重复上述运算直至max{εi}小于限定值后,所计算的粘结、粘附强度数据判定为最终有效值。
下面结合附图对本发明做以详细说明。
本发明的基于图像处理技术测定矿料界面细观强度的方法需要保证有效平行试验组数至少为5组,以减少试验拟合数据偶然误差影响概率。下面对本发明做进一步详细描述:
步骤i:按照《混合料矿料接触面细观强度的定量测试方法》(专利号:ZL.201210359254.3)中测试方法对试模进行若干组直接拉伸或者剪切破坏试验。其中试模的尺寸以及试模的养护条件均按照该专利说明进行试验操作,在此不再赘述。
步骤ii:按照混合料矿料接触面细观强度的定量测试方法对中厚层油膜条件下的试模进行拉伸或者剪切破坏试验。读取试验最大破坏荷载数值,并采集试模上下破坏界面的图像。图像要求曝光率均匀,像素清晰,保证图像放大后肉眼可以分辨出粘结和粘附失效,如图2(a)所示。
步骤iii:在图像采集后,需要将试模破坏面以外的图像裁掉,以保证需要处理的图像全部为破坏面。利用Matlab对已剪裁好的图像进行灰度和最大类间方差像素处理,失效界面图像处理过程如图1所示。图像处理方法采用最大类间方差法。使得类间灰度方差最大的灰度阈值可以通过遍历算法得到。当类间灰度方差最大时,灰度图像划分出的像素区域即为粘附和粘结区域;输出第i组上、下矿料表面失效图像试验样本的粘附与粘结面积失效比例。第i组样本的粘附失效区域面积为上、下表界面均经过图像处理技术分辨出的粘附失效面积总和。根据粘结与粘附失效事件彼此互斥可知,粘结失效区域面积比与粘附失效区域面积比总和为1。此时,将粘附与粘结失效区域比例分别记作ai和bi。为了方便鉴别图像处理效果,有必要对该方法处理过的图片效果进行鉴别。图2为图像处理图片效果说明图。图3为利用该图像技术方法实现的试验效果图。
步骤iv:将n组数据分别建立粘附失效区矩阵{a1...an},粘结失效区矩阵{b1...bn}和破坏总体强度矩阵{σ1...σn}记作σ,分别代入式(3)中,计算出沥青与矿料界面间粘附强度和沥青自身粘结强度初值。
步骤v:将步骤iv中得到的粘结与粘附强度代入公式(4)中,可以得到每一样本的总体强度值σ'。这样,已知第i个样本的总体强度σ′i和实测总体强度σi,此时便可以计算出每一样本的εi,限定值取值范围为0.03~0.07。本实施例中取限定值为0.05。当max{εi}大于某一限定值时,即max{εi}>0.05;则判定误差最大值所对应的试验数据为无效值,进行剔除。此时,有效试验数据组数由n变为n-1。
步骤vi:重复步骤iv和步骤v直至误差小于限定值。粘结与粘附强度拟合值的计算流程如图4所示。
基于图像处理技术测定矿料界面细观强度不仅仅有效解决了失效界面粘结与粘附失效面积的准确统计难题,而且实现了中厚层油膜粘结粘附共存状态下粘结粘附强度的同时测定。该种测定方法测定沥青的粘附强度时不需要已知试验沥青自身的粘结强度,显著提高了试验效率,减少了试验的样本量。因此,本发明的基于图像处理技术测定矿料界面细观强度的方法,对混合料矿料界面细观强度测定方法的相关研究具有显著意义。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (4)
1.一种基于图像处理技术测定矿料界面细观强度的方法,其特征在于,包括以下步骤:
步骤i:对试模进行n组直接拉伸或者剪切破坏试验;n为不小于5的整数;
步骤ii:对中厚层油膜条件下的试模进行拉伸或者剪切破坏试验;读取试验最大破坏荷载数值,并采集试模上下破坏界面的图像;
步骤iii:对图像进行灰度和最大类间方差像素处理;将图像处理后得到的第i个样本失效界面中的粘附失效比例和粘结失效区域比例分别记作ai和bi;
步骤iv:将n组数据分别建立粘附失效区矩阵{a1...an},粘结失效区矩阵{b1...bn}和破坏总体强度矩阵{σ1...σn}记作σ,分别代入式(3)中,计算出沥青与矿料界面间粘附强度和沥青自身粘结强度初值;
其中,σta为粘附强度,σtc为粘结强度,Cn为粘结失效比例与粘附失效比例矩阵,
步骤v:将步骤iv中得到的粘结与粘附强度代入公式(4)中,得到每一样本的总体强度值σ′i;
其中,Ci为第i个样本粘结失效比例与粘附失效比例构成的矩阵,σ′i为第i个样本的总体强度,σi为第i个样本的实测总体强度;1≤i≤n;
令εi为第i个样本的误差比例;则当max{ε1,…εi,...εn}大于某一限定值时,则判定误差最大值所对应的试验数据为无效值,进行剔除;此时,有效试验数据组数为n-1;
步骤vi:重复步骤iv和步骤v直至误差小于限定值。
2.根据权利要求1所述的基于图像处理技术测定矿料界面细观强度的方法,其特征在于,步骤iii中,在对图像进行灰度和最大类间方差像素处理之前,先将试模破坏面以外的图像裁掉,以保证需要处理的图像全部为破坏面。
3.根据权利要求1所述的基于图像处理技术测定矿料界面细观强度的方法,其特征在于,步骤iv中,当max{ε1,…εi,...εn}大于某一限定值则判定误差最大值所对应的试验数据为无效值,上述限定值的取值范围为0.03~0.07。
4.根据权利要求1所述的基于图像处理技术测定矿料界面细观强度的方法,其特征在于,步骤iv中,当max{ε1,…εi,...εn}大于某一限定值则判定误差最大值所对应的试验数据为无效值,上述限定值的取值范围为0.05。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610430179.3A CN106153533B (zh) | 2016-06-16 | 2016-06-16 | 基于图像处理技术测定矿料界面细观强度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610430179.3A CN106153533B (zh) | 2016-06-16 | 2016-06-16 | 基于图像处理技术测定矿料界面细观强度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106153533A CN106153533A (zh) | 2016-11-23 |
CN106153533B true CN106153533B (zh) | 2018-09-14 |
Family
ID=57353125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610430179.3A Expired - Fee Related CN106153533B (zh) | 2016-06-16 | 2016-06-16 | 基于图像处理技术测定矿料界面细观强度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106153533B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287125A (zh) * | 2017-12-28 | 2018-07-17 | 新疆新华叶尔羌河流域水利水电开发有限公司 | 一种基于图像处理的砂砾石材料级配快速分析系统及方法 |
CN110956604B (zh) * | 2018-09-27 | 2022-12-16 | 上海蔚来汽车有限公司 | 一种用于对粘接胶的有效粘接面积进行统计的方法和系统 |
CN110146444A (zh) * | 2019-06-11 | 2019-08-20 | 重庆大学 | 一种复合绝缘子粘结强度的检测方法 |
CN110806409A (zh) * | 2019-11-27 | 2020-02-18 | 云南电网有限责任公司电力科学研究院 | 一种复合绝缘子粘结强度的检测方法 |
CN111766201A (zh) * | 2020-07-29 | 2020-10-13 | 滕国粹 | 一种评价低温条件下沥青、沥青结合料与矿料粘附效果的方法 |
CN113237830B (zh) * | 2021-05-25 | 2023-06-20 | 山西路桥建设集团有限公司 | 检测沥青-陈化钢渣集料粘附性能的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830062A (zh) * | 2012-09-25 | 2012-12-19 | 吉林大学 | 混合料矿料接触面细观强度的定量测试方法 |
CN203083913U (zh) * | 2013-01-17 | 2013-07-24 | 大连交通大学 | 一种沥青与集料界面粘附力测定装置 |
CN203929605U (zh) * | 2014-06-10 | 2014-11-05 | 长安大学 | 一种沥青与集料粘结力测试装置 |
CN205175891U (zh) * | 2015-12-04 | 2016-04-20 | 西安外事学院 | 一种沥青与石料的低温粘结性试验装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RO103413B1 (ro) * | 1989-05-06 | 1993-12-05 | Inst Politehnic Timisoara | Dispozitiv pentru determinarea adezivitațîi bitumului |
-
2016
- 2016-06-16 CN CN201610430179.3A patent/CN106153533B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830062A (zh) * | 2012-09-25 | 2012-12-19 | 吉林大学 | 混合料矿料接触面细观强度的定量测试方法 |
CN203083913U (zh) * | 2013-01-17 | 2013-07-24 | 大连交通大学 | 一种沥青与集料界面粘附力测定装置 |
CN203929605U (zh) * | 2014-06-10 | 2014-11-05 | 长安大学 | 一种沥青与集料粘结力测试装置 |
CN205175891U (zh) * | 2015-12-04 | 2016-04-20 | 西安外事学院 | 一种沥青与石料的低温粘结性试验装置 |
Non-Patent Citations (3)
Title |
---|
Factors of Adhesion between Asphalt and Mineral Aggregates;Chuanfeng Zheng et al.;《Applied Mechanics and Materials》;20121213;第256-259卷;第1765-1768页 * |
基于数字图像技术的混凝土细观层次力学建模;秦武等;《水利学报》;20110430;第42卷(第4期);第431-439页 * |
水煮法定量研究初探;李剑飞等;《公路工程》;20091031;第34卷(第5期);第112-115页、第129页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106153533A (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106153533B (zh) | 基于图像处理技术测定矿料界面细观强度的方法 | |
CN109142049A (zh) | 一种基于小裂纹扩展速率模型的疲劳寿命预测方法 | |
CN101901342B (zh) | 影像目标区域的提取方法和装置 | |
WO2011097591A2 (en) | Particle processing systems and methods for normalization/calibration of same | |
CN106872472A (zh) | 混凝土外观质量检测评价方法 | |
CN104174505B (zh) | 一种定量预报矿石浮选理论选矿回收率和精矿品位的方法 | |
Lien et al. | Non-destructive impact test for assessment of tomato maturity | |
Jakobsen et al. | Estimating time series phytoplankton carbon biomass: inter-lab comparison of species identification and comparison of volume-to-carbon scaling ratios | |
CN103593668B (zh) | 一种金属板材冲压接头力学性能试验裂纹自动识别方法 | |
CN105092461B (zh) | 一种基于图像的金属腐蚀高通量表征实验装置 | |
CN105572152B (zh) | 一种复合材料x射线成像灵敏度的替代性测定方法 | |
Neethirajan et al. | Classification of vitreousness in durum wheat using soft X-rays and transmitted light images | |
CN104677819B (zh) | 一种评价 Cu 系金属纳米多层膜材料附着性能的方法 | |
Schuster et al. | Investigations on the execution and evaluation of the Pummel test for polyvinyl butyral based interlayers | |
Jamaluddin et al. | Importance of screening for macroprolactin in all hyperprolactinaemic sera | |
Yao et al. | Inspection of rice appearance quality using machine vision | |
CN105371996A (zh) | 一种金属材料压力加工产生的残余应力的测量方法 | |
CN115372138A (zh) | 一种高强钢真实断裂应变的测量方法 | |
CN105701797B (zh) | 连续带状多孔金属材料漏镀缺陷的判定方法 | |
Chandra et al. | Evaluation of ductile tearing resistance of an interstitial free steel sheet using SENT specimens | |
CN104165696A (zh) | 一种材料表面颜色特征在线自动检测方法 | |
CN103760168A (zh) | 基于光滑度特征量的旋切类木制品表面灰度缺陷检测方法 | |
Ballerini et al. | Fractal analysis of microscopic images of breast tissue | |
Hou et al. | The Rice Impurity Vision Inspection Method based OpenCV | |
CN1281952C (zh) | 一种整精米自动识别的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180914 Termination date: 20190616 |