CN113109219A - 一种基于图像分析的沥青路面用粗集料级配监控方法 - Google Patents
一种基于图像分析的沥青路面用粗集料级配监控方法 Download PDFInfo
- Publication number
- CN113109219A CN113109219A CN202110476173.0A CN202110476173A CN113109219A CN 113109219 A CN113109219 A CN 113109219A CN 202110476173 A CN202110476173 A CN 202110476173A CN 113109219 A CN113109219 A CN 113109219A
- Authority
- CN
- China
- Prior art keywords
- aggregate
- gradation
- pile
- coarse aggregate
- coarse
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means, e.g. by light scattering, diffraction, holography or imaging
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C19/00—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
- E01C19/02—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for preparing the materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Abstract
本发明属于沥青路面面层施工质量控制技术领域,具体涉及一种基于图像分析的沥青路面用粗集料级配监控方法,包括以下步骤:1)拍照;2)判定集料颗粒能否通过边长为A的筛孔,筛孔记为Am;对集料颗粒进行分组;以集料颗粒的图像面积Smi代替集料颗粒的体积,计算各筛孔通过率Pn计算;3)在粗集料料堆第一次使用前或粗集料料堆级配变化过大时,测定粗集料实际的第n个筛孔的通过率;以实测数据与计算数据的比值作为修正系数Bn对第n个筛孔的通过率进行标定;4)计算集料级配;(5)粗集料料堆级配以各个测定位置的均值表示;6)对料堆级配进行检测。本方案能根据监控的结果实时对混合料的级配进行控制,保证混合料的级配符合要求。
Description
技术领域
本发明属于沥青路面面层施工质量控制技术领域,具体涉及一种基于图像分析的沥青路面用粗集料级配监控方法。
背景技术
作为道路结构的主要型式之一,沥青路面因具有行车舒适、维修方便等优势在中国得到十分广泛的应用。沥青路面由沥青和混合料拌合均匀后铺设得到,混合料包括粗集料、细集料和矿粉。混合料级配的获取对于沥青路面施工质量的控制具有十分重要的意义,混合料级配关乎沥青路面的承载力、使用寿命、抗高温低温性能等,混合料级配对沥青路面性能有很大影响。
在混合料的生产现场,对混合料的级配仅仅是从拌合楼单方面对各个冷料仓供料量进行控制,并不能最终对混合料级配进行监控,这样可能会导致实际的生产级配与设计级配偏离,使得混合料的力学性能以及路用性能下降,不能满足设计要求。因此,在混合料的生产过程中,需要对混合料级配进行检测,从而可以依据设计级配对各料仓的供料进行精确控制,使得生产级配不至于偏离设计级配太远。
现有的集料级配检测方法通常包括以下几种:有机溶剂抽提法、燃烧法和基于数字图像处理的集料级配检测方法,有机溶剂抽提法和燃烧法的检测对象为已经将各种物料级配混合后的集料,检测过程为分散多步骤式的,这两种方法的缺点是仅仅对沥青和混合料拌合后的结果抽样进行检测(属于事后检测),无法在沥青、粗集料、细集料和矿粉混合前进行检测分析,不能实时对混合料级配过程产生影响。事后检测存在很大的缺陷,此时由于沥青和混合料已经拌合完成,再对该混合料的级配进行调整是极为困难的,难以确保该部分的混合料级配符合要求。基于数字图像处理的集料级配检测方法的检测对象为成型后的集料路面取芯试件,对试件材料进行数字化成像,通过初步分析,增强处理、颗粒分析等技术得到压实后的混合料集料级配组成,这种方法也属于事后检测,不能实时对混合料级配过程产生影响。
发明内容
本发明意在提供一种基于图像分析的沥青路面用粗集料级配监控方法,以解决现有的集料级配检测方法均为事后检测,不能实时对混合料级配过程产生影响的问题。
为了达到上述目的,本发明的方案为:一种基于图像分析的沥青路面用粗集料级配监控方法,包括以下步骤:
(1)利用拍摄设备对粗集料料堆的多个位置进行拍照,得到图像;
(2)利用图像识别软件对粗集料料堆的集料颗粒进行识别,通过图像识别软件自动判定集料颗粒是否能够通过边长为A的筛孔,筛孔有8个及以上,筛孔记为Am(m=1、2、3、4...,m≥8);不同筛孔的边长不同,A1的边长小于A2,A2的边长小于A3,A3的边长小于A4,以此类推;以能够通过的最小筛孔Am对集料颗粒进行分组,将集料颗粒记为mi,mi表示最小筛孔为Am的第i个集料颗粒;以集料颗粒的图像面积Smi代替集料颗粒的体积,不同粒径的集料颗粒表观密度ρm通过实测获得,以此为基础计算各筛孔通过率,第n个筛孔(n=1~m)的集料通过率为Pn计算,
(3)在粗集料料堆第一次使用前或粗集料料堆级配变化过大时,按照《公路工程集料试验规程》对粗集料料堆进行均匀取样并按照《粗集料及集料混合料的筛分试验》测定粗集料实际的第n个筛孔的通过率,记为Pn标定;以实测数据与计算数据的比值作为修正系数Bn对第n个筛孔的通过率进行标定,即,
(4)计算每个拍照位置的集料级配,第n个筛孔的通过率计算公式为:
Pn=BnPn计算
(5)粗集料料堆级配以各个测定位置的均值表示;
(6)对料堆级配的检测每天进行不少于3次,若其中一次的测得值与标准值相差过大,对拌合楼参数进行调整,保证混合料的稳定。
本方案的工作原理及有益效果在于:粗集料的级配会最终影响混合料的级配,若粗集料的实际级配与设计级配存在较大的偏差,最后混合料的级配也必然受到影响,导致混合料的级配不符合要求。在本方案中,通过借助图像分析我们可以最终计算得到第n个筛孔的通过率Pn,通过Pn能够确定粗集料的级配,也即本方案能够监控沥青路面用粗集料级配。在监控过程中若发现粗集料的实际级配与设计级配存在较大的偏差,工作人员可通过调整粗集料的用量、粗集料与细集料、矿粉的比例来控制最终混合料的级配,确保混合料的级配就是需要的级配,从而最终保证修建后的沥青路的质量。在本方案中,对粗集料级配的监控属于事前监控,此时粗集料未与细集料、矿粉混合制成混合料,更未最终与沥青混合,可根据监控的结果实时对混合料的级配进行控制,与事后控制的方法相比,操作简单,而且能始终保证混合料的级配符合要求,不会造成原料的浪费。
可选地,步骤(2)中,A分别为2.36mm、4.75mm、9.5mm、13.2mm、16mm、19mm、26.5mm、31.5mm、37.5mm、53mm,分别为第1-10个筛孔,记为Am(m=1-10)。上述筛孔的边长为标准的筛孔尺寸,以上述尺寸为测试的基准,符合相关规范的要求。
可选地,步骤(1)中,利用拍摄设备按照上中下三个位置,通过前后左右四个方向对粗集料料堆进行拍照。这样操作基本能把粗集料料堆的各个位置都拍摄到,确保得到的数据能较好的代表该粗集料料堆中的集料颗粒。
可选地,步骤(5)中,粗集料料堆在上、中、下三个位置的级配分别以料堆上、中、下在前后左右四个方向的级配平均值表示;粗集料料堆级配以上、中、下三个位置的均值表示。通过均值的方式表示粗集料料堆级配,能够有效减少误差。
可选地,步骤(6)中,对料堆级配的检测以每天拌和设备上料前、上料中途及上料结束后共进行3次。在这3个节点对料堆级配进行检测,最后测得的数据更具代表性,可靠性更强。
可选地,步骤(3)中,粗集料料堆级配变化过大指沥青混合料的合成矿料级配超出《公路沥青路面施工技术规范》表11.4.4的允许偏差范围。
可选地,拍摄设备为数码相机。
具体实施方式
下面通过具体实施方式进一步详细说明:
一种基于图像分析的沥青路面用粗集料级配监控方法,包括以下步骤:
(1)利用数码相机按照上中下三个位置,通过前后左右四个方向对粗集料料堆进行拍照,得到图像;拍摄时,数码相机距离每个拍摄位置的距离保持一致。
(2)利用图像识别软件对粗集料料堆的集料颗粒进行识别,通过图像识别软件自动判定集料颗粒是否能够通过边长为A的筛孔(即该颗集料的图像能够包含在边长为A的正方形内),A分别为2.36mm、4.75mm、9.5mm、13.2mm、16mm、19mm、26.5mm、31.5mm、37.5mm、53mm,分别为第1-10个筛孔,记为Am(m=1-10)。以能够通过的最小筛孔Am对集料颗粒进行分组,将集料颗粒记为mi,mi表示最小筛孔为Am的第i个集料颗粒;以集料颗粒的图像面积Smi代替集料颗粒的体积,不同粒径的集料颗粒表观密度ρm通过实测获得,以此为基础计算各筛孔通过率,第n个筛孔(n=1~m)的集料通过率为Pn计算,
(3)在粗集料料堆第一次使用前或粗集料料堆级配变化过大使得沥青混合料的合成矿料级配超出《公路沥青路面施工技术规范》(JTG F40-2004)表11.4.4的允许偏差范围时,按照《公路工程集料试验规程》(JTG E42-2005)对粗集料料堆进行均匀取样并按照《粗集料及集料混合料的筛分试验》(T0302-2005)测定粗集料实际的第n个筛孔的通过率,记为Pn标定;以实测数据与计算数据的比值作为修正系数Bn对第n个筛孔的通过率进行标定,即,
(4)计算每个拍照位置的集料级配,第n个筛孔的通过率计算公式为:
Pn=BnPn计算
(5)粗集料料堆在上、中、下三个位置的级配分别以料堆上、中、下在前后左右四个方向的级配平均值表示;粗集料料堆级配以上、中、下三个位置的均值表示。
(6)对料堆级配的检测以每天拌和设备上料前、上料中途及上料结束后共进行3次,若其中一次的测得值与标准值相差过大,对合成级配产生较大影响时,对拌合楼参数进行调整,保证混合料的稳定。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和本发明的实用性。
Claims (7)
1.一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:包括以下步骤:
(1)利用拍摄设备对粗集料料堆的多个位置进行拍照,得到图像;
(2)利用图像识别软件对粗集料料堆的集料颗粒进行识别,通过图像识别软件自动判定集料颗粒是否能够通过边长为A的筛孔,筛孔有8个及以上,筛孔记为Am(m=1、2、3、4...,m≥8);不同筛孔的边长不同,A1的边长小于A2,A2的边长小于A3,A3的边长小于A4,以此类推;以能够通过的最小筛孔Am对集料颗粒进行分组,将集料颗粒记为mi,mi表示最小筛孔为Am的第i个集料颗粒;以集料颗粒的图像面积Smi代替集料颗粒的体积,不同粒径的集料颗粒表观密度ρm通过实测获得,以此为基础计算各筛孔通过率,第n个筛孔(n=1~m)的集料通过率为Pn计算,
(3)在粗集料料堆第一次使用前或粗集料料堆级配变化过大时,按照《公路工程集料试验规程》对粗集料料堆进行均匀取样并按照《粗集料及集料混合料的筛分试验》测定粗集料实际的第n个筛孔的通过率,记为Pn标定;以实测数据与计算数据的比值作为修正系数Bn对第n个筛孔的通过率进行标定,即,
(4)计算每个拍照位置的集料级配,第n个筛孔的通过率计算公式为:
Pn=BnPn计算
(5)粗集料料堆级配以各个测定位置的均值表示;
(6)对料堆级配的检测每天进行不少于3次,若其中一次的测得值与标准值相差过大,对拌合楼参数进行调整,保证混合料的稳定。
2.根据权利要求1所述的一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:步骤(2)中,A分别为2.36mm、4.75mm、9.5mm、13.2mm、16mm、19mm、26.5mm、31.5mm、37.5mm、53mm,分别为第1-10个筛孔,记为Am(m=1-10)。
3.根据权利要求2所述的一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:步骤(1)中,利用拍摄设备按照上中下三个位置,通过前后左右四个方向对粗集料料堆进行拍照。
4.根据权利要求3所述的一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:步骤(5)中,粗集料料堆在上、中、下三个位置的级配分别以料堆上、中、下在前后左右四个方向的级配平均值表示;粗集料料堆级配以上、中、下三个位置的均值表示。
5.根据权利要求4所述的一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:步骤(6)中,对料堆级配的检测以每天拌和设备上料前、上料中途及上料结束后共进行3次。
6.根据权利要求1-5任一项所述的一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:步骤(3)中,粗集料料堆级配变化过大指沥青混合料的合成矿料级配超出《公路沥青路面施工技术规范》表11.4.4的允许偏差范围。
7.根据权利要求6所述的一种基于图像分析的沥青路面用粗集料级配监控方法,其特征在于:拍摄设备为数码相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110476173.0A CN113109219B (zh) | 2021-04-29 | 2021-04-29 | 一种基于图像分析的沥青路面用粗集料级配监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110476173.0A CN113109219B (zh) | 2021-04-29 | 2021-04-29 | 一种基于图像分析的沥青路面用粗集料级配监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113109219A true CN113109219A (zh) | 2021-07-13 |
CN113109219B CN113109219B (zh) | 2022-07-01 |
Family
ID=76720515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110476173.0A Active CN113109219B (zh) | 2021-04-29 | 2021-04-29 | 一种基于图像分析的沥青路面用粗集料级配监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113109219B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002005637A (ja) * | 2000-06-22 | 2002-01-09 | Sumitomo Metal Mining Co Ltd | 高温状態にある粒状物集合体の体積若しくは重量測定法 |
CN101153850A (zh) * | 2006-09-30 | 2008-04-02 | 长安大学 | 一种沥青混合料的检测方法及系统 |
CN101551310A (zh) * | 2009-05-11 | 2009-10-07 | 招商局重庆交通科研设计院有限公司 | 级配碎石板状试件轮碾成型方法及其密度测量方法 |
CN101793664A (zh) * | 2010-03-18 | 2010-08-04 | 长安大学 | 一种集料级配实时检测方法和图像采集系统 |
CN103575752A (zh) * | 2013-11-05 | 2014-02-12 | 浙江大学 | 一种沥青混合料均匀性评价方法 |
CN103837536A (zh) * | 2014-03-03 | 2014-06-04 | 招商局重庆交通科研设计院有限公司 | 便携式沥青混合料级配快速分析设备 |
US20140257742A1 (en) * | 2011-10-15 | 2014-09-11 | Research Institute Of Highway, Mot, Prc | Method to structure mineral aggregate gradation by using three control points and two curves |
CN104502245A (zh) * | 2015-01-08 | 2015-04-08 | 青岛理工大学 | 一种利用图像分析技术测定砂子细度模数的方法 |
CN106596358A (zh) * | 2016-12-07 | 2017-04-26 | 山东大学 | 基于图像处理的透水混凝土集料粒径测量方法 |
CN107784646A (zh) * | 2017-09-29 | 2018-03-09 | 长安大学 | 一种路用集料的自适应检测方法 |
CN107884555A (zh) * | 2017-11-08 | 2018-04-06 | 长安大学 | 一种冷再生沥青混合料的rap级配检验方法 |
CN107909584A (zh) * | 2017-11-09 | 2018-04-13 | 东南大学 | 一种通过冷料监控的沥青混合料级配预估方法 |
CN108560351A (zh) * | 2018-05-19 | 2018-09-21 | 哈尔滨工业大学 | 一种基于结构参数的沥青路面混合料品质保证方法 |
CN209046795U (zh) * | 2018-12-29 | 2019-06-28 | 重庆交通大学 | 沥青混合料摊铺均匀性数字图像实时采集装置 |
CN110135275A (zh) * | 2019-04-19 | 2019-08-16 | 苏交科集团股份有限公司 | 一种集料颗粒识别方法 |
CN110398444A (zh) * | 2019-07-16 | 2019-11-01 | 东南大学 | 基于移动滑块的沥青路面施工过程冷集料颗粒体系形态检测与级配预估方法 |
-
2021
- 2021-04-29 CN CN202110476173.0A patent/CN113109219B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002005637A (ja) * | 2000-06-22 | 2002-01-09 | Sumitomo Metal Mining Co Ltd | 高温状態にある粒状物集合体の体積若しくは重量測定法 |
CN101153850A (zh) * | 2006-09-30 | 2008-04-02 | 长安大学 | 一种沥青混合料的检测方法及系统 |
CN101551310A (zh) * | 2009-05-11 | 2009-10-07 | 招商局重庆交通科研设计院有限公司 | 级配碎石板状试件轮碾成型方法及其密度测量方法 |
CN101793664A (zh) * | 2010-03-18 | 2010-08-04 | 长安大学 | 一种集料级配实时检测方法和图像采集系统 |
US20140257742A1 (en) * | 2011-10-15 | 2014-09-11 | Research Institute Of Highway, Mot, Prc | Method to structure mineral aggregate gradation by using three control points and two curves |
CN103575752A (zh) * | 2013-11-05 | 2014-02-12 | 浙江大学 | 一种沥青混合料均匀性评价方法 |
CN103837536A (zh) * | 2014-03-03 | 2014-06-04 | 招商局重庆交通科研设计院有限公司 | 便携式沥青混合料级配快速分析设备 |
CN104502245A (zh) * | 2015-01-08 | 2015-04-08 | 青岛理工大学 | 一种利用图像分析技术测定砂子细度模数的方法 |
CN106596358A (zh) * | 2016-12-07 | 2017-04-26 | 山东大学 | 基于图像处理的透水混凝土集料粒径测量方法 |
CN107784646A (zh) * | 2017-09-29 | 2018-03-09 | 长安大学 | 一种路用集料的自适应检测方法 |
CN107884555A (zh) * | 2017-11-08 | 2018-04-06 | 长安大学 | 一种冷再生沥青混合料的rap级配检验方法 |
CN107909584A (zh) * | 2017-11-09 | 2018-04-13 | 东南大学 | 一种通过冷料监控的沥青混合料级配预估方法 |
CN108560351A (zh) * | 2018-05-19 | 2018-09-21 | 哈尔滨工业大学 | 一种基于结构参数的沥青路面混合料品质保证方法 |
CN209046795U (zh) * | 2018-12-29 | 2019-06-28 | 重庆交通大学 | 沥青混合料摊铺均匀性数字图像实时采集装置 |
CN110135275A (zh) * | 2019-04-19 | 2019-08-16 | 苏交科集团股份有限公司 | 一种集料颗粒识别方法 |
CN110398444A (zh) * | 2019-07-16 | 2019-11-01 | 东南大学 | 基于移动滑块的沥青路面施工过程冷集料颗粒体系形态检测与级配预估方法 |
Non-Patent Citations (9)
Title |
---|
C.F.MORA 等: "Particle size distribution analysis of coarse aggregate using digital image processing", 《CEMENT AND CONCRETE RESEARCH》 * |
JIUPENG ZHANG 等: "Evaluation of aggregate gradation and distributing homogeneity based on the images of asphalt mixture", 《ROAD MATERIALS AND PAVEMENT DESIGN》 * |
L BRUNO等: "Image analysis for detecting aggregate gradation in asphalt mixture from planar images", 《CONSTRUCTION AND BUILDING MATERIALS》 * |
XINXIN DING 等: "Mix Proportion Design of Self-Compacting SFRC with Manufactured Sand Based on the Steel Fiber Aggregate Skeleton Packing Test", 《MATERIALS》 * |
中华人民共和国交通部: "《JTGF40-2004 公路沥青路面施工技术规范》", 4 September 2004 * |
张颖: "辽河特细砂分形特征及特细砂混凝土试验研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
闵斌: "基于图像处理的沥青混合料油石比识别方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
陈德: "沥青混合料表面构造图像评价方法及抗滑降噪性能预测研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
黄晓明 等: "《土木工程材料 第3版》", 31 August 2013, 东南大学出版社 * |
Also Published As
Publication number | Publication date |
---|---|
CN113109219B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118775B (zh) | 厂拌水泥稳定碎石骨料组成快速检测方法 | |
Tan et al. | Clogging evaluation of permeable bases | |
WO2023280300A1 (zh) | 基于摄像机组三维重建的堆石粒径识别与监控装置及方法 | |
Rushing et al. | Asphalt pavement analyzer used to assess rutting susceptibility of hot-mix asphalt designed for high tire pressure aircraft | |
CN110458975A (zh) | 一种沥青混合料拌和过程监测系统及方法 | |
CN113109219B (zh) | 一种基于图像分析的沥青路面用粗集料级配监控方法 | |
Wu et al. | Analysis of coarse aggregate performance based on the modified Micro Deval abrasion test | |
CN113129283B (zh) | 一种基于数字图像的填料级配智能检测压实控制方法 | |
CN111626529A (zh) | 一种再生沥青混合料中rap分散程度评价方法 | |
Yang et al. | Research into different methods for measuring the particle-size distribution of aggregates: An experimental comparison | |
CN111507980B (zh) | 动态图像法检测矿石碎磨产品粒度分布的校正方法 | |
Tran et al. | Evaluating the rutting resistance of wearing course mixtures with different fine aggregate sources using the indirect tensile strength test | |
Marjavaara et al. | Filling the gap between buffer and rock in the deposition hole | |
CN103616312A (zh) | 一种天然砂砾最大干密度的测算方法 | |
Maerz et al. | Measurement of flat and elongation of coarse aggregate using digital image processing | |
Saghafi et al. | Image processing method to estimate the wearing condition of slurry seal mixtures | |
Santamarina et al. | Development and testing of a zooming technique for fragmentation measurement | |
Kiran et al. | Experimental studies to characterize gradation segregation of asphalt mixes | |
CN216870297U (zh) | 基于摄像机组三维重建的堆石粒径识别与监控装置 | |
JP7267056B2 (ja) | Csg材の品質測定・管理方法及び品質測定・管理システム | |
Jony et al. | Effect of Polymer Additives on Permeability of Asphalt Concrete Mixtures | |
Zhao et al. | Establishment of rutting model of wheel-tracking test for real-time prediction of rut depth of asphalt layers | |
Zhang et al. | Impacts of aggregate morphological characteristics on asphalt-mixture performance during mixing | |
Huang et al. | Study on the gradation of crushed sand by using a novel digital image processing methodology | |
Mampearachchi et al. | Aggregate interlocking of open-graded friction courses with compaction effort |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |