CN114002415A - 一种混凝土塌落度视觉人工智能实时检测设备及方法 - Google Patents
一种混凝土塌落度视觉人工智能实时检测设备及方法 Download PDFInfo
- Publication number
- CN114002415A CN114002415A CN202111270070.5A CN202111270070A CN114002415A CN 114002415 A CN114002415 A CN 114002415A CN 202111270070 A CN202111270070 A CN 202111270070A CN 114002415 A CN114002415 A CN 114002415A
- Authority
- CN
- China
- Prior art keywords
- slump
- concrete
- video
- deflection block
- artificial intelligence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000011897 real-time detection Methods 0.000 title claims abstract description 19
- 230000000007 visual effect Effects 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 230000000246 remedial effect Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 238000003756 stirring Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010224 classification analysis Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 10
- 239000000203 mixture Substances 0.000 description 8
- 238000010276 construction Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000004568 cement Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005204 segregation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000264877 Hippospongia communis Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004570 mortar (masonry) Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
- G01N33/383—Concrete or cement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Ceramic Engineering (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种混凝土塌落度视觉人工智能实时检测设备及方法，涉及建筑工程技术领域，包括监控组件，所述监控组件包括监控摄像头，所述监控摄像头底部固定安装有纵向偏转块，远离所述监控摄像头的纵向偏转块的端部设有横向偏转块，且横向偏转块和纵向偏转块销接，远离所述纵向偏转块的横向偏转块的端部设有固定块，且横向偏转块的端部和固定块销接，所述横向偏转块的背面设有连接板，且连接板和横向偏转块固定连接。智能监控系统，科技含量高，操作简便，精确度高，易维护保养，可实现线上远程监控或无人监控预警，并且对于塌落度的检测具有快速、实时的效果，采用此智能监控系统，方便易用，便于大规模推广，能够提升建筑工程的质量。
Description
技术领域
本发明涉及建筑工程技术领域，具体为一种混凝土塌落度视觉人工智能实时检测设备及方法。
背景技术
混凝土和易性是一项综合的技术性质，它与施工工艺密切相关。通常包括有流动性、保水性和粘聚性三个方面。
流动性是指新拌混凝土在自重或机械振捣的作用下，能产生流动，并均匀密实地填满模板的性能。流动性反映出拌合物的稀稠程度。若混凝土拌合物太干稠，则流动性差，难以振捣密实；若拌合物过稀，则流动性好，但容易出现分层离析现象。主要影响因素是混凝土用水量。
粘聚性是指新拌混凝土的组成材料之间有一定的粘聚力，在施工过程中，不致发生分层和离析现象的性能。粘聚性反映混凝土拌合物的均匀性。若混凝土拌合物粘聚性不好，则混凝土中集料与水泥浆容易分离，造成混凝土不均匀，振捣后会出现蜂窝和空洞等现象。主要影响因素是胶砂比。
保水性是指在新拌混凝土具有一定的保水能力，在施工过程中，不致产生严重泌水现象的性能。保水性反映混凝土拌合物的稳定性。保水性差的混凝土内部易形成透水通道，影响混凝土的密实性，并降低混凝土的强度和耐久性。主要影响因素是水泥品种、用量和细度。
塌落度是衡量混凝土质量性能的一个重要指标，坍落度检测在预拌混凝土生产、运输以及工地浇筑施工中有着广泛应用，坍落度是指混凝土的和易性，体现的是混凝土是否易于施工操作和均匀密实的性能，包括混凝土的保水性、流动性和粘聚性，是衡量混凝土拌合物稠度的一个重要指标。
传统坍落度检测的不足：首先工序复杂，设备简陋，需要对水泥取样，需要检测场地，很多时候现场不具备条件；其次操作繁琐，周期长，通常一个周期要10多分钟，施工过程中，时间不允许；并且精确度低，靠人工读数，易污易损，损耗很大。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种混凝土塌落度视觉人工智能实时检测设备及方法，解决了传统的人工采样检测的繁琐过程，同时解决了传统的塌落度检测效率低，精准度低的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种混凝土塌落度视觉人工智能实时检测设备，包括监控组件，所述监控组件包括监控摄像头，所述监控摄像头底部固定安装有纵向偏转块，远离所述监控摄像头的纵向偏转块的端部设有横向偏转块，且横向偏转块和纵向偏转块销接，远离所述纵向偏转块的横向偏转块的端部设有固定块，且横向偏转块的端部和固定块销接，所述横向偏转块的背面设有连接板，且连接板和横向偏转块固定连接。
优选的，所述监控组件的侧面设有墙体，且监控组件中的连接板固定安装在墙体表面，所述墙体的顶部固定安装有支撑架，所述支撑架表面嵌有下料装置，所述下料装置的顶部固定安装有限位架，且下料装置和支撑架通过限位架固定连接。
优选的，所述下料装置的正下方设有进料装置，所述进料装置的侧面设有搅拌车。
优选的，所述监控摄像头的横向偏转角度和纵向偏转角度均为45度。
优选的，一种混凝土塌落度视觉人工智能实时检测方法，包括智能识别系统，所述智能识别系统包括硬件系统和软件系统，所述硬件系统通过监控摄像头、录像机、智能边缘设备和应用服务平台组成，软件系统通过视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成。
优选的，所述硬件系统的运行流程如下：
Sp1：安装监控摄像头，并且对准下料装置和进料装置的位置；
Sp2：通过录像机对监控摄像头采集的混凝土流动视频传输给智能边缘设备；
Sp3：通过智能边缘设备将整体的视频信息发送到应用服务平台；
Sp4：通过应用服务平台的服务器发送到操作平台，通过人工操作获取混凝土塌落度的信息。
优选的，所述软件系统的运行流程如下：
Sp1：当搅拌车入库时，搅拌站下料并且启动监控摄像头，通过监控摄像头的数据采集，通过软件系统对视频实时处理；
Sp2：将现场的混凝土流动视频接入、采集和分类标注，并对视频进行预处理；
Sp3：将视频的特征提取，建立混凝土分类分析模型，进行模型的分级推理计算；
Sp4：对于分析后的视频，得出混凝土的塌落度，并且判断塌落度的数值，当塌落度大于200mm时，混凝土过稀；当塌落度为180mm时，混凝土合格；当塌落度小于160mm时，混凝土过干，在混凝土为过稀和过干时，系统对监测人员报警，工作人员会及时采取相应的补救措施。
(三)有益效果
本发明提供了一种混凝土塌落度视觉人工智能实时检测设备及方法。具备以下有益效果：
1、本发明采用监控摄像头，监控摄像头具有实时图像采集识别的功能，用视觉AI算法，从现场的监控摄像头拍摄的混凝土流动视频中，找到视频和混凝土塌落度的对应关系：混凝土搅拌站，进料口实时图像AI分析终端，对进料图像实时分析，计算混凝土塌落度，如果塌落度异常，对监测人员进行报警，以便采取相应的补救措施，保证混凝土的质量。
2、本发明采用智能识别系统，硬件由监控摄像头、录像机、智能边缘设备和应用服务平台，智能分类识别系统软件由视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成，结合搅拌站实际情况和现场质检需求，选取搅拌站下料口为检测窗口，监控摄像头采用斜45度角安装方式，并对现场进行处理，避免阳光对下料口的直射。
3、本发明采用智能监控系统，科技含量高，操作简便，精确度高，易维护保养，可实现线上远程监控或无人监控预警，并且对于塌落度的检测具有快速、实时的效果，采用此智能监控系统，方便易用，便于大规模推广，能够提升建筑工程的质量。
附图说明
图1为本发明中塌落度检测设备的立体结构示意图；
图2为图1中监控组件的放大图；
图3为本发明的软件系统流程图；
图4为本发明的整体检测方法流程图。
其中，1、支撑架；2、监控组件；201、连接板；202、横向偏转块；203、纵向偏转块；204、监控摄像头；205、固定块；3、墙体；4、限位架；5、下料装置；6、进料装置；7、搅拌车。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
参照图1、2，一种混凝土塌落度视觉人工智能实时检测设备，包括监控组件2，监控组件2包括监控摄像头204，监控摄像头204底部固定安装有纵向偏转块203，远离监控摄像头204的纵向偏转块203的端部设有横向偏转块202，且横向偏转块202和纵向偏转块203销接，远离纵向偏转块203的横向偏转块202的端部设有固定块205，且横向偏转块202的端部和固定块205销接，横向偏转块202的背面设有连接板201，且连接板201和横向偏转块202固定连接，监控摄像头204的横向偏转角度和纵向偏转角度均为45度。
监控组件2的侧面设有墙体3，且监控组件2中的连接板201固定安装在墙体3表面，墙体3的顶部固定安装有支撑架1，支撑架1表面嵌有下料装置5，下料装置5的顶部固定安装有限位架4，且下料装置5和支撑架1通过限位架4固定连接，下料装置5的正下方设有进料装置6，进料装置6的侧面设有搅拌车7。
采用监控摄像头204，监控摄像头204具有实时图像采集识别的功能，用视觉AI算法，从现场的监控摄像头204拍摄的混凝土流动视频中，找到视频和混凝土塌落度的对应关系：混凝土搅拌站，进料口实时图像AI分析终端，对进料图像实时分析，计算混凝土塌落度，如果塌落度异常，对监测人员进行报警，以便采取相应的补救措施，保证混凝土的质量。
此设备科技含量高，操作简便，精确度高，易维护保养，可实现线上远程监控或无人监控预警，并且对于塌落度的检测具有快速、实时的效果，采用此智能监控系统，方便易用，便于大规模推广，能够提升建筑工程的质量。
实施例二：
参照图3，一种混凝土塌落度视觉人工智能实时检测方法，包括智能识别系统，智能识别系统包括硬件系统和软件系统，硬件系统通过监控摄像头204、录像机、智能边缘设备和应用服务平台组成。
硬件系统的运行流程如下：
Sp1：安装监控摄像头204，并且对准下料装置5和进料装置6的位置；
Sp2：通过录像机对监控摄像头204采集的混凝土流动视频传输给智能边缘设备；智能边缘设备拉取下料口视频流，对视频进行分析过滤，选取下料并有少量堆积的视频帧，根据视频情况进行图像预处理，将处理后的图像送入模型分析引擎进行推理分类，获取坍落度分类数据，根据每盘下料时间区间进行统计，给出评判结果。
Sp3：通过智能边缘设备将整体的视频信息发送到应用服务平台；
Sp4：通过应用服务平台的服务器发送到操作平台，通过人工操作获取混凝土塌落度的信息。软件系统的运行流程如下：
实施例三：
参照图4，软件系统通过视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成。
Sp1：当搅拌车7入库时，搅拌站下料并且启动监控摄像头204，通过监控摄像头204的数据采集，通过软件系统对视频实时处理；预处理对采集的搅拌站视频进行缩放对齐校准和图像增强，提高不同场景不同安装距离下视频识别的普适性，对受环境干扰的图片进行增强。
Sp2：将现场的混凝土流动视频接入、采集和分类标注，并对视频进行预处理；
Sp3：将视频的特征提取，建立混凝土分类分析模型，进行模型的分级推理计算；特征提取模块主要抽取混凝土分类颜色和粒径等外观特征，及流动和密度等纹理及运动特征，分析模型主要采用深度学习分析来混凝土类别，实时给出分类等级，智能分析应用包括模型训练、质量分类标签和阈值调整等模型相关的模块，以及模型预警、统计分析等智能运营管理模块。
数据采集模块根据搅拌站系统ERP接口，导入生产时间，施工部位，砼强度，浇注方式，坍落度要求，车号，运距等信息，数据采集模块根据生产时间，截取每盘混凝土下料视频数据，操作员录入每盘混凝土分类数据，实时显示算法模型预估分类数据，操作员可确认分类准确性。
Sp4：对于分析后的视频，得出混凝土的塌落度，并且判断塌落度的数值，当塌落度大于200mm时，混凝土过稀；当塌落度为180mm时，混凝土合格；当塌落度小于160mm时，混凝土过干，在混凝土为过稀和过干时，系统对监测人员报警，工作人员会及时采取相应的补救措施。
采用智能识别系统，硬件由监控摄像头204、录像机、智能边缘设备和应用服务平台，智能分类识别系统软件由视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成，结合搅拌站实际情况和现场质检需求，选取搅拌站下料口为检测窗口，监控摄像头204采用斜45度角安装方式，并对现场进行处理，避免阳光对下料口的直射。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个引用结构”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种混凝土塌落度视觉人工智能实时检测设备，包括监控组件(2)，其特征在于：所述监控组件(2)包括监控摄像头(204)，所述监控摄像头(204)底部固定安装有纵向偏转块(203)，远离所述监控摄像头(204)的纵向偏转块(203)的端部设有横向偏转块(202)，且横向偏转块(202)和纵向偏转块(203)销接，远离所述纵向偏转块(203)的横向偏转块(202)的端部设有固定块(205)，且横向偏转块(202)的端部和固定块(205)销接，所述横向偏转块(202)的背面设有连接板(201)，且连接板(201)和横向偏转块(202)固定连接。
2.根据权利要求1所述的一种混凝土塌落度视觉人工智能实时检测设备，其特征在于：所述监控组件(2)的侧面设有墙体(3)，且监控组件(2)中的连接板(201)固定安装在墙体(3)表面，所述墙体(3)的顶部固定安装有支撑架(1)，所述支撑架(1)表面嵌有下料装置(5)，所述下料装置(5)的顶部固定安装有限位架(4)，且下料装置(5)和支撑架(1)通过限位架(4)固定连接。
3.根据权利要求2所述的一种混凝土塌落度视觉人工智能实时检测设备，其特征在于：所述下料装置(5)的正下方设有进料装置(6)，所述进料装置(6)的侧面设有搅拌车(7)。
4.根据权利要求1所述的一种混凝土塌落度视觉人工智能实时检测设备，其特征在于：所述监控摄像头(204)的横向偏转角度和纵向偏转角度均为45度。
5.一种混凝土塌落度视觉人工智能实时检测方法，包括智能识别系统，其特征在于：所述智能识别系统包括硬件系统和软件系统，所述硬件系统通过监控摄像头(204)、录像机、智能边缘设备和应用服务平台组成，软件系统通过视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成。
6.根据权利要求5所述的一种混凝土塌落度视觉人工智能实时检测方法，其特征在于：所述硬件系统的运行流程如下：
Sp1：安装监控摄像头(204)，并且对准下料装置(5)和进料装置(6)的位置；
Sp2：通过录像机对监控摄像头(204)采集的混凝土流动视频传输给智能边缘设备；
Sp3：通过智能边缘设备将整体的视频信息发送到应用服务平台；
Sp4：通过应用服务平台的服务器发送到操作平台，通过人工操作获取混凝土塌落度的信息。
7.根据权利要求5所述的一种混凝土塌落度视觉人工智能实时检测方法，其特征在于：所述软件系统的运行流程如下：
Sp1：当搅拌车(7)入库时，搅拌站下料并且启动监控摄像头(204)，通过监控摄像头(204)的数据采集，通过软件系统对视频实时处理；
Sp2：将现场的混凝土流动视频接入、采集和分类标注，并对视频进行预处理；
Sp3：将视频的特征提取，建立混凝土分类分析模型，进行模型的分级推理计算；
Sp4：对于分析后的视频，得出混凝土的塌落度，并且判断塌落度的数值，当塌落度大于200mm时，混凝土过稀；当塌落度为180mm时，混凝土合格；当塌落度小于160mm时，混凝土过干，当混凝土过稀和过干时，系统对监测人员报警，工作人员会及时采取相应的补救措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111270070.5A CN114002415A (zh) | 2021-10-29 | 2021-10-29 | 一种混凝土塌落度视觉人工智能实时检测设备及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111270070.5A CN114002415A (zh) | 2021-10-29 | 2021-10-29 | 一种混凝土塌落度视觉人工智能实时检测设备及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114002415A true CN114002415A (zh) | 2022-02-01 |
Family
ID=79924999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111270070.5A Pending CN114002415A (zh) | 2021-10-29 | 2021-10-29 | 一种混凝土塌落度视觉人工智能实时检测设备及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114002415A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114895008A (zh) * | 2022-05-25 | 2022-08-12 | 湖南三一快而居住宅工业有限公司 | 一种混凝土塌落度确定方法及系统 |
| CN115019252A (zh) * | 2022-02-28 | 2022-09-06 | 北京建工集团有限责任公司 | 混凝土质量检测方法、装置及监控设备 |
| CN117630344A (zh) * | 2024-01-25 | 2024-03-01 | 西南科技大学 | 实时在线检测混凝土坍落度范围的方法 |
| WO2024139254A1 (zh) * | 2022-12-29 | 2024-07-04 | 常德市三一机械有限公司 | 塌落度检测方法、装置、工程机械及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103196794A (zh) * | 2013-04-17 | 2013-07-10 | 东南大学 | 一种用于测试混凝土新拌性能的自动测试系统 |
| CN106959298A (zh) * | 2017-04-26 | 2017-07-18 | 大连理工大学 | 基于机器视觉的水工建筑物混凝土裂缝实时在线监测系统 |
| CN110610061A (zh) * | 2019-09-30 | 2019-12-24 | 湖南大学 | 一种融合多源信息的混凝土塌落度高精度预测方法 |
| CN111582188A (zh) * | 2020-05-11 | 2020-08-25 | 广东创成建设监理咨询有限公司 | 一种基于人工智能的混凝土浇筑旁站监理方法 |
| CN111730758A (zh) * | 2020-07-22 | 2020-10-02 | 珠海春禾新材料研究院有限公司 | 一种预拌混凝土的监测装置及其监测方法 |
| CN112927184A (zh) * | 2021-01-15 | 2021-06-08 | 重庆交通大学 | 基于深度学习的自密实混凝土性能检测方法及装置 |
| CN112924654A (zh) * | 2021-01-15 | 2021-06-08 | 重庆交通大学 | 非接触式混凝土保塑性能智能化实时检测方法及装置 |
| CN113134913A (zh) * | 2021-05-24 | 2021-07-20 | 厦门豪主意智造科技有限公司 | 车载混凝土拌合物远程智能控制系统及混凝土搅拌车 |
-
2021
- 2021-10-29 CN CN202111270070.5A patent/CN114002415A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103196794A (zh) * | 2013-04-17 | 2013-07-10 | 东南大学 | 一种用于测试混凝土新拌性能的自动测试系统 |
| CN106959298A (zh) * | 2017-04-26 | 2017-07-18 | 大连理工大学 | 基于机器视觉的水工建筑物混凝土裂缝实时在线监测系统 |
| CN110610061A (zh) * | 2019-09-30 | 2019-12-24 | 湖南大学 | 一种融合多源信息的混凝土塌落度高精度预测方法 |
| CN111582188A (zh) * | 2020-05-11 | 2020-08-25 | 广东创成建设监理咨询有限公司 | 一种基于人工智能的混凝土浇筑旁站监理方法 |
| CN111730758A (zh) * | 2020-07-22 | 2020-10-02 | 珠海春禾新材料研究院有限公司 | 一种预拌混凝土的监测装置及其监测方法 |
| CN112927184A (zh) * | 2021-01-15 | 2021-06-08 | 重庆交通大学 | 基于深度学习的自密实混凝土性能检测方法及装置 |
| CN112924654A (zh) * | 2021-01-15 | 2021-06-08 | 重庆交通大学 | 非接触式混凝土保塑性能智能化实时检测方法及装置 |
| CN113134913A (zh) * | 2021-05-24 | 2021-07-20 | 厦门豪主意智造科技有限公司 | 车载混凝土拌合物远程智能控制系统及混凝土搅拌车 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115019252A (zh) * | 2022-02-28 | 2022-09-06 | 北京建工集团有限责任公司 | 混凝土质量检测方法、装置及监控设备 |
| CN114895008A (zh) * | 2022-05-25 | 2022-08-12 | 湖南三一快而居住宅工业有限公司 | 一种混凝土塌落度确定方法及系统 |
| WO2024139254A1 (zh) * | 2022-12-29 | 2024-07-04 | 常德市三一机械有限公司 | 塌落度检测方法、装置、工程机械及设备 |
| CN117630344A (zh) * | 2024-01-25 | 2024-03-01 | 西南科技大学 | 实时在线检测混凝土坍落度范围的方法 |
| CN117630344B (zh) * | 2024-01-25 | 2024-04-05 | 西南科技大学 | 实时在线检测混凝土坍落度范围的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114002415A (zh) | 一种混凝土塌落度视觉人工智能实时检测设备及方法 | |
| CN101709954B (zh) | 一种基于机器视觉技术的架空线路覆冰在线监测装置 | |
| CN109208468B (zh) | 一种基于视频分析的桥梁自动检查系统 | |
| CN111582188B (zh) | 一种基于人工智能的混凝土浇筑旁站监理方法 | |
| CN102131101A (zh) | 智能视频图像质量自动分析系统及其分析方法 | |
| CN208119426U (zh) | 一种多旋翼自动取水样无人机 | |
| CN104581054A (zh) | 基于视频的输电线路巡检方法及系统 | |
| CN211179117U (zh) | 一种水质在线检测取样预处理装置 | |
| CN115019252B (zh) | 混凝土质量检测方法、装置及监控设备 | |
| CN115326137A (zh) | 一种商品混凝土生产线工艺流程在线监测管理平台 | |
| CN113865644B (zh) | 一种场所内排水设施运行监测系统 | |
| CN116993665A (zh) | 一种基于计算机视觉的建筑工程作业面施工进度的智能检测方法 | |
| CN117857779B (zh) | 一种基于物联网的设备数字化巡检方法 | |
| CN207281061U (zh) | 一种多时段间隔水质监测系统 | |
| CN209070579U (zh) | 一种沥青拌和站动态监控系统 | |
| CN204065106U (zh) | 一种大气干湿沉降多参数在线连续自动监测仪 | |
| CN115436384A (zh) | 一种基于无人机图像的配电箱表面缺陷检测系统及方法 | |
| CN110456722A (zh) | 一种湖水水质监控与预测系统 | |
| CN216449594U (zh) | 一种在线全自动检测设备及其系统 | |
| CN109765149B (zh) | 一种基于总悬浮颗粒物确定降尘量的方法及装置 | |
| CN114442658A (zh) | 输配电线路无人机自动巡检系统及其运行方法 | |
| CN111462039A (zh) | 一种基于matlab软件的清水混凝土外观质量评价方法 | |
| CN202004914U (zh) | 智能视频图像质量自动分析系统 | |
| CN201607213U (zh) | 一种架空线路覆冰在线监测装置 | |
| CN117571978A (zh) | 一种预拌混凝土工作性能与质量在线识别方法 |
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 |