CN115586324A - 一种基于5g摄像的混凝土搅拌坍落度判断方法 - Google Patents
一种基于5g摄像的混凝土搅拌坍落度判断方法 Download PDFInfo
- Publication number
- CN115586324A CN115586324A CN202210279391.XA CN202210279391A CN115586324A CN 115586324 A CN115586324 A CN 115586324A CN 202210279391 A CN202210279391 A CN 202210279391A CN 115586324 A CN115586324 A CN 115586324A
- Authority
- CN
- China
- Prior art keywords
- concrete
- image
- cohesiveness
- fluidity
- slump
- 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
- 239000004567 concrete Substances 0.000 title claims abstract description 199
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000002156 mixing Methods 0.000 title claims abstract description 59
- 239000000203 mixture Substances 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000003756 stirring Methods 0.000 claims description 33
- 239000004568 cement Substances 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 15
- 230000035945 sensitivity Effects 0.000 claims description 8
- 206010016807 Fluid retention Diseases 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 239000004615 ingredient Substances 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 238000005204 segregation Methods 0.000 claims description 4
- 239000004575 stone Substances 0.000 claims description 4
- 239000000654 additive Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000011083 cement mortar Substances 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims description 2
- 238000009792 diffusion process Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 239000002002 slurry Substances 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000000053 physical method Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 12
- 238000010276 construction Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 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
- 238000005375 photometry Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000011376 self-consolidating concrete Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 238000012546 transfer 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
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Ceramic Engineering (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Preparation Of Clay, And Manufacture Of Mixtures Containing Clay Or Cement (AREA)
Abstract
一种基于5G摄像的混凝土搅拌坍落度判断，该方法包括：使用高清摄像头拍摄正在搅拌中的混凝土拌合物视频，通过5G网络进行实时传输，在上位机上提取监测区域图像帧序列中的关键区域，开始对图像进行初步处理，首先获取混凝土拌合物匀质性状态，判断混凝土流动性、粘聚性状态信息，计算每帧图片的有效匀质性数值。统计混凝土拌合物流动性、粘聚性物理特征数值后，根据公式建立坍落度周期物理测量模型，从而实现实时监测混凝土坍落度准确数值。
Description
技术领域
本发明属于混凝土搅拌检测技术领域，涉及一种基于5G摄像的混凝土搅拌坍落度判断方法。
背景技术
随着城市化建设进程逐渐加快，混凝土作为工程建设的基础材料被广泛的应用于高楼、桥梁、大坝等设施。而坍落度是混凝土工作性能的一个重要指标。坍落度对混凝土生产、施工有着重要的质量影响。坍落度测量的精度直接影响到混凝土的可泵性能和塑化性能。尤其在目前高质量发展的城市建筑，对于混凝土的质量要求更高，其对于获得符合要求的混凝土拌合物坍落度在线检测需求更为迫切。因此，开发设计一种适用于复杂环境下的混凝土拌合物坍落度在线检测方法，对获得高质量混凝土工作具有重要意义。
混凝土坍落度(slumps)主要是指混凝土的塑化性能和可泵性能，主要是指混凝土的和易性，具体来说就是保证施工的正常进行，其中包括混凝土的保水性、流动性和粘聚性。影响混凝土坍落度的因素主要有级配变化、含水量、衡器的称量偏差、外加剂的用量，容易被忽视的还有水泥的温度等。
目前在混凝土坍落度测量中，还未有对混凝土坍落度实时检测的方法。如传统的人工检测方法在如今大量的需求供应中缺乏便捷性，同时无法保证检测结果的可靠性。传统坍落度的测量是由人工操作测量完成的。人工操作存在测量时间长、受到操作者技能等人为因素影响等问题，导致坍落度测量不准确。而现代的混凝土坍落度测量方法，主要在搅拌后，将混凝土按规定方法装入标准圆锥坍落度筒内，垂直向上将筒提起，混凝土拌合物由于自重将会产生坍落现象。然后量出向下坍落的尺寸，该尺寸就是坍落度。此方法因为在搅拌事后进行，不具有实时性意义。因此，混凝土拌合物的坍落度实时检测一直是水泥制品业中一项困难的工作。
随着图像处理技术的不断改进以及信息传输技术的发展，视频、图像等多媒体数据中信息也在不断被人挖掘，为进一步的决策提供依据。为了达到混凝土搅拌实时性坍落度监测，可需要根据混凝土坍落度物理特性，结合视觉图像处理技术，将能获得有效的坍落度数据信息。
人工智能(AI，Artificial Intelligence)是近年来发展迅速的新的技术科学，是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统新兴学科。为了进一步达到混凝土搅拌实时性匀质度监测，将AI智能处理技术和视觉图像处理相结合，这样就更加智能地获得有效数据信息。其中，图像处理技术因为硬件的提升和技术的不断改进，视频、图像等多媒体数据中信息也在不断被人挖掘，开始采用格低廉、配置简单的摄像头作为机器的眼睛，解决传统问题，为进一步的决策提供依据。
5G作为一种全新的网络架构，具备高速度、泛在网、低功耗、低时延等特点，可提供更高的峰值速率、更佳的移动性能、毫秒级时延和超高密度连接。5G技术将给混凝土搅拌智能化建设带来垂直业务领域的巨大改变。研发基于5G技术的高端智能型混凝土搅拌势在必行。
因此，本发明提供了一种基于5G技术和AI智能视觉技术的混凝土坍落度检测方法及系统，首先使用摄像头通过5G网络实时获取混凝土搅拌图像，然后应用计算机图像处理技术对视频进行处理，结合AI智能算法对混凝土不同时间状态图像进行检测和数值化，建立混凝土拌合物坍落度测量周期物理模型，同时也实现了实时性处理的技术问题。
发明内容
混凝土拌合物是一个多组分的混合体，主要是水泥与骨料的结合，具有较高的强度和硬度，凝结之后能够有效的承担并传递建筑表面带来的压力。而坍落度作为混凝土强度的一项重要的指标，其性能的好坏直接影响混凝土的施工质量。为了保证混凝土塑化性能优良，可泵性好，需要混凝土拌合物在搅拌结束后具有良好的坍落度，确保拌合物不离析、分层。如果混凝土拌合物的坍落度达不到要求，必然导致混凝土的各组分不均匀分布，出现离析现象，硬化时不均匀的收缩从而使开裂几率增加，工程质量下降。为了保证施工的正常进行，需要对正在进行搅拌中的混凝土拌合物进行识别和智能判断，对周围复杂环境智能检测，获取动态的有效感兴趣区域，从而感知搅拌罐中拌合物的有效信息，并使用多特征融合数据量化方法获得实时拌合物坍落度信息。因此，复杂环境的混凝土坍落度检测技术是保障混凝土工作性能的重要环境之一。
为了解决现有问题，本发明提供了一种基于5G摄像的混凝土搅拌坍落度判断，该方法包括：使用高清摄像头拍摄正在搅拌中的混凝土拌合物视频，通过5G网络进行实时传输，在上位机上提取监测区域图像帧序列中的关键区域，开始对图像进行初步处理，首先获取混凝土拌合物匀质性状态，判断混凝土流动性、粘聚性状态信息，计算每帧图片的有效匀质性数值。统计混凝土拌合物流动性、粘聚性物理特征数值后，根据公式建立坍落度周期物理测量模型，从而实现实时监测混凝土坍落度准确数值。
本发明涉及两个方面的内容：
方案一：根据模拟混凝土的实时搅拌过程获取混凝土形成过程的混凝土拌合物状态信息，并据此获得混凝土配料的相互作用关系，建立混凝土搅拌坍落度判断方法；
方案二：根据混凝土的动态搅拌方程，建立了特征融合数据量化，使用摄像头对混凝土搅拌罐中的拌合物对测得数值进行坍落度高度映射。
本发明提供一种判断混凝土搅拌坍落度的动力学方法，具体包括：
本发明使用确定的方程建立混凝土搅拌的动力模型，搅拌过程扩散模型的描述方程为式(1)。
式中:W为混合物单元体中不同组分的含量，最佳比例为水泥:水:砂:碎石:外加剂＝1:0.44:1.66:2.49：0.015；t为搅拌时间，根据不同型号的搅拌罐功率，搅拌时间以90秒为保证成熟；b11、b⊥分别为纵向和横向搅拌作用系数，取值范围分别以1800-1900和(-50--40)为最佳；x为沿圆柱体中心线方向的坐标；R为搅拌筒的径向坐标；v是物料流沿x方向运动的平均速度为0.8m/s。
进一步，根据混凝土物理特征性质，b11可看作纵向搅拌的流畅性特征数值Bl，b⊥可看作横向搅拌的粘聚性特征数值Bd。当搅拌趋向于平衡时，可得式(2)。
进一步，根据混凝土和易性的流动性、粘聚性和保水性物理特征参数，将混凝土动态的搅拌过程看作随机的当前时刻运动，分别获取三种数值，如式(3)所示。
式中：P为时刻t搅拌罐混凝土拌合物特征参数的随机值，λBl、λBd、λBv为流动性、粘聚性、保水性常数，PBl、PBd、PBv为图像处理获得随机值的参数，即PBd＝P{Bd(t)＝λBd}。
根据相似理论，混凝土的周期动力学模型符合水流态流动模型，根据实验数据提取模型参数，得到混凝土拌合物匀质性公式(4)。
式中:Jt为t时刻混凝土坍落度数值，1840、-44均为实验数据获得的流动性、粘聚性特征系数，Bl值取0.04-0.10，Bd取0.6-0.9为最佳范围，PBl和PBd分别为Bl和Bd特征数值取整数值的概率，Bv取10-20为最佳保水性特征数值，大于20为离析情况，小于10为缺水过多。当100<Jt<300时，混凝土坍落度条件满足。
由上述公式所得的混凝土动力搅拌模型，对于模拟混凝土搅拌罐工作具有极大帮助。通过混凝土搅拌模型，确立了混凝土搅拌坍落度的判断条件，为实现智能化判断混凝土搅拌坍落度提供基础。
混凝土流动性是指混凝土拌合物在自身重力或者机器振捣的作用下产生流动，能均匀的流满模板的性能，它对于混凝土搅拌的稀稠程度至关重要。由砂浆流变特性得知，水和水泥形成水泥浆，砂浆通过影响粗骨料颗粒受力和运动条件来影响自密实混凝土流动性。而搅拌时间足够的混凝土在搅拌罐中呈现较好的流畅性，未搅拌好的混凝土具有成团不均匀颗粒状。
由此，本发明还涉及到一种光度法提取混凝土的流动性特性的方法。具体包括：
第一步导入混凝土拌合物真彩图片，颜色属性为RGB三通道，分别将每个通道的颜色最亮的数值作为光度存到光通道生成图，如式(7)所示。
式中Jc代表某一个颜色通道，而Ω(x)是以x为中心的一块3*3方形区域，x代表每通道最大亮度颜色数值。计算方法如式(8)所示。
式中：f(x,y)为混凝土图像所对应像素点，*为卷积操作。
光度提取流动性特征数值的第二步为引导滤波器过滤图像。其基本概念为：给出输入图像p，指导图像I，得到输出图像，输入图像p和指导图像I可以是同一幅图像。滤波之后的图像可以用如(9)加权公式表示。
式中i为当前滤波点的索引，j为滤波器模版覆盖的所有像素点的索引，滤波器(卷积核)Wij是指导图像I的函数，与输入图像p独立。
当混凝土拌合物图像经过指导性滤波后，可以获得混凝土流动性物理特征的灰度状态图，直观反应了混凝土的流动性状态。进一步将图像黑白化，去除噪音，图中白点分布情况即表明混凝土拌合物的流动性状态优良，白点数量越少越分散，表面混凝土流动性越好。作为优选，本发明使用加权平均值法进行灰度化处理。研究表明，人对不同的颜色敏感度不同，对绿色的敏感度最高，对红色次之，对蓝色的敏感度最低，如式(10)所示。
E'y＝0.299R+0.587G+0.114B (10)
式中E'y为灰度化图像，R、G、B分别代表红、绿、蓝三通道颜色数值。
图像黑白化后，统计白点占图像比例，即可获得流动性特征数值，流动性数值越大，表示白点越少，即未被浆体包裹的石子越少，流动性越好。
上述使用光度法提取混凝土的流动性特性，并使得混凝土的流动性特性的状态数据化。为进一步实现混凝土搅拌坍落度的智能判断提供数据支持。
混凝土粘聚性是指混凝土拌合物在施工过程中，不出现分层和离析现象、其组成材料之间保持结合的性能。由此，本发明还涉及到一种暗度法提取混凝土的粘聚性特性的方法。具体包括：
第一步导入混凝土拌合物RGB真彩图片，图片状态与流动性特征相同。选取RGB三通道中颜色最暗的数值作为光度存到光通道生成图，如式(11)所示。
式中Jc代表某一个颜色通道，而Ω(x)是以x为中心的一块方形区域，取3*3区域大小，x代表颜色数值。
第二步为引导滤波器过滤图像。与光度提取流动性特征数值步骤一致。经过滤波后的图像可以直观的反应出混凝土粘聚性物理状态，粘聚性良好的混凝土拌合物因为包裹充分，配料之间搅拌均匀，在实时图像中呈现水泥砂浆与粗细骨料充分填充，而粘聚性差的混凝土拌合物出现分布不均的凝结小块。
暗度提取粘聚性特征数值的第三步为计算图像的反射分量。首先对每个颜色通道的全图进行照射分量估计，然后减去照射分量，最后灰度拉伸，即可得到目标图像。目标图像含有混凝土粘聚性特征信息，图中暗点表示尚未搅拌均匀的混凝土大颗粒，暗点越多，表示混凝土粘聚性越差，搅拌不够均匀。
第四步混凝土粘聚性状态数值化，统计图像暗点所占比例，记录数值并为计算混凝土坍落度做准备。
上述使用暗度法提取混凝土的粘聚性特性，并使得混凝土的粘聚性特性的状态数据化。为进一步实现混凝土搅拌坍落度的智能判断提供数据支持。
综上所述，本发明提供一种基于5G摄像的混凝土搅拌坍落度判断方法，具体包括：
S1：建立5G通讯传输网络，获取视频流信息；
S2：进行ROI感兴趣区域编码和图像预处理；接着判断搅拌门是否打开，若打开，则开始进行图像处理和存储视频；判断叶轮是否始终翻转，如果叶轮不翻转则继续进行图像处理和存储视频；如果翻转则开始获取一个周期的视频流图像信息，等待0.34秒后获取ROI关键帧；
S3：提取水泥搅拌的暗度和亮度等关键特征混凝土(水泥)图像采集，并通过所述混凝土搅拌坍落度动力学判断方法、所述光度法提取混凝土的流动性特性的方法，所述暗度法提取混凝土的粘聚性特性的方法，提取上述方法所涉及混凝土(水泥)搅拌的关键特征，并通过上述方法对混凝土(水泥)的成熟度进行判断，获取混凝土搅拌的关键特征，计算混凝土(水泥)的坍落度数值。
S4：判断是否关门，若已关门，则停止视频存储。最后关闭摄像头，停止5G网络传输。
本发明还涉及一种混凝土搅拌均匀性成熟判断方法，具体包括如下步骤：
S1：图像数据输入；
S2：获取ROI区域编码，并进行图像处理；
S3：采用所述光度法提取混凝土的流动性特性的方法，对混凝土流动性特征判断，当流动性特征数值范围满足条件时，作为判断均匀性成熟的条件，当流动性特征数值范围不满足条件时，返回步骤S2；
S4：采用所述暗度法提取混凝土的粘聚性特性的方法，对混凝土粘聚性特征进行判断，当粘聚性特征数值范围满足条件时，作为判断均匀性成熟的条件，当粘聚性特征数值范围不满足条件时，返回步骤S2；
S5：当流动特征数值和粘聚性特征数值范围均满足条件时，确认混凝土均匀性满足，初步成熟，结束。
作为优选，本发明选用混凝土标准型号C40作为参考标准，配料比例、外加剂添加正常配方，通过5G将高清摄像头拍摄的混凝土搅拌进行实时传递。
作为优选，将传输视频进行进一步处理，选取适当的感兴趣区域作为目标整体。
作为优选，将上述所需特征数据归一化处理后存储到数据库中，将其进行曲线拟合，通过整合参数曲线与标准实验参数比对，获得最适参数补偿算法。
附图说明
为了对本发明实施例有一个更直观的认识，下面将对实施例所需要使用的附图做简单的介绍。在附图中：
图1为本发明的基于5G摄像的混凝土搅拌坍落度判断方法流程图；
图2为本发明的高清摄像头搅拌罐实景装置图；
图3为本发明混凝土均匀性成熟判断流程图；
具体实施方式
下面结合本发明实例中的附图，对技术方案作进一步详细的说明。
图1为本发明的一种基于5G摄像的混凝土搅拌坍落度判断方法的主流程图，如图1所示，具体步骤包括：
S1：建立5G通讯传输网络，获取视频流信息；
S2：进行ROI感兴趣区域编码和图像预处理；接着判断搅拌门是否打开，若打开，则开始进行图像处理和存储视频；判断叶轮是否始终翻转，如果叶轮不翻转则继续进行图像处理和存储视频；如果翻转则开始获取一个周期的视频流图像信息，等待0.34秒后获取ROI关键帧；
S3：提取水泥搅拌的暗度和亮度等关键特征混凝土(水泥)图像采集，并通过所述混凝土搅拌坍落度动力学判断方法、所述光度法提取混凝土的流动性特性的方法，所述暗度法提取混凝土的粘聚性特性的方法，提取上述方法所涉及混凝土(水泥)搅拌的关键特征，并通过上述方法对混凝土(水泥)的成熟度进行判断，获取混凝土搅拌的关键特征，计算混凝土(水泥)的坍落度数值。
S4：判断是否关门，若已关门，则停止视频存储。最后关闭摄像头，停止5G网络传输。
图2为本发明的场景示意图，高清摄像头位于搅拌罐上方，当混凝土搅拌罐开启后，拍摄视频并提取帧序列图片。混凝土搅拌模型系统分两部分构成，一部分为混凝土搅拌实现和基于5G高清摄像图像的获取；另外一部分是图像数据处理与结果显示部分。
图3为本发明混凝土均匀性成熟判断流程图，其中，一种混凝土搅拌均匀性成熟判断方法，具体包括如下步骤：
S1：图像数据输入；
S2：获取ROI区域编码，并进行图像处理；
S3：采用所述光度法提取混凝土的流动性特性的方法，对混凝土流动性特征判断，当流动性特征数值范围满足条件时，作为判断均匀性成熟的条件，当流动性特征数值范围不满足条件时，返回步骤S2；
S4：采用所述暗度法提取混凝土的粘聚性特性的方法，对混凝土粘聚性特征进行判断，当粘聚性特征数值范围满足条件时，作为判断均匀性成熟的条件，当粘聚性特征数值范围不满足条件时，返回步骤S2；
S5：当流动特征数值和粘聚性特征数值范围均满足条件时，确认混凝土均匀性满足，初步成熟，结束。
本发明是通过在确定保水性特征条件下，通过所述混凝土搅拌坍落度动力学判断方法、所述光度法提取混凝土的流动性特性的方法，所述暗度法提取混凝土的粘聚性特性的方法来判断混凝土搅拌坍落度，将上述流动性和粘聚性特征进行融合，进而为混凝土搅拌智能化提供了良好的基础。
本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种判断混凝土搅拌坍落度的动力学方法，具体包括：
搅拌过程扩散模型的描述方程为式(1)
式中:W为混合物单元体中不同组分的含量，比例为水泥:水:砂:碎石:外加剂＝1:0.44:1.66:2.49：0.015；t为搅拌时间，根据不同型号的搅拌罐功率，搅拌时间以90秒为保证成熟；b11、b⊥分别为纵向和横向搅拌作用系数，取值范围分别为1800-1900和-50--40)；x为沿圆柱体中心线方向的坐标；R为搅拌筒的径向坐标；v是物料流沿x方向运动的平均速度为0.8m/s；
进一步，根据混凝土物理特征性质，b11可看作纵向搅拌的流畅性特征数值Bl，b⊥可看作横向搅拌的粘聚性特征数值Bd。当搅拌趋向于平衡时，可得式(2)
进一步，根据混凝土和易性的流动性、粘聚性和保水性物理特征参数，将混凝土动态的搅拌过程看作随机的当前时刻运动，分别获取三种数值，如式(3)所示
式中：P为时刻t搅拌罐混凝土拌合物特征参数的随机值，λBl、λBd、λBv为流动性、粘聚性、保水性常数，PBl、PBd、PBv为图像处理获得随机值的参数，即PBd＝P{Bd(t)＝λBd}
根据相似理论，混凝土的周期动力学模型符合水流态流动模型，根据实验数据提取模型参数，得到混凝土拌合物匀质性公式(4)
式中:Jt为t时刻混凝土坍落度数值，1840、-44均为实验数据获得的流动性、粘聚性特征系数，Bl值取0.04-0.10，Bd取0.6-0.9，PBl和PBd分别为Bl和Bd特征数值取整数值的概率，Bv取10-20为保水性特征数值，大于20为离析情况，小于10为缺水过多。当100<Jt<300时，混凝土坍落度条件满足。
2.一种光度法提取混凝土的流动性特性的方法，具体包括：
第一步导入混凝土拌合物真彩图片，颜色属性为RGB三通道，分别将每个通道的颜色最亮的数值作为光度存到光通道生成图，如式(7)所示。
式中Jc代表某一个颜色通道，而Ω(x)是以x为中心的一块3*3方形区域，x代表每通道最大亮度颜色数值。计算方法如式(8)所示。
式中：f(x,y)为混凝土图像所对应像素点，*为卷积操作。
光度提取流动性特征数值的第二步为引导滤波器过滤图像。其基本概念为：给出输入图像p，指导图像I，得到输出图像，输入图像p和指导图像I可以是同一幅图像。滤波之后的图像可以用如(9)加权公式表示。
式中i为当前滤波点的索引，j为滤波器模版覆盖的所有像素点的索引，滤波器(卷积核)Wij是指导图像I的函数，与输入图像p独立。
当混凝土拌合物图像经过指导性滤波后，可以获得混凝土流动性物理特征的灰度状态图，直观反应了混凝土的流动性状态。进一步将图像黑白化，去除噪音，图中白点分布情况即表明混凝土拌合物的流动性状态优良，白点数量越少越分散，表面混凝土流动性越好。作为优选，本发明使用加权平均值法进行灰度化处理。研究表明，人对不同的颜色敏感度不同，对绿色的敏感度最高，对红色次之，对蓝色的敏感度最低，如式(10)所示。
E'y＝0.299R+0.587G+0.114B (10)
式中E'y为灰度化图像，R、G、B分别代表红、绿、蓝三通道颜色数值。
图像黑白化后，统计白点占图像比例，即可获得流动性特征数值，流动性数值越大，表示白点越少，即未被浆体包裹的石子越少，流动性越好。
3.一种暗度法提取混凝土的粘聚性特性的方法。具体包括：
第一步导入混凝土拌合物RGB真彩图片，图片状态与流动性特征相同。选取RGB三通道中颜色最暗的数值作为光度存到光通道生成图，如式(11)所示
式中Jc代表某一个颜色通道，而Ω(x)是以x为中心的一块方形区域，取3*3区域大小，x代表颜色数值；
第二步为引导滤波器过滤图像。与光度提取流动性特征数值步骤一致。经过滤波后的图像可以直观的反应出混凝土粘聚性物理状态，粘聚性良好的混凝土拌合物因为包裹充分，配料之间搅拌均匀，在实时图像中呈现水泥砂浆与粗细骨料充分填充，而粘聚性差的混凝土拌合物出现分布不均的凝结小块；
暗度提取粘聚性特征数值的第三步为计算图像的反射分量。首先对每个颜色通道的全图进行照射分量估计，然后减去照射分量，最后灰度拉伸，即可得到目标图像。目标图像含有混凝土粘聚性特征信息，图中暗点表示尚未搅拌均匀的混凝土大颗粒，暗点越多，表示混凝土粘聚性越差，搅拌不够均匀；
第四步混凝土粘聚性状态数值化，统计图像暗点所占比例，记录数值并为计算混凝土坍落度做准备。
4.一种基于5G摄像的混凝土搅拌坍落度判断方法，具体步骤包括：
S1：建立5G通讯传输网络，获取视频流信息；
S2：进行ROI感兴趣区域编码和图像预处理；接着判断搅拌门是否打开，若打开，则开始进行图像处理和存储视频；判断叶轮是否始终翻转，如果叶轮不翻转则继续进行图像处理和存储视频；如果翻转则开始获取一个周期的视频流图像信息，等待0.34秒后获取ROI关键帧；
S3：提取水泥搅拌的暗度和亮度等关键特征混凝土(水泥)图像采集，并通过混凝土搅拌坍落度动力学判断方法、光度法提取混凝土的流动性特性的方法，暗度法提取混凝土的粘聚性特性的方法，提取上述方法所涉及混凝土(水泥)搅拌的关键特征，并通过上述方法对混凝土(水泥)的成熟度进行判断，获取混凝土搅拌的关键特征，计算混凝土(水泥)的坍落度数值。
S4：判断是否关门，若已关门，则停止视频存储。最后关闭摄像头，停止5G网络传输。
5.一种混凝土搅拌均匀性成熟判断方法，具体包括如下步骤：
S1：图像数据输入；
S2：获取ROI区域编码，并进行图像处理；
S3：采用光度法提取混凝土的流动性特性的方法，对混凝土流动性特征判断，当流动性特征数值范围满足条件时，作为判断均匀性成熟的条件，当流动性特征数值范围不满足条件时，返回步骤S2；
S4：采用暗度法提取混凝土的粘聚性特性的方法，对混凝土粘聚性特征进行判断，当粘聚性特征数值范围满足条件时，作为判断均匀性成熟的条件，当粘聚性特征数值范围不满足条件时，返回步骤S2；
S5：当流动特征数值和粘聚性特征数值范围均满足条件时，确认混凝土均匀性满足，初步成熟，结束。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111680527X | 2021-12-30 | ||
| CN202111680527 | 2021-12-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115586324A true CN115586324A (zh) | 2023-01-10 |
Family
ID=84771125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210279391.XA Pending CN115586324A (zh) | 2021-12-30 | 2022-03-21 | 一种基于5g摄像的混凝土搅拌坍落度判断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115586324A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116819050A (zh) * | 2023-06-26 | 2023-09-29 | 河南安祐中路桥工程有限公司 | 混凝土搅拌匀质度检测系统及其检测方法 |
| CN117390586A (zh) * | 2023-12-13 | 2024-01-12 | 福建南方路面机械股份有限公司 | 基于多模态数据的坍落度监测方法、装置及可读介质 |
-
2022
- 2022-03-21 CN CN202210279391.XA patent/CN115586324A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116819050A (zh) * | 2023-06-26 | 2023-09-29 | 河南安祐中路桥工程有限公司 | 混凝土搅拌匀质度检测系统及其检测方法 |
| CN116819050B (zh) * | 2023-06-26 | 2024-04-09 | 河南安祐中路桥工程有限公司 | 混凝土搅拌匀质度检测系统及其检测方法 |
| CN117390586A (zh) * | 2023-12-13 | 2024-01-12 | 福建南方路面机械股份有限公司 | 基于多模态数据的坍落度监测方法、装置及可读介质 |
| CN117390586B (zh) * | 2023-12-13 | 2024-05-03 | 福建南方路面机械股份有限公司 | 基于多模态数据的坍落度监测方法、装置及可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115586324A (zh) | 一种基于5g摄像的混凝土搅拌坍落度判断方法 | |
| WO2021248915A1 (zh) | 一种清水混凝土色差分析/检测方法及系统 | |
| CN110490858B (zh) | 一种基于深度学习的织物缺陷像素级分类方法 | |
| CN105791824B (zh) | 基于边缘点密度的屏幕内容编码预测模式快速选择方法 | |
| CN108593428A (zh) | 一种散体材料颗粒破碎测试装置及测试方法 | |
| CN107807082B (zh) | 基于激光扫描的沥青混合料断面空隙的测定方法 | |
| Wei et al. | Automated bughole detection and quality performance assessment of concrete using image processing and deep convolutional neural networks | |
| CN103472077A (zh) | 一种短切碳纤维在硬化水泥浆体中的分散性检测方法 | |
| CN106851086A (zh) | 一种进行照片生成的方法及设备 | |
| Rao et al. | Vertical distribution of pore-aggregate-cement paste in statically compacted pervious concrete | |
| Dan et al. | Application of deep learning-based image recognition technology to asphalt–aggregate mixtures: Methodology | |
| CN108009128B (zh) | 一种玻璃液均匀性的评估方法 | |
| CN101329762A (zh) | 基于内容相关图像尺寸调整的保真度评测方法 | |
| CN117333558A (zh) | 分析中间包墨水示踪实验全局平均灰度变化的方法及系统 | |
| CN114965298A (zh) | 一种基于5g摄像的混凝土保水特性判断坍落度的方法 | |
| Da Silva et al. | Evaluation of the effect of concrete compositional changes and the use of ethyl-alcohol and biodegradable-oil-based release agents on the final surface appearance of self-compacting concrete precast elements | |
| CN109781605B (zh) | 一种基于透明土非饱和流动可视化实验方法 | |
| CN110146511A (zh) | 一种清水混凝土气泡检测方法 | |
| CN115587958A (zh) | 一种基于5g摄像的混凝土光暗度判断匀质度的方法 | |
| CN116432461A (zh) | 混凝土徐变特性预测方法、装置、电子设备及存储介质 | |
| CN107610101B (zh) | 一种测量数字图像视觉平衡质量的方法 | |
| CN112904813B (zh) | 基于5g和物联网的隧洞衬砌智能化控制系统及方法 | |
| CN112296297B (zh) | 一种控制水口堵塞的方法及电子设备 | |
| Liu et al. | Research on characterization methods of efflorescence on cement-based decorative mortar | |
| CN114818526A (zh) | 一种混凝土周期搅拌匀质度的判断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |