CN117491142B - 快速检测花岗岩颗粒表面破碎特征的方法 - Google Patents
快速检测花岗岩颗粒表面破碎特征的方法 Download PDFInfo
- Publication number
- CN117491142B CN117491142B CN202410002405.2A CN202410002405A CN117491142B CN 117491142 B CN117491142 B CN 117491142B CN 202410002405 A CN202410002405 A CN 202410002405A CN 117491142 B CN117491142 B CN 117491142B
- Authority
- CN
- China
- Prior art keywords
- roughness
- particles
- temperature
- fragments
- strain rate
- 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.)
- Active
Links
- 239000002245 particle Substances 0.000 title claims abstract description 87
- 239000010438 granite Substances 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000012634 fragment Substances 0.000 claims abstract description 57
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 230000003746 surface roughness Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000009863 impact test Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 22
- 239000011435 rock Substances 0.000 claims description 20
- 230000001788 irregular Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 238000005498 polishing Methods 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 abstract description 7
- 230000008859 change Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 238000005336 cracking Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
- G01N3/06—Special adaptations of indicating or recording means
- G01N3/068—Special adaptations of indicating or recording means with optical indicating or recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- 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
- G01N15/10—Investigating individual particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/30—Investigating strength properties of solid materials by application of mechanical stress by applying a single impulsive force, e.g. by falling weight
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Dispersion Chemistry (AREA)
- Databases & Information Systems (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种快速检测花岗岩颗粒表面破碎特征的方法，涉及图像的表征式识别领域，对各试件进行不同工况下的动态冲击试验，通过采集各冲击试验产生碎片的表面平面度、粗糙度数据，构建得到对比数据库；对试验产生的碎片进行三维重构，以得到与各碎片对应的三视图，基于对三视图的分析，构建与碎片表面粗糙度与温度、应变率相配合的拟合函数；对微焦相机拍摄图片进行预处理后，在对比数据库中进行配比查找得到温度及其应变率，并通过拟合函数对查找结果进行判别验证，完成对颗粒表面破碎特征所对应的温度、应变率以及颗粒的几何特征进行快速识别。
Description
技术领域
本发明涉及图像的表征式识别领域。更具体地说，本发明涉及一种快速检测花岗岩颗粒表面破碎特征的方法。
背景技术
随着时代的不断发展，地面上的资源逐渐稀缺，促使人类向地下更深的区域开发。地下深部的开采必须认真探索岩体在不同因素下产生动态扰动的复杂力学特性。高温对岩石物理力学性能产生重大影响，岩石在经受高温作用后，它的动态力学性质会发生变化，这对岩石工程的稳定性具有重要的影响。花岗岩作为火成岩的一种，其受温度影响较为明显，600℃为阈值温度。温度对花岗岩的影响在很多地方都有涉及，如遭受突发高温灾害的花岗岩结构的安全评估、修复和加固，城区地下深部区域的开发，战争下居民防护项目的防火防爆设计等。所以了解碎片在破碎时的表面变化情况所对应的温度及其应变率，对安全评估、爆破开发、人防安全具有重要意义。
以上这些现象通常都会伴随着碎片的产生，在动载作用下，花岗岩在破碎过程中会产生大量碎片，受现阶段测量技术的限制，对碎片的识别与扫描会消耗过多的人力与物力，研究岩石碎片在破碎时的破碎特征描述具有很大的困难。
平面度和粗糙度是表征物体表面变化情况的主要指标。运用3D扫描仪可对花岗岩的破碎程度进行表征，包括碎裂程度和粗糙度。平面度检测仪配有超高精度感测头，对颗粒的平面度可以精准测量。在高温和高应力作用下，岩石破碎时会产生更多的小碎片，使得大碎片表面有更多的凹凸点，以至于增加了碎片表面的粗糙度。温度对粗糙度有着更显著的影响，由于试样内节理的优先发育，随着温度的变化，花岗岩碎裂行为的主导因素逐渐转变为热应力引起的二次裂纹。
目前，对于快速识别不规则颗粒，有发明应用数字图像处理技术表征碎片形状，分析单个物体破碎后的碎片特征（发明专利：快速识别不规则颗粒几何特征的方法，专利号：202111086138 .4），该发明可快速对碎片进行扫描并得到颗粒较为准确的尺寸表征量，但该方法只单一的研究了颗粒破碎后的形状特征，对于颗粒表面变化情况以及所对应的温度及应变率无法识别。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
为了实现本发明的这些目的和其它优点，提供了一种快速检测花岗岩颗粒表面破碎特征的方法，包括：
步骤一，采集花岗岩样品，并制备多个温度等级的试件；
步骤二，对各试件进行不同工况下的动态冲击试验，通过对冲击试验产生碎片的表面平面度、粗糙度数据进行采集、组合排列，构建得到对比数据库；
对试验产生的碎片进行三维重构，以得到与各碎片对应的三视图，基于对三视图的分析，构建与碎片表面粗糙度与温度、应变率相配合的拟合函数；
步骤三，通过步骤二中得到的三视图进行图像数据处理、对比、分析、以对碎片的破碎度FR、伸长系数EC、扁平系数FC、球形度S进行定义；
步骤四，通过微焦相机对不规则的花岗岩颗粒进行拍摄，以通过识别系统对图片进行预处理，将预处理后图片颗粒表面的平面度、粗糙度与对比数据库中存储的平面度、粗糙度进行配比查找，以匹配出对应颗粒破碎前所受的温度及其应变率，并通过步骤二中的拟合函数对查找结果进行判别验证，完成对颗粒表面破碎特征所对应的温度、应变率以及颗粒的几何特征进行快速识别。
优选的是，在步骤一中，所述花岗岩样品的采集方式为：
利用加工设备将岩块加工成直径为50mm、高度为25mm的标准岩石样品；
对标准岩石样品的两端进行打磨抛光，以使其两端面不平整度在±0.05 mm以内，且端面垂直于样品轴线的误差小于±0.25°。
优选的是，在步骤二中，所述拟合函数的获取方式为：
S1，基于试验参数、三维重构的扫描结果，运用最小二乘法来分析表面粗糙度与温度、应变率的关系，构造如下的函数拟合曲线：
上式中，μ表示的是碎片表面粗糙度，α 0、α 1表示常量系数，表示无量纲应变率，/>表示无量纲温度；
对函数拟合曲线两边取对数，得到如下的公式一：
令，则有/>，关于C0，C1是线性的；
S2，对的取值进行赋值，并将公式一转化为：
设为拟合曲线的逼近函数，则有/>，即，φ 0、 φ 1表示逼近函数/>的函数类；
S3，基于最小二乘法进行分析，得到如下的方程组：
表示的是矩阵的乘积；
S4，对系数的线性方程组进行推算得到对应的正则方程组，经计算可知；
S5，对不同的无量纲应变率采用S2-S4的步骤进行同理分析，以验证a 0、a 1的有效性，可得到碎片表面粗糙度与温度、应变率的拟合函数为：
。
S5，对不同的无量纲应变率采用S2-S4的步骤进行同理分析，以验证a 0、a 1的有效性，可得到碎片表面粗糙度与温度、应变率的拟合函数为：
。
优选的是，在步骤四中，所述判别验证包括：将数据库匹配得出的温度及应变率代入步骤二的拟合函数中以得对应的粗糙度；
采用粗糙度公式计算得到理论粗糙度，将理论粗糙度与试验粗糙度进行比较，若误差在±0.5之内则视为配对成功，若误差超过±0.5系统则重新在数据库进行查找。
优选的是，粗糙度公式的获取方式为：
令椭圆中点为O，通过对角度进行均分将椭圆轮廓离散成n等分，并以点O为起点，椭圆轮廓离散点A为终点，使线段OA的长度为L OA，交椭圆与点B，使线段OB的长度为Lo B，线段AB的长度为L AB，则颗粒粗糙度的计算式如下：
上式中，L OA，L AB分别为线段OA和AB的长度，n为单个颗粒的离散值。
本发明至少包括以下有益效果：其一，本发明主要是对花岗岩碎片能够进行快速扫描，获得其表面破碎特征以及颗粒破碎所对应的温度、应变率还有几何尺寸表征量等数据；通过各环节组合，如碎片的分级与传输处理、分拣、扫描等涉及到硬件工作的装置，均可以通过计算机系统来进行控制，通过该硬件测得的数据经过系统配对比较可得到花岗岩碎片表面破碎特征以及颗粒破碎所对应的温度、应变率，经算法处理即得到碎片几何尺寸表征量，二者均可通过计算机来显示其结果参数。
其二，本发明主要通过采集不同温度作用后的花岗岩在不同应变率下的破碎特征作为数据库，可快速对花岗岩碎片进行检测并得到其表面破碎特征以及颗粒破碎所对应的温度、应变率，通过3D扫描仪可以重建大于5mm的代表性碎片。在花岗岩的深部开采中，必须认真探索岩体在高温、高应力和高承压水等复杂力学特性，该发明可极大程度的减少机械开挖的能耗，提高开采效率，提高工程安全。对遭受突发性火灾后的花岗岩岩土工程的安全评估及灾后修复工作都具有高准确率并能够实现检测的实时性，对花岗岩民用及军事防护工程的防火防爆设计问题也有极大的帮助。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明应用快速检测花岗岩颗粒表面破碎特征方法的流程示意图；
图2为本发明在实施中，碎片表面粗糙度与应变速率、温度之间关系的曲线图；
图3为本发明颗粒的椭圆度计算方式示意图；
图4为本发明颗粒的粗糙度计算方式示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明的目的是鉴于上述技术的缺陷，提供一种在传送带运输的场景下，基于快速识别不规则颗粒几何特征的方法来快速识别花岗岩颗粒表面变化（花岗岩颗粒表面破碎变化）情况的方法，具体包括以下步骤：
步骤一，花岗岩样品采集
先判断花岗岩的地质特征，选取色泽及质地良好的岩块，利用岩石切割机、取芯机等岩石加工设备将岩块加工成直径为50mm、高度为25mm的标准岩石样品。样品的两端需打磨抛光，以确保两端面不平整度在±0.05 mm以内，端面垂直于样品轴线的误差小于±0.25°。
步骤二，温后花岗岩试件的制备
对花岗岩试件利用箱式电阻炉进行高温加热，设计多个温度等级，加热结束后，在自然通风条件下冷却至室温后将试件取出。
步骤三，花岗岩试件表面平面度和粗糙度数据的采集
利用分离式霍普金森压杆，对不同温度作用的花岗岩试件进行不同应变率下的动态冲击实验。实验后收集不同工况下的碎片，将碎片进行不同粒径下的分级处理，分别为A：0.2mm；B：0.4mm；C：0.8mm。使用三维扫描仪对每种工况中的代表性碎片进行三维重构，得到各碎片的尺寸信息以及所对应的三视图，并计算其表面粗糙度；再利用平面度检测仪对这些碎片的表面平面度进行检测。收集不同工况颗粒的表面平面度和粗糙度数据作为数据库。
表面粗糙度等几何参数可以通过多种分布进行量化，3D扫描仪可以在每个试验条件下重建大于5mm的代表性碎片，然后可以计算表面粗糙度/>。表1汇总了3D扫描结果。可以观察到，碎片从上到下在一定程度上更接近球体。
表1
不同温度和应变速率下碎片表面粗糙度的趋势如图2所示，基于以上采集到的数据，运用最小二乘法来进一步得出表面粗糙度与温度、应变率的关系，构造如下函数拟合曲线：
其中α 0、α 1均∈R，R为实数；
对该函数两边取对数，得到公式一：
记；
则有，/>关于C0，C1是线性的；
从图1中可以看出，该函数图像曲线分为三段；
①先对函数时进行分析，令/>公式一转化为：/>
把数据：
设为拟合曲线的逼近函数，则有/>，即；
根据最小二乘法，要使残差达到最小，即等价于求多元函数/>的极小值C0、C1，多元函数/>；
记；
即有方程组；
关于系数的线性方程组，即为正则方程组。由于/>线性无关，故该方程组的系数行列式不为零，即该方程组存在唯一解C0、C1。
故；
即正则方程组为，解该方程组得C0=0.3268、C1=0.0488；
将C0、C1的值代入，经计算可知/>；
②再根据相同的算法对函数时进行分析，求得其正则方程组为
解该方程组得；
将 QUOTE />的值代入/>，得/>；
③再根据相同的算法对函数时进行分析，求得其正则方程组为：
解该方程组得；
将C0、C1的值代入，得/>；
综上发现，当时，函数中的α 0始终等于2、α 1始终等于1.5。
即花岗岩碎片表面粗糙度与温度、应变率的拟合函数为：
步骤四，对步骤三采集到的三视图进行数据处理来得到对应的点云图。
步骤五，通过把点云图中的实际标准尺寸与标准尺寸所占像素点进行比较，来获得每个像素点实际尺寸的占比。
步骤六，通过分析每个像素点的尺寸占比，运用三轴长度表征算法得到碎片的在三视图下所对应的三个半长轴，并以它们为基本数据来定义碎片的破碎度FR、扁平系数FC、伸长系数EC和球形度S。
步骤七，通过微焦相机对不规则的花岗岩颗粒进行拍摄，将拍摄完的照片传输至计算机中，通过识别系统对图片进行预处理：在计算机中进行图像增强、灰度变换、滤波算法、基于轮廓结构元素和阈值分割的形态学去噪研究等多种方法处理。
通过微焦相机只能得出图片中颗粒轮廓的像素点面积，因此系统识别配比起来误差很大。再运用标定法对图像进行换算，可得到颗粒的实际面积。此方法为：在颗粒拍摄台上放置一个参照物，获得它的像素点与实际大小比例，通过比率即可换算出颗粒的实际面积，公式如下：
基于得到的颗粒微观结构图像，通过椭圆包裹的方式获得颗粒的最小外接椭圆，如图3所示，继而获得椭圆对应的长轴值L y与短轴值L x，则椭圆度Ek如下式所示：
式中：K为颗粒编号L y与L x为椭圆的长轴尺寸与短轴尺寸。
颗粒的粗糙度计算如图4所示，令椭圆中点为O，通过对角度进行均分将椭圆轮廓离散成n等分，并以点O为起点，椭圆轮廓离散点A为终点，使线段OA的长度为L OA，交椭圆与点B，使线段OB的长度为Lo B，线段AB的长度为L AB，则颗粒粗糙度的计算式如下：
上式中，L OA，L AB分别为线段OA和AB的长度(m)，n为单个颗粒的离散值。
对处理完成的图片以及系统计算出的颗粒表面粗糙度从数据库进行自动配比查找，再运用花岗岩碎片表面粗糙度与温度、应变率的关系式进行判别，可对颗粒表面破碎特征所对应的温度及其应变率以及颗粒的几何特征进行快速识别。
所述分级系统包括：控制模块，振动分级组件，多级传送带输送机，分拣平台，机械手。
控制模块：主要用于接收传感器获取的信号，进而将接收的信号来改变动力系统、传送带输送机、分拣平台和机械手的工作状态。
振动分级组件包括：坡度大于15°的振动板，振动板前端配有基于传感器信号控制的动力系统，振动板上存在有多级孔径的筛分口，振动板上配有透明玻璃防护罩。振动板上还设有第一传感器。该组件主要将不规则花岗岩颗粒进行分级并送至各级传输带上。
多级传送带输送机：主要将分完级的颗粒输送至各级分拣平台，各级传送带上均配有第二传感器。
分拣平台：主要用于放置花岗岩颗粒，分拣平台上配有第三传感器。
机械手：主要通过控制模块来改变自身的工作状态，将各级分拣平台的颗粒送至扫描系统进行三维扫描。
所述扫描系统包括：扫描平台，微焦相机，平面度检测仪，处理模块。
扫描平台：主要用于花岗岩颗粒三维扫描时的的放置，颗粒在平台处的三个维度均配有黑色背景板。
微焦相机：对颗粒的三个维度进行三视图的拍摄。
平面度检测仪：对颗粒进行平面度的检测，通过处理模块快速对碎片表面平面度进行处理记录。
处理模块：主要与各微焦相机进行通信连接，先对拍摄好的图片进行预处理，通过图像算法判断照片的清晰度是否合格，判断图像是否能用于调焦的第一位置，反复进行清晰度对比分析以得到镜头最后的聚焦位置。
所述长度表征算法包括：基于三视图，构建三条半长轴依次为a，b，c的椭圆体，并规定a≥b≥c，假定在其中 一个视图中，碎片所占像素格为n，每个像素点边长为λ，基于面积等效原理，各半长轴可分别基于以下公式得到：
根据各半轴长公式，得出破碎度FR、伸长系数EC、扁平系数FC和球形度S：
其中，V0为试件初始体积，；
球形度S可表示为：
S1=0.5(EC+FC)；
S2=1-0.5[(a-c)2+(b-c)2+(a-b)2]/（3a2+2b2+c2）；
；
S= (S1+ S2+ S3)/3；
对拍摄好的的图片进行三维重构处理，其处理方法包括：获取颗粒表面轮廓后，扫描系统储存该颗粒表面轮廓信息，通过对各颗粒断面进行组合对比，判断其是否可以匹配，进而对该碎片进行还原。
对各颗粒断面进行组合对比，判断其是否可以匹配的方法包括：以断面的最高点和最低点互相作为计算体积的基点，颗粒断面平行的最高点和最低点所在平面作为基础面，再计算获得该断面的主体积和缺失体积；主体积为该断面以最低点到最高点计算而得真实体积，缺失体积为以该断面最高点到最低点计算得到的虚拟体积，通过把该碎片的断裂面主体积和其余碎片的缺失体积进行比较，分析其是否重合，就可以把匹配的碎片面进行连接重构，如存在还未匹配的碎片面则可以进行异化处理后再进行二次匹配。
该发明整个工作流程如下：
花岗岩颗粒通过锥形漏斗落入振动板。
当颗粒落至振动板上时，振动板上的第一传感器将获取到第一信号传递给控制模板，控制模板即刻发出振动指令，振动板立即开始振动，碎片在持续振动和筛分口的作用下进行分级，并分别落入各粒径的传送带上。
落在传送带上的颗粒立即触发第二传感器，第二传感器立即将收到的第二信号传递至控制模板，控制模板收到信号后即刻改变传送带输送机的工作状态，传输带开始运作，将碎片输送至分拣平台。
当颗粒落在分拣平台时，触发分拣平台上的第三传感器，第三传感器立即将收到的第三信号传递至控制模板，控制模板立即改变机械手的工作状态，机械手开始将颗粒分拣到扫描平台上。
当扫描平台上放置花岗岩颗粒时，坐落在颗粒上方三个维度的微焦相机开始进行拍摄，颗粒正对位一侧的三维光学面扫描仪开始对颗粒进行扫描，颗粒另一侧的平面度检测仪对颗粒表面开始检测。通过把点云图待各种数据均被处理模块处理完成之后，机械手将颗粒按不同粒径分拣至对应的存放箱，之后再对下一颗粒进行重复自动操作。
所有数据获取之后，处理模块迅速对拍摄好的图片进行三维重构，进而对该颗粒进行还原。处理模块通过颗粒表面平面度与粗糙度从花岗岩颗粒数据库平面度与粗糙度进行对比查找，匹配出该颗粒破碎前所受的温度及其应变率，并通过花岗岩碎片表面粗糙度与温度、应变率的关系式对该结果进行验证，最后得出结果。
以上方案只是一种较佳实例的说明，但并不局限于此。在实施本发明时，可以根据使用者需求进行适当的替换和/或修改。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (2)
1.一种快速检测花岗岩颗粒表面破碎特征的方法，其特征在于，包括：
步骤一，采集花岗岩样品，并制备多个温度等级的试件；
步骤二，对各试件进行不同工况下的动态冲击试验，通过采集各冲击试验产生碎片的表面平面度、粗糙度数据，构建得到对比数据库；
对试验产生的碎片进行三维重构，以得到与各碎片对应的三视图，基于对三视图的分析，构建与碎片表面粗糙度与温度、应变率相配合的拟合函数；
步骤三，通过步骤二中得到的三视图进行图像数据处理、对比、分析、以对碎片的破碎度FR、伸长系数EC、扁平系数FC、球形度S进行定义；
步骤四，通过微焦相机对不规则的花岗岩颗粒进行拍摄，以通过识别系统对图片进行预处理，将预处理后图片颗粒表面的平面度、粗糙度与对比数据库中存储的平面度、粗糙度进行配比查找，以匹配出对应颗粒破碎前所受的温度及其应变率，并通过步骤二中的拟合函数对查找结果进行判别验证，完成对颗粒表面破碎特征所对应的温度、应变率以及颗粒的几何特征进行快速识别；
在步骤二中，所述拟合函数的获取方式为：
S1，基于试验参数、三维重构的扫描结果，运用最小二乘法来分析表面粗糙度与温度、应变率的关系，构造如下的函数拟合曲线：
上式中，μ表示的是碎片表面粗糙度，α 0、α 1表示常量系数，表示无量纲应变率，/>表示无量纲温度；
对函数拟合曲线两边取对数，得到如下的公式一：
令，则有/>，/>关于C0，C1是线性的；
S2，对的取值进行赋值，并将公式一转化为：
设为拟合曲线的逼近函数，则有/>，即，φ 0、 φ 1表示逼近函数/>的函数类；
S3，基于最小二乘法进行分析，得到如下的方程组：
表示的是矩阵的乘积；
S4，对系数的线性方程组进行推算得到对应的正则方程组，经计算可知；
S5，对不同的无量纲应变率采用S2-S4的步骤进行同理分析，以验证α 0、α 1的有效性，可得到碎片表面粗糙度与温度、应变率的拟合函数为：
在步骤四中，所述判别验证包括：将数据库匹配得出的温度及应变率代入步骤二的拟合函数中以得对应的试验粗糙度；
采用粗糙度公式计算得到理论粗糙度，将理论粗糙度与试验粗糙度进行比较，若误差在±0.5之内则视为配对成功，若误差超过±0.5系统则重新在数据库进行查找；
粗糙度公式的获取方式为：
令椭圆中点为O，通过对角度进行均分将椭圆轮廓离散成n等分，并以点O为起点，椭圆轮廓离散点A为终点，使线段OA的长度为L OA，交椭圆与点B，使线段OB的长度为Lo B，线段AB的长度为L AB，则颗粒粗糙度的计算式如下：
上式中，L OA，L AB 分别为线段OA和AB的长度，n为单个颗粒的离散值。
2.如权利要求1所述的快速检测花岗岩颗粒表面破碎特征的方法，其特征在于，在步骤一中，所述花岗岩样品的采集方式为：
利用加工设备将岩块加工成直径为50mm、高度为25mm的标准岩石样品；
对标准岩石样品的两端进行打磨抛光，以使其两端面不平整度在±0.05 mm以内，且端面垂直于样品轴线的误差小于±0.25°。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410002405.2A CN117491142B (zh) | 2024-01-02 | 2024-01-02 | 快速检测花岗岩颗粒表面破碎特征的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410002405.2A CN117491142B (zh) | 2024-01-02 | 2024-01-02 | 快速检测花岗岩颗粒表面破碎特征的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117491142A CN117491142A (zh) | 2024-02-02 |
| CN117491142B true CN117491142B (zh) | 2024-03-12 |
Family
ID=89671293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410002405.2A Active CN117491142B (zh) | 2024-01-02 | 2024-01-02 | 快速检测花岗岩颗粒表面破碎特征的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117491142B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001073476A1 (en) * | 2000-03-27 | 2001-10-04 | Ortoleva Peter J | Method for simulation of enhanced fracture detection in sedimentary basins |
| WO2010005831A2 (en) * | 2008-07-07 | 2010-01-14 | Kansas State University Research Foundation | Grayscale patterning of polymer thin films using direct-write multiphoton photolithography |
| EP2581733A1 (fr) * | 2011-10-14 | 2013-04-17 | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | Dispositif d'imagerie x ou gamma portable et polyvalent pour l'examen non destructif de colis suspects, intégrant les techniques d'imagerie en transmission et en rétrodiffusion |
| KR101657425B1 (ko) * | 2015-12-11 | 2016-09-20 | 연세대학교 산학협력단 | 지상 레이저 스캔 장치를 이용한 구조물 응력분포 추정 시스템, 이를 이용한 안전성 평가 시스템 및 그 추정방법 |
| CN107564111A (zh) * | 2017-05-31 | 2018-01-09 | 武汉圆桌智慧科技有限公司 | 基于计算机视觉的电力线空间安全分析方法 |
| CN107963840A (zh) * | 2017-10-09 | 2018-04-27 | 西南科技大学 | 一种采用改性膨胀玻化微珠的泄压建筑板材及其安装结构 |
| CN108956668A (zh) * | 2018-07-23 | 2018-12-07 | 湖南大学 | 一种基于原位sem的裂纹尖端张开角度测量方法 |
| CN109389596A (zh) * | 2018-10-12 | 2019-02-26 | 深圳大学 | 一种评价三维不规则颗粒表面整体粗糙度的方法 |
| CN213875219U (zh) * | 2021-01-04 | 2021-08-03 | 西南科技大学 | 一种用于动态冲击试验的碎片收集装置 |
| CN113781545A (zh) * | 2021-09-16 | 2021-12-10 | 西南科技大学 | 快速识别不规则颗粒几何特征的方法 |
| CN114544335A (zh) * | 2020-11-24 | 2022-05-27 | 中国石油化工股份有限公司 | 一种循缝找洞改造实验评价方法 |
| CA3162665A1 (en) * | 2021-06-14 | 2022-12-14 | The Governing Council Of The University Of Toronto | Method and system for traffic signal control with a learned model |
| CN116821856A (zh) * | 2023-06-28 | 2023-09-29 | 郑州大学 | 一种基于岩碴比表面积的tbm破岩效率评价方法 |
| CN117011295A (zh) * | 2023-10-07 | 2023-11-07 | 西南科技大学 | 基于深度可分离卷积神经网络的uhpc预制件质量检测方法 |
| CN117309575A (zh) * | 2022-06-27 | 2023-12-29 | 中国石油化工股份有限公司 | 监测岩石表面微观损伤演化的方法、装置及系统 |
-
2024
- 2024-01-02 CN CN202410002405.2A patent/CN117491142B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001073476A1 (en) * | 2000-03-27 | 2001-10-04 | Ortoleva Peter J | Method for simulation of enhanced fracture detection in sedimentary basins |
| WO2010005831A2 (en) * | 2008-07-07 | 2010-01-14 | Kansas State University Research Foundation | Grayscale patterning of polymer thin films using direct-write multiphoton photolithography |
| EP2581733A1 (fr) * | 2011-10-14 | 2013-04-17 | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | Dispositif d'imagerie x ou gamma portable et polyvalent pour l'examen non destructif de colis suspects, intégrant les techniques d'imagerie en transmission et en rétrodiffusion |
| KR101657425B1 (ko) * | 2015-12-11 | 2016-09-20 | 연세대학교 산학협력단 | 지상 레이저 스캔 장치를 이용한 구조물 응력분포 추정 시스템, 이를 이용한 안전성 평가 시스템 및 그 추정방법 |
| CN107564111A (zh) * | 2017-05-31 | 2018-01-09 | 武汉圆桌智慧科技有限公司 | 基于计算机视觉的电力线空间安全分析方法 |
| CN107963840A (zh) * | 2017-10-09 | 2018-04-27 | 西南科技大学 | 一种采用改性膨胀玻化微珠的泄压建筑板材及其安装结构 |
| CN108956668A (zh) * | 2018-07-23 | 2018-12-07 | 湖南大学 | 一种基于原位sem的裂纹尖端张开角度测量方法 |
| CN109389596A (zh) * | 2018-10-12 | 2019-02-26 | 深圳大学 | 一种评价三维不规则颗粒表面整体粗糙度的方法 |
| CN114544335A (zh) * | 2020-11-24 | 2022-05-27 | 中国石油化工股份有限公司 | 一种循缝找洞改造实验评价方法 |
| CN213875219U (zh) * | 2021-01-04 | 2021-08-03 | 西南科技大学 | 一种用于动态冲击试验的碎片收集装置 |
| CA3162665A1 (en) * | 2021-06-14 | 2022-12-14 | The Governing Council Of The University Of Toronto | Method and system for traffic signal control with a learned model |
| CN113781545A (zh) * | 2021-09-16 | 2021-12-10 | 西南科技大学 | 快速识别不规则颗粒几何特征的方法 |
| CN117309575A (zh) * | 2022-06-27 | 2023-12-29 | 中国石油化工股份有限公司 | 监测岩石表面微观损伤演化的方法、装置及系统 |
| CN116821856A (zh) * | 2023-06-28 | 2023-09-29 | 郑州大学 | 一种基于岩碴比表面积的tbm破岩效率评价方法 |
| CN117011295A (zh) * | 2023-10-07 | 2023-11-07 | 西南科技大学 | 基于深度可分离卷积神经网络的uhpc预制件质量检测方法 |
Non-Patent Citations (7)
| Title |
|---|
| .TiB_2-B_4C复合陶瓷动态压缩特性研究;高玉波等;《兵工学报》;20191115;第40卷(第11期);2304-2310 * |
| Al2O3陶瓷静动态破坏机理与碎片统计分析研究;赵兵;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20210815(第8期);B015-391 * |
| Enhancement effect of polyurea coating on the impact resistance of aluminum foam;Guo H et al;《JOURNAL OF APPLIED POLYMER SCIENCE》;20230720;第140卷(第34期);1-10 * |
| Study on protective performance of impact-resistant polyurea and its coated concrete under impact loading;Guo H et al;《CONSTRUCTION AND BUILDING MATERIALS》;20220731;第340卷;1-13 * |
| Wu YR et al.Multi-scale crystal plasticity finite element method (CPFEM) simulations for shear band development in aluminum alloys.《JOURNAL OF ALLOYS AND COMPOUNDS》.2017,第711卷495-505. * |
| 激光沉积Stellite 6颗粒入射角度对涂层形成的影响;骆芳等;《浙江工业大学学报》;20161025;第44卷(第5期);569-574 * |
| 路洪洲.《汽车轻量化用铝合金汽车板》.北京：北京理工大学出版社,2020,(第第1版版),36. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117491142A (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Towards semi-automatic discontinuity characterization in rock tunnel faces using 3D point clouds | |
| Rao et al. | Determination of volume of aggregates: New image-analysis approach | |
| Zhou et al. | FDEM simulation of rocks with microstructure generated by Voronoi grain-based model with particle growth | |
| Wright et al. | The size and shape of typical sweet potatoes | |
| CN117491142B (zh) | 快速检测花岗岩颗粒表面破碎特征的方法 | |
| Durand et al. | Ice microstructure and fabric: an up-to-date approach for measuring textures | |
| CN110135515B (zh) | 一种基于图像纹理的岩体结构均质区自动分区方法 | |
| CN101021488A (zh) | 稻谷损伤的检测方法和装置 | |
| CN115423995A (zh) | 一种轻量化幕墙裂纹目标检测方法及系统、安全预警系统 | |
| CN115616674A (zh) | 探地雷达训练数据集模拟扩增与道路无损检测方法及系统 | |
| Bagi et al. | A New Variable For Characterising Irregular Element Geometries In Experiments And DEM Simulations. | |
| CN110261850A (zh) | 一种树木内部缺陷检测数据的成像算法 | |
| Yang et al. | Investigation of point cloud registration uncertainty for gap measurement of aircraft wing assembly | |
| Tu et al. | Detecting facade damage on moderate damaged type from high-resolution oblique aerial images | |
| CN113781545B (zh) | 快速识别不规则颗粒几何特征的方法 | |
| CN113344851A (zh) | 一种摄影法测量爆堆修正函数数据方法 | |
| Ban et al. | A method to predict the peak shear strength of rock joints based on machine learning | |
| CN117036953B (zh) | 一种多特征融合的煤矸识别方法 | |
| CN114544632B (zh) | 一种基于块体图像识别的煤岩冲击能量计算方法 | |
| Ord et al. | Image analysis techniques for determining the fractal dimensions of rock joint and fragment size distributions | |
| Igathinathane et al. | Particle size distribution analysis of ground coal by machine vision ΣVolume approach | |
| CN115308247B (zh) | 一种氧化铝粉体除渣质量检测方法 | |
| CN116503331A (zh) | 一种岩体质量等级快速智能分析方法 | |
| Zhuang et al. | Surrounding rock classification from onsite images with deep transfer learning based on EfficientNet | |
| Bozdag et al. | Development of a particle size distribution analysis system by digital image processing |
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 |