CN117907166A - 基于声音处理的无砂混凝土集料粒径确定方法 - Google Patents
基于声音处理的无砂混凝土集料粒径确定方法 Download PDFInfo
- Publication number
- CN117907166A CN117907166A CN202410309185.8A CN202410309185A CN117907166A CN 117907166 A CN117907166 A CN 117907166A CN 202410309185 A CN202410309185 A CN 202410309185A CN 117907166 A CN117907166 A CN 117907166A
- Authority
- CN
- China
- Prior art keywords
- particle size
- sand
- noise
- signal
- processing
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 65
- 239000004567 concrete Substances 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000005236 sound signal Effects 0.000 claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000004576 sand Substances 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 abstract description 5
- 238000002156 mixing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000004568 cement Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 239000010426 asphalt Substances 0.000 description 2
- 239000011384 asphalt concrete Substances 0.000 description 2
- 239000003085 diluting agent Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000011380 pervious concrete Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012669 compression test Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000011372 high-strength concrete Substances 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000012744 reinforcing agent Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000003041 virtual screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提出了基于声音处理的无砂混凝土集料粒径确定方法,采集无砂混凝土室内试件表面反射的音频信号,并进行预处理;建立语音信号的自回归模型;滤波处理含噪音的语音信号;对处理后的语音信号进行经验模态分解,并处理其中的噪声本征模函数;采用能量阈值确定噪声本征模函数分量并重构;对重构的本征模函数分量进行小波处理;将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号;建立无砂混凝土集料粒径的计算模型,根据模型计算得到粒径。具有简单易操作,结果准确等优点。
Description
技术领域
本发明涉及语音或声音处理技术领域,尤其涉及声音处理技术在无砂混凝土路面工程中的应用,本发明提出了基于声音处理的无砂混凝土集料粒径确定方法。
背景技术
无砂混凝土是经过特殊无机型透水保水水泥混凝土增强剂经与水混合形成稀释液再于水泥混合形成水泥浆包裹住粗、细骨料,配合精细施工制成具有连续孔隙的高强度混凝土,是一种新型生态环保型道路的铺装材料,它既可满足各种载荷道路的强度要求,又具有透气透水性,分解汽车尾气等有害气体,吸附微小粉尘,降音、降噪,缓解“热岛效应”等。
无砂混凝土集料的粒径大小直接影响混凝土本身的整体强度、孔隙率、透水性能乃至降噪性能等。
论文《集料粒径对沥青混凝土性能影响规律研究》(李强,李志亮;技术与市场,2023,30(11))制备了16、20、25 mm三种最大公称粒径等级集料的沥青混凝土,探究了集料粒径对最佳油石比、马歇尔试验指标和抗车辙能力的影响规律。
公开(公告)号:CN115849755A公开了一种确定再生集料最佳掺量和粒径的方法。包括以下步骤:步骤S1、制作成型试件并对试件养生;步骤S2、对试件进行力学性能试验;步骤S3、对试件进行抗冻性能试验;步骤S4、根据试验结果分析不同粒径再生集料及其掺配比例对再生集料力学性能及抗冻性能的影响,确定再生集料的最佳掺量和粒径。解决了现有技术中片面的以抗压强度最优原则确定再生集料最优掺量造成再生集料实际性能不够理想的问题。
公开(公告)号:CN105954161A公开了基于CT图像的集料粒径三维自动测量方法。基于沥青混合料细观结构对其路用性能的影响规律预测,依据沥青混合料CT图像,完成混合料中集料粒径的三维高精度自动测量,以辅助实现混合料中集料的精确三维虚拟筛分。
公开(公告)号:CN106596358A公开了基于图像处理的透水混凝土集料粒径测量方法。选取设定数量的透水混凝土集料放置在白纸上,放置一把有刻度的直尺,拍摄正方形区域,获得数码相片;对数码相片进行处理,完成像素值与毫米距离值的转换;黑白化处理;输出每个颗粒粒径面积,将集料颗粒假设为圆,计算出粒径大小;对不同拍摄角度下每个集料颗粒粒径求平均,获得透水混凝土第i个集料颗粒的初始粒径d;计算水化产物引起的集料体积膨胀率,利用集料体积膨胀率计算集料直径扩大率,通过集料直径扩大率计算得到集料等效粒径,完成对透水混凝土第i个集料颗粒的初始粒径d进行修正,得到第i个集料颗粒的等效粒径D。
通过以上相关文献的分析可以发现,现有论文都是提出混凝土集料粒径和性能之间的关系没有定量给出集料粒径的确定方法。而现有专利文件是结合图像处理技术,通过一定方法将集料粒径检测出来。
现有论文以及专利文件均没有考虑集料粒径与性能之间的对应关系,在计算模型中也没有涉及强度等指标,是一种基于已成型的混凝土检测方法,而非基于性能等因素考虑的集料粒径预测确定方法。本发明采集反射的声音信号,并对信号加以处理,带入计算模型最终得出集料粒径大小,能根据性能指标预测需要确定的无砂混凝土集料粒径,具有简单易操作,结果准确等优点。因此提出声音处理视域下的透水混凝土路面透水系数确定方法显得迫切且必要。
发明内容
本发明为克服现有技术的不足之处,提出了基于声音处理的无砂混凝土集料粒径确定方法。采集无砂混凝土室内试件表面反射的音频信号,并进行预处理;建立语音信号的自回归模型;滤波处理含噪音的语音信号;对处理后的语音信号进行经验模态分解,并处理其中的噪声本征模函数;采用能量阈值确定噪声本征模函数分量并重构;对重构的本征模函数分量进行小波处理;将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号;建立无砂混凝土集料粒径的计算模型,根据模型计算得到粒径。
本发明为达到上述发明目的,采用如下技术方案:
基于声音处理的无砂混凝土集料粒径确定方法,包括以下步骤:
步骤一,采集无砂混凝土室内试件表面反射的音频信号,并进行第一步处理;
步骤二,建立语音信号的自回归模型;
步骤三,滤波处理含噪音的语音信号;
步骤四,对处理后的语音信号进行经验模态分解,并处理其中的噪声本征模函数;
步骤五,采用能量阈值确定噪声本征模函数分量并重构;
步骤六,对重构的本征模函数分量进行处理得到 ;
步骤七,将 、其余的本征模函数分量以及残余分量重新叠加即为最终语音增强信号;
步骤八,建立无砂混凝土集料粒径的计算模型,根据模型计算得到粒径。
本发明的进一步技术:
优选的,步骤一中语音信号第一步处理的公式如下所示:
;
式中:
—语音信号;
—第一步处理后的语音信号;
—声音信号的帧长;
—语音信号本函数处理的长度。
优选的,步骤二中语音信号的自回归模型如下所示:
;
式中:
—纯净的语音信号;
—噪音的语音信号;
—回归系数;
—偏自相关系数;
—均值为0的噪声信号;
、/>通过最小二乘法求得。
优选的,步骤三中含噪音的语音信号滤波处理如下所示:
;
式中:
—测量变量;
—测量矩阵;
—测量噪声;
—系统过程噪声;
—状态转移矩阵;
—系统噪声输入矩阵;
—表示估计的状态变量;
—测量矩阵中第/>行第/>列值;
—测量矩阵中第/>行第/>-1列值。
优选的,步骤四中经验模态分解的信号如下所示:
;
式中:
—滤波处理后的语音信号(经验模态分解的信号);
—纯净的语音信号;
—滤波后的残留噪声信号。
优选的,步骤五中能量阈值的公式如下所示:
;
式中:
—能量最大本征模函数对应的索引值;
—本征模函数;
—第/>个本征模函数对应的能量值;
-索引值/>对应的本征模函数的能量值;
本征模函数,/>值代表第/>个本征模函数,/>代表从1到/>的取值;
确定之后,索引/>的本征模函数分类选取出来后进行后续去噪处理,索引的本征模函数分类无需处理。
优选的,步骤六中噪声处理的公式如下所示:
;
式中:
—重构后的噪声本征模函数分量;
—小波处理后的信号;
—尺度函数;
—小波基函数;
—任意开始尺度;
,尺度系数;
,小波基函数系数。
优选的,步骤七中最终语音增强信号计算公式如下所示:
;
式中:
—最终语音增强信号;
—残余本征模本征模函数分量。
优选的,步骤八建立无砂混凝土集料粒径的计算模型,通过模型计算得到无砂混凝土集料粒径:
;
式中:
:集料粒径,mm;
:音频信号采集点距离试件中心的距离,mm;
:计算基准距离,mm;
:步骤七中最终语音增强信号大小,db;
—无砂混凝土抗压强度7d与抗压强度28d之比;
—无砂混凝土抗折强度7d与抗折强度28d之比。
与已有技术相比,本发明的有益技术效果体现在:
采集无砂混凝土室内试件表面反射的音频信号,并进行预处理。使信号能更好地满足处理的周期性要求,减少泄漏;对处理后的语音信号进行经验模态分解,并处理其中的噪声本征模函数,通过将噪声本征模函数单独处理,其余语音本征模函数不做任何处理抑制残留噪声减少语音信号失真的目的;采用能量阈值确定噪声本征模函数分量并重构,对重构的本征模函数分量进行小波处理。等同于间接提高
了信噪比,同时小波变换提高了运算速度减少了耗时;将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号;具有简单易操作,结果准确等优点。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本说明,并不用于限定本发明。
实施例:在安徽新建高速无砂混凝土路段,无砂混凝土室内试验测得7d和28d抗压强度分别为33.6MPa和42.7MPa,7d和28d抗折强度分别为4.4MPa和5.4MPa,采用本发明的方法确定无砂混凝土路面的集料粒径。
步骤一,采集无砂混凝土室内试件表面反射的音频信号,并进行预处理。
试验室成型透水混凝土抗压试验标准试件(150mm×150mm×150mm),采集无砂混凝土室内试件表面反射的音频信号。
在电脑计算机中,对采集到的反射的音频信号进行预处理。预处理公式如下所示:
;
式中:
—语音信号;
—第一步处理后的语音信号;
—声音信号的帧长;
—语音信号本函数处理的长度。
步骤二,建立语音信号的自回归模型。
语音信号的自回归模型如下所示:
;
式中:
—纯净的语音信号;
—噪音的语音信号;
—回归系数;
—偏自相关系数;
—均值为0的噪声信号;
、/>在计算机中通过内置程序,最小二乘法求得。
步骤三,滤波处理含噪音的语音信号。
含噪音的语音信号滤波处理如下所示:
;
式中:
—测量变量;
—测量矩阵;
—测量噪声;
—系统过程噪声;
—状态转移矩阵;
—系统噪声输入矩阵;
—表示估计的状态变量;
—测量矩阵中第/>行第/>列值;
—测量矩阵中第/>行第/>-1列值。
经验模态分解的信号如下所示:
;
式中:
—滤波处理后的语音信号(经验模态分解的信号);
—纯净的语音信号;
—滤波后的残留噪声信号。
步骤四,对处理后的语音信号进行经验模态分解,并处理其中的噪声本征模函数。
将做经验模态分解,分解出多个本征模函数,通过将噪声本征模函数单独处理,其余语音本征模函数不做任何处理抑制残留噪声减少语音信号失真的目的。
步骤五,采用能量阈值确定噪声本征模函数分量并重构。
能量阈值的公式如下所示:
;
式中:
—能量最大本征模函数对应的索引值;
—本征模函数;
—第/>个本征模函数对应的能量值。
在电脑计算机中带入以上步骤处理过后的音频信号,分析得出=102,即索引i<102的本征模函数分类可选取出来后进行后续去噪处理,索引i≥102的本征模函数分类可无需处理。
步骤六,对重构的本征模函数分量进行小波处理。
噪声本征模函数确定后,用小波法对其再次去噪。小波对单独的噪声本征模函数去噪不理想。因为单独的本征模函数分量属于低信噪比信号,小波对此类信号处理效果不好,因此,采用先对选定的噪声本征模函数分量重建再进行小波法处理,此时的信号等同于间接提高了信噪比,同时小波变换提高了运算速度减少了耗时。噪声本征模函数重构表示如下:
函数选择Sym8小波基,分解层数选择5,运用rigrsure准则,软阈值。表示如下公式:
;
式中:
;
。
步骤七,将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号/>。
因此,原始含噪语音经过滤波后得到信号/>,再通过经验模态分解将信号分解为多个本征模函数分量,并通过能量阈值的方法确定噪声本征模函数分量并重构得到/>进一步采用小波变换去噪处理。最后,将小波去噪后信号/>与其余本征模函数及残余分量整体重构就是最终的语音增强信号/>,如下:
;
为0.78。
步骤八,建立无砂混凝土集料粒径的计算模型,根据模型计算得到粒径。
本项目的无砂混凝土7d抗压强度和抗折强度、28d抗压强度和抗折强度数值、以及/>计算结果分别如下表1所示。
表1 无砂混凝土强度数据
通过模型计算得到无砂混凝土集料粒径:
;
式中:
:集料粒径,mm;
:音频信号采集点距离试件中心的距离,本项目为42mm;
:计算基准距离,本项目取150mm;
:步骤七中最终语音增强信号大小为0.78;
—无砂混凝土抗压强度7d与抗压强度28d之比,本项目为0.79;
—无砂混凝土抗折强度7d与抗折强度28d之比,本项目为0.82。
计算可得 =9.79mm,即本项目需要粒径为9.79mm的集料。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,包括以下步骤:
步骤一,采集无砂混凝土室内试件表面反射的音频信号,并进行第一步处理;
步骤二,建立语音信号的自回归模型;
步骤三,滤波处理含噪音的语音信号;
步骤四,对处理后的语音信号进行经验模态分解,并处理其中的噪声本征模函数;
步骤五,采用能量阈值确定噪声本征模函数分量并重构;
步骤六,对重构的本征模函数分量进行处理得到 ;
步骤七,将、其余的本征模函数分量以及残余分量重新叠加即为最终语音增强信号;
步骤八,建立无砂混凝土集料粒径的计算模型,根据模型计算得到粒径。
2.根据权利要求1中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤一中语音信号第一步处理的公式如下所示:
;
式中:
—语音信号;
—第一步处理后的语音信号;
—声音信号的帧长;
—语音信号本函数处理的长度。
3.根据权利要求2中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤二中语音信号的自回归模型如下所示:
;
式中:
—纯净的语音信号;
—噪音的语音信号;
—回归系数;
—偏自相关系数;
—均值为0的噪声信号;
、/>通过最小二乘法求得。
4.根据权利要求3中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤三中含噪音的语音信号滤波处理如下所示:
;
式中:
—测量变量;
—测量矩阵;
—测量噪声;
—系统过程噪声;
—状态转移矩阵;
—系统噪声输入矩阵;
—表示估计的状态变量;
—测量矩阵中第/>行第/>列值;
—测量矩阵中第/>行第/>-1列值。
5.根据权利要求4中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤四中经验模态分解的信号如下所示:
;
式中:
—滤波处理后的语音信号;
—纯净的语音信号;
—滤波后的残留噪声信号。
6.根据权利要求5中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤五中能量阈值的公式如下所示:
;
式中:
—能量最大本征模函数对应的索引值;
—本征模函数;
—第/>个本征模函数对应的能量值;
-索引值/>对应的本征模函数的能量值;
本征模函数,/>值代表第/>个本征模函数,/>代表从1到/>的取值;
确定之后,索引/>的本征模函数分类选取出来后进行后续去噪处理,索引/>的本征模函数分类无需处理。
7.根据权利要求6中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤六中噪声处理的公式如下所示:
;
式中:
—重构后的噪声本征模函数分量;
—小波处理后的信号;
—尺度函数;
—小波基函数;
—任意开始尺度;
,尺度系数;
,小波基函数系数。
8.根据权利要求7中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤七中最终语音增强信号计算公式如下所示:
;
式中:
—最终语音增强信号;
—残余本征模本征模函数分量。
9.根据权利要求8中所述的基于声音处理的无砂混凝土集料粒径确定方法,其特征在于,步骤八建立无砂混凝土集料粒径的计算模型,通过模型计算得到无砂混凝土集料粒径:
;
式中:
:集料粒径,mm;
:音频信号采集点距离试件中心的距离,mm;
:计算基准距离,mm;
:步骤七中最终语音增强信号大小,db;
—无砂混凝土抗压强度7d与抗压强度28d之比;
—无砂混凝土抗折强度7d与抗折强度28d之比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410309185.8A CN117907166B (zh) | 2024-03-19 | 2024-03-19 | 基于声音处理的无砂混凝土集料粒径确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410309185.8A CN117907166B (zh) | 2024-03-19 | 2024-03-19 | 基于声音处理的无砂混凝土集料粒径确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117907166A true CN117907166A (zh) | 2024-04-19 |
CN117907166B CN117907166B (zh) | 2024-06-21 |
Family
ID=90693950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410309185.8A Active CN117907166B (zh) | 2024-03-19 | 2024-03-19 | 基于声音处理的无砂混凝土集料粒径确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117907166B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4026157A (en) * | 1975-03-18 | 1977-05-31 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschug E.V. | Method of quantitatively determining the grain size of substances |
NL1020714C2 (nl) * | 2002-05-30 | 2003-12-02 | Tno | Ultrasone karakterisatie van hoge concentratie deeltjes. |
AU2001267140B2 (en) * | 2000-06-28 | 2006-02-23 | Commonwealth Scientific And Industrial Research Organisation | Measurement of particle size in pneumatic flows |
KR20100007739A (ko) * | 2008-07-14 | 2010-01-22 | 한국전자통신연구원 | 음성/음악 통합 신호의 부호화/복호화 장치 |
DE102015116379A1 (de) * | 2015-09-28 | 2017-03-30 | TIPCO Tudeshki Industrial Process Control GmbH | Verfahren zum Bestimmen der Korngrößenverteilung von Granulaten in einen Förderstrom und Vorrichtung zur Durchführung des Verfahrens |
CN109553348A (zh) * | 2018-12-13 | 2019-04-02 | 宁夏大学 | 沙漠砂混凝土及受高温后抗折强度无损检测方法 |
US20200394886A1 (en) * | 2018-06-29 | 2020-12-17 | Halo Smart Solutions, Inc. | Sensor Device and System |
CN114308353A (zh) * | 2021-12-23 | 2022-04-12 | 合肥中亚建材装备有限责任公司 | 一种具有快速检测产品粒度值功能的立磨设备及其检测方法 |
CN117434151A (zh) * | 2023-12-15 | 2024-01-23 | 安徽省交通规划设计研究总院股份有限公司 | 声音处理视域下的透水混凝土路面透水系数确定方法 |
-
2024
- 2024-03-19 CN CN202410309185.8A patent/CN117907166B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4026157A (en) * | 1975-03-18 | 1977-05-31 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschug E.V. | Method of quantitatively determining the grain size of substances |
AU2001267140B2 (en) * | 2000-06-28 | 2006-02-23 | Commonwealth Scientific And Industrial Research Organisation | Measurement of particle size in pneumatic flows |
NL1020714C2 (nl) * | 2002-05-30 | 2003-12-02 | Tno | Ultrasone karakterisatie van hoge concentratie deeltjes. |
KR20100007739A (ko) * | 2008-07-14 | 2010-01-22 | 한국전자통신연구원 | 음성/음악 통합 신호의 부호화/복호화 장치 |
DE102015116379A1 (de) * | 2015-09-28 | 2017-03-30 | TIPCO Tudeshki Industrial Process Control GmbH | Verfahren zum Bestimmen der Korngrößenverteilung von Granulaten in einen Förderstrom und Vorrichtung zur Durchführung des Verfahrens |
US20200394886A1 (en) * | 2018-06-29 | 2020-12-17 | Halo Smart Solutions, Inc. | Sensor Device and System |
CN109553348A (zh) * | 2018-12-13 | 2019-04-02 | 宁夏大学 | 沙漠砂混凝土及受高温后抗折强度无损检测方法 |
CN114308353A (zh) * | 2021-12-23 | 2022-04-12 | 合肥中亚建材装备有限责任公司 | 一种具有快速检测产品粒度值功能的立磨设备及其检测方法 |
CN117434151A (zh) * | 2023-12-15 | 2024-01-23 | 安徽省交通规划设计研究总院股份有限公司 | 声音处理视域下的透水混凝土路面透水系数确定方法 |
Non-Patent Citations (5)
Title |
---|
JINHAI YAN等: "Early-age strength and long-term performance of asphalt emulsion cold recycled mixes with various cement contents", CONSTRUCTION AND BUILDING MATERIALS, vol. 137, 5 February 2017 (2017-02-05), pages 153 - 159, XP029931544, DOI: 10.1016/j.conbuildmat.2017.01.114 * |
YIFAN JI等: "Mechanical properties and acoustic emission characteristics of microbial cemented backfill with various particle size distributions of recycled aggregates", CONSTRUCTION AND BUILDING MATERIALS, vol. 417, 10 February 2024 (2024-02-10), pages 1 - 12 * |
周爱强等: "不同粒径及掺量对改性橡胶混凝土性能的影响", 山西建筑, vol. 49, no. 21, 30 November 2023 (2023-11-30), pages 108 - 111 * |
夏文鹤等: "基于音频信号的气体钻井返出岩屑量监测方法研究", 石油钻探技术, vol. 45, no. 3, 31 May 2017 (2017-05-31), pages 121 - 126 * |
潘晴等: "基于 EMD 的前后置滤波语音增强算法", 河南师范大学学报(自然科学版), vol. 46, no. 3, 31 May 2018 (2018-05-31), pages 33 - 38 * |
Also Published As
Publication number | Publication date |
---|---|
CN117907166B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hernández-Cruz et al. | Multiscale characterization of chemical–mechanical interactions between polymer fibers and cementitious matrix | |
Mac et al. | 3D imaging techniques for characterising microcracks in cement-based materials | |
CN117907166B (zh) | 基于声音处理的无砂混凝土集料粒径确定方法 | |
CN111721925B (zh) | 一种透水混凝土抗压强度与透水系数均匀性评价方法 | |
CN117111048B (zh) | 一种基于改进itd的多波束海底地形测量回波降噪方法 | |
CN111302742B (zh) | 一种基于再生玻璃砂的可3d打印uhpc及制备方法 | |
CN1917577A (zh) | 一种图像组合降噪方法 | |
CN102557554A (zh) | 由废旧轮胎分离的多元混杂再生纤维混凝土的制备方法 | |
CN117408928B (zh) | 基于图像处理的透水混凝土路面结构确定方法 | |
CN109033503B (zh) | 一种多孔水泥混凝土单轴抗压强度试验数值模拟方法 | |
CN106116281B (zh) | 珊瑚礁砂混凝土及其制备方法 | |
CN114890758A (zh) | 一种用于3d打印的水泥基材料 | |
Li et al. | Hydration and microstructure of cement paste mixed with seawater–An advanced investigation by SEM-EDS method | |
CN110728465A (zh) | 一种台风作用下的岛礁淡化水体风险评估方法 | |
CN116858751B (zh) | 基于代表车型声音处理的透水混凝土路面孔隙率测算方法 | |
CN1304987C (zh) | 一种智能交通数据处理方法 | |
CN116894150A (zh) | 一种海洋气候研究中的滤波方法及其应用 | |
CN109374624B (zh) | 透水路面堵塞检测方法及系统 | |
Carò et al. | Reliability of textural analysis of ancient plasters and mortars through automated image analysis | |
CN115598017B (zh) | 一种透水混凝土用粗骨料形态识别及骨架评价方法 | |
CN101527037B (zh) | 基于邻域加窗的平稳小波图像去噪方法 | |
Werner et al. | Quantitative image analysis of masonry mortar microstructure | |
Yio | Characterising the microstructure of cement-based materials using laser scanning confocal microscopy | |
TWI388199B (zh) | 視頻影像分析裝置和方法 | |
CN117867938B (zh) | 一种图像处理透水混凝土施工稳定性控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |