[发明专利]一种流态混凝土拌合物流变性能实时检测方法有效

专利信息
申请号: 202010520934.3 申请日: 2020-06-10
公开(公告)号: CN111650088B 公开(公告)日: 2021-07-27
发明(设计)人: 田正宏;孙啸;李昂 申请(专利权)人: 河海大学
主分类号: G01N11/00 分类号: G01N11/00
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 李淑静
地址: 210024 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 混凝土 物流 性能 实时 检测 方法
【权利要求书】:

1.一种流态混凝土拌合物流变性能实时检测方法,其特征在于,包括以下步骤:

S1、连续获取流态混凝土拌合物的多幅图像,构成混凝土拌合物流态图像族;

S2、以固定的图像曝光阈值对所述混凝土拌合物流态图像族中的每一幅图像进行强化处理;

S3、对每一幅强化处理后的图像,分别通过分形和多重分形分析方法计算分形维数和多重分形谱参数,获得粗骨料在砂浆体中的分布特征,其中分形基于盒计数方法计算分形维数,多重分形基于盒计数方法依据骨料分布信息计算得到流态混凝土拌合物增强后图像的多重分形谱参数;

S4、统计该图像族的分形维数和多重分形参数在各统计分组区间内出现的频次,基于统计学原理得到流态混凝土拌合物中粗骨料分布参数的取值范围和置信区间,其中通过对步骤S3中获得的分形维数参数D和多重分形的多特征谱宽参数Δα进行统计分析,通过计算它们的均值和标准差,基于正态分布原理得到分形维数最大值Dmax、分形维数最小值Dmin、多重分形谱宽最大值Δαmax、多重分形谱宽最小值Δαmin

S5、根据分形维数和多重分形谱参数,结合粗骨料分布参数的取值范围和置信区间,得到定值配比下流态混凝土拌合物的流变参数范围,具体包括:

结合粗骨料分布参数的取值范围和置信区间以及混凝土流变学原理,基于流态混凝土拌合物的配合比,根据粗骨料的堆积密度与粗骨料结构的分形维数和多重分形谱宽参数的区间获得流态混凝土拌合物的屈服强度和塑性粘度的范围,其中屈服强度τ0和塑性粘度η的上下界通过下式来确定:

式中,φ为流态混凝土拌合物中粗骨料的堆积密度,φmax为流态混凝土拌合物中粗骨料的最大堆积密度。

2.根据权利要求1所述的流态混凝土拌合物流变性能实时检测方法,其特征在于,所述步骤S2中对所述混凝土拌合物流态图像族中的每一幅图像进行强化处理包括:

获取原始图像的直方图,根据曝光阈值将直方图细分为两个直方图;

对每个细分后的子直方图分别进行均衡,得到对比度增强的子图像;

将子图像叠加合并得到增强后图像。

3.根据权利要求1所述的流态混凝土拌合物流变性能实时检测方法,其特征在于,所述分形维数的计算具体包括:所述分形维数的计算具体包括:用一个尺寸为ε×ε的盒子遍历整个图片,至少包含有一个孔隙像素的盒子数量为N(ε),用下式求解分形维数D:

4.根据权利要求1所述的流态混凝土拌合物流变性能实时检测方法,其特征在于,所述多重分形谱参数的计算方法包括:

所述多重分形谱参数的计算方法包括:

将所述增强后图像均分成L2个ε×ε大小的格子,计算第(i,j)个格子中灰度值分布概率Pij(ε):

式中,nij是每一个格子中大于指定灰度阈值的像素的个数;∑nij为整个图像中所有大于指定灰度阈值的像素的个数;

构造配分函数χq(ε)对概率P(ε)用q次方进行加权求和,表示为如下形式:

式中,q为矩的阶数(-∞<q<∞),τ(q)表示配分函数和ε之间的函数关系,改变q的大小得到不同ε下的配分函数;

通过勒让德变换,得到多重分形子集的多重分形谱f(α):

式中,α表示单一格子的奇异程度;

依据所述多重分形谱f(α)计算图像的多特征谱宽参数Δα。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010520934.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top