تعداد نشریات | 31 |
تعداد شمارهها | 748 |
تعداد مقالات | 7,112 |
تعداد مشاهده مقاله | 10,245,994 |
تعداد دریافت فایل اصل مقاله | 6,899,757 |
تعیین توزیع دانهبندی سنگدانههای بتن و آسفالت با استفاده از استخراج ویژگی فیلترهای گابور و شبکههای عصبی | ||
تحقیقات بتن | ||
مقاله 7، دوره 12، شماره 1 - شماره پیاپی 25، فروردین 1398، صفحه 81-94 اصل مقاله (1.05 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22124/jcr.2018.9498.1260 | ||
نویسندگان | ||
هادی یعقوبی1؛ حمید منصوری* 2؛ محمد علی ابراهیمی فرسنگی3؛ حسین نظام آبادی پور4 | ||
1دانشجوی دکتری مهندسی استخراج معدن، بخش مهندسی معدن، دانشگاه شهید باهنر کرمان | ||
2بخش مهندسی معدن، دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان | ||
3دانشیار بخش مهندسی معدن، دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان | ||
4استاد بخش مهندسی برق، دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان | ||
چکیده | ||
توزیع ابعادی سنگدانههای تشکیل دهنده بتن و آسفالت، از مهمترین پارامترها در کنترل طرحهای اختلاط بتن و آسفالت است که میتواند بر کیفیت نهایی، مقاومت و دوام بتن و آسفالت تاثیر گذار باشد. بهمنظور ارزیابی درصد اختلاط سنگدانهها، روش پردازش تصویری دیجیتال یک روش غیر مستقیم، سریع و قابل اعتماد است. در این تحقیق بر پایه یکی از روشهای استخراج ویژگیهای دیداری تصویر (فیلترهای گابور) و استفاده از شبکه های عصبی، الگوریتمی جهت تعیین توزیع دانهبندی تصاویر سنگدانههای تشکیل دهنده بتن و آسفالت ارائه شده است. تعداد 100 تصویر از سنگدانههای تشکیل دهنده بتن و آسفالت برای آموزش شبکه عصبی بهکار برده شد. سپس نتایج حاصله با نتایج تخمین خودکار دانهبندی سنگدانهها در نرم افزار Split-Desktop و همچنین تجزیه سرندی مقایسه شد. نتایج بهدست آمده بیانگر یک بهبود کلی در ارزیابی توزیع اندازه سنگدانههای تشکیل دهنده بتن و آسفالت و کاهش خطای 67% با استفاده از روش پیشنهادی نسبت به تخمین خودکار نرم افزار Split-Desktop است. همچنین در ارزیابی اندازههای 10F تا 100F، روش پیشنهادی بهبود 63%را نشان داد. | ||
کلیدواژهها | ||
توزیع دانه بندی؛ سنگدانههای بتن و آسفالت؛ استخراج ویژگی تصویر؛ فیلترهای گابور؛ شبکههای عصبی | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 722 تعداد دریافت فایل اصل مقاله: 667 |