تعیین توزیع دانهبندی سنگدانههای بتن و آسفالت با استفاده از استخراج ویژگی فیلترهای گابور و شبکههای عصبی
نویسندگان
1 بخش مهندسی معدن، دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
2 دانشیار بخش مهندسی معدن، دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
3 دانشجوی دکتری مهندسی استخراج معدن، بخش مهندسی معدن، دانشگاه شهید باهنر کرمان
4 استاد بخش مهندسی برق، دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان
doi
10.22124/jcr.2018.9498.1260چکیده
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.