林書慶
(重慶交通大學 材料科學與工程學院,重慶400074)
隨著城市化進程加快及基礎設施建設規模加大,混凝土用量劇增。粗集料是混凝土組成中不可或缺且用量最大的組分,在工程實際中用量巨大、。每天一個混凝土拌合站的開盤量數以千噸計,按照粗集料的用量來看,幾乎每一千噸混凝土就需要消耗五百噸粗集料左右。然而在運送粗集料的貨車過磅之后,要經過一系列的檢測才能入倉投產,其中檢測包括含水率、篩分試驗、壓碎值、針片狀顆粒含量、密度、泥塊含量檢測等等,幾乎所有的試驗檢測都需要烘干,這是一個比較漫長的過程;既容易使現場為了節約時間不按規程進行檢測,也容易耽擱工程進度和造成勞動力浪費[1]。本文選擇四川省青川縣至平武縣地區的粗集料為研究對象,對該地區的粗集料進行調查和分析,并用MATLAB 的圖像分析對粗集料的粒形進行分析,辨認出針片狀顆粒并計算含量,希望為以后的智能化、快速檢測作出貢獻。
根據《建設用卵石、碎石》(GB/T 14685-2011)中對粗集料中卵石,碎石的針片狀含量做出了規定。針狀顆粒指顆粒度大于平均粒徑2.4 倍的顆粒,片狀顆粒指顆粒厚度小于平均粒徑0.4倍的顆粒[2]。
集料是混凝土拌合物主要的組成成分之一,體積含量占到70%以上,粗集料的性能直接影響混凝土的性能,工作性能優良的粗集料不僅有效可以提高混凝土的工作性能和力學性能,更能增加混凝土的耐久性以減少后期的維護費用,因此研究粗集料對混凝土性能影響有重要意義。
水泥混凝土使用粗集料時用正體顆粒為佳。不宜含有過多的針片狀顆粒,否則將顯著影響混凝土的拌合性和硬化后的力學強度。根據《建設用卵石、碎石》((GB/T 14685-2011)中對粗集料中卵石,碎石的針片狀含量做出了規定,見表1。理想情況下,針片狀含量越低,獲得的混凝土質量越好。所以針片狀顆粒含量不僅是材料進倉所需檢測的關鍵項目,也是影響混凝土性能的關鍵因素,有很大的研究價值。

表1 針、片狀含量
圖像識別技術是利用計算機通過對所采集的圖像進行識別區分,進行特征分析,并用一定的手段將圖片劃分為互不重疊的子空間,然后將分析被測物空間信息的技術[3-4]。其利用計算機對圖中物體像進行處理、分析和理解,以識別各種不同模式的目標和對象的特征參數,是應用深度學習算法的一種實踐應用[5-6]。現階段圖像識別技術一般分為人臉識別與商品識別,人臉識別主要運用在安全檢查、身份核驗與移動支付中。商品識別主要運用在商品流通過程中,特別是無人貨架、智能零售柜等無人零售領。
中國的經濟發展非常迅速,但也關系到高速公路的快速發展,對鋪路性能的要求也越來越高。柏油混凝土鋪路在中國的高級道路和城市道路上具有絕對的優勢。具有低噪音,高平坦,簡易鋪路維持,小型運轉振動的優良特性。骨料是柏油混凝土的主要成分,其優異的形態特性影響柏油路面的性能。近年來,數碼技術也可以與其他領域的集成技術。這種特性在許多領域中經常使用,也適用于柏油路鋪路材料測試,研究了各種參數結果。現在取得了很大的成果。今后,本研究將鮮明描述骨料的形態特征,保證瀝青混合物的優良品質,推動道路產業的發展。
目前,許多專家學者和相關公路工程研究人員引入了成像技術,探討了粗粒料、瀝青混合料和集料對圖像分析的基礎上,實現了對集料的自動定量描述,可以為瀝青路面的使用提供足夠的人力和物力資源,可廣泛應用,延長瀝青路面的使用壽命,從而促進骨料檢測技術的發展。圖像的傳統識別流程分為四個步驟:圖像采集→圖像預處理→特征提取→圖像識別。圖像識別軟件國外代表的有康耐視等,國內代表的有圖智能、海深科技等。
利用光學成像技術采集集料顆粒的二維圖像,然后對集料顆粒進行預處理消除圖像采集過程中可能引入的噪聲, 再利用圖像分割將各個集料分離得到集料的二值圖像, 之后利用形態學處理進一步消除噪聲,再利用顆粒分析技術,最終得到集料的形態特征參數,從而完成對集料顆粒形態特征的評價。
把獲得的每一個陰影圖像按最大長度和最大寬度先拓展為一個矩形,再通過計算矩形的最大長度是否大于寬度的2.4 倍,是則判斷是針狀顆粒;否則判斷不是針狀顆粒。基于此原理,在Matlab 中建立M文件。

圖1 圖像識別效果圖

圖2 識別結果
將待測試樣按一定的間距隨機整齊擺放于深色紙布,于光照條件充足情況下,清晰拍照,傳至Matlab 程序中進行識別,輸出識別結果。并采用傳統的規準儀對同一批試樣進行驗證,結果見表2。
分析表2,可以得到:8 次圖像法識別試樣為針狀顆粒的平均準確率為98.1%,表明圖像法在二維上能準確的反映出集料的針狀特性;但采用傳統的規范法判定集料特性時,由于人為操作,具有一定的主觀因素,使得傳統規準法與圖像識別法在某些情況產生分歧。
集料的針片狀對混凝土性能有重要影響,傳統的規準儀法和游標卡尺法只能在混凝土生產前對集料針片狀進行篩選,且耗時較長,耽誤生產;無法在對混凝土的生產過程進行指導,而圖像法可以在混凝土生產集料傳輸階段進行挑選,再配以傳感設備將其進行剔除,將對混凝土強度提高和質量管理體系做出重要貢獻。但目前此模型僅能用于二維識別集料的針狀特性,需要進一步改進以用于三維識別集料的片狀特性。

表2 圖像法試驗結果