【摘 要】
:
粗骨料作为混凝土的主要组成成分,需求量巨大,国内外大量研究人员经研究发现,粗骨料的紧密堆积程度会影响混凝土使用时的各种性能,并且其堆积密度主要受骨料自身粒度(级配)和粒形的综合影响。目前常用的级配测量方法为筛分法,通过各类标准筛对粗骨料样本进行逐级筛分,确定各粒级占比,该方法操作十分耗时,检测效率低,并且在测量粗骨料级配时不能进行粒形检测。随着计算机与图像识别技术的发展,粗骨料粒度粒形在线检测成为
论文部分内容阅读
粗骨料作为混凝土的主要组成成分,需求量巨大,国内外大量研究人员经研究发现,粗骨料的紧密堆积程度会影响混凝土使用时的各种性能,并且其堆积密度主要受骨料自身粒度(级配)和粒形的综合影响。目前常用的级配测量方法为筛分法,通过各类标准筛对粗骨料样本进行逐级筛分,确定各粒级占比,该方法操作十分耗时,检测效率低,并且在测量粗骨料级配时不能进行粒形检测。随着计算机与图像识别技术的发展,粗骨料粒度粒形在线检测成为可能,本文针对不同状态下采集到的粗骨料图像进行研究:针对理想分布情况的粗骨料,设计了一套基于图像法测量粗骨料粒度粒形的检测系统,通过增加一字型激光器借鉴激光三角测量原理实现不规则骨料的三维测量。利用多元线性回归建立了粗骨料形态和空隙率的回归模型,并经F检验证明它们之间具有显著关系。本文进行验证试验发现预测空隙率与真实空隙率误差在0.5%以内,误差较小,能够利用粗骨料粒度粒形实现空隙率的快速预测。利用偏回归系数t检验验证各粒形参数的显著性,确定了最合适的粒形参数,有最大投影球形度、棱角性、扁平度和针片状。针对堆叠状态下的粗骨料,本文将传统分割方法与深度学习算法的分割结果进行对比分析。在不同粒度的粗骨料分割中,5~10mm粒径的粗骨料,深度学习算法分割后的级配占比比分水岭算法的结果提高了5.93%,而粒径为10~20mm和20~31.5mm占比提高了20%以上;在不同材质的粗骨料分割中,深度学习算法较分水岭算法对石灰石、花岗岩和鹅卵石的粗骨料图像分割,累计级配占比分别提高了28.62%、37.68%和12.78%;对比不同级配的粗骨料分割,深度学习算法计算结果更接近筛分法。为验证开发的深度学习分割算法在实际工程中的适应性,本文将在基于深度学习的粗骨料在线检测系统应用于商业混凝土搅拌站和圆锥破碎机中,对现场采集到的复杂堆叠骨料图像分割后,效果良好,证明深度学习算法能够适应复杂的工程工况。本论文的工作有助于通过粗骨料形态参数快速预测空隙率并确定合适的形态表征参数,通过对检测系统的实际工程应用结果可以证明本论文具有较好的理论研究意义和实际应用价值。
其他文献
在中国经济飞速发展的今天,传统的承发包模式已经不适用于市场经济的需求,多元化的工程承包模式进入市场,基于这种背景,EPC模式在建筑行业中越来越受关注。EPC总承包模式具有建设周期短、组织协调工作量小、合同主体单一等优势,因此工程项目业主方也更倾向于选择这种承包模式。合同作为合同各参与方沟通的重要纽带,其管理贯穿于项目管理全过程,是项目成功与否的重要因素,与企业的收益息息相关。合同管理取得的效果对E
在数据挖掘中,信息系统是数据的重要载体,从决策信息系统中进行规则提取也被称为知识获取。由于在应用粗糙集理论进行数据处理时不要求数据的先验信息,因此利用粗糙集理论来获取知识在近年来越来越受关注。如今,粗糙集理论的推广和应用十分广泛,与不同学科的交叉融合不断地涌现。其中,覆盖粗糙集是最重要的创新推广之一。覆盖粗糙集有效地解决了一般关系下如何构造邻域算子的问题。在覆盖决策信息系统中,由于对象可能属于两个
近年来,中国制造业发展遭遇瓶颈,创新性的用户需求、全方位的市场竞争和高质量的经济发展目标正引导制造企业进行二次创业。“双循环”经济发展背景下,制造业迎来了以供给侧结构性改革为主线的发展新机遇,掀起了二次创业浪潮。二次创业作为制造企业可持续发展的重要方式,在这一过程中,如何在维持原有竞争优势的同时开发新的增长点是企业二次创业不可避免的难题,也是当前学术界和政企关注的热点。以制造企业二次创业的行为差异
最近以来数字科技的高速发展,让移动游戏逐渐融入大众的日常生活之中。而受疫情影响,移动游戏成为满足大众娱乐需求的主要来源之一,在此期间一系列主打社交属性的游戏一经推出就深受到玩家们的关注与使用。但当前大环境下,由于移动游戏的种类丰富性的提升,用户对于其的需求质量正不断提高,移动游戏开始向重度转化,为了获取流量和噱头,越来越多游戏在玩法内容上强调花时间重复参与游戏来换取玩家所需的奖励,这不得不促使玩家
21世纪以来社交电商飞速发展。为了争取平台流量,各大社交电商平台都在研究如何以较小成本快速获客,经济性奖励与社会性奖励类型层出不穷,但是最根本的还是在于如何让平台用户认可平台并在其社交朋友圈迅速分享。当前优惠券分享作为一种低成本营销方式,既统合了优惠券的经济折扣性能,又能反映优惠券分享的熟人互动特性。目前各大电商平台如何快速实现优惠券裂变分享是需要研究的问题,单纯的依靠“表面”优惠已经无法吸引用户
随着社会经济的发展,人们面对的多属性决策问题日渐复杂。传统决策方法往往难于有效衡量多属性决策中的不确定性。特别当多位决策者之间存在分歧时,多数决策模型缺乏灵活高效的处理手段。为此,本文将模糊理论、粗糙集理论、软集理论与信息熵理论相结合,提出基于不同信息系统信息粒的不确定性度量方法,并应用于多属性决策问题。本文将多种处理不确定性的数学工具相结合并紧密联系实际应用,使数学理论研究更具实际应用价值。主要
传统研究认为,员工流出企业后多数情况下对企业的创新绩效是不利的,可事实并非绝对的。本文发现即使员工离职了,但员工依然还会与企业保持着一定程度的关系,特别是曾经关系不错的同事之间也可能会保持着一定的联系。前员工能够被企业视为一种连接外部资源的渠道,反向的知识溢出有利于企业的创新绩效产出。通过文献的梳理,我们发现地理邻近性概念对员工关系、合作以及企业创新绩效有着千丝万缕的联系。地理邻近的关系主体双方,
本文给出了一种统一的方法来求解Camassa-Holm(CH)型方程的Darboux-B(?)cklund变换.该方法简化了乔等人所提出的利用Darboux变换获得CH方程孤子解的方法,因为它不需要利用CH型方程的谱问题在谱参数为零时波函数的值(谱参数为零是Lax对时间部分的奇点),并且避免了计算波函数的渐进性质.然后我们把这个方法应用于一些CH型方程以及一个新方程来进行求解.本文共分为四章,其内
近两年来,社区团购的爆炸式发展多次掀起风波,引起社会多方的关注及争议。在学术界,学者的研究主要从商业模式、物流配送选址、供应链优化、商品定价、平台竞争等视角定性解析社区团购,定量方面则是基于SOR模型、期望确认理论、风险减少理论、信息系统成功模型、技术接受模型来研究。在团长因素如何影响持续使用意愿的关系上较少有人探究。而消费者的持续使用意愿是社区团购企业关注的核心,若消费者持续使用意愿很低甚至不愿
组织新流入的员工会带来他们在原本公司开发的想法、方法和经验,使公司学习新的做事方式。既往研究大多探讨了企业或者组织宏观层面的社会关系网络、社会资本等关系资本对企业创新绩效、动态能力和组织创新等方面的影响,但欠缺对组织内部员工个体层面关系资本的探讨。其次,现有研究大多探讨组织关系资本的前置因素和结果效应,鲜有研究将个体的关系资本聚焦到组织流入员工。再者,尽管学者从网络和管理视角为关系资本提供了有趣的