在国内,由于建筑和建设质量低下造成的事故屡见不鲜。人们也经常发现刚修好的公路和桥梁,没多久,路面就凹凸不平了。因此,为保证安全性和强度要求,对于用来建造公路、建筑物、桥梁和其它结构的混凝土进行质量分析是必须的。混凝土的微观质量分析主要包括决定混凝土形成的气泡的数量,尺寸,分布等特点。最通用的是C457-98标准: “硬化混凝土中气泡参数的微观测量”,是由美国标准与材料检测协会公布的。
当前情况下,在国际上这样的检测过程主要靠人工完成,检测过程非常乏味,且费时费力、效率低。一般来说,完成一个样品的检测就需要8到12个小时的时间。此外,由于检测过程完全依赖于人的主观感觉,因此整个分析过程可能会缺乏高精度,可重复性较低。例如:材料中浅灰色的石子与砂子在颜色上非常像水泥浆,容易出现分类错误。同样的道理,沙石中的晶体与气泡非常相似。并且,进行人工的混凝土微观质量检测时,需要大量的先验知识和经验作为储备,而掌握这些知识和经验的专家相对来说比较少,因此很难满足工程质量检测和培训学员的需要。然而,随着智能视觉技术的不断发展,其广泛的应用已经深入到各个领域之中。
基于以上几个方面的原因,本文介绍一种智能的新颖的混凝土质量检测方法,利用模糊原理和已有的学习样本,通过支持向量机学习模糊规则,实现自动化的高效的混凝土质量检测。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !