混凝土材料的颗粒度检测外文翻译资料

 2023-02-17 10:02

本科生毕业设计(论文)开题报告

设计(论文)题目:混凝土材料的颗粒度检测

2016年 4月 1日

目录

一、用数字图像处理在线全扫描颗粒的尺寸和形状 3

摘要 3

1.介绍 3

2.实验装置 4

2.1 模型 4

2.2 校准 4

3.图像分析和处理 4

3.1 阈值处理 4

3.2 边界提取和区域填充 5

3.3 删除并保留边界 5

3.4 图像掩模和合并 5

3.5 颗粒分析 6

4.结果与讨论 6

4.1 重复性试验 6

4.2全扫描检查测试线阵CCD和面阵CCD 6

4.3圆度和球形检验 6

5.结论 7

二.用数字图像处理分析粒度的分布来分析系统 7

摘要 7

1.介绍 8

2.粒度测定方法 8

3.粒度评估的发展、设置和软件 11

4.校准实验室及现场应用 14

4.1实验室样品 15

4.2 现场应用 15

5.结果讨论 15

6.结论 16

一、用数字图像处理在线全扫描颗粒的尺寸和形状

摘要

研发在线全扫描检测系统是为了粒度分析。首先通过光线路扫描技术获得了颗粒图像,然后利用数字图像处理分析所获得的图像。该系统由一个粒子分离模块、图像采集模块、图像处理的模块、以及电子控制模块组成的。采用非均匀0.1毫米颗粒进行实验。该系统的主要优点在于包含无重叠或错过的粒子充分分析部分,从而改善区域扫描电荷耦合器件(CCD)的收购问题。粒度分布中,圆度和球度可以使用系统的大约plusmn;1%的反复精度的偏差而获得。所研发的系统还在对学术和工业用户方面的任何颗粒尺寸和形状的检测上也显得方便和灵活。

1.介绍

近来自动视觉检测(AVI)系统已经在研究中,其具有成为用于检测工业应用中各种产品机器视觉系统的潜力,例如,半导体制造,纤网材料,冶金和包装行业等。机器视觉能够有效地改善和最终取代人工检查。传统的粒度分析涉及干燥生料,然后用手筛摇分离颗粒材料。颗粒之间的结合非常弱,它们在振动和检测期间可能会分离,并且在粒度测量上也具有不确定性。因此,寻找在粒子检测方面非接触的图像处理和分析的方法变得很重要。

本研究旨在用光线路扫描技术开发一个完整的扫描检查系统用于数字图像处理分析颗粒尺寸。该系统的优点在于能在没有重叠或丢失情况下对颗粒进行完整分析,这将解决区域扫描电荷耦合器件(CCD)的采集问题。它也不同于以往的图象分析方法,如Hough变换和迭代方法。完整的扫描检查系统包括分离模块,图像采集模块,图像分析和处理模块,以及电子控制模块,从而具有以下优点:(1)用0.05秒/帧的速度快速处理和分析单个图像,缩短了图像处理和分析时间;(2)空间需求小,成本低,并且用重复测量增加了准确度和精度(约plusmn;1%);(3)垂直颗粒自由落体到图像采集区从而减少由输送带传送的重叠的粒子引起的分析错误。

2.实验装置

2.1 模型

实验系统由三个子模块组成,分别为颗粒分离模块,图像采集模块和电控模块,每一个模块作为一个独立的单元进行设计、调整、组装、以及测试,如示于图1。

该材料馈送系统被设计为通过超高频振动电机在不破坏颗粒结构的情况下进行单独粒子分离。颗粒以均匀分布自由下落,从而避免了由于粒子在图像采集区重叠而引起的图象分析错误,如图2所示.线扫描CCD在颗粒和相机之间的相对运动进行扫描的颗粒的图像。然后图像采集继续帧被存储到计算机内存,以避免在图像采集阶段图像滞后,缺少和重叠。因此,获得了用于粒子分析的全面扫描图像。

2.2 校准

校准是图像像素转移入真实世界物理单元的过程。标准球直径为D(6毫米)用于在水平和垂直方向获得像素值。

3.图像分析和处理

图像处理流程图显示如图4,其中包括许多方法,如阈值处理,反演图像,掩模图像和合并图像等。使用这些工具来处理和分析粒子的图像(参见图5),粒子的信息,例如颗粒尺寸分布、累积重量百分比、圆度、最后可以得到球形。

3.1 阈值处理

阈值处理把灰度图像转换成二进制图像:如果图像中感兴趣的像素是大于或等于阈值(k)时,那么它们被设定为1,而其他的图像是为了获得目标轮廓而设置为0,如图6(a)和(b)。二进制图像B(X,Y)可以由式(3)表示。而且,我们从图6(c)中所示的背景和通过从0到1改变二进制值来反转二进制图像B(X,Y),反之亦然的二进制值来区分粒子轮廓图像。其中f(X,Y)是灰度图像像素的灰度值,B(X,Y)是该像素的相应的二进制值,B(X,Y)是其反二进制值。

为了获得阈值(k),我们使用的度量标准是由IMAQ视觉提供的。该阈值是像素值k在下面表达式中的最小值:

其中,alpha;1是图像中所有像素的平均值,位于0和k之间,alpha;2是图像中所有像素值的平均值,位于K 1和255之间,N代表总数图像中的灰度级(256为一个八位的图像),h(ⅰ)表示图像中每个灰度级像素的数目。

3.2 边界提取和区域填充

粒子轮廓由边界提取获得,如图6(d)。当不规则粒子表面受到反射光影响后,在图像阈值处理后孔往往出现在的粒子表面上。在这种情况下,区域填充可以让粒子变的完整。

3.3 删除并保留边界

删除边框可以帮助避免因边界不完全的颗粒造成的分析失败,如图 6(F)。边界不完全的颗粒将在下面的步骤中进行分析。

保留的边界是为图像掩模和合并作一个预处理。保持边界的功能是去除内部的颗粒并保留的边界,如图7(a)。

3.4 图像掩模和合并

为了实现全面的分析,我们需要分析不完整边界的粒子。如果有图像的N帧,我们掩盖第一帧的下半部分和第二帧的上半部分,然后图像的两半合并成一个新的完整图像并分析它,等等,如图7(a) - (c)所示。 我们重复这个过程,直到我们达到第(N-1)帧的下半部分并与第N帧的上半部分合并入最后的图像。

3.5 颗粒分析

根据该圆心(O),最小半径(a),最大不规则颗粒的半径(b),它是由一个具有a半长径和b半短径椭圆近似的,如图8,从而来估计它的面积和体积。颗粒的重量可以从其密度计算。然后,我们获得额外的颗粒信息,例如粒子数、重量百分比、圆度和球度(形状因子)、粒子面积(粒子的同等椭圆的面积)和体积(其相当于扁球体的体积)的方程。其中a和b分别是半长轴和半短轴。

如式(9),粒子的圆度描述了图像在二维的投影:一个颗粒越圆他们圆度越接近1,如图9。其中,A是颗粒面积,P是其周长。

球形粒子(形状因子SF)描述其三维变化:粒子越接近球形SF越接近于0。

4.结果与讨论

4.1 重复性试验

由于粒子样本的脆性,用两批砂来测试重复测量的精确度。实验每批重复五次。

4.2全扫描检查测试线阵CCD和面阵CCD

为了检测所研究的检查系统的全扫描功能,使用线扫描和区域扫描的CCD选择直径为6mm的50个球并且测10次。对比在表4所示的试验数据,很明显,带着线扫描传感器的检查系统的全扫描功能可以产生100%没有重叠或丢失的全扫描,它在这方面的性能是优越于区域扫描传感器的。

4.3圆度和球形检验

表5显示出了一个用所研究的检测系统获得的不规则的粒子样本圆度和球度数据,说明混合样品中较大的颗粒部分具有较大的圆度和较少球形。表6显示出一个球面样本包括测量粒径、圆形度和球度,表明了该系统衡量颗粒大小和形状的能力。

5.结论

一个完整的扫描检查系统作为综合设置模块已经开发和测试。其主要特点是没有重叠和遗漏的分析颗粒样品。从试验结果可以得出结论:(1)用高重复精度对粒子大小进行分析,偏差在plusmn;1%左右;(2)检查系统可实现没有任何重叠或丢失的100%全扫描;(3)检查系统能够为学术界和工业用户在颗粒尺寸和形状(圆度和球度)方面表征粒子样本。

二.用数字图像处理分析粒度的分布来分析系统

摘要

矿山的运营成本主要取决于钻探、装载、牵引、破碎/粉碎、选矿成本。所有这些费用直接或间接地与爆破效率有关,这主要是由粒径分配决定的。视觉检查是在粒度分布的测定中最常用的方法。在最近几年,摄影技术和图像处理技术正在普及。这项研究表明了在粒度分布的测定方面发展图像处理技术,并利用它进行爆破效率的测定。为此,开发图像采集系统用于在实验室和野外条件下监测喷砂材料。然后,发展ROCKSIZE以实现二维图像处理技术和在筛尺寸分布和尺寸分布的矩方面把二维措施转换成三维粒子。最后从实验室样品和不同的喷砂情况下的图像获得粒度的分布结果。

1.介绍

岩石破碎是在采矿工程中极其重要的阶段之一。通常,碎裂是用爆破,翻录或直接挖掘的方法,其取决于岩体条件和矿山的大小。在这些方法中,爆破是最广泛使用的一种。因此,对于效率的评估和爆破性能,应实现不成规模的定量测定。该确定后,通过改变鼓风设计参数(负担,间距,所产生的,孔直径,炸药等)就容易获得所需的淤泥桩特性,其包括均匀,最大值最小值和平均片段大小等。此外,该爆破工程师能根据渣土的粒度分布的结果决定是否进行设计。为了做这样的决定爆破工程师应该有粒径评估的工具,这个工具不会干扰或破坏采矿活动以及具有快速,可靠和经济性质。

除了爆破绩效评估,碎片的大小也是设备选型和测定设备的性能的关键因素,例如,桶挖掘设备的尺寸,卡车的容量,输送带和破碎机的规格直接取决于材料的片段大小。

基于上述理由,片段大小分布是一个控制开采的操作成本的重要因素。因此,粒度分布的定量测定是在挖掘的各个阶段必需的。这可以通过各种途径,如筛分,观察,照片或视频信号数字化来实现。这其中,最灵活的一个是数字图像处理,它广泛用于工程的所有领域以及采矿业。

在过去十年中,平行于计算机的发展行业,图像处理技术变得容易实现和负担得起的。现在在矿业各个领域有很多数字图像处理的应用实例。例如,Ji and Sanford (1993)通过机器视觉的图像处理来自动挖掘破碎岩质。Kawamoto et al. (1990)开发了一个系统,通过图像处理评估故障区的材料特性。 Kamewada(1990年)推出了钻孔的图像处理系统,实现了钻孔壁和测量关节的倾角,光圈的连续记录(360°投影)。此外,许多研究人员用数字图像处理对粒度分布进行评估。

2.粒度测定方法

粒度分布的评价方法可以分成两组,如根据正在测试和测量设置的材料之间是否接触分为直接和间接的方法。粒度测定方法总结如图一,筛分分析片段是直接法组的唯一技术。用这个方法会干扰并移动测试材料以实现粒度分布。它是所有的方法中最精确的技术。筛分吨喷砂材料的高成本已导致引入许多推定粒度分布的间接方法的应用。然而,间接的方法的实施不会造成任何干扰。 间接的方法可以分成如下三组;

bull;观测方法

bull;实证方法

bull;数字方法

观察方法主要依赖于专家的自我感觉。在观测方法,观察者着眼于原位材料,根据他的经验或已知措施或计数的颗粒做决定。Grant and Dutton (1983)用整个观察时间来确定平均片段的大小范围,至少每天转变一次。Aswegen and Cunningham (1986)的研究(1986年)涉及对渣土堆碎片的快速分析的这种技术的使用。

这些方法的主要缺点是他们是主观的,由于评估大小分布是完全依赖于观察者的经验。其基本优点是成本低,获取结果比较快。此外,它们可方便的用于对整体挖掘的评价。

实证方法的粒度分布,是唯一一个采用爆破参数、岩体强度、自然间断间距和方位参数进行计算的技术。实证方法的一个很好的检验是由Scott et al. (1993) and Clark (1987)演示的。最广泛使用的粒度分布预测的模型是Kuznetsov (1973) model and Cunningha

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[147876],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。