基于深度學習的混凝土孔結構快速測定方法的研究與應用
發(fā)布時間:2022-01-13 18:05
混凝土材料是具有復雜結構的多相、非均質(zhì)和多層次的復合材料體系,其宏觀性能所表現(xiàn)出的不規(guī)則性、不確定性和非線性等特征,正是其微觀結構復雜性的反映;炷敛牧蠎獜奈⒂^、細觀和宏觀3個層次進行研究,并應向微觀研究深入。而孔結構作為混凝土材料微觀和細觀層次的重要組成部分,對混凝土宏觀性能有重要影響。近年來,越來越多的學者對混凝土孔結構進行了研究。圖像分析法是一種基于混凝土孔結構圖像研究混凝土孔結構參數(shù)的方法,然而已有的圖像分析法它具有準確度難以保證、操作過程復雜、依賴專業(yè)人員和效率較低等特點。為了解決圖像分析法的問題,本文首次將深度學習技術應用到混凝土孔結構分析中,提高了分析準確率和效率,簡化了分析過程。本文制作了包含8000張砂漿和混凝土孔結構圖像的數(shù)據(jù)集,通過深度學習算法對數(shù)據(jù)集的訓練建立了能夠準確高效識別孔徑大于10μm的混凝土孔結構的深度學習模型。通過統(tǒng)計學理論確定了深度學習圖像分析的最小樣本,40mm×40mm的砂漿截面為80張,100mm×100mm的混凝土截面為150張。結合專業(yè)圖像軟件,對混凝土孔結構參數(shù)進行了定量分析,建立了基于深度學習的混凝土孔結構快速測定方法,并通過分析孔...
【文章來源】:華東交通大學江西省
【文章頁數(shù)】:63 頁
【學位級別】:碩士
【部分圖文】:
平板掃描儀方法(左)和RapidAir457(右)方法的搭接部分的黑白對比度增強Fig.1-1Blackandwhitecontrastenhancementofthelapportionoftheflatbedscannermethod(left)andtheRapidAir457(right)method
6圖 1-2 基于密歇根理工大學研究的 RapidAir457-2 RapidAir457 based on research by Michigan Institute of Technolo分辨率工業(yè) CTX 射線掃描儀測量三維孔隙參數(shù)時,使用混凝土樣本。該技術通過樣品產(chǎn)生橫截面或切片(層析圖像,一個堆疊在另一個之上以創(chuàng)建樣品三維表示的數(shù)
該錯誤率比使用傳統(tǒng)算法的第 2 名的參數(shù)隊低了大約 10%。如圖1-3 所示,AlexNet 是一個 8 層的卷積神經(jīng)網(wǎng)絡,前 5 層是卷積層,后 3 層為全連接層,其中最后一層采用 softmax 進行分類。該模型采用 ReLU 來取代傳統(tǒng)的 Sigmoid 和 tanh函數(shù)作為神經(jīng)元的非線性激活函數(shù),并提出了 Dropout 方法來減輕過擬合問題。有學者[48]研究了在大規(guī)模圖像識別任務中卷積神經(jīng)網(wǎng)絡的深度對準確率的影響。我們主要的貢獻是利用帶有很小卷積核(3*3)的網(wǎng)絡結構對逐漸加深的網(wǎng)絡進行評估,結果表明通過加深網(wǎng)絡深度至 16-19 層可以極大地改進前人的網(wǎng)絡結構。圖 1-3 簡化的 AlexNet 模型結構Fig.1-3 Simplified AlexNet model structureILSVRC2014 的圖像分類比賽中Google 團隊所提出的GoogleNet[49]將錯誤率降低到了 6.7%。該卷積神經(jīng)網(wǎng)絡有 22 層,對卷積神經(jīng)網(wǎng)絡模型進行了多尺度的優(yōu)化。該文提出了 Inception 模塊。Inception 模塊的結構如圖 1-4 所示
【參考文獻】:
期刊論文
[1]基于深度學習的盾構隧道滲漏水病害圖像識別[J]. 黃宏偉,李慶桐. 巖石力學與工程學報. 2017(12)
[2]背散射電子圖像分析法在水泥基材料孔結構研究中的應用[J]. 胡曙光,袁盼,王發(fā)洲,聶帥,劉云鵬,朱瑤宏,葉俊能. 建筑材料學報. 2017(02)
[3]MATLAB孔隙特征對鐵尾礦加氣混凝土性能的影響[J]. 董越,楊志強,高謙,丁向群. 建筑材料學報. 2017(01)
[4]泡沫混凝土孔結構的表征及其對性能的影響[J]. 龐超明,王少華. 建筑材料學報. 2017(01)
[5]圖像分析宏觀孔孔隙率對混凝土抗壓強度的影響[J]. 朱洪波,閆美珠,李晨,成軼杰,吳凱凡. 建筑材料學報. 2015(02)
[6]Image-Pro Plus混凝土孔結構圖像分析方法[J]. 張雄,黃廷皓,張永娟,高輝,姜曼. 建筑材料學報. 2015(01)
[7]水蒸氣等溫吸附表征水泥基材料孔隙結構[J]. 羅明勇,曾強,龐曉贇,李克非. 硅酸鹽學報. 2013(10)
[8]基于氮吸附的水泥-瀝青復合硬化體孔結構分析[J]. 鄭克仁,蔡峰良,周錫玲. 武漢理工大學學報. 2013(02)
[9]用于背散射電子圖像分析的水泥漿體拋光樣品制備[J]. 王培銘,豐曙霞,劉賢萍. 硅酸鹽學報. 2013(02)
[10]背散射電子圖像分析在水泥基材料微觀結構研究中的應用[J]. 王培銘,豐曙霞,劉賢萍. 硅酸鹽學報. 2011(10)
碩士論文
[1]混凝土孔隙分形特征表征氯離子滲透性能研究[D]. 張建波.中國建筑材料科學研究總院 2010
[2]混凝土孔結構的分形特征研究[D]. 尹紅宇.廣西大學 2006
[3]混凝土孔結構與強度關系理論研究[D]. 郭劍飛.浙江大學 2004
本文編號:3586897
【文章來源】:華東交通大學江西省
【文章頁數(shù)】:63 頁
【學位級別】:碩士
【部分圖文】:
平板掃描儀方法(左)和RapidAir457(右)方法的搭接部分的黑白對比度增強Fig.1-1Blackandwhitecontrastenhancementofthelapportionoftheflatbedscannermethod(left)andtheRapidAir457(right)method
6圖 1-2 基于密歇根理工大學研究的 RapidAir457-2 RapidAir457 based on research by Michigan Institute of Technolo分辨率工業(yè) CTX 射線掃描儀測量三維孔隙參數(shù)時,使用混凝土樣本。該技術通過樣品產(chǎn)生橫截面或切片(層析圖像,一個堆疊在另一個之上以創(chuàng)建樣品三維表示的數(shù)
該錯誤率比使用傳統(tǒng)算法的第 2 名的參數(shù)隊低了大約 10%。如圖1-3 所示,AlexNet 是一個 8 層的卷積神經(jīng)網(wǎng)絡,前 5 層是卷積層,后 3 層為全連接層,其中最后一層采用 softmax 進行分類。該模型采用 ReLU 來取代傳統(tǒng)的 Sigmoid 和 tanh函數(shù)作為神經(jīng)元的非線性激活函數(shù),并提出了 Dropout 方法來減輕過擬合問題。有學者[48]研究了在大規(guī)模圖像識別任務中卷積神經(jīng)網(wǎng)絡的深度對準確率的影響。我們主要的貢獻是利用帶有很小卷積核(3*3)的網(wǎng)絡結構對逐漸加深的網(wǎng)絡進行評估,結果表明通過加深網(wǎng)絡深度至 16-19 層可以極大地改進前人的網(wǎng)絡結構。圖 1-3 簡化的 AlexNet 模型結構Fig.1-3 Simplified AlexNet model structureILSVRC2014 的圖像分類比賽中Google 團隊所提出的GoogleNet[49]將錯誤率降低到了 6.7%。該卷積神經(jīng)網(wǎng)絡有 22 層,對卷積神經(jīng)網(wǎng)絡模型進行了多尺度的優(yōu)化。該文提出了 Inception 模塊。Inception 模塊的結構如圖 1-4 所示
【參考文獻】:
期刊論文
[1]基于深度學習的盾構隧道滲漏水病害圖像識別[J]. 黃宏偉,李慶桐. 巖石力學與工程學報. 2017(12)
[2]背散射電子圖像分析法在水泥基材料孔結構研究中的應用[J]. 胡曙光,袁盼,王發(fā)洲,聶帥,劉云鵬,朱瑤宏,葉俊能. 建筑材料學報. 2017(02)
[3]MATLAB孔隙特征對鐵尾礦加氣混凝土性能的影響[J]. 董越,楊志強,高謙,丁向群. 建筑材料學報. 2017(01)
[4]泡沫混凝土孔結構的表征及其對性能的影響[J]. 龐超明,王少華. 建筑材料學報. 2017(01)
[5]圖像分析宏觀孔孔隙率對混凝土抗壓強度的影響[J]. 朱洪波,閆美珠,李晨,成軼杰,吳凱凡. 建筑材料學報. 2015(02)
[6]Image-Pro Plus混凝土孔結構圖像分析方法[J]. 張雄,黃廷皓,張永娟,高輝,姜曼. 建筑材料學報. 2015(01)
[7]水蒸氣等溫吸附表征水泥基材料孔隙結構[J]. 羅明勇,曾強,龐曉贇,李克非. 硅酸鹽學報. 2013(10)
[8]基于氮吸附的水泥-瀝青復合硬化體孔結構分析[J]. 鄭克仁,蔡峰良,周錫玲. 武漢理工大學學報. 2013(02)
[9]用于背散射電子圖像分析的水泥漿體拋光樣品制備[J]. 王培銘,豐曙霞,劉賢萍. 硅酸鹽學報. 2013(02)
[10]背散射電子圖像分析在水泥基材料微觀結構研究中的應用[J]. 王培銘,豐曙霞,劉賢萍. 硅酸鹽學報. 2011(10)
碩士論文
[1]混凝土孔隙分形特征表征氯離子滲透性能研究[D]. 張建波.中國建筑材料科學研究總院 2010
[2]混凝土孔結構的分形特征研究[D]. 尹紅宇.廣西大學 2006
[3]混凝土孔結構與強度關系理論研究[D]. 郭劍飛.浙江大學 2004
本文編號:3586897
本文鏈接:http://sikaile.net/kejilunwen/huaxuehuagong/3586897.html
最近更新
教材專著