發(fā)布時(shí)間：2022-01-13 18:05

　　混凝土材料是具有復(fù)雜結(jié)構(gòu)的多相、非均質(zhì)和多層次的復(fù)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(jié)構(gòu)復(fù)雜性的反映。混凝土材料應(yīng)從微觀、細(xì)觀和宏觀3個(gè)層次進(jìn)行研究,并應(yīng)向微觀研究深入。而孔結(jié)構(gòu)作為混凝土材料微觀和細(xì)觀層次的重要組成部分,對(duì)混凝土宏觀性能有重要影響。近年來,越來越多的學(xué)者對(duì)混凝土孔結(jié)構(gòu)進(jìn)行了研究。圖像分析法是一種基于混凝土孔結(jié)構(gòu)圖像研究混凝土孔結(jié)構(gòu)參數(shù)的方法,然而已有的圖像分析法它具有準(zhǔn)確度難以保證、操作過程復(fù)雜、依賴專業(yè)人員和效率較低等特點(diǎn)。為了解決圖像分析法的問題,本文首次將深度學(xué)習(xí)技術(shù)應(yīng)用到混凝土孔結(jié)構(gòu)分析中,提高了分析準(zhǔn)確率和效率,簡(jiǎn)化了分析過程。本文制作了包含8000張砂漿和混凝土孔結(jié)構(gòu)圖像的數(shù)據(jù)集,通過深度學(xué)習(xí)算法對(duì)數(shù)據(jù)集的訓(xùn)練建立了能夠準(zhǔn)確高效識(shí)別孔徑大于10μm的混凝土孔結(jié)構(gòu)的深度學(xué)習(xí)模型。通過統(tǒng)計(jì)學(xué)理論確定了深度學(xué)習(xí)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(jié)合專業(yè)圖像軟件,對(duì)混凝土孔結(jié)構(gòu)參數(shù)進(jìn)行了定量分析,建立了基于深度學(xué)習(xí)的混凝土孔結(jié)構(gòu)快速測(cè)定方法,并通過分析孔... 

【文章來源】：華東交通大學(xué)江西省

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)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(duì)比度增強(qiáng)Fig.1-1Blackandwhitecontrastenhancementofthelapportionoftheflatbedscannermethod(left)andtheRapidAir457(right)method

6圖 1-2 基于密歇根理工大學(xué)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(cè)量三維孔隙參數(shù)時(shí)，使用混凝土樣本。該技術(shù)通過樣品產(chǎn)生橫截面或切片（層析圖像，一個(gè)堆疊在另一個(gè)之上以創(chuàng)建樣品三維表示的數(shù)

該錯(cuò)誤率比使用傳統(tǒng)算法的第 2 名的參數(shù)隊(duì)低了大約 10%。如圖1-3 所示，AlexNet 是一個(gè) 8 層的卷積神經(jīng)網(wǎng)絡(luò)，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(jìn)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(xué)者[48]研究了在大規(guī)模圖像識(shí)別任務(wù)中卷積神經(jīng)網(wǎng)絡(luò)的深度對(duì)準(zhǔn)確率的影響。我們主要的貢獻(xiàn)是利用帶有很小卷積核（3*3）的網(wǎng)絡(luò)結(jié)構(gòu)對(duì)逐漸加深的網(wǎng)絡(luò)進(jìn)行評(píng)估，結(jié)果表明通過加深網(wǎng)絡(luò)深度至 16-19 層可以極大地改進(jìn)前人的網(wǎng)絡(luò)結(jié)構(gòu)。圖 1-3 簡(jiǎn)化的 AlexNet 模型結(jié)構(gòu)Fig.1-3 Simplified AlexNet model structureILSVRC2014 的圖像分類比賽中Google 團(tuán)隊(duì)所提出的GoogleNet[49]將錯(cuò)誤率降低到了 6.7%。該卷積神經(jīng)網(wǎng)絡(luò)有 22 層，對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了多尺度的優(yōu)化。該文提出了 Inception 模塊。Inception 模塊的結(jié)構(gòu)如圖 1-4 所示

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的盾構(gòu)隧道滲漏水病害圖像識(shí)別[J]. 黃宏偉,李慶桐.  巖石力學(xué)與工程學(xué)報(bào). 2017(12)
[2]背散射電子圖像分析法在水泥基材料孔結(jié)構(gòu)研究中的應(yīng)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(xué)報(bào). 2017(02)
[3]MATLAB孔隙特征對(duì)鐵尾礦加氣混凝土性能的影響[J]. 董越,楊志強(qiáng),高謙,丁向群.  建筑材料學(xué)報(bào). 2017(01)
[4]泡沫混凝土孔結(jié)構(gòu)的表征及其對(duì)性能的影響[J]. 龐超明,王少華.  建筑材料學(xué)報(bào). 2017(01)
[5]圖像分析宏觀孔孔隙率對(duì)混凝土抗壓強(qiáng)度的影響[J]. 朱洪波,閆美珠,李晨,成軼杰,吳凱凡.  建筑材料學(xué)報(bào). 2015(02)
[6]Image-Pro Plus混凝土孔結(jié)構(gòu)圖像分析方法[J]. 張雄,黃廷皓,張永娟,高輝,姜曼.  建筑材料學(xué)報(bào). 2015(01)
[7]水蒸氣等溫吸附表征水泥基材料孔隙結(jié)構(gòu)[J]. 羅明勇,曾強(qiáng),龐曉贇,李克非.  硅酸鹽學(xué)報(bào). 2013(10)
[8]基于氮吸附的水泥-瀝青復(fù)合硬化體孔結(jié)構(gòu)分析[J]. 鄭克仁,蔡峰良,周錫玲.  武漢理工大學(xué)學(xué)報(bào). 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(xué)報(bào). 2013(02)
[10]背散射電子圖像分析在水泥基材料微觀結(jié)構(gòu)研究中的應(yīng)用[J]. 王培銘,豐曙霞,劉賢萍.  硅酸鹽學(xué)報(bào). 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(guó)建筑材料科學(xué)研究總院 2010
[2]混凝土孔結(jié)構(gòu)的分形特征研究[D]. 尹紅宇.廣西大學(xué) 2006
[3]混凝土孔結(jié)構(gòu)與強(qiáng)度關(guān)系理論研究[D]. 郭劍飛.浙江大學(xué) 2004



本文編號(hào)：3586897