26035

تشخيص الگوهاي تجمع ذرات آسفالت آزمايشگاهي با استفاده از تكنيك هاي علم داده و پردازش تصوير

كارشناسي ارشد

مهندسي صنايع

1397

1400/09/24

دكتر محمدرضا محمدعليها

دكتر رسول نورالسنا

مهندسي صنايع

اسكلت دانه اي اصلي ترين قسمت حمل بار است كه براي عملكرد مخلوط آسفالت مهم است. تجمع ريز دانه هاي اسكلت سنگدانه درشت به عنوان اختلال تعريف مي شود. بر اساس و روش پردازش تصوير ديجيتال، اين مطالعه با هدف بررسي روش ساخت مخلوط آسفالت و سپس نوع مواد اوليه موجود در ساختار آن با هم بحث مي كند. در مرحله اول ، طبقه بندي كل و روش محاسبه ويژگي تصوير پيشنهاد شده است. بر اساس روش ها، رابطه بين عامل روش ساخت و نوع مواد اوليه مورد تجزيه و تحليل قرار مي گيرد. نتايج نشان مي دهد كه تفاوت معناداري بين آسفالت ها و تجمع سنگدانه ها وجود دارد كه نمايانگر نوع ساخت و نوع مواد اوليه در مخلوط آسفالت داغ مي باشد. اگرچه انسان نمي تواند با چشم اين تفاوت ها را تشخيص دهد، اما مدل پيشنهادي اين مطالعه توانايي تشخيص آن را دارا مي باشد. بنابراين، اين تفاوت ها با شبكه عصبي كانوولوشني كه يك مدل يادگيري عميق در علم داده مي باشد به سيستم آموزش داده شده و دقت نهايي آن در مدل برابر با 90% و دقت نهايي داده هاي تست برابر با 82% شده است.

1400/11/17

Detection of particle aggregation patterns in laboratory asphalt mixtures using data science and image processing techniques

12/15/2022 12:00:00 AM

Particle skeleton is the main part of cargo transportation which is important for the performance of asphalt mixture. Accumulation of fine-grained skeletal aggregates is defined as a disorder. Based on the method of digital image processing, this study aims to investigate the method of making asphalt mixture and then the type of raw materials in its structure. In the first step, the total classification and the method of calculating the image feature are proposed. Based on the methods, the relationship between the manufacturing method factor and the type of raw materials is analyzed. The results show that there is a significant difference between asphalt and aggregate aggregates, which indicates the type of construction and type of raw materials in the hot asphalt mixture. Although humans cannot detect these differences with the naked eye, the proposed model of this study has the ability to detect it. Therefore, these differences are taught to the system by the convolutional neural network, which is a model of deep learning in data science, and its final accuracy in the model is equal to 90% and the final accuracy of test data is equal to 82%.

آسفالت مخلوط داغ , داده كاوي , پردازش تصوير , تجمع ذرات , يادگيري عميق , شبكه هاي عصبي پيچشي

Hot Mix Asphalt , Data mining , Particle aggregation , Image processing , Deep learning , Convolutional neural network