本發(fā)明涉及瀝青混合，尤其是涉及的是一種瀝青混合料骨料級配在線監(jiān)測方法。

背景技術(shù)：

1、瀝青混合料生產(chǎn)過程中，由于砂、石材料來源于不同廠家，且堆積存放位置存在差異，因此在實際生產(chǎn)過程中，集料級配、粒徑等參數(shù)易發(fā)生波動，進(jìn)而造成出廠瀝青混合料流動性能發(fā)生變化，加大施工難度。此外，瀝青混合料攪拌時間不足，也會影響出廠料的流動性能，造成花白料現(xiàn)象，攪拌時間過長又浪費(fèi)能源并且影響生產(chǎn)效率，因此攪拌時間不宜調(diào)整。

2、目前針對集料級配的檢測方法大多由實驗室質(zhì)檢人員抽樣進(jìn)行篩分試驗確定，但由于隨機(jī)抽樣很難代表整個瀝青混合料生產(chǎn)過程中每個批次集料的真實級配，需要多次取樣檢驗，但仍存在一定波動，需要對混合料配合比依據(jù)工程經(jīng)驗進(jìn)行微調(diào)，該調(diào)整過程往往貫穿整個生產(chǎn)過程并反復(fù)多次進(jìn)行，浪費(fèi)人力的同時，檢測結(jié)果不一定準(zhǔn)確。

技術(shù)實現(xiàn)思路

1、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過說明書以及其他說明書附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

2、本發(fā)明的目的在于克服上述不足，提供一種瀝青混合料骨料級配在線監(jiān)測方法，首先運(yùn)用labelme軟件及mask?rcnn實例分割網(wǎng)絡(luò)對骨料進(jìn)行等級劃分，從而可以在線識別出生產(chǎn)線上的骨料級配，同時對骨料級配、配合比及其生產(chǎn)出的瀝青混合料進(jìn)行跟蹤，建立前饋神經(jīng)網(wǎng)絡(luò)模型，得到生產(chǎn)數(shù)據(jù)與瀝青混合料坍落度之間的映射模型，將該模型輸入至電腦端，即可對生產(chǎn)線上正在生產(chǎn)的瀝青混合料坍落度性能進(jìn)行預(yù)測，從而科學(xué)指導(dǎo)生產(chǎn)人員對生產(chǎn)配方及數(shù)據(jù)進(jìn)行調(diào)整，保證瀝青混合料出料的穩(wěn)定性。

3、本發(fā)明提供一種瀝青混合料骨料級配在線監(jiān)測方法，包括：

4、s1、骨料預(yù)處理：對需要輸送至攪拌機(jī)內(nèi)的骨料進(jìn)行拍照，獲取骨料圖像并輸送至圖像處理計算機(jī)端a，通過labelme軟件對骨料圖像進(jìn)行預(yù)處理，對預(yù)處理后的骨料圖像構(gòu)建mask?rcnn實例分割網(wǎng)絡(luò)，學(xué)習(xí)圖像特征并建立目標(biāo)檢測模型；

5、s2、實時分析：將目標(biāo)檢測模型輸入至可實時獲取骨料圖像的圖像處理計算機(jī)端b，對實時獲取的骨料圖像進(jìn)行分析，計算出該批次骨料的級配；

6、s3、生產(chǎn)數(shù)據(jù)獲?。豪秒娏縻Q獲取攪拌機(jī)主軸的每秒電流值并存儲于plc中，圖像處理計算機(jī)端b通過第一網(wǎng)口連接plc以獲取攪拌機(jī)主軸的電流特征；圖像處理計算機(jī)端b通過第二網(wǎng)口連接控制瀝青混合料生產(chǎn)的電腦端，以獲取該批次混合料生產(chǎn)配合比；

7、s4、樣本獲?。簩^(qū)別僅在骨料級配不同的多批次已生產(chǎn)瀝青混合料進(jìn)行采樣，劃分施工性能等級，根據(jù)各批次瀝青混合料對應(yīng)的施工性能等級，為每批次瀝青混合料打上等級標(biāo)簽；

8、s5、輸入前饋神經(jīng)網(wǎng)絡(luò)模型：將每批次瀝青混合料的生產(chǎn)數(shù)據(jù)、對應(yīng)的骨料級配及等級標(biāo)簽組成1維數(shù)組，形成樣本數(shù)據(jù)，進(jìn)行歸一化處理后輸入至前饋神經(jīng)網(wǎng)絡(luò)模型，經(jīng)過多輪迭代訓(xùn)練，使得神經(jīng)網(wǎng)絡(luò)的損失減小，得到最優(yōu)輸入特征與對應(yīng)坍落度標(biāo)簽之間的映射關(guān)系模型；

9、s6、預(yù)測混合結(jié)果：將訓(xùn)練好的前饋神經(jīng)網(wǎng)絡(luò)模型輸入至圖像處理計算機(jī)端b，可在線對獲取的骨料級配進(jìn)行分析，從而對出鍋前每批次的瀝青混合料坍落度進(jìn)行預(yù)測。

10、在一些實施例中，在s1步驟中包括:

11、s11、在輸送帶上方設(shè)置相機(jī)與光源，當(dāng)骨料經(jīng)輸送帶運(yùn)送至攪拌機(jī)的過程中，調(diào)整光源角度，令相機(jī)對該骨料獲取骨料圖像并輸送至圖像處理計算機(jī)端a；

12、s12、在圖像處理計算機(jī)端a上，生產(chǎn)者通過labelme軟件對骨料圖像中的骨料微粒描繪外輪廓，對不同直徑范圍內(nèi)的骨料微粒添加尺寸標(biāo)簽，定義不同尺寸骨料微粒下的骨料級配；

13、s13、將骨料級配的尺寸信息輸入至構(gòu)建好的mask?rcnn實例分割網(wǎng)絡(luò)中，學(xué)習(xí)圖像特征并建立目標(biāo)檢測模型。

14、在一些實施例中，在s2步驟中，在相機(jī)實時獲取的骨料圖像中，目標(biāo)檢測模型在圖像中為骨料微粒添加上類別標(biāo)簽與邊界框坐標(biāo)，并為區(qū)分出的骨料微粒進(jìn)行掩膜。

15、在一些實施例中，在s5步驟中，該前饋神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱藏層和輸出層，該輸入層設(shè)置有32個神經(jīng)元，該隱藏層設(shè)置有16個神經(jīng)元，該輸入層與該隱藏層之間、該隱藏層與該輸出層之間均增設(shè)有批量歸一化層，前饋神經(jīng)網(wǎng)絡(luò)模型輸出多個結(jié)果，對每個結(jié)果定義其對應(yīng)的坍落度標(biāo)簽，從而實現(xiàn)最優(yōu)輸入特征與對應(yīng)坍落度標(biāo)簽之間的映射關(guān)系模型。

16、在一些實施例中，在s5步驟中，為使神經(jīng)網(wǎng)絡(luò)的損失減小，保證前饋神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性，增加損失函數(shù)，損失函數(shù)為平均絕對誤差函數(shù)，優(yōu)化器為adam算法。

17、在一些實施例中，在s3步驟中，生產(chǎn)數(shù)據(jù)還包括瀝青用量、礦粉用量、外加劑用量、攪拌電流第30秒至35秒的均值。

18、在一些實施例中，在s4步驟中，施工性能等級包括良好、較差、不合格3檔。

19、在一些實施例中，在s6步驟中，當(dāng)所預(yù)測的瀝青混合料坍落度性能較差或不合格時，調(diào)出該批次瀝青混合料的生產(chǎn)數(shù)據(jù)，對比骨料級配、生產(chǎn)配合比，做出精確化調(diào)整，令出鍋瀝青混合料坍落度符合現(xiàn)場施工要求。

20、通過采用上述的技術(shù)方案，本發(fā)明的有益效果是：

21、本發(fā)明首先運(yùn)用labelme軟件及mask?rcnn實例分割網(wǎng)絡(luò)對骨料進(jìn)行等級劃分，從而可以在線識別出生產(chǎn)線上的骨料級配，同時對骨料級配、配合比及其生產(chǎn)出的瀝青混合料進(jìn)行跟蹤，建立前饋神經(jīng)網(wǎng)絡(luò)模型，得到生產(chǎn)數(shù)據(jù)與瀝青混合料坍落度之間的映射模型，將該模型輸入至電腦端，即可對生產(chǎn)線上正在生產(chǎn)的瀝青混合料坍落度性能進(jìn)行預(yù)測，從而科學(xué)指導(dǎo)生產(chǎn)人員對生產(chǎn)配方及數(shù)據(jù)進(jìn)行調(diào)整，保證瀝青混合料出料的穩(wěn)定性。

22、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

23、無疑的，本發(fā)明的此類目的與其他目的在下文以多種附圖與繪圖來描述的較佳實施例細(xì)節(jié)說明后將變?yōu)楦语@見。

24、為讓本發(fā)明的上述和其他目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉一個或數(shù)個較佳實施例，并配合所示附圖，作詳細(xì)說明如下。

技術(shù)特征：

1.一種瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，包括

2.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s1步驟中包括:

3.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s2步驟中，在相機(jī)實時獲取的骨料圖像中，目標(biāo)檢測模型在圖像中為骨料微粒添加上類別標(biāo)簽與邊界框坐標(biāo)，并為區(qū)分出的骨料微粒進(jìn)行掩膜。

4.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s5步驟中，該前饋神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱藏層和輸出層，該輸入層設(shè)置有32個神經(jīng)元，該隱藏層設(shè)置有16個神經(jīng)元，該輸入層與該隱藏層之間、該隱藏層與該輸出層之間均增設(shè)有批量歸一化層，前饋神經(jīng)網(wǎng)絡(luò)模型輸出多個結(jié)果，對每個結(jié)果定義其對應(yīng)的坍落度標(biāo)簽，從而實現(xiàn)最優(yōu)輸入特征與對應(yīng)坍落度標(biāo)簽之間的映射關(guān)系模型。

5.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s5步驟中，為使神經(jīng)網(wǎng)絡(luò)的損失減小，保證前饋神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確性，增加損失函數(shù)，損失函數(shù)為平均絕對誤差函數(shù)，優(yōu)化器為adam算法。

6.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s3步驟中，生產(chǎn)數(shù)據(jù)還包括瀝青用量、礦粉用量、外加劑用量、攪拌電流第30秒至35秒的均值。

7.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s4步驟中，施工性能等級包括良好、較差、不合格3檔。

8.根據(jù)權(quán)利要求1所述的瀝青混合料骨料級配在線監(jiān)測方法，其特征在于，在s6步驟中，當(dāng)所預(yù)測的瀝青混合料坍落度性能較差或不合格時，調(diào)出該批次瀝青混合料的生產(chǎn)數(shù)據(jù)，對比骨料級配、生產(chǎn)配合比，做出精確化調(diào)整，令出鍋瀝青混合料坍落度符合現(xiàn)場施工要求。

技術(shù)總結(jié)
本發(fā)明涉及瀝青混合技術(shù)領(lǐng)域，尤其涉及一種瀝青混合料骨料級配在線監(jiān)測方法。一種瀝青混合料骨料級配在線監(jiān)測方法，包括S1、骨料預(yù)處理；S2、實時分析；S3、生產(chǎn)數(shù)據(jù)獲取；S4、樣本獲取；S5、輸入前饋神經(jīng)網(wǎng)絡(luò)模型；S6、預(yù)測混合結(jié)果。本發(fā)明首先運(yùn)用labelme軟件及Mask?RCNN實例分割網(wǎng)絡(luò)對骨料進(jìn)行等級劃分，從而可以在線識別出生產(chǎn)線上的骨料級配，同時對骨料級配、配合比及其生產(chǎn)出的瀝青混合料進(jìn)行跟蹤，建立前饋神經(jīng)網(wǎng)絡(luò)模型，得到生產(chǎn)數(shù)據(jù)與瀝青混合料坍落度之間的映射模型，將該模型輸入至電腦端，即可對生產(chǎn)線上正在生產(chǎn)的瀝青混合料坍落度性能進(jìn)行預(yù)測，從而科學(xué)指導(dǎo)生產(chǎn)人員對生產(chǎn)配方及數(shù)據(jù)進(jìn)行調(diào)整。

技術(shù)研發(fā)人員：楊建紅,李崢嶸,房懷英,黃文景,林柏宏,韓明芝,張寶裕,黃偉晴
受保護(hù)的技術(shù)使用者：福建南方路面機(jī)械股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19