이 연구에서는 신선 콘크리트의 특성을 예측하기 위해 이미지 기반 딥러닝 방법을 제안한다. 스테레오 카메라를 사용하여 콘크리트 혼합 과정 중 콘크리트 유동을 관찰하고, 이를 정사영 이미지, 깊이 정보, 광학 흐름 정보로 변환한다. 이 정보와 배합 설계 정보를 입력으로 하는 합성곱 신경망을 통해 시간에 따른 슬럼프 유동 직경, 항복 응력, 소성 점도를 예측한다.
실험 결과, 정사영 이미지, 깊이 정보, 광학 흐름 정보와 배합 설계 정보를 함께 사용할 때 가장 정확한 예측 결과를 얻을 수 있었다. 또한 동일한 콘크리트에 대한 여러 예측 결과를 평균화하면 예측 정확도가 향상되었다.
제안된 방법을 통해 콘크리트 혼합 과정에서 시간에 따른 신선 콘크리트 특성의 변화를 예측할 수 있다. 이는 콘크리트 타설 시점에 맞춰 필요한 조치를 취할 수 있게 하여 콘크리트 생산 과정의 효율성과 지속가능성을 높일 수 있다.
To Another Language
from source content
arxiv.org
Głębsze pytania