Ποιοτικός έλεγχος μεγέθους και σχήματος δομικών υλικών με επεξεργασία ψηφιακής εικόνας

Abstract

Αντικείμενο της παρούσας διπλωματικής εργασίας είναι η αυτοματοποιημένη μέτρηση γεωμετρικών παραμέτρων σε κλάσματα χαλικιών διαφόρων μεγεθών, όπως αυτά παράγονται στα λατομεία μετά από θραύση. Όντας κύριο συστατικό για παραγωγή σκυροδέματος, η γνώση του σχήματος, του μεγέθους αλλά και άλλων παραμέτρων των χαλικιών, όπως σφαιρικότητα, επιμήκυνση, δείκτης μορφής και πλακοειδούς κ.λ.π., βοηθά στην επιλογή των κατάλληλων κλασμάτων για διαφορετικές βιομηχανικές εφαρμογές (μηχανικές ιδιότητες βασισμένες στην πυκνότητα των κόκκων-packing density), αφού οι προαναφερθείσες ιδιότητες παίζουν σημαντικό ρόλο τόσο στην αντοχή και την εργασιμότητα, όσο και στην ποιότητα και το κόστος του σκυροδέματος. Ο υπολογισμός των παραπάνω ιδιοτήτων γίνεται εργαστηριακά με μετρήσεις με κόσκινα και ειδικά παχύμετρα, μέθοδοι ιδιαίτερα χρονοβόρες, κουραστικές αλλά και με στατιστικό σφάλμα. Για την αυτοματοποιημένη μέτρηση χρησιμοποιείται επεξεργασία εικόνας που γίνεται μέσω του το μαθηματικού λογισμικού MatLab. Η μεθοδολογία μπορεί να εφαρμοστεί ταυτοχρόνως για ολόκληρα κοκκομετρικά κλάσματα χαλικιών. Αρχικά οι μετρήσεις γίνονται σε χαλίκια διαχωρισμένα χειροκίνητα, με ψηφιακή επεξεργασία έγχρωμων εικόνων και με αποτελέσματα που ανταποκρίνονται σε 2 διαστάσεις. Επειδή όμως δεν λαμβάνεται υπόψη η τρίτη διάσταση, επιχειρείται επιπλέον στατιστική επεξεργασία για τον υπολογισμό της μεταβολής των γεωμετρικών ιδιοτήτων σε 10 τυχαίες ρίψεις των χαλικιών, τα οποία διαχωρίζονται έτσι ώστε να μην αγγίζουν ούτε να επικαλύπτουν το ένα τ’ άλλο, καθώς και σε τυχαίες ρίψεις με τα χαλίκια να αφήνονται να αγγίζουν το ένα τ’ άλλο. Η ψηφιακή επεξεργασία γίνεται με την εφαρμογή του μετασχηματισμού Watershed για τον καλύτερο διαχωρισμό τους. Από την επεξεργασία των εργαστηριακών μεθόδων μέτρησης προέκυψαν αισθητά ποσοστά σφάλματος για τα κόσκινα λόγω του μεγάλου αριθμού λανθασμένα διερχόμενων κόκκων από αυτά. Αντίθετα όμως, τα αποτελέσματα από την εφαρμογή των αλγορίθμων στο λογισμικό ΜatLab έδωσαν σχεδόν αμελητέα σφάλματα καθιστώντας τη μέθοδο σαφώς καλύτερη. Τέλος, τα συμπεράσματα κατέληξαν στην εκτίμηση της δυνατότητας εφαρμογής της μεθόδου στη βιομηχανία στη φάση του ποιοτικού ελέγχου σε πρώτο στάδιο και απαρίθμησαν τα πλεονεκτήματά της, παραθέτοντας παράλληλα και μια πιθανή οργανολογία για το σκοπό αυτό.

The purpose of this project is the automated measurement of geometrical parameters in fractions of gravel (generally rock) of varying sizes, such as those produced in the quarries after fracture. Gravels are the main component for the production of concrete, and knowing the shape, size and other geometrical parameters of the gravel, as circularity, elongation, index form and plate, etc., assists in the selection of the appropriate fractions for different industrial applications (mechanical properties density-based grain-packing density), since the above properties are important in both the strength and the workability, as well as the quality and cost of the concrete. Initially the calculation of these properties in the lab included measurements with callipers and special sieves, methods particularly time consuming, tedious and with a significant statistical error. The automated measurement applied uses the MatLab mathematical programming software, measuring whole granulometric fractions of gravel at once. Initially, the measurements are made manually in separated gravel, using colour images. The result is measurements only in the two dimensions. Failing to take into account the third dimension, a special methodology using statistical analysis attempts to calculate the variation of geometrical properties. Firstly ten randomly thrown pebbles are measured after manually separating them so that they do not touch or overlap each other. Then, a second set of randomly thrown pebbles is measured, however we let them touch or overlap each other. The Watershed transformation is then used for digital recognition and separation of the pebbles. From the statistical processing of the laboratory methods came out significantly errors for wrongly separated pebbles and gravels from the sieves. On the other hand, the results from the application of the algorithms in MatLab gave out almost negligible errors, making this procedure much better. Finally, the conclusions reached for the assessment of the possibility of applying the methodology into the industry for the quality control in the first stage, indicated the several advantages of the digital methods, while a possible instrumentation for this purpose was described.