一种混凝土塌落度视觉人工智能实时检测设备及方法与流程

1.本发明涉及建筑工程技术领域，具体为一种混凝土塌落度视觉人工智能实时检测设备及方法。


背景技术：

2.混凝土和易性是一项综合的技术性质，它与施工工艺密切相关。通常包括有流动性、保水性和粘聚性三个方面。
3.流动性是指新拌混凝土在自重或机械振捣的作用下，能产生流动，并均匀密实地填满模板的性能。流动性反映出拌合物的稀稠程度。若混凝土拌合物太干稠，则流动性差，难以振捣密实；若拌合物过稀，则流动性好，但容易出现分层离析现象。主要影响因素是混凝土用水量。
4.粘聚性是指新拌混凝土的组成材料之间有一定的粘聚力，在施工过程中，不致发生分层和离析现象的性能。粘聚性反映混凝土拌合物的均匀性。若混凝土拌合物粘聚性不好，则混凝土中集料与水泥浆容易分离，造成混凝土不均匀，振捣后会出现蜂窝和空洞等现象。主要影响因素是胶砂比。
5.保水性是指在新拌混凝土具有一定的保水能力，在施工过程中，不致产生严重泌水现象的性能。保水性反映混凝土拌合物的稳定性。保水性差的混凝土内部易形成透水通道，影响混凝土的密实性，并降低混凝土的强度和耐久性。主要影响因素是水泥品种、用量和细度。
6.塌落度是衡量混凝土质量性能的一个重要指标，坍落度检测在预拌混凝土生产、运输以及工地浇筑施工中有着广泛应用，坍落度是指混凝土的和易性，体现的是混凝土是否易于施工操作和均匀密实的性能，包括混凝土的保水性、流动性和粘聚性，是衡量混凝土拌合物稠度的一个重要指标。
7.传统坍落度检测的不足：首先工序复杂，设备简陋，需要对水泥取样，需要检测场地，很多时候现场不具备条件；其次操作繁琐，周期长，通常一个周期要10多分钟，施工过程中，时间不允许；并且精确度低，靠人工读数，易污易损，损耗很大。


技术实现要素：

8.(一)解决的技术问题
9.针对现有技术的不足，本发明提供了一种混凝土塌落度视觉人工智能实时检测设备及方法，解决了传统的人工采样检测的繁琐过程，同时解决了传统的塌落度检测效率低，精准度低的问题。
10.(二)技术方案
11.为实现以上目的，本发明通过以下技术方案予以实现：一种混凝土塌落度视觉人工智能实时检测设备，包括监控组件，所述监控组件包括监控摄像头，所述监控摄像头底部固定安装有纵向偏转块，远离所述监控摄像头的纵向偏转块的端部设有横向偏转块，且横
向偏转块和纵向偏转块销接，远离所述纵向偏转块的横向偏转块的端部设有固定块，且横向偏转块的端部和固定块销接，所述横向偏转块的背面设有连接板，且连接板和横向偏转块固定连接。
12.优选的，所述监控组件的侧面设有墙体，且监控组件中的连接板固定安装在墙体表面，所述墙体的顶部固定安装有支撑架，所述支撑架表面嵌有下料装置，所述下料装置的顶部固定安装有限位架，且下料装置和支撑架通过限位架固定连接。
13.优选的，所述下料装置的正下方设有进料装置，所述进料装置的侧面设有搅拌车。
14.优选的，所述监控摄像头的横向偏转角度和纵向偏转角度均为45度。
15.优选的，一种混凝土塌落度视觉人工智能实时检测方法，包括智能识别系统，所述智能识别系统包括硬件系统和软件系统，所述硬件系统通过监控摄像头、录像机、智能边缘设备和应用服务平台组成，软件系统通过视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成。
16.优选的，所述硬件系统的运行流程如下：
17.sp1：安装监控摄像头，并且对准下料装置和进料装置的位置；
18.sp2：通过录像机对监控摄像头采集的混凝土流动视频传输给智能边缘设备；
19.sp3：通过智能边缘设备将整体的视频信息发送到应用服务平台；
20.sp4：通过应用服务平台的服务器发送到操作平台，通过人工操作获取混凝土塌落度的信息。
21.优选的，所述软件系统的运行流程如下：
22.sp1：当搅拌车入库时，搅拌站下料并且启动监控摄像头，通过监控摄像头的数据采集，通过软件系统对视频实时处理；
23.sp2：将现场的混凝土流动视频接入、采集和分类标注，并对视频进行预处理；
24.sp3：将视频的特征提取，建立混凝土分类分析模型，进行模型的分级推理计算；
25.sp4：对于分析后的视频，得出混凝土的塌落度，并且判断塌落度的数值，当塌落度大于200mm时，混凝土过稀；当塌落度为180mm时，混凝土合格；当塌落度小于160mm时，混凝土过干，在混凝土为过稀和过干时，系统对监测人员报警，工作人员会及时采取相应的补救措施。
26.(三)有益效果
27.本发明提供了一种混凝土塌落度视觉人工智能实时检测设备及方法。具备以下有益效果：
28.1、本发明采用监控摄像头，监控摄像头具有实时图像采集识别的功能，用视觉ai算法，从现场的监控摄像头拍摄的混凝土流动视频中，找到视频和混凝土塌落度的对应关系：混凝土搅拌站，进料口实时图像ai分析终端，对进料图像实时分析，计算混凝土塌落度，如果塌落度异常，对监测人员进行报警，以便采取相应的补救措施，保证混凝土的质量。
29.2、本发明采用智能识别系统，硬件由监控摄像头、录像机、智能边缘设备和应用服务平台，智能分类识别系统软件由视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成，结合搅拌站实际情况和现场质检需求，选取搅拌站下料口为检测窗口，监控摄像头采用斜45度角安装方式，并对现场进行处理，避免阳光对下料口的直射。
30.3、本发明采用智能监控系统，科技含量高，操作简便，精确度高，易维护保养，可实
现线上远程监控或无人监控预警，并且对于塌落度的检测具有快速、实时的效果，采用此智能监控系统，方便易用，便于大规模推广，能够提升建筑工程的质量。
附图说明
31.图1为本发明中塌落度检测设备的立体结构示意图；
32.图2为图1中监控组件的放大图；
33.图3为本发明的软件系统流程图；
34.图4为本发明的整体检测方法流程图。
35.其中，1、支撑架；2、监控组件；201、连接板；202、横向偏转块；203、纵向偏转块；204、监控摄像头；205、固定块；3、墙体；4、限位架；5、下料装置；6、进料装置；7、搅拌车。
具体实施方式
36.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
37.实施例一：
38.参照图1、2，一种混凝土塌落度视觉人工智能实时检测设备，包括监控组件2，监控组件2包括监控摄像头204，监控摄像头204底部固定安装有纵向偏转块203，远离监控摄像头204的纵向偏转块203的端部设有横向偏转块202，且横向偏转块202和纵向偏转块203销接，远离纵向偏转块203的横向偏转块202的端部设有固定块205，且横向偏转块202的端部和固定块205销接，横向偏转块202的背面设有连接板201，且连接板201和横向偏转块202固定连接，监控摄像头204的横向偏转角度和纵向偏转角度均为45度。
39.监控组件2的侧面设有墙体3，且监控组件2中的连接板201固定安装在墙体3表面，墙体3的顶部固定安装有支撑架1，支撑架1表面嵌有下料装置5，下料装置5的顶部固定安装有限位架4，且下料装置5和支撑架1通过限位架4固定连接，下料装置5的正下方设有进料装置6，进料装置6的侧面设有搅拌车7。
40.采用监控摄像头204，监控摄像头204具有实时图像采集识别的功能，用视觉ai算法，从现场的监控摄像头204拍摄的混凝土流动视频中，找到视频和混凝土塌落度的对应关系：混凝土搅拌站，进料口实时图像ai分析终端，对进料图像实时分析，计算混凝土塌落度，如果塌落度异常，对监测人员进行报警，以便采取相应的补救措施，保证混凝土的质量。
41.此设备科技含量高，操作简便，精确度高，易维护保养，可实现线上远程监控或无人监控预警，并且对于塌落度的检测具有快速、实时的效果，采用此智能监控系统，方便易用，便于大规模推广，能够提升建筑工程的质量。
42.实施例二：
43.参照图3，一种混凝土塌落度视觉人工智能实时检测方法，包括智能识别系统，智能识别系统包括硬件系统和软件系统，硬件系统通过监控摄像头204、录像机、智能边缘设备和应用服务平台组成。
44.硬件系统的运行流程如下：
45.sp1：安装监控摄像头204，并且对准下料装置5和进料装置6的位置；
46.sp2：通过录像机对监控摄像头204采集的混凝土流动视频传输给智能边缘设备；智能边缘设备拉取下料口视频流，对视频进行分析过滤，选取下料并有少量堆积的视频帧，根据视频情况进行图像预处理，将处理后的图像送入模型分析引擎进行推理分类，获取坍落度分类数据，根据每盘下料时间区间进行统计，给出评判结果。
47.sp3：通过智能边缘设备将整体的视频信息发送到应用服务平台；
48.sp4：通过应用服务平台的服务器发送到操作平台，通过人工操作获取混凝土塌落度的信息。软件系统的运行流程如下：
49.实施例三：
50.参照图4，软件系统通过视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成。
51.sp1：当搅拌车7入库时，搅拌站下料并且启动监控摄像头204，通过监控摄像头204的数据采集，通过软件系统对视频实时处理；预处理对采集的搅拌站视频进行缩放对齐校准和图像增强，提高不同场景不同安装距离下视频识别的普适性，对受环境干扰的图片进行增强。
52.sp2：将现场的混凝土流动视频接入、采集和分类标注，并对视频进行预处理；
53.sp3：将视频的特征提取，建立混凝土分类分析模型，进行模型的分级推理计算；特征提取模块主要抽取混凝土分类颜色和粒径等外观特征，及流动和密度等纹理及运动特征，分析模型主要采用深度学习分析来混凝土类别，实时给出分类等级，智能分析应用包括模型训练、质量分类标签和阈值调整等模型相关的模块，以及模型预警、统计分析等智能运营管理模块。
54.数据采集模块根据搅拌站系统erp接口，导入生产时间，施工部位，砼强度，浇注方式，坍落度要求，车号，运距等信息，数据采集模块根据生产时间，截取每盘混凝土下料视频数据，操作员录入每盘混凝土分类数据，实时显示算法模型预估分类数据，操作员可确认分类准确性。
55.sp4：对于分析后的视频，得出混凝土的塌落度，并且判断塌落度的数值，当塌落度大于200mm时，混凝土过稀；当塌落度为180mm时，混凝土合格；当塌落度小于160mm时，混凝土过干，在混凝土为过稀和过干时，系统对监测人员报警，工作人员会及时采取相应的补救措施。
56.采用智能识别系统，硬件由监控摄像头204、录像机、智能边缘设备和应用服务平台，智能分类识别系统软件由视频采集，视频预处理、特征提取、塌落度分析模型和坍落度智能应用组成，结合搅拌站实际情况和现场质检需求，选取搅拌站下料口为检测窗口，监控摄像头204采用斜45度角安装方式，并对现场进行处理，避免阳光对下料口的直射。
57.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个引用结构”限定的要素，并不排
除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
58.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。