| دانه بندی مصالح با استفاده از هوش مصنوعی |
| کد مقاله : 1011-CONCRETE |
| نویسندگان |
|
محمدباقر علیپور حاجی آقا *1، جواد پالیزوان زند2، الیاس حاجی پور3، پویا آقابیگی4 1دانشکده مهندسی عمران ،دانشگاه تبریز ، تبریز ایران 2دانشکده مهندسی عمران ،دانشگاه تبریز،تبریز، ایران 3دانشگاه آزاد اسلامی واحد تبریز،تبریز، ایران 4دانشگاه ششهید مدنی ،تبریز، ایران |
| چکیده مقاله |
| دانه‌بندی مصالح سنگدانه‌ای یکی از مراحل کلیدی در کنترل کیفیت مصالح مصرفی در پروژه‌های عمرانی است که به‌طور مستقیم بر دوام، مقاومت و عملکرد سازه‌ها تأثیرگذار است. روش‌های سنتی مانند آزمایش الک‌کردن، علی‌رغم دقت قابل قبول، اغلب زمان‌بر، پرهزینه و وابسته به تجهیزات آزمایشگاهی هستند. در سال‌های اخیر، بهره‌گیری از فناوری‌های نوین، به‌ویژه هوش مصنوعی و بینایی ماشین، راهکارهای جدید و کارآمدی را برای حل این مسئله ارائه کرده‌اند. پژوهش حاضر با هدف توسعه روشی اقتصادی، سریع و غیرمخرب برای دانه‌بندی مصالح درشت‌دانه، از تکنیک‌های پردازش تصویر و الگوریتم‌های یادگیری ماشین بهره می‌گیرد. در این روش، تصاویر مصالح توسط دوربین‌های دیجیتال ثبت و از طریق الگوریتم‌های لبه‌یابی و شناسایی اشیاء، اندازه و توزیع ذرات استخراج می‌شود. سپس با تحلیل داده‌های تصویری، منحنی دانه‌بندی رسم شده و نتایج آن با داده‌های حاصل از روش‌های آزمایشگاهی مقایسه می‌گردد. نتایج به‌دست‌آمده بیانگر همبستگی بالا بین روش پیشنهادی و داده‌های آزمایشگاهی است، به‌گونه‌ای که اختلاف میانگین در حدود قابل قبولی قرار دارد. همچنین این روش قادر به برآورد وزن کل مصالح با دقت مناسب بوده و زمان تحلیل را به‌طور چشمگیری کاهش می‌دهد. یافته‌ها نشان می‌دهند که استفاده از هوش مصنوعی در فرآیند دانه‌بندی مصالح نه‌تنها از نظر اقتصادی مقرون‌به‌صرفه است، بلکه می‌تواند بهره‌وری در پروژه‌های عمرانی را نیز افزایش دهد. این تحقیق گامی مؤثر در جهت جایگزینی روش‌های سنتی با راهکارهای هوشمند و خودکار در مهندسی عمران محسوب می‌شود. |
| کلیدواژه ها |
| دانه‌بندی مصالح، بینایی ماشین، هوش مصنوعی، پردازش تصویر |
| وضعیت: پذیرفته شده برای ارائه شفاهی |
