بررسی امکان استفاده از آنالیز تصویری به منظور پیش بینی برجای توزیع دانه بندی جریان مواد در کارخانه های شن و ماسه
Publish place: Third National Conference on Construction Materials and New Technologies in the Construction Industry
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 747
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
MTMAYBOD03_102
Index date: 10 January 2017
بررسی امکان استفاده از آنالیز تصویری به منظور پیش بینی برجای توزیع دانه بندی جریان مواد در کارخانه های شن و ماسه abstract
در این پژوهش، امکان بهره برداری از روش آنالیز تصویری به عنوان جایگزین روش آنالیز سرندی در معادن شن و ماسه مورد بررسی قرار گرفت. تصاویر تهیه شده از جریان محصول نخودی کارخانه شن و ماسه ریحانشهر (کرمان) با استفاده از نرم افزار حرفه ای Clemex تحلیل و نتایج با مقادیر به دست آمده از روش آنالیز سرندی مقایسه شدند. مقایسه نتایج نشان داد که میان دانه بندی تخمین زده شده توسط نرم افزار (3/1 میکرون) و آنالیز سرندی (4/75 میلیمتر) اختلاف قابل توجهی وجود دارد. با توجه به اینکه تصویربرداری از کیفیت و دقت مطلوب برخوردار بود، اختلاف مشاهده شده در نتایج تحلیل و تجربی را میتوان به ضخامت بستر زیاد مواد بر روی نوار نقاله نسبت داد. همین امر سبب می شود تا تصاویر تهیه شده معمولاً از کنتراست مطلوبی برخوردار نباشند و به همین دلیل تفکیک فازها که شامل تفکیک دانه های حقیقی از دانه هایی که به صورت ناقص در فضای بین دانه های حقیقی رخنمون دارند مشکل شود؛ در نتیجه، آنالیز تصاویر دشوار و با خطای زیاد همراه باشد. همچنین، برای رفع این مشکل، راهکارهایی نیز ارائه شد.
بررسی امکان استفاده از آنالیز تصویری به منظور پیش بینی برجای توزیع دانه بندی جریان مواد در کارخانه های شن و ماسه Keywords:
بررسی امکان استفاده از آنالیز تصویری به منظور پیش بینی برجای توزیع دانه بندی جریان مواد در کارخانه های شن و ماسه authors
حسین منظری توکلی
دانشجوی کارشناسی مهندسی معدن، مجتمع آموزش عالی زرند، دانشگاه شهید باهنر کرمان
حمید خوشدست
هیات علمی و استادیار مجتمع آموزش عالی زرند، دانشگاه شهید باهنر کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :