新拌自密实混凝土抗离析性能分析方法及装置

摘要

本申请提供一种新拌自密实混凝土抗离析性能分析方法及装置，所述方法包括：根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，所述基础指标值包括：长度指标值、面积指标值及体积指标值；根据所述基础指标值确定所述新拌自密实混凝土抗离析性能的衍生指标值；其中，所述衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；根据所述衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。本申请能够对新拌自密实混凝土抗离析性能进行分析。

说明书

技术领域

本申请涉及混凝土工作性能检测技术领域，具体是一种新拌自密实混凝土抗离析性能分析方法及装置。

背景技术

随着现代科技及经济的飞速发展，各类建筑形式不断涌现，高层及超高层建筑日益增多，混凝土成为目前被广泛采用的土木工程材料之一。随着混凝土外加剂的普及，新拌自密实混凝土得到了越来越广泛的应用，施工方便性得到了极大提升。混凝土的种类也从塑性及干硬性混凝土转向了流动性及大流动性混凝土。但随着混凝土流动性的提高，其匀质性也更加难以控制。新拌自密实混凝土的匀质性对其硬化后的性能影响显著。因此，控制新拌自密实混凝土的匀质性对于应用新拌自密实混凝土所建造的建筑物的质量保障具有重要意义。

目前，在实际施工中，人们为了满足新拌自密实混凝土的大流动性，往往忽略了其粘聚性，使其出现离析现象。混凝土发生离析是混凝土各组分之间的粘聚力不足所致，通常表现为粗骨料与砂浆两组分之间相互分离。较大粒径的粗骨料在自重或振动条件下下沉，造成上层混凝土与下层混凝土所包含的粗骨料体积分数不同。离析不仅会影响混凝土的均质性及泵送性，还会使新拌自密实混凝土的强度大幅下降，严重影响新拌自密实混凝土结构的承重能力，降低结构的安全性。目前，国内外对新拌自密实混凝土抗离析性能的评估还没有统一的标准，现有的评估方法具有如下缺点：第一，现有量化指标不能很好地描述抗离析性能，需要人工辅助进行观察及进行定性描述；第二，现有量化指标需要在筛析试验或跳桌试验中逐一进行测量，测量过程繁琐，指标稳定性也差。因此，实际工程中需要一种能够快速、实时、准确评估新拌自密实混凝土抗离析性能的方法。

发明内容

针对现有技术中的问题，本申请提供一种新拌自密实混凝土抗离析性能分析方法及装置，能够通过确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种新拌自密实混凝土抗离析性能分析方法，包括：

根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，所述基础指标值包括：长度指标值、面积指标值及体积指标值；

根据所述基础指标值确定所述新拌自密实混凝土抗离析性能的衍生指标值；其中，所述衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；

根据所述衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。

进一步地，所述长度指标值包括饼体最大直径、饼体最小直径、饼体最大高度、中心扎堆骨料最大直径、中心扎堆骨料最小直径及中心扎堆骨料最大高度；所述根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，包括：

获取所述坍落扩展度饼的所述饼体最大直径、所述饼体最小直径及所述饼体最大高度；其中，所述饼体最大直径包括含泌水区最大直径及非泌水区最大直径；所述饼体最小直径包括含泌水区最小直径及非泌水区最小直径；

获取所述坍落扩展度饼的所述中心扎堆骨料最大直径、所述中心扎堆骨料最小直径及所述中心扎堆骨料最大高度。

进一步地，所述面积指标值包括泌水面积、未被砂浆包裹的粗骨料面积、非泌水面积及中心扎堆骨料面积，所述根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，包括：

对所述坍落扩展度饼对应的图像进行校正，得到其正视图；

在所述正视图中绘制所述面积指标值中各面积指标对应的面积边界，得到各面积区域；

对各所述面积区域内的面积分别求和，得到所述坍落扩展度饼对应的各所述面积指标值。

进一步地，所述在所述正视图中绘制所述面积指标值中各面积指标对应的面积边界，得到各面积区域，包括：

利用预先训练得到的图像语义分割机器学习模型进行图像语义分割，得到所述面积指标值中各面积指标对应的面积边界。

进一步地，训练图像语义分割机器学习模型的步骤，包括：

对所述坍落扩展度饼对应的训练图像进行校正，得到训练正视图；

对所述训练正视图进行数据标注，得到标签数据；

将所述训练正视图及所述标签数据组成的数据训练集输入机器学习原始模型进行训练，得到图像语义分割机器学习模型。

进一步地，所述体积指标值包括粗骨料的总体积、未被砂浆包裹的粗骨料的体积、未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积、新拌自密实混凝土的总体积、新拌自密实混凝土中砂浆的体积及水当量体积；所述根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，包括：

根据所述新拌自密实混凝土中粗骨料的总质量及密度确定所述粗骨料的总体积；

根据所述新拌自密实混凝土中未被砂浆包裹的粗骨料的质量及所述密度确定所述未被砂浆包裹的粗骨料的体积；

采用语义三维重建法确定未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积；

确定所述新拌自密实混凝土的总体积及所述新拌自密实混凝土中砂浆的体积；

根据混凝土配合比及所述新拌自密实混凝土的总体积确定水当量体积。

第二方面，本申请提供一种新拌自密实混凝土抗离析性能分析装置，包括：

基础指标确定单元，用于根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，所述基础指标值包括：长度指标值、面积指标值及体积指标值；

衍生指标确定单元，用于根据所述基础指标值确定所述新拌自密实混凝土抗离析性能的衍生指标值；其中，所述衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；

离析性能分析单元，用于根据所述衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。

进一步地，所述长度指标值包括饼体最大直径、饼体最小直径、饼体最大高度、中心扎堆骨料最大直径、中心扎堆骨料最小直径及中心扎堆骨料最大高度；所述基础指标确定单元，包括：

饼体指标获取模块，用于获取所述坍落扩展度饼的所述饼体最大直径、所述饼体最小直径及所述饼体最大高度；其中，所述饼体最大直径包括含泌水区最大直径及非泌水区最大直径；所述饼体最小直径包括含泌水区最小直径及非泌水区最小直径；

骨料指标获取模块，用于获取所述坍落扩展度饼的所述中心扎堆骨料最大直径、所述中心扎堆骨料最小直径及所述中心扎堆骨料最大高度。

进一步地，所述面积指标值包括泌水面积、未被砂浆包裹的粗骨料面积、非泌水面积及中心扎堆骨料面积，所述基础指标确定单元，包括：

校正模块，用于对所述坍落扩展度饼对应的图像进行校正，得到其正视图；

区域绘制模块，用于在所述正视图中绘制所述面积指标值中各面积指标对应的面积边界，得到各面积区域；

求和模块，用于对各所述面积区域内的面积分别求和，得到所述坍落扩展度饼对应的各所述面积指标值。

进一步地，所述区域绘制模块具体用于利用预先训练得到的图像语义分割机器学习模型进行图像语义分割，得到所述面积指标值中各面积指标对应的面积边界。

进一步地，所述新拌自密实混凝土抗离析性能分析装置，还包括：

训练校正单元，用于对所述坍落扩展度饼对应的训练图像进行校正，得到训练正视图；

数据标注单元，用于对所述训练正视图进行数据标注，得到标签数据；

模型生成单元，用于将所述训练正视图及所述标签数据组成的数据训练集输入机器学习原始模型进行训练，得到图像语义分割机器学习模型。

进一步地，所述体积指标值包括粗骨料的总体积、未被砂浆包裹的粗骨料的体积、未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积、新拌自密实混凝土的总体积、新拌自密实混凝土中砂浆的体积及水当量体积；所述基础指标确定单元，包括：

第一体积确定模块，用于根据所述新拌自密实混凝土中粗骨料的总质量及密度确定所述粗骨料的总体积；

第二体积确定模块，用于根据所述新拌自密实混凝土中未被砂浆包裹的粗骨料的质量及所述密度确定所述未被砂浆包裹的粗骨料的体积；

第三体积确定模块，用于采用语义三维重建法确定未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积；

第四体积确定模块，用于确定所述新拌自密实混凝土的总体积及所述新拌自密实混凝土中砂浆的体积；

第五体积确定模块，用于根据混凝土配合比及所述新拌自密实混凝土的总体积确定水当量体积。

第三方面，本申请提供一种电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述新拌自密实混凝土抗离析性能分析方法的步骤。

第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述新拌自密实混凝土抗离析性能分析方法的步骤。

针对现有技术中的问题，本申请提供一种新拌自密实混凝土抗离析性能分析方法及装置，能够融合人工智能技术确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析。

附图说明

图1本申请实施例中新拌自密实混凝土抗离析性能分析方法的流程图；

图2本申请实施例中确定基础指标值的流程图之一；

图3本申请实施例中确定基础指标值的流程图之二；

图4本申请实施例中训练图像语义分割机器学习模型的流程图；

图5本申请实施例中确定基础指标值的流程图之三；

图6本申请实施例中新拌自密实混凝土抗离析性能分析装置的结构图之一；

图7本申请实施例中基础指标确定单元之一；

图8本申请实施例中基础指标确定单元之二；

图9本申请实施例中新拌自密实混凝土抗离析性能分析装置的结构图之二；

图10本申请实施例中基础指标确定单元之三；

图11为本申请实施例中的电子设备的结构示意图；

图12为本申请实施例中的长度指标值示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

参见图1，为了能够确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析，本申请提供一种新拌自密实混凝土抗离析性能分析方法，包括：

S101：根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，基础指标值包括：长度指标值、面积指标值及体积指标值；

可以理解的是，在实际工程中，当需采用本申请所述的方法进行新拌自密实混凝土抗离析性能分析时，可先对新拌自密实混凝土进行坍落扩展度试验，得到坍落扩展度饼。然后利用直尺等常规测量工具对该坍落扩展度饼进行几何参数测量，这些参数包括但不限于饼体直径及饼体高度。另外，新拌自密实混凝土具有其固有的物理参数，这些参数包括但不限于新拌自密实混凝土中粗骨料的体积及密度。根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数可以确定新拌自密实混凝土抗离析性能的基础指标值。这些基础指标值反映了新拌自密实混凝土的长度特征、面积特征及体积特征。

具体地，长度指标值包括饼体最大直径D1、饼体最小直径D2、饼体最大高度H1、中心扎堆骨料最大直径D3、中心扎堆骨料最小直径D4及中心扎堆骨料最大高度H2；面积指标值包括泌水面积S1、未被砂浆包裹的粗骨料面积S2、非泌水面积S3及中心扎堆骨料面积S4；体积指标值包括粗骨料的总体积V1、未被砂浆包裹的粗骨料的体积V2、未被砂浆包裹的粗骨料漏出部分的体积V3、泌水水体体积V6及中心扎堆骨料的体积V7、新拌自密实混凝土的总体积V4、新拌自密实混凝土中砂浆的体积V5及水当量体积V8。

S102：根据基础指标值确定新拌自密实混凝土抗离析性能的衍生指标值；其中，衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；

可以理解的是，为了更好地分析新拌自密实混凝土抗离析性能，本申请还提出了多个衍生指标值。这些衍生指标值可以通过上述基础指标值确定，反映了新拌自密实混凝土的泌水程度、砂浆包裹粗骨料程度及中间石子堆积程度。本领域技术人员知道新拌自密实混凝土抗离析性能在坍落扩展度饼的边缘无泌水时情况更好，在砂浆完全包裹住粗骨料时情况更好，在坍落扩展度饼的中间无石子堆积时情况更好。

本申请提出的衍生指标值中，利用

S103：根据衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。

可以理解的是，本申请提供的新拌自密实混凝土抗离析性能分析方法可以预设设定新拌自密实混凝土抗离析性能的分析阈值，参见表1～表8。以下阈值可分别对应于S102中所述的各程度指标所对应的计算结果。

表1

表2

表3

表4

表5

表6

表7

表8

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析。

参见图2，当基础指标值为长度指标值时，根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，包括：

S201：获取坍落扩展度饼的饼体最大直径D1、饼体最小直径D2及饼体最大高度H1；其中，饼体最大直径D1包括含泌水区最大直径D11及非泌水区最大直径D12；饼体最小直径D2包括泌水区最小直径D21及非泌水区最小直径D22；

S202：获取坍落扩展度饼的中心扎堆骨料最大直径D3、中心扎堆骨料最小直径D4及中心扎堆骨料最大高度H2。

可以理解的是，参见图12，上述各基础指标值可以通过直尺等常规测量工具进行实际测量，从而获得各个参数。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值。

参见图3，当基础指标值为面积指标值时，根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，包括：

S301：对所述坍落扩展度饼对应的图像进行校正，得到其正视图；

可以理解的是，本申请实施例先用Canny边缘检测算子对坍落扩展度图像进行边缘检测，从而绘制面积指标值中各面积指标对应的面积边界。在检测过程中，可将坍落扩展度图像中的所有物体掏空，只剩边缘，从而得到所有物体的边缘轮廓图像。由于在进行新拌自密实混凝土坍落扩展度试验时，需将新拌自密实混凝土放在一块底板上进行试验，因此坍落扩展度图像中都会包含一块底板。一般而言，相较于坍落扩展度图像中的其他物体，底板的边缘轮廓最大，因此利用跨平台计算机视觉和机器学习软件库OpenCV中的函数findcounter及drawcounter可很容易地将底板的边缘轮廓找到，并按顺时针方向将底板的边缘轮廓点绘出来。这样一来，由于底板通常为一正方形，底板的四个角点可通过点绘出来的线条得以确定。一般而言，组成底板边缘轮廓的点的各坐标可以保存于一二维数组中，数组中的每一元素表示边缘轮廓中一个点的坐标信息，沿轮廓按顺时针方向储存。数组中最小的横坐标X

在进行坐标计算时，可以使用坍落扩展度饼的实际值进行定位计算也可使用坍落扩展度图像中各点的像素值进行定位计算，像素值与实际值转换公式如下：

其中，p为目标长度的像素尺寸，d为坍落扩展度图像的位深度，l为目标长度的实际尺寸，2.54为英寸转为厘米的换算。利用此公式可将坍落扩展度饼的实际尺寸转化为像素尺寸，便于进行坍落扩展度饼的透视变换。

S302：在正视图中绘制面积指标值中各面积指标对应的面积边界，得到各面积区域；

本申请实施例将校正后的坍落扩展度图像加载到背景消除模型中可去除坍落扩展度图像中的背景，这些背景包括但不限于底板，从而得到仅含新拌自密实混凝土的Mask图像，也就是坍落扩展度图像的正视图。其中，背景消除模型能够针对视频中处于动态的物体进行分离。本申请实施例采用跨平台计算机视觉和机器学习软件库OpenCV中的函数BackgroundSubtractorKNN进行。

然后，采用分水岭算法继续对上述Mask图像进行边缘检测及轮廓识别，可以绘制面积指标值中各面积指标对应的面积边界，得到各面积区域。此时采用的是跨平台计算机视觉和机器学习软件库OpenCV中的函数Threshold。分水岭算法是一种图像区域分割方法，在分割的过程中，会先获取图像中各像素点的灰度值，然后根据各像素点的灰度值计算各像素点之间的相似度，从而将在空间位置上相近且灰度值相近的像素点互相连接起来，构成一个封闭的轮廓，最终完成对校正后的坍落扩展度图像进行轮廓识别，从而得到各面积指标对应的面积边界，得到各面积区域。

S303：对各面积区域内的面积分别求和，得到坍落扩展度饼对应的各面积指标值。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值。

一实施例中，在正视图中绘制所述面积指标值中各面积指标对应的面积边界，得到各面积区域，包括：

利用预先训练得到的图像语义分割机器学习模型进行图像语义分割，得到所述面积指标值中各面积指标对应的面积边界。

可以理解的是，图像语义分割机器学习模型多种多样，本申请不以此为限。本领域技术人员知道常用的图像语义分割机器学习模型可以卷积神经网络(ConvolutionalNeural Networks，CNN)或全卷积神经网络(Fully Convolutional Network，FCN)等为基础进行训练。训练完成后的图像语义分割机器学习模型能够对图像中的各物体进行图像语义分割，得到本申请实施例所需要的面积边界。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够在正视图中绘制所述面积指标值中各面积指标对应的面积边界，得到各面积区域。

参见图4，训练图像语义分割机器学习模型的步骤，包括：

S401：对坍落扩展度饼对应的训练图像进行校正，得到训练正视图；

S402：对训练正视图进行数据标注，得到标签数据；

可以理解的是，利用S301～S302中所述的方法可以对坍落扩展度饼对应的训练图像进行校正，得到训练正视图。对训练正视图进行数据标注可以得到表征离析程度的标签数据。

S403：将训练正视图及标签数据组成的数据训练集输入机器学习原始模型进行训练，得到图像语义分割机器学习模型。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够完成图像语义分割机器学习模型的训练。

参见图5，当基础指标值为体积指标值时，根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，包括：

S501：根据新拌自密实混凝土中粗骨料的总质量及密度确定粗骨料的总体积；

可以理解的是，新拌自密实混凝土在被搅拌之前可以完成称量，得到新拌自密实混凝土中粗骨料的总质量。由于新拌自密实混凝土中粗骨料的密度为已知量，从而可以得到粗骨料的总体积。

S502：根据新拌自密实混凝土中未被砂浆包裹的粗骨料的质量及密度确定未被砂浆包裹的粗骨料的体积；

可以理解的是，可以在坍落扩展度饼中将未被砂浆包裹的粗骨料挑选出来，洗净表面浮浆，然后烘干，称重得到未被砂浆包裹的粗骨料的质量，再结合新拌自密实混凝土中粗骨料的密度，可以得到未被砂浆包裹的粗骨料的体积。

S503：采用语义三维重建法确定未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积；

可以理解的是，通常获取三维模型的方法有：

第一，利用传统的几何建模工具，如AutoCDA或3D Studio Max等进行手动建模。

第二，基于多幅不同角度拍摄的图像，运用计算机视觉理论进行点云识别，由识别出的点云进行三维建模，该方式为基于图像的三维重建；具体地，基于图像的三维重建主要包括稀疏点云重建及稠密点云重建；稀疏点云重建包括特征点检测与匹配以及SFM重构两个部分。目前比较成熟的算法有SURF(Speeded Up Robust Features)、FAST(Featuresfrom AcceleratedSegment Test)、ORB(Oriented FAST and RotatedBRIEF)、SLAM(simultaneous localization and mapping)及DSO(Direct Sparse Odometry)等。

第三，利用三维扫描设备对目标进行扫描，然后重建目标的三维模型，该方式为基于点云的三维重建。

具体地，首先，对坍落拓展度饼进行SLAM点云识别，其步骤为：1)对坍落拓展度饼进行二维图像或视频获取；2)对获取到的图像或视频所对应的图像进行设备标定，例如相机标定；3)基于获得的图像或视频所对应的图像以及标定参数，进行SLAM点云识别，最终得到坍落拓展度饼的表面三维点云图；

或者，采用三维激光雷达获取点云，其步骤为：1)利用激光扫描仪进行数据获取，从不同角度对坍落扩展度饼进行扫描；2)对不同角度扫描得到的坍落扩展度饼对应的点云在同一个坐标系下进行配准，得到坍落扩展度饼的三维点云图。

然后，通过机器学习算法对获取到的二维图像或视频所对应的图像进行二维语义分割，其步骤为：1)建立对于坍落拓展度饼的语义分割数据集；2)利用预先建立的语义分割数据集对选用的机器学习模型进行训练；3)利用训练得到的模型对获取的坍落拓展度饼的二维图像或视频所对应的图像进行语义分割；4)将语义分割得到的二维语义赋予到对应的三维点云上，最终得到带有语义属性的三维点云。

最后，根据得到的带有语义属性的三维点云计算各空间体积，这些空间体积包括但不限于粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积。

S504：确定新拌自密实混凝土的总体积及新拌自密实混凝土中砂浆的体积；

可以理解的是，对于坍落扩展度试验而言，新拌自密实混凝土的总体积是固定的，可以直接获取。新拌自密实混凝土中砂浆的体积可以通过V4-V1-V6计算确定。

S505：根据混凝土配合比及新拌自密实混凝土的总体积确定水当量体积。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法，能够根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值，

基于同一发明构思，本申请实施例还提供了一种新拌自密实混凝土抗离析性能分析装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于新拌自密实混凝土抗离析性能分析装置解决问题的原理与新拌自密实混凝土抗离析性能分析方法相似，因此新拌自密实混凝土抗离析性能分析装置的实施可以参见基于软件性能基准确定方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

参见图6，本申请提供一种新拌自密实混凝土抗离析性能分析装置，包括：

基础指标确定单元601，用于根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，所述基础指标值包括：长度指标值、面积指标值及体积指标值；

衍生指标确定单元602，用于根据所述基础指标值确定所述新拌自密实混凝土抗离析性能的衍生指标值；其中，所述衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；

离析性能分析单元603，用于根据所述衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。

参见图7，所述长度指标值包括饼体最大直径、饼体最小直径、饼体最大高度、中心扎堆骨料最大直径、中心扎堆骨料最小直径及中心扎堆骨料最大高度；所述基础指标确定单元601，包括：

饼体指标获取模块701，用于获取所述坍落扩展度饼的所述饼体最大直径、所述饼体最小直径及所述饼体最大高度；其中，所述饼体最大直径包括含泌水区最大直径及非泌水区最大直径；所述饼体最小直径包括泌水区最小直径及非泌水区最小直径；

骨料指标获取模块702，用于获取所述坍落扩展度饼的所述中心扎堆骨料最大直径、所述中心扎堆骨料最小直径及所述中心扎堆骨料最大高度。

参见图8，面积指标值包括泌水面积、未被砂浆包裹的粗骨料面积、非泌水面积及中心扎堆骨料面积，所述基础指标确定单元601，包括：

校正模块801，用于对所述坍落扩展度饼对应的图像进行校正，得到其正视图；

区域绘制模块802，用于在所述正视图中绘制所述面积指标值中各面积指标对应的面积边界，得到各面积区域；

求和模块803，用于对各所述面积区域内的面积分别求和，得到所述坍落扩展度饼对应的各所述面积指标值。

一实施例中，所述区域绘制模块具体用于利用预先训练得到的图像语义分割机器学习模型进行图像语义分割，得到所述面积指标值中各面积指标对应的面积边界。

参见图9，所述的新拌自密实混凝土抗离析性能分析装置，还包括：

训练校正单元901，用于对所述坍落扩展度饼对应的训练图像进行校正，得到训练正视图；

数据标注单元902，用于对所述训练正视图进行数据标注，得到标签数据；

模型生成单元903，用于将所述训练正视图及所述标签数据组成的数据训练集输入机器学习原始模型进行训练，得到图像语义分割机器学习模型。

参见图10，体积指标值包括粗骨料的总体积、未被砂浆包裹的粗骨料的体积、未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积、新拌自密实混凝土的总体积、新拌自密实混凝土中砂浆的体积及水当量体积；所述基础指标确定单元601，包括：

第一体积确定模块1001，用于根据所述新拌自密实混凝土中粗骨料的总质量及密度确定所述粗骨料的总体积；

第二体积确定模块1002，用于根据所述新拌自密实混凝土中未被砂浆包裹的粗骨料的质量及所述密度确定所述未被砂浆包裹的粗骨料的体积；

第三体积确定模块1003，用于采用语义三维重建法确定未被砂浆包裹的粗骨料漏出部分的体积、泌水水体体积及中心扎堆骨料的体积；

第四体积确定模块1004，用于确定所述新拌自密实混凝土的总体积及所述新拌自密实混凝土中砂浆的体积；

第五体积确定模块1005，用于根据混凝土配合比及所述新拌自密实混凝土的总体积确定水当量体积。

从硬件层面来说，为了能够确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析，本申请提供一种用于实现所述新拌自密实混凝土抗离析性能分析方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：

处理器(Processor)、存储器(Memory)、通讯接口(Communications Interface)和总线；其中，所述处理器、存储器、通讯接口通过所述总线完成相互间的通讯；所述通讯接口用于实现所述新拌自密实混凝土抗离析性能分析装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的新拌自密实混凝土抗离析性能分析方法的实施例，以及新拌自密实混凝土抗离析性能分析装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。

可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。

在实际应用中，新拌自密实混凝土抗离析性能分析方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。

上述的客户端设备可以具有通讯模块(即通讯单元)，可以与远程的服务器进行通讯连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通讯链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。

图11为本申请实施例的电子设备9600的系统构成的示意框图。如图11所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图11是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。

一实施例中，新拌自密实混凝土抗离析性能分析方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：

S101：根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，基础指标值包括：长度指标值、面积指标值及体积指标值；

S102：根据基础指标值确定新拌自密实混凝土抗离析性能的衍生指标值；其中，衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；

S103：根据衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析。

在另一个实施方式中，新拌自密实混凝土抗离析性能分析装置可以与中央处理器9100分开配置，例如可以将数据复合传输装置新拌自密实混凝土抗离析性能分析装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现新拌自密实混凝土抗离析性能分析方法的功能。

如图11所示，该电子设备9600还可以包括：通讯模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图11中所示的所有部件；此外，电子设备9600还可以包括图11中没有示出的部件，可以参考现有技术。

如图11所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。

其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。

输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。

存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通讯功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通讯模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通讯模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通讯终端的情况相同。

基于不同的通讯技术，在同一电子设备中，可以设置有多个通讯模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通讯模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。

本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的新拌自密实混凝土抗离析性能分析方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的新拌自密实混凝土抗离析性能分析方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：

S101：根据新拌自密实混凝土的物理参数及坍落扩展度饼的几何参数确定新拌自密实混凝土抗离析性能的基础指标值；其中，基础指标值包括：长度指标值、面积指标值及体积指标值；

S102：根据基础指标值确定新拌自密实混凝土抗离析性能的衍生指标值；其中，衍生指标值包括：泌水指标、砂浆包裹粗骨料程度指标及中间石子堆积指标；

S103：根据衍生指标值及预设的新拌自密实混凝土抗离析性能的分析阈值对新拌自密实混凝土抗离析性能进行分析。

从上述描述可知，本申请提供的新拌自密实混凝土抗离析性能分析方法能够确定新拌自密实混凝土抗离析性能的基础指标值，进而确定新拌自密实混凝土抗离析性能的衍生指标值，对新拌自密实混凝土抗离析性能进行分析。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。