水泥检测的影响因素分析及质量检测方法研究

王旭

摘 要：水泥检测过程较为复杂且由于检测仪器、环境及人为等多种因素影响，导致水泥质量检测准确率较低。为此，结合水泥检测影响因素，研究水泥质量检测方法。利用工业相机获取水泥样本图像，并对图像进行预处理，提取图像边缘，基于此，利用网络层次法建立质量模糊判断集，判断质量综合指标，进而实现水泥质量检测。对所提方法的检测性能进行验证，结果证明，所提方法在水泥质量检测方面能够提高检测准确率。

关键词：水泥；影响因素；质量检测；方法设计

1 前言

在当今发展中，建筑行业的发展日益完善，水泥作为重要的建筑材料，其用量也在不断增长。而水泥质量的优劣直接关系到施工安全及工程质量。因此，需要对水泥检测过程严格把控，全面分析在建成过程中影响检测结果的因素，保证获取较为准确的数据，确保投入施工的水泥质量，提升工程的安全等级。为此，本文从水泥质量检测角度出发，通过对监测设备、环境及操作等方面进行深入分析，明确水泥在检测过程中存在的影响因素，结合分析结果设计水泥质量检测方法。

2水泥检测的影响因素分析

水泥是建筑混凝土中不可或缺的原材料，为保证施工现场能够获取关于水泥质量的准确数据结果，有必要对水泥质量进行预先检测，合理使用水泥材料，进一步提升过程质量[1]。因此，本文通过分析水泥检测中的各方面影响因素，结合分析结果，提出水泥质量检测方法。

2.1检测仪器因素分析

各种仪器设备在水泥检测中起到了至关重要的作用，能够确保水泥质量的准确检测结果，检测设备的技术参数、性能参数及运行参数等的精准性能够对检测结果造成直接影响。例如，振实台是水泥检测中的必备装置，若其底座的质量达不到水泥所需的重量要求，则会产生水泥胶在振动过程中的能量散失现象，使得振实条件无法满足，导致检测结果存在较大误差[2]。

2.2检测环境因素分析

水泥质量检测常常会受到外界环境等不可控因素的影响，因此，水泥检测过程必须在标准试验室进行，以最大程度降低外界因素干扰。水泥检测环境的标准条件如表1所示。

试验环境中的各项参数均会对水泥检测结果造成不同程度的影响，温度越高，水泥凝固的速度越快，强度也会越来越高。

2.3操作因素分析

在对水泥材料进行验收时，还需要工作人员进行检测操作，因此不可避免会受到人为因素的影响。相同的样品和相同的操作方法，若有操作人员操作不符合规范，将会扩大在允许范围内的误差，从而无法保证监测结果的准确性[3]。

3水泥质量检测方法设计

通过前文对水泥检测中的影响因素分析，针对实际操作中的问题，本文提出水泥质量检测方法，避免监测设备、环境及人为操作带来的影响，实现水泥质量的智能检测。

3.1水泥图像样本获取

在对水泥表观成型质量进行检测前，首先需要采集数量足够的缺陷样本，由于在采集样本过程中，易受到其他条件干扰，具有一定的主观随意性。为实现成像速度快、信号输出一致的目的，本文用于获取水泥图像样本的相机选用工业相机MV CA050-lOGC。

基于上述工业相机，本文特此设定获取水泥表观质量图像的方式：

第一，采集距离：距离水泥表面300 mm～500 mm。

第二，采集对象：水泥浇筑完成且达到终凝强度。

第三，拍摄角度：拍摄镜头与水泥表面平行，且光照充足。

第四，图像格式：jpg，bmp。

在上述获取设定的水泥表观质量图像的采集方式下，对水泥质量图像进行获取，并且将图像尺寸统一调整为224×224×64，有助于接下来的图像处理及质量检测。

3.2水泥图像边缘提取

后续数据标注和网络学习的质量会在很大程度上受到形状规则和布局均匀性的影响，这是因为它们对任务的完成具有重要影响，会降低检测精度。因此，需要对图像边缘进行检测，标注图像中的水泥区域，剔除不含有重要信息的背景部分。而在提取图像边缘之前，需要通过一定的手段，增强图像中的主体部分，弱化图像的背景区域，提高图像质量，以达到丰富信息量的目的。本文采用像素值分布变换方法对图像内容实现增强。

水泥图像边缘提取是一种常见的图像处理任务，可用于提取水泥图像中物体的边界信息，以便进一步分析和识别。下面是一种基于边缘检测算法的水泥图像边缘提取方法，供参考：

图像预处理：首先，对水泥图像进行预处理，包括灰度化、滤波和增强等操作，以优化图像质量和增强边缘信息。

边缘检测算法选择：选择适合水泥图像边缘提取的边缘检测算法，常用的边缘检测算法包括Sobel算子、Prewitt算子、Canny算子等。在这里，我们选择Canny算子作为边缘检测算法，因为它能够提供准确而清晰的边缘轮廓。

Canny边缘检测算法步骤：

第一，高斯濾波：使用高斯滤波器对灰度图像进行平滑处理，去除噪声。通过选择合适的高斯核大小和标准差来平衡平滑效果和边缘保留效果。

第二，计算梯度幅值和方向：对平滑后的图像使用Sobel算子计算水平和垂直方向的梯度，并计算每个像素点的梯度幅值和方向。

第三，非极大值抑制：沿着边缘方向上对梯度幅值进行非极大值抑制，以保留边缘的细节信息。

第四，双阈值检测：将图像像素根据梯度幅值分为强边缘和弱边缘。

第五，边缘跟踪和连接：通过利用强边缘的连通性，对弱边缘进行边缘跟踪和连接，以得到完整的边缘轮廓。

第六，边缘后处理：对提取出的边缘轮廓进行后处理，包括去除无关边缘、填补断裂的边缘和平滑边缘等操作，以获取更准确和连续的边缘信息。

在图像的几何空间内，参数变量为r圆的半径，圆心位置所在区域坐标为（a，b），其表达式为：

在上述表达中，可以说图像的几何空间信息中的平面图形在参数空间上对应于（x，y）的一个点，而在图像的几何空间上选择的任意有效点（x_i，y_i）在参数空间上呈现出一个三维圆锥形状。此外，在参数空间上表示的圆上的所有点组成的集合具有相等的半径，而经过映射后，这些圆心坐标之间是不相同的。映射坐标系中的圆交点代表了二维平面中原始图像的中心点与中心点到边缘的距离，从而可以检测出图像的三个参数信息。

通过上述图像边缘提取方法，检测出因施工工艺导致在水泥表面残留的干扰区域，方便后续干扰区域的剔除，利于质量检测的进行。

3.3水泥质量检测

水泥质量检测是确保产品符合相关标准和质量要求的重要环节。下面是一种针对水泥质量检测的方法：

3.3.1水泥成分分析

水泥主要由石灰、硅酸盐、铝酸盐和铁酸盐等成分构成。首先，通过取样的方式获取水泥样品，然后使用化学分析方法，如X射线荧光光谱（XRF）或火焰原子吸收光谱（FAS）等技术，对水泥样品进行成分分析。通过分析得到的各种成分含量与相关标准进行对比，评估水泥质量是否合格。

3.3.2水泥物理性能测试

压缩强度测试：使用试验机对水泥样品进行压力加载，根据加载过程中所承受的压力大小和变形情况，计算水泥的抗压强度。该指标是评价水泥硬化后强度的重要参数，常用于评估水泥的质量。

初凝时间和终凝时间测试：通过露点仪、维卡软化仪等设备测定水泥浆体的初凝时间和终凝时间。初凝时间是指水泥浆体开始凝固的时间，终凝时间是指水泥浆体完全凝固的时间。

比表面积测试：水泥的比表面积是评估水泥颗粒细度和反应性的重要参数，可通过比表面积仪进行测定。较高的比表面积通常表示水泥颗粒较细，具有更好的活性和早期强度發展。

3.3.3水泥外观检查

通过目视观察和显微镜等设备对水泥外观进行检查，评估水泥的颜色、形状、表面平整度等特征，异色、不规则形状或表面瑕疵可能是水泥质量问题的指示。

3.3.4其他测试方法

根据具体需求，还可以进行其他水泥质量检测，如水泥水化热测试、抗渗性测试、耐久性测试等。

4实验论证分析

4.1实验准备

为证明本文设计的方法对水泥质量检查的有效性，在实验室制备带有不同缺陷类型的水泥各8根，每根水泥的比表面积均为311m2·kg-1，抗压强度均达到龄期所需要求。在模型表面预设的缺陷位置设置H1-H4共四条测线，缺陷分布如图1所示。

采用不同检测方法检测每条测线下的水泥缺陷，针对缺陷类型综合考虑检测效果。

4.2实验说明

在进行实验测试之前，需要对采集到的混凝土表观质量缺陷图像进行数据标注。此次实验使用了LabelImg进行标注工作，并生成符合Pascal VOC格式的.xml文件。为了确保能够准确地检测出水泥表观的缺陷，需要手动框选样本数据集中所有图像中缺陷所在的具体位置（即Ground Truth）。在本次实验中，对经过预处理的原始图像集共进行了1100张的标注工作。

4.3实验结果

为体现文中所提检测方法的整体优越性，同时应用基于超声波的水泥质量检测方法（方法1）、基于BIM的水泥质量检测方法（方法2）与本文方法作对比，对以上采集到的水泥表观图像进行质量检测，比较不同方法的正检率，对比结果如图2所示。

由上图可知，三种检测方法的检测准确率均随着实验次数的增加而有所提升，而相比于其他两种方法，本文方法始终保持着最高的检测准确率。通过分析可知，方法1与方法2的检测准确率过低的主要原因是，对于低质量的待检测图像，需要提取更多特征点用于检测模型的匹配，而在这一过程中，容易出现匹配误差。针对这类问题，本文方法能够通过图像增强并提取边缘处理而有效解决。因此，本文方法在水泥质量检测工作中，能够有效提高检测准确率。

5结论

有效提高水泥质量检测的准确率是提升建筑安全等级的主要手段之一。深入了解影响水泥检测的因素，并采取合理的质量检测方法，准确检测出质量不合格的水泥材料，对保证建设工程的整体质量具有十分重要的意义。

参考文献

[1]郭广明.水利工程中水泥搅拌桩的质量检测技术研究[J].地下水，2022，44（06）：279-280+312.

[2]高正荟.水泥的技术性质及其试验检测影响因素[J].绿色建筑，2022，14（04）：111-112+115.

[3]祁小冬.水泥检测过程中的影响因素及质量控制分析[J].散装水泥，2022（03）：62-63.