数据驱动的材料智能设计
通过图像采集、图像处理及数据采集与分析等步骤,对新旧集料的几何形貌特征进行量化表征。与传统人工观测方法相比,该方法不仅大幅节省人力物力,还有效降低了测量过程中的人为误差。同时,有助于深入揭示集料在服役过程及回收方式作用下几何形貌变化与级配变异性的影响规律。
同济大学交通学院·肖飞鹏课题组
通过图像采集、图像处理及数据采集与分析等步骤,对新旧集料的几何形貌特征进行量化表征。与传统人工观测方法相比,该方法不仅大幅节省人力物力,还有效降低了测量过程中的人为误差。同时,有助于深入揭示集料在服役过程及回收方式作用下几何形貌变化与级配变异性的影响规律。