文献

J-GLOBAL ID：201702223819875802   整理番号：17A1552055

画像処理法による鉄道バラスト粒子の形態学的特性の評価【Powered by NICT】

Evaluation of morphological properties of railway ballast particles by image processing method

著者 (2件)： Koohmishi Mehdi (School of Civil Engineering, College of Engineering, University of Tehran, Tehran, Iran) ,  Palassi Massoud (School of Civil Engineering, College of Engineering, University of Tehran, Tehran, Iran)
資料名： Transportation Geotechnics  (Transportation Geotechnics)
巻： 12  ページ： 15-25  発行年： 2017年 
JST資料番号： W2989A  ISSN： 2214-3912  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 個々のバラスト粒子の性質は,列車荷重を受けるバラスト層の挙動に影響する。最も重要な個々の特性の一つは,表面肌理及び角張りに代表されるバラスト粒子の形態学的特性である。本研究では,バラスト粒子の形態特性を二次元骨材画像で測定された開発表面組織(ST)指数及び角張り指数(AI)によって定量化した。この目的のために,鉄道軌道から得られた新鮮なバラスト骨材(玄武岩,泥灰岩,ドロマイトおよび粗面岩),丸みを帯びた河川骨材と劣化したバラスト試料の四つの異なる形式が,開発した画像処理法による各特異的ふるいサイズ画分に対して解析した。以前に開発された形態学的指標とSTとAI(人工知能)の定量のための本研究で開発した方法の比較は,それらの間に合理的な相関があることを示した。さらに,ばら状態での凝集体の空隙含有量から得られた結果は,凝集体の形態学的特性の評価のために開発された指数は,個々のバラスト粒子の角張り及び表面テクスチャが適切に評価できることが検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 人工知能 ,  玄武岩 ,  モルフォロジー ,  粒子の性質 ,  鉄道軌道 ,  凝集体 ,  集合組織 ,  画像分析 ,  河川 ,  磁気ギャップ ,  *画像処理 ,  岩石 ,  骨材 ,  二次元 ,  表面構造

著者キーワード (6件)： 鉄道バラスト ,  形態学的特性 ,  角度 ,  表面集合組織 ,  粒子サイズ ,  画像解析

分類 (5件)： 土圧,土の動的性質,地盤の応力と変形  (RA03060A) ,  土木工学一般  (RC01000E) ,  鉄道騒音・振動  (TC01020C) ,  作物栽培一般  (FC03010R) ,  線路構造,軌道材料  (RC07030B)

タイトルに関連する用語 (5件)： 処理法 ,  鉄道 ,  バラスト ,  形態学 ,  評価