In dem Beitrag wird die Anwendung einer neuartigen Methode zur bildbasierten Frischbetonprüfung unter baupraktischen Randbedingungen im Transportbetonwerk vorgestellt. Diese Methode basiert auf der Ermittlung des optisch erkennbaren Erscheinungsbilds des ausgebreiteten Frischbetons im Rahmen der Ausbreitmaßprüfung. Veränderungen in der Betonzusammensetzung, aber auch der Frischbetoneigenschaften, führen zu veränderten Oberflächeneigenschaften des ausgebreiteten Frischbetons. So können sowohl Veränderungen der Oberflächengestalt bzw. -textur als auch Veränderungen der Reflexion visuell wahrgenommen werden. Durch Anwendung photogrammetrischer Messprinzipien in Kombination mit digitalen Bildanalyseverfahren und Methoden der künstlichen Intelligenz (z.B. Convolutional Neural Networks) können solche in Bilddaten enthaltenen spezifischen Merkmale und Strukturen ermittelt und in quantifizierte (Frisch-)Betonkenngrößen und Informationen zur Betonzusammensetzung überführt werden. Das zu ermittelnde Eigenschaftsspektrum im Rahmen der Qualitätsprüfung des Frischbetons wird durch die Anwendung der bildbasierten Frischbetonprüfung um eine Vielzahl zusätzlicher Parameter bzw. Eigenschaften entscheidend erweitert.
Image-based fresh concrete testing – application in ready-mixed concrete plants under practical construction conditions
The contribution presents the application of a novel method for image-based fresh concrete testing under practical construction conditions in ready-mixed concrete plants. This method is based on the determination of the visually recognisable appearance of the spread fresh concrete as part of the spread dimension test. Changes in the concrete composition, but also in the fresh concrete properties, lead to changes in the surface properties of the spread fresh concrete. Changes in the surface shape or texture as well as changes in reflection can be visually perceived. By applying photogrammetric measurement principles in combination with digital image analysis processes and artificial intelligence methods (e.g. convolutional neural networks), such specific characteristics and structures contained in image data can be determined and converted into quantified (fresh) concrete parameters and information on concrete composition. The range of properties to be determined as part of the quality testing of fresh concrete is significantly expanded by the application of imagebased fresh concrete testing by a large number of additional parameters and properties