Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/58469
Tipo: Artigo de Periódico
Título: Proposição de um sistema de classificação das propriedades de forma de agregados caracterizados com o uso do processamento digital de imagens a partir de materiais oriundos do Brasil
Autor(es): Ibiapina, Daniele Soares
Castelo Branco, Verônica Teixeira Franco
Diógenes, Lara Marques
Motta, Laura Maria Goretti da
Palavras-chave: Análises estatísticas;Processamento digital de imagens;Propriedades de forma de agregados
Data do documento: 2018
Citação: IBIAPINA, Daniele Soares; CASTELO BRANCO, Verônica Teixeira Franco; DIÓGENES, Lara Marques; MOTTA, Laura Maria Goretti da. Proposição de um sistema de classificação das propriedades de forma de agregados caracterizados com o uso do processamento digital de imagens a partir de materiais oriundos do Brasil. Transportes, São Paulo-SP, v. 26, n. 4, p. 1-13, 2018.
Resumo: Os agregados minerais constituem cerca de 90% do volume das misturas asfálticas. O comportamento destas, com relação aos principais defeitos encontrados nos pavimentos (deformação permanente, trincamento por fadiga e trincamento térmico), está diretamente ligado às características de seus agregados constituintes. O Aggregate Imaging Measurement System 2 (AIMS2) está estabelecido como uma das principais técnicas de Processamento Digital de Imagens (PDI) para a caracterização das propriedades de forma de agregados utilizadas em Infraestrutura de Transportes, por usar métodos diretos e eficientes. Diante da importância de se avaliar essas características, esta pesquisa teve como objetivo principal propor um sistema de classificação das propriedades de forma baseado nos resultados do AIMS2, a partir de um banco de dados composto por agregados de mineralogias distintas, oriundos de diferentes localizações no Brasil. Para gerar os valores limites da classificação proposta, foi utilizado o método estatístico de cluster. Por fim, comparou-se a classificação proposta com outras existentes e os resultados mostraram que um agregado pode ser classificado de maneira diferente, dependendo do sistema adotado. Essa constatação é importante, pois a classe em que um material é categorizado pode ser determinante para a sua seleção, no âmbito de projeto, a depender das propriedades requeridas para sua aplicação.
Abstract: The cons#tuent aggregates of the asphalt mixtures correspond to about 90% of their volumes. The behavior of these mixtures, concerning the main problems of the pave-ment (permanent deforma#on, fa#gue cracking and thermal cracking), is directly re-lated to the characteris#cs of these aggregates. Aggregate Imaging Measurement Sys-tem 2 (AIMS2) is established as one of the main techniques of Digital Image Processing (DIP) for the characteriza#on of the shape proper#es of aggregates used in Transporta-#on Infrastructure, using direct and efficient methods. Considering the importance of evalua#ng these characteris#cs, this research aimed to propose a system of classifica-#on of the shape proper#es based on the results of AIMS2, using a database composed of aggregates of dis#nct mineralogies, coming from different loca#ons in Brazil. To gen-erate the limit values of the proposed classifica#on, the cluster sta#s#cal method was used. Finally, the proposed classifica#on was compared to other exis#ng classifica#ons and the results showed that an aggregate can be classified differently, depending on the system adopted. This conclusion is important because the class in which a material is categorized can be determinant for its selec#on, in the project scope, depending on the proper#es required for its applica#on.
URI: http://www.repositorio.ufc.br/handle/riufc/58469
ISSN: 2237-1346
Aparece nas coleções:DET - Artigos publicados em revista científica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_art_dsibiapina.pdf1,12 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.