本發明涉及混凝土材料科學與工程、過程控制以及智能傳感，尤其涉及基于單目x射線成像的混凝土攪拌過程中骨料運動追蹤方法及系統。
背景技術：
1、在混凝土中，骨料的三維空間分布均勻性是決定其性能的核心因素。骨料分布不均會在多個層面帶來嚴重影響：在力學性能方面，骨料的不均勻分布會導致應力集中、界面過渡區薄弱，顯著降低抗壓和抗折強度；在耐久性方面，骨料堆積密度的差異會形成滲透通道，加劇氯離子侵蝕和凍融破壞，降低混凝土的耐久性；在施工性能方面，骨料分布不均會改變流變特性，增加泵送堵管和澆筑離析等工程風險。尤其是在高強混凝土和自密實混凝土等對骨料粒徑分布和體積分數要求極高的現代混凝土中，骨料空間分布的精準控制成為提升工程質量的關鍵。然而，傳統依賴坍落度等表觀指標的方法，無法有效反映骨料的真實空間分布，導致混凝土性能離散性大，工程質量難以精確控制。
2、混凝土攪拌的首要目的之一就是使骨料、水泥漿等各組分達到均勻分布的狀態。特別是在超高性能混凝土（uhpc）、自密實混凝土以及新興的3d打印混凝土等先進混凝土技術中，對骨料的空間分布提出了更為嚴苛的要求，這些都直接關聯到攪拌的均勻程度。
3、造成上述問題的根本原因在于混凝土材料的不透明性。由于無法直接觀測其內部狀態，混凝土拌和過程長期被視為”黑箱”，攪拌質量主要依賴經驗判斷和事后檢驗，缺乏科學、實時的過程監控手段。這不僅限制了對混凝土性能形成機理的深入理解，也影響了質量控制的實時性和精準性。
4、現有監測技術面臨諸多瓶頸：
5、1.不透明性挑戰：?傳統光學方法無法穿透混凝土，無法直接觀測內部骨料分布。
6、2.高成本與復雜性：?x射線雙目或多目ct系統雖能三維重建骨料分布，但設備昂貴、系統復雜、數據處理量巨大，難以在工業現場廣泛部署用于常規的均勻度監測。
7、3.三維信息獲取難題：?常規單目x射線系統成本較低、結構簡單，但難以直接獲取精確的三維位置和六自由度姿態信息，從而難以準確評估三維空間中的骨料分布均勻性。
8、4.示蹤劑局限性：?現有依賴特殊示蹤骨料的方法在樣品制備、示蹤劑回收、環境影響以及能否代表真實骨料行為等方面存在局限。對“無標記”追蹤天然骨料以評估其真實分布的需求日益迫切。
9、5.算法魯棒性不足：?在高骨料濃度（例如，體積分數超過40%）、快速運動（例如，骨料速度可達0.1-1?m/s）、頻繁遮擋等復雜工況下，現有追蹤算法的精度和魯棒性難以滿足對大量骨料進行有效追蹤以進行統計性分布分析的需求。
10、6.缺乏實時反饋與智能控制：?現有監測多為開環系統，無法根據實時的骨料分布均勻度狀態動態優化攪拌參數，實現閉環智能控制。
11、7.均勻度評估的局限性：?傳統的二維或間接均勻度評估方法難以全面反映真實的三維分布狀態及局部不均勻性，對攪拌質量的評價不夠全面和精確。
12、本發明針對上述技術問題提供了基于單目x射線成像的混凝土攪拌過程中骨料運動追蹤方法及系統。
技術實現思路
1、本發明提供了基于單目x射線成像的混凝土攪拌過程中骨料運動追蹤方法及系統，解決了背景技術中的問題。
2、為了實現上述目的，本發明采用了如下技術方案：
3、基于單目x射線成像的混凝土攪拌過程中骨料運動追蹤系統，該系統包括如下：
4、單個x射線源，產生錐形束射線；
5、平板探測器，位于x射線源對側；
6、含有特殊標記點的示蹤骨料；
7、圖像采集與處理單元；
8、三維位置與姿態解算單元；
9、示蹤骨料中的特殊標記點在x射線照射下產生高對比度投影，圖像采集與處理單元通過平板探測器捕獲這些投影信號，形成包含骨料位置和姿態信息的二維投影圖像，圖像采集與處理單元對投影圖像進行預處理，提取骨料特征參數，測量標記點投影直徑、邊緣銳度、灰度對比度信息，將處理后的結構化數據傳遞給三維位置與姿態解算單元，三維位置與姿態解算單元接收圖像處理結果，基于投影幾何學原理，計算出骨料在空間的三維位置及自身的旋轉角度。
10、進一步的，所述特殊標記點包括：
11、位于骨料內部的直徑2-3mm的鉛球主標記點；
12、位于骨料表面附近的2-3個直徑0.5-1mm的鉛質輔助標記點，鉛質輔助標記點呈非共線分布。
13、進一步的，所述x射線源的電壓為380-400kv，電流為8-12ma，焦點尺寸小于0.5mm，束角為30°-40°。
14、進一步的，還包括系統在線自校準模塊、閉環控制單元、數字孿生模塊、多源數據融合單元；
15、系統在線自校準模塊為骨料運動追蹤系統提供準確的幾何參數基礎，確保三維位置與姿態解算的精度，通過參數補償提高系統長期穩定性；多源數據融合單元接收來自x射線系統的骨料運動和分布數據，整合溫度、聲學、振動等多維傳感器信息，為數字孿生模塊和閉環控制提供全面的狀態信息；數字孿生模塊基于多源數據融合單元的融合數據驅動虛擬模型狀態更新，進行參數校準和"假設分析"，為閉環控制單元提供預測性決策支持；閉環控制單元基于融合數據和數字孿生模塊的孿生模型預測結果，生成最優控制策略，實現攪拌過程的自適應優化。
16、進一步的，所述三維位置與姿態解算單元采用如下方案中的一種：
17、針對天然骨料或無預設標記物的骨料進行直接識別和追蹤的算法；
18、基于深度學習的端到端模型，直接從x射線投影圖像推斷三維位置與姿態；
19、集成了物理規律約束的物理信息神經網絡用于優化三維信息解算。
20、本發明的另一目的在于提供一種基于單目x射線成像的混凝土攪拌過程中骨料運動追蹤方法,包括如下步驟：
21、s1、骨料圖像識別與追蹤；
22、s2、三維位置推導；
23、s3、基于pnp算法解算骨料三維姿態；
24、s4、基于步驟s2中得到的骨料的三維位置信息，評估骨料在被測物料中的真三維分布均勻度；
25、s5、將所解算出的三維信息和/或評估的分布均勻度作為實時監測數據輸入；
26、s7、將所述控制指令輸出給混凝土攪拌設備，以動態調整至少一個攪拌參數，實現對攪拌過程的閉環控制。
27、進一步的，所述步驟s2中，三維位置推導方法包括：
28、s2.1、z軸位置推導方法：
29、利用投影幾何學原理，建立物體到射線源的距離z與投影尺寸的關系：d=?d×(sdd-z)/z，其中d為鉛球實際直徑，d為投影直徑，sdd為射線源到探測器的距離；
30、通過測量投影圖像中鉛球的直徑d，結合預先標定的參數，求解上述方程得到z值；
31、通過持續監測骨料投影尺寸的變化，可實時推導骨料沿x射線方向的位置變化，即使在骨料旋轉導致投影形狀變化時也能穩定工作；
32、在所述步驟s2.1中z軸位置推導方法中采用投影邊緣特征增強的圖像處理算法測量鉛球投影尺寸，并采用多特征融合深度估計模型減少誤差，同時進行時序一致性優化；
33、所述投影邊緣特征增強的圖像處理算法的步驟為：
34、應用非各向同性擴散濾波減少噪聲同時保留邊緣；
35、使用canny邊緣檢測算子提取鉛球投影的精確邊緣；
36、應用亞像素級橢圓擬合算法，提高直徑測量精度至0.1像素；
37、所述多特征融合深度估計模型：
38、構建深度估計函數：z=?f(d,s,c,p)；
39、其中d為投影直徑，s為邊緣銳度，c為對比度，p為標記點相對位置特征；
40、使用隨機森林回歸模型訓練該函數；
41、通過多特征融合減小單一特征帶來的誤差；
42、所述時序一致性優化方法：
43、設計kalman濾波器狀態向量，包含位置和速度信息；
44、設置過程噪聲和觀測噪聲參數；
45、應用預測-更新循環，濾除隨機誤差；
46、考慮骨料運動的物理約束特性，增強預測準確性。
47、s2.2、xy平面定位算法：
48、基于x射線投影的幾何原理，建立骨料中心投影坐標(u,v)與實際坐標(x,y)的映射關系：x?=?(u-?u0)?×z?/?f；y?=?(v?-?v0)×z/f,其中(u0,v0)為光心投影坐標，f為等效焦距，z為物體到射線源的距離；
49、進一步的，所述步驟s4中，基于所述骨料的三維位置信息，評估其在被測物料中的真三維分布均勻度，其采用以下方法中的一種：
50、基于空間統計的方法，包含最近鄰距離分布、voronoi圖分析、徑向分布函數；
51、基于網格的方法，將攪拌容器的三維空間劃分為若干個小的立方單元，統計各單元內的骨料數量或體積占比的變異系數。
52、進一步的，所述步驟s3中，基于pnp算法解算骨料三維姿態包括：
53、s31、建立透視-n-點問題模型；
54、s32、應用epnp或p3p算法求解旋轉矩陣和平移向量；
55、s33、將旋轉矩陣轉換為歐拉角或四元數表示；
56、s34、應用ransac算法和時序平滑處理優化姿態解算結果。
57、進一步的，所述步驟s1中的骨料圖像識別與追蹤的步驟如下：
58、s11、提取骨料在x射線投影中的特征參數；
59、s12、建立骨料特征指紋庫；
60、s13、基于深度學習算法實現骨料識別；
61、s14、應用多目標追蹤算法同時追蹤多個骨料的運動狀態；
62、s15、記錄和分析骨料在攪拌空間中的三維運動軌跡。
63、綜上所述，由于采用了上述技術方案，本發明的有益效果是：
64、1.降低系統成本：相比雙目x射線系統，設備需求減少一半，大幅降低建設和維護成本；
65、2.簡化系統結構：單一x射線源-探測器組合，減少了空間需求和安裝復雜度；
66、3.實現高精度三維追蹤：xy平面定位精度可達±1mm，z軸定位精度可達±2mm，姿態解算精度控制在±5°以內；
67、4.提高時間分辨率：通過算法優化和硬件加速，系統吞吐率可達100fps以上，滿足高動態場景需求；
68、5.增強適用性：適用于各類混凝土配比和攪拌環境，可擴展至其他不透明懸濁液研究；
69、6.實現多骨料同時追蹤：即使在灰度圖像中，也能同時追蹤多個骨料的運動狀態和軌跡；
70、7.提供均勻度量化指標：通過均勻度算法，實時評估攪拌質量，為攪拌過程優化提供客觀依據；
71、8.解決混凝土”黑箱”問題：實現混凝土拌和過程的全透明化表征、精準評價和智能控制；
72、9.顯著提升監測精度與魯棒性：先進算法和優化的成像技術，使得在更復雜工況下的三維追蹤精度和魯棒性得到大幅提升；
73、10.實現“無標記”追蹤與擴大適用性：無標記追蹤技術的突破將極大簡化樣品制備，降低成本，避免示蹤劑對混凝土性能的潛在影響；
74、11.實現攪拌過程的智能閉環控制與優化：基于實時監測的骨料分布均勻度的閉環控制系統和數字孿生技術，能夠實現攪拌過程的自適應優化；
75、12.提供更全面、更深入的材料行為洞察：真三維均勻度評估、局部不均勻性識別、與流變參數的關聯，為深入理解混凝土材料內部結構演化、性能形成機制提供前所未有的手段；
76、13.提升混凝土質量控制水平與工程安全性：通過實時、精確的過程監控和基于骨料分布均勻度的智能優化，能夠顯著減少因攪拌不均導致的混凝土性能離散和工程隱患；
77、14.環境友好與可持續性：環境友好型示蹤材料的研發以及”無標記”追蹤的實現，有助于減少潛在的環境污染，智能優化攪拌過程可節能降耗。