Építőanyagok Computer Tomográfiás vizsgálata - informatikai támogatás más szakterületek számára

2020-2021 tavasz

cv4sensorhub

Téma leírása

Az építőanyagok - jelen esetben az aszfalt és a beton - vizsgálatánál egy igen biztató kutatási irány a CT felvételek alkalmazása, mivel ezzel roncsolásmentesen megfigyelhető a belső komponensek aránya és térbeli elrendeződése. Például a fagyállóság nagy mértékben attól függ, hogy a felszínről a pórusokon keresztül mennyire tud a víz behatolni a beton belsejébe és ott mennyi helye van a fagyás közbeni táguláshoz. A pórus járatok végigkövetéséhez hasonló feladat az acélszál erősítésű betonokban az acélszálak elrendeződésének vizsgálata, mely szintén nagyon fontos anyagjellemző, viszont arról máig elég kevés információ áll a szakértők rendelkezésére, hogy a betonba kevert kis acélszálak a megkötés után hogyan is rendeződnek el. (Előfordul például, hogy a beton szélére vagy aljára kerül majdnem mind, ami messze nem optimális.)

Acélszálak betonban

Az informatika munka automatizálási, adattárolási, képfeldolgozási, mozgáskövetési, MI és statisztikai eszköztárával rengeteg olyan kérdés megválaszolásában tudunk segíteni a BME Építőmérnöki Kar kutatóinak, amik kutatásához magában egyikőnk tudása sem lenne elegendő.

A kutató csoportban bőven van lehetőség a klasszikusabb szoftverfejlesztési feladatok gyakorlására is (adattárolás, webes eszköz fejlesztés, agilis módszertanok gyakorlása), a kísérletezősebb feladatok megoldásához teljesen természetes, hogy a mintatantervben szereplő ismeretek nem lesznek elegendőek. Ez így rendben is van. Ha van kedved hozzátanulni, szeretettel látunk a csapatban!

Egy kis leírás arról, hogy miért érdemes kutatósabb témát választani és a válasz pár gyakori aggodalomra:
https://www.aut.bme.hu/Pages/Research/SMEyeL/KutatoTemak

Többek között amivel megismerkedhetsz:

  • Szoftverfejlesztés kutató csoportban, agilis módszertanok mellett
  • Betekintést szerezhetsz az építőanyagok fagyállóságával, tartósságával, vizsgálatával kapcsolatos kutatásokba.
  • Képfeldolgozási módszerek, statisztikai jellemzők kinyerése (például az acélszálak irány-hisztogramjának meghatározása, egymástól mért távolságuk meghatározása).
  • Osztályozási, mintafelismerési algoritmusok fejlesztése.
  • Idősor elemzés és predikció (fagyási roncsolódás előrejelzése).

Maximális létszám: 10 fő