Reconstrucción digital de mezclas asfálticas basada en imágenes de tomografía computarizada.
Author(s) -
Wilmar Fernández,
Jeison D. Pacateque,
Miguel Santiago Puerto,
Manuel Ignacio Balaguera,
Fredy Alberto Reyes Lizcano
Publication year - 2015
Publication title -
ciencia e ingeniería neogranadina
Language(s) - Spanish
Resource type - Journals
eISSN - 1909-7735
pISSN - 0124-8170
DOI - 10.18359/rcin.430
Subject(s) - humanities , physics , philosophy
Las mezclas asfálticas son materiales con los que está construido más del 80% de los pavimentos en Colombia y en el mundo. Por lo general, para su estudio, se consideran como un solo material aunque están compuestas por rocas, mastic y vacíos con aire, y su comportamiento depende de las características de cada una de las fases. El objetivo de este proyecto es realizar la reconstrucción tridimensional de una muestra de mezcla asfáltica a partir de imágenes de tomografía axial computarizada. El proceso de reconstrucción consta de tres etapas: escaneo, segmentación y escalamiento de la imagen. Estas se implementaron en Python bajo el paradigma de programación orientada a objetos (OOP) y en el que se utilizaron herramientas como Numpy, Scipy, Pydicom, Scikit-learn, Matplotlib y Mayavi. Como resultado se reconstruyó un modelo digital tridimensional denominado ToyModel, un sólido tridimensional representado en voxeles de 1 mm3. El ToyModel reconstruido tuvo una representación altamente significativa con respecto a la original, ya que el volumen de vacíos con aire de la muestra real debe estar entre 4 y 8% según la normatividad del Instituto de Desarrollo Urbano (Bogotá, Colombia) y se obtuvo un valor de 3.98%. Este proceso es una buena herramienta para representar la composición de las mezclas asfálticas y con el modelo reconstruido se pueden realizar diferentes procesos de simulación, como por ejemplo análisis de Elementos Finitos.
Accelerating Research
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom
Address
John Eccles HouseRobert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom