In dem Beitrag wird eine KI-basierte, bildbasierte Methode zur Frischbetonprüfung vorgestellt, die die klassische Ausbreitmaßprüfung um objektive, reproduzierbare und digital dokumentierbare Bewertungsgrößen erweitert. Die entwickelte Methode ermöglicht die Bestimmung des Ausbreitmaßes aus einem Einzelbild unter Nutzung des genormten Ausbreittisches als geometrisches Referenzobjekt. Über die reine Konsistenzbestimmung hinaus wird gezeigt, dass sich aus der bildbasierten Analyse weitere Frischbetoneigenschaften ableiten lassen, die bislang überwiegend qualitativ beurteilt werden. Ein wesentlicher Mehrwert des vorgestellten Ansatzes liegt in der quantitativen Bewertung von möglichen Entmischungserscheinungen. Durch die Einführung eines visuellen Stabilitätsindexes zur Beschreibung von Leimrandabsonderungen werden bislang subjektive Augenscheinprüfungen erstmals systematisch, objektiv und reproduzierbar abgebildet.
Slump test of fresh concrete – New approaches through the use of artificial intelligence
This contribution presents an AI-based, image-based method for testing fresh concrete that expands the classic slump test with objective, reproducible, and digitally documentable evaluation parameters. The developed method enables the slump to be determined from a single image using the standardized slump table as a geometric reference object. Beyond the pure determination of consistency, it is shown that further fresh concrete properties, which have previously been assessed predominantly on a qualitative basis, can be derived from the image-based analysis. A significant added value of the approach presented lies in the quantitative evaluation of possible segregation phenomena. With the introduction of a visual stability index to describe glue edge segregation, subjective visual inspections are now being systematically, objectively, and reproducibly mapped for the first time.