Onderzoeksrecord VV-0061 — Bepaling van de slipweerstand van ingestrooide kunstharsvloeren met een convolutioneel neuraal netwerk
Disclaimer bij vertaling en gebruik: dit is een Nederlandse werkvertaling en samenvatting van de oorspronkelijke publicatie. Bij verschillen in betekenis, formulering of interpretatie is uitsluitend de oorspronkelijke tekst bepalend. Raadpleeg altijd de originele publicatie via de bronlink.
Oorspronkelijke titel
Determination of the Slip Resistance of Interspersed Synthetic Resin Flooring with a Convolutional Neural Network
Brongegevens
- Auteurs
- Katharina Deix and Srečko Tutić
- Jaar
- 2023
- Tijdschrift of instelling
- Journal of Building Engineering 76: 106721
- Onderzoekstype
- Experimenteel onderzoek en beeldanalyse
- Website-vakgebieden
- Kunststof vloersystemen; epoxy- en kunstharsvloeren; kwaliteitscontrole
- Materialen en technieken
- Ingestrooide kunstharsvloeren; kwartszand; oppervlaktemorfologie; R-classificatie
- Schadebeeld of thema
- Slipweerstand; slijtage; textuur; uitvoeringscontrole
Nederlandstalige samenvatting en conclusies
Deze studie richt zich op ingestrooide kunstharsvloeren, zoals die in industriële en zwaar belaste ruimten worden toegepast. Bij deze systemen wordt een korrelmateriaal in een nog vloeibare harslaag ingestrooid. Na uitharding ontstaat een driedimensionale oppervlaktestructuur die mede de antislipprestatie bepaalt. De onderzoekers maakten proefvloeren met verschillende niveaus van slipweerstand. De R-klasse werd met de conventionele hellingproef bepaald. Tegelijk werden veel foto’s van de oppervlakken gemaakt. Met die beelden werd een convolutioneel neuraal netwerk getraind om de slipweerstand uit de oppervlaktestructuur te voorspellen. De studie laat zien dat morfologische kenmerken van het oppervlak informatie bevatten over de uiteindelijke antislipclassificatie. Daarmee ontstaat een mogelijke snelle methode voor kwaliteitscontrole en vergelijking van proefstukken. Een beeldmodel kan echter alleen betrouwbaar zijn wanneer de trainingsbeelden representatief zijn voor het materiaal, de korrel, de hars en de uitvoering. De methode vervangt daarom niet automatisch een gestandaardiseerde slipproef op een gerealiseerde vloer. Voor de praktijk is vooral relevant dat korrelverdeling, inbedding, spreiding en uitharding gezamenlijk de oppervlaktemorfologie bepalen. Kleine uitvoeringsverschillen kunnen daardoor tot verschillende antislipprestaties leiden. Ook moet rekening worden gehouden met slijtage en vervuiling, die de textuur tijdens de gebruiksduur kunnen veranderen. De belangrijkste conclusie is dat beeldanalyse veelbelovend is als aanvullende kwaliteitscontrolemethode, maar dat de vereiste R-classificatie met een erkende meetmethode en onder de toepasselijke proefcondities moet worden bevestigd.
Bron
Deix, Katharina, and Srečko Tutić. 2023. “Determination of the Slip Resistance of Interspersed Synthetic Resin Flooring with a Convolutional Neural Network.” Journal of Building Engineering 76: 106721. https://doi.org/10.1016/j.jobe.2023.106721
Auteur-jaarverwijzing: (Deix and Tutić 2023)
Openbaarheid en bronlinks
De oorspronkelijke publicatie blijft de primaire bron.
Opgenomen in het Vloerenvademecum op 11 augustus 2026.