基于振动特性的铁塔螺栓完全松动检测方法

螺栓连接松动故障是铁塔常见故障之一,开展铁塔螺栓松动检测研究十分必要。本文提出了一种基于铁塔振动特性的螺栓完全松动快速检测方法,首先利用脉冲激振法实测了输电铁塔螺栓完全松动前后振动信号,分别得到了激振点所在塔材的振动信号,以及通过螺栓相连接的塔材振动信号。然后采用自相关-VMD方法进行振动信号处理,得到了振动信号频谱图。通过对比分析,最后得出结论:当螺栓紧固时,脉冲激振下各塔材产生自激振动,螺栓相连接的两塔材振动频谱存在差异;当螺栓完全松动时,激振点所在的塔材为自激振动,而通过螺栓相连接的塔材受迫振动成分增加,两塔材振动频谱较为接近。因此螺栓相连接的两塔材振动频谱的变化特征可作为该螺栓是否完全松动的判断依据,为铁塔局部螺栓松动离线检测提供了一个新的思路和方法。     

基于压电阻抗法的机械螺栓组松动监测及识别

基于压电阻抗方法的结构健康监测(SHM)方法因其潜在的实用性而成为健康监测领域内重点研究的方法之一。介绍了压电阻抗技术用于结构健康监测的技术原理,分析了几种用于机械螺栓松动监测和识别方法的特点。实验以大型起重机等工程结构中常见的螺栓组为对象,通过HP4395A网络频谱阻抗分析仪测量粘贴在螺栓附近适当位置上的PZT压电片的阻抗特性,探讨了合适的扫描频率。分析了用均方根值(RMSD)作为损伤系数能实现对螺栓松紧程度的识别,而通过分布式的PZT能实现对螺栓组中螺栓松动的基本定位。     

基于频率跟踪法的螺栓联接状态监测研究

针对工程实际中出现的螺栓联接松动问题进行了研究,提出了一种基于压电主动式传感的结构频率跟踪的螺栓联接监测方法。根据赫兹接触理论并结合有限元仿真分析,得出了螺栓联接接触界面法向接触刚度与螺栓预紧力之间的单调函数关系,而螺栓联接结构的频率与法向接触刚度相关,进而建立了基于频率跟踪法的螺栓联接状态监测方法。建立实验装置,在螺栓联接件的非接触面的两侧分别粘贴压电材料,作为驱动器和传感器,分别激发脉冲超声波信号和接收通过螺栓联接界面的超声波响应信号,分析了响应信号的功率谱得到螺栓联接结构的频谱。实验结果表明:螺栓联接结合面的法向接触刚度与预紧力近似成对数函数关系,螺栓联接结构的某阶频率与螺栓预紧力近似成对数函数关系,从而可以通过分析螺栓联接结构的某阶频率变化得到螺栓预紧力状态。仿真结果与实验结果相一致,为螺栓联接松动问题提供了一种监测方法。     

基于时间反演法的螺栓健康监测研究

针对实际工程结构中容易出现的螺栓联接松动问题进行了研究。采用Greenwood和Williamson模型和时间反演原理对聚焦信号幅值与螺栓预紧力的关系进行理论推导,得出两者成单调增函数关系;并据此提出一种基于时间反演法的螺栓健康监测方法。建立实验装置,进行实验研究。实验结果表明,聚焦信号幅值与螺栓预紧力的关系曲线近似于对数函数关系;接触界面粗糙度越大,聚焦信号幅值越快趋于稳定;时间反演法具有良好的自适应聚焦效果,能有效提高信号信噪比,在螺栓健康监测方面具有很好的应用前景。     

某型飞机襟翼滑轨连接螺栓探伤方法研究

本文根据某型飞机襟翼滑轨连接螺栓结构特点,分析了裂纹产生原因。采用超声纵波法,对螺栓进行检测。简述了检测的方法,并针对变型波对捡测结果的影响进行了分析。     

基于YOLOv5s-T和RGB-D相机的螺栓检测与定位系统

机器人替代人工紧固角钢塔螺栓是解决高空作业安全问题的途径之一.针对角钢塔螺栓紧固机器人的作业需求,提出了一种基于神经网络和RGB-D相机的角钢塔主材螺栓检测与定位系统,将轻量化的YOLOv5s-T网络应用于英特尔?实感?深度摄像头D435i采集的图像,实现了角钢塔主材螺栓的实时检测、三维定位及重新排序等功能.经实验验证,YOLOv5s-T在基本不降低均值平均精度（mean average precision,mAP）的情况下,推理速度提高约31%;用RGB-D相机测得的三维坐标计算相邻螺栓间距,平均误差小于1 mm.对主材螺栓排序算法进行验证,RGB-D相机正对螺栓组模板时,模板的正确排序率不低于95%,可快速引导6自由度机械臂末端到达螺栓紧固点.     

某型飞机防护栅套管固定螺栓断裂原因分析

某型飞机进气道防护栅转轴与套管固定螺栓断裂,经过对该高强度断裂螺栓断裂面的沿晶脆性分析、材料分析以及对3个该处螺栓进行的破坏试验和该螺栓受力情况的综合分析,排除该处螺栓的制造缺陷和定力过度导致螺栓断裂的原因后,认为该处螺栓在进行特检和大修更换开口销时震动进而导致螺栓松动引起了螺栓断裂,是由于松动而被打坏的.外场检查时,在确定磁粉探伤无裂纹的前提下,应采用正确的定力方法对该处螺栓进行安装,并确保拧紧.     

钢结构用高强度螺栓扭矩系数的测试方法

高强螺栓连接成为钢结构连接中重要方法之一,螺栓连接副的轴向拉力是连接强度和可靠性的关键。钢结构质量问题也越来越被人们所关注。因此为保证螺栓连接的安全性,施工前必须对高强螺栓扭矩系数进行复检以保证钢结构用高强螺栓的质量。通过实例,介绍高强螺栓扭矩系数的实验检测方法。     

柴油机连杆螺栓松动故障的诊断

本研究对某6105型柴油机机体表面振动信号进行采集和分析，通过对测得的发动机正常运转和连杆螺栓松动两种情况下的时域波形的处理和比较，找出发动机连杆螺栓松动时信号的特征频率，为发动机的故障诊断提供技术支持。     

机车连杆高强螺栓断裂失效分析

某机车运行中连杆高强螺栓发生提前破坏，文章从对断裂零件和断口的宏观形态、微观组织形貌态、受力状态分析等方面进行了全面检查分析。结果表明：连杆高强螺枪提前破坏是由于连杆内螺纹加工不合格，使用过程中螺栓松动，连杆孔壁挤压、切入螺栓头部导致一对螺栓相继断裂，今后生产中应加强杆内螺纹质量检验，避免螺栓松动。     

基于改进PCL模型的输电线路缺销螺栓弱监督检测方法

销子缺失是输电线路中常见的螺栓缺陷,及时检测出缺销螺栓对输电线路的安全运行至关重要。基于全监督检测模型的螺栓缺陷检测需要目标级标注,目标级标注会消耗大量的人力物力,为减少这种消耗,提出一种基于改进PCL(Proposal Cluster Learning)模型的输电线路缺销螺栓弱监督检测方法,仅利用图像级标注实现缺销螺栓检测。引入通道注意力机制,生成加权特征图,突出目标区域特征,有效地挖掘出螺栓的位置信息;采用加权交叉熵损失函数,控制正负样本对损失值的贡献,增大困难样本的损失比重,提高模型对螺栓目标的关注程度和识别能力;融合全监督的多任务学习思想,使模型能随着迭代次数的增加修正预先得到的边界框。实验结果表明,在测试集上,相比于基础模型,改进后的模型缺销螺栓的AP(Average Precision)值提升了25.6%,mAP(mean Average Precision)值提升了25.4%,最终验证了本文方法的鲁棒性。     

基于时间序列分析与高阶统计矩的结构损伤检测

基于时间序列分析,提出一种有效检测结构非线性损伤的方法.在分析基于AR模型残差均方差指标的基础上,指出传统方法存在损伤信息泄漏的缺陷,特别是对于非线性损伤检测.为提高传统方法损伤检测结果的可靠性,提出采用残差的高阶统计矩———偏度和峰度作为传统指标的补充,提出了3个指标的算术平均和几何平均共6种综合指标,并应用模糊聚类分析实现结构损伤检测.利用考虑了环境因素影响的三层建筑结构模型的非线性损伤实验数据验证了提出的方法.研究表明,6种综合指标对非线性损伤检测的可靠性均高于传统方法,其中以均方差和峰度的几何平均指标检测效果最佳.     

砷盐的检测方法及研究进展

详述了砷盐含量检测的方法与原理、研究进展,对常见检测方法的简便性、成本、特异性等方面进行了比较,并对砷盐检测方法的发展方向和应用进行了展望.     

基于VGGNet改进网络结构的多尺度大熊猫面部检测

大熊猫个体识别对研究大熊猫的种群数量非常重要，大熊猫面部检测是基于面部图像的大熊猫个体识别方法中的首要关键步骤。针对现有的大熊猫面部检测方法精确度不高的问题，提出基于VGGNet-16改进网络结构的多尺度大熊猫面部检测方法。首先，以VGGNet-16网络结构为基础，通过增加残差结构与BN层，降低卷积层通道数，并采用LeakyRelu激活函数等改进，构建一个新的特征提取主干网络。其次，将一个3尺度的特征金字塔网络结构与SPP结构结合用于目标检测。最后，使用深度分离卷积结构替代常规卷积结构。实验结果表明，提出的大熊猫面部检测方法在测试集上能够达到99.48%的mAP，检测性能优于YOLOv4。     

结合问题-关系注意力和特征视图匹配的关系检测方法

问答系统作为信息检索的一种高级形式,已成为人工智能和自然语言处理领域中一个备受关注的研究方向。本文聚焦于知识图谱问答(Knowledge Graph Question Answering, KGQA)研究中的关系检测,针对现有方法中未能较好兼顾全局语义和局部语义信息,以及复杂问题准确率不高的问题,提出了一种结合问题-关系注意力和特征视图匹配的关系检测方法。该方法从问题和知识库中提取多粒度的特征,将提取特征构造成特征对视图作为关系检测模型的输入,视图内部利用双边多视角匹配(Bilateral Multi-Perspective Matching, BiMPM)进行比较匹配,得出关系预测结果。为验证本文提出的方法,在SimpleQuestions、WebQSP数据集上,与6种主流基线方法进行对比实验,本方法的准确率分别提升3.42个和0.45个百分点。     

图像边缘检测研究进展

 图像边缘是图像的最基本和最重要的特征之一,它包含了位置、轮廓等许多有用的信息,为人们描述或识别目标及解释图像提供了一个重要的特征参数。边缘检测是图像处理、图像分析和计算机视觉领域中最经典的研究内容之一,是进行模式识别和信息提取的基本手段。已有的图像边缘检测方法很多,但每种方法都尚有不足之处,在某些情况下仍不能检测到目标物体的最佳边缘,未形成一种普遍适用的边缘检测方法。因此边缘检测一直是图像处理与分析技术中的研究热点,其新理论、新方法不断涌现。对已有方法进行改进,或是按照具体要求设计新方法,是目前边缘检测领域研究的主导方向。本文阐述了边缘检测的研究意义,总结了图像边缘检测的基本思想和检测出的边缘的一般要求,回顾了边缘检测的各种方法,分析了这些方法的优点和存在的不足,总结了边缘检测的最新发展方向。最后分析了现有的边缘评价方法的特点,为边缘检测进一步的研究和应用提供参考。     

改进YOLOv5的钢材表面缺陷检测算法

针对传统钢材表面缺陷检测方法存在检测效率低、检测精度差等问题,提出一种基于改进YOLOv5的钢材表面缺陷检测算法。首先使用GhostBottleneck结构替换原YOLOv5网络中的C3模块和部分卷积结构,实现网络模型轻量化;其次在Backbone部分引入SE注意力机制,对重要的特征通道进行强化;最后针对数据集特点在网络中增加一个检测层,强化特征提取能力,并在Neck部分增加特征融合结构,使用DW卷积替换部分标准卷积以减少运算量。实验表明,改进的YOLOv5sGSD算法,模型体积减少了10.4%,在测试集上的mAP值为76.8%,相比原YOLOv5s网络提高了3.3%,检测精度和速度也明显高于一些主流算法。相比传统的钢材表面缺陷检测方法,提出的算法能够更加准确、快速地检测出钢材表面缺陷的种类和位置,并且具有较小的模型体积,方便于在移动端的部署。     

基于振动理论的水工结构无损检测技术研究综述

无损检测技术是检测水工结构隐患及损伤的方法之一．鉴于水工结构的特点和复杂性,重点介绍了基于振动理论的适用于水工结构现场无损检测的振动法．根据振动法利用系统模态参数的变化和结构的振动响应而对水工结构进行无损检测这一基本原理,综述了国内外基于振动理论的水工结构无损检测技术的研究现状．结果表明,目前对于大型复杂水工结构无损检测的研究大多是针对不同的问题而采取的具体方法;在现场检测时,保证检测结果正确的首要条件是合理有效的激励;对于结构损伤或破损检测,扩阶和缩聚都十分重要．最后指出,为提高振动法的实用性及精度,必须找出损伤结构动力特性的变化规律;重视和发展隐患及损伤的早期探测技术和信息处理技术,以及基于神经网络和模糊数学的无损检测技术,为处理病险水利水电设施提供科学依据．     

轻量化二维人体骨骼关键点检测算法综述

随着移动设备和嵌入式设备的发展,对二维人体骨骼关键点检测网络提出了更高的要求。设计轻量化神经网络是解决网络参数量大、计算量大的重要方法。首先,介绍了基于神经网络的二维人体骨骼关键点检测主流方法和轻量级神经网络;然后,对近几年基于神经网络的轻量化人体姿态估计方法进行了分类和总结,根据神经网络轻量化方式将二维骨骼关键点检测方法归成四类：轻量化特征提取网络、深度可分离卷积、Dense连接机制和Lightweight 瓶颈快,并分析了它们的优缺点和轻量化手段;最后,介绍了常用的评价指标,并对改进后的轻量化方法进行了实验数据对比,并结合当前研究所面临的挑战及未来的发展趋势进行了总结和展望。     

波音737飞机轮毂螺栓无损检测的问题分析

飞机轮毂是一个承受应力比较集中的部件,定期对轮毂螺栓进行无损检测对于确保飞机安全起降十分重要.本文改进磁力检测工艺规范,提高检测效率和精度,着重分析螺拴裂纹常见部位和报废率的变化规律,给维修和使用部门提出合理化建议,确保证轮毂使用安全.