选区激光熔化Al-Mg-Sc系高强铝合金的研究进展

选区激光熔化(selective laser melting, SLM)技术具有一体化快速制备复杂和高精度零件的能力,在航空航天等工业生产中有巨大的发展潜力。高强铝合金是近年来在增材制造领域发展迅速,可实现结构轻量化的重要材料,其中Al-Mg-Sc系高强铝合金在结构和性能方面具有极大的潜力。针对增材制造领域Al-Mg-Sc系高强铝合金的应用与发展,结合增材制造工艺技术,从增材制造高强铝合金合金成分、微观组织和力学性能三个方面,全面总结了增材制造Al-Mg-Sc系高强铝合金的研究现状和进展趋势。在增材制造高强Al-Mg-Sc合金领域内,应当重点关注强化元素的多元化、SLM成形合金微观组织调控以及性能特征的多元化研究等方向。     

季冻区隧道冻胀力影响因素交互性及敏感性正交试验分析

为探究影响季冻区隧道衬砌冻胀力各个因素的交互性及敏感性,依托承担冬奥会人员转运工作的延崇高速主线翠云山隧道,通过建立ANSYS数值模型,对冻胀率、冻融圈厚度、衬砌弹性模量等冻胀力影响因素进行了正交试验。研究结果表明：(1)考虑各个因素对冻胀力的影响时可只考虑其主效应。(2)融圈厚度、冻胀率、衬砌弹性模量、冻结围岩弹性模量以及未冻结围岩弹性模量均对冻胀力的影响较为显著;各因素敏感性排序为：冻结围岩弹性模量>冻胀率>未冻结围岩弹性模量>冻融圈厚度>衬砌弹性模量。(3)相比于原始参数,实验最优参数各部位冻胀力均有所减小且降幅均超过30%,最小降幅发生在拱顶为34.20%,并据此提出了控制冻胀力的措施,为河北地区季冻区隧道建设提供指导。     

成兰铁路特长深埋隧道岩爆段应力特征

为了探究高地应力环境下深埋隧道岩爆发生机理,掌握岩爆孕育规律,通过现场测试、数值分析及室内实验,对平安特长深埋隧道岩爆段围岩的二次应力场进行了分析,探明了隧道岩爆发生的力学机制,并运用经典应力岩爆判据指标,预测判断出岩爆发生强度及位置。研究表明：隧道侧壁处存在较大的压应力,是造成岩爆发生的主要原因;高地应力条件下,由于结构面等不利因素的存在,造成掌子面中部处原岩应力突发释放而引发高烈度的岩爆;在岩爆区段进行应力释放孔的布置,能够有效地释放原岩应力,减少岩爆发生的可能性。相关研究成果能够深化人们对于高地应力环境下岩爆发生机制的认识,为类似工程岩爆的防控及建设提供科学依据。     

蒲菜中矿质元素和水溶性维生素的检测与分析

通过ICP-AES和HPLC测定了新鲜蒲菜中15种矿质元素和6种水溶性维生素的含量.结果显示在新鲜蒲菜中K、Ca、Mg、Mn、Sr、Zn、Se及Cr等元素的含量较高,尤其是Mn和Sr元素远高于其他蔬菜,而Pb、Cd、As及Hg元素含量极低,维生素C、烟酸、烟酰胺的含量也较高.表明蒲菜是一种营养丰富且具有一定保健功能的蔬菜.     

富水圆砾地层局部止水帷幕作用下基坑开挖变形数值分析

富水地层中的基坑止水与降水是基坑工程的重难点,大量降水易造成地表不均匀沉降。依托甘肃省某基坑工程利用数值模拟和现场实测的方法,研究了富水圆砾地层下排桩-旋喷桩局部止水帷幕对基坑变形的影响。在验证模型计算准确性的基础上,分析了局部有无旋喷桩、旋喷桩嵌入深度对基坑渗流与变形的影响、传统与局部止水帷幕对限制基坑变形的差异。结果表明,排桩-旋喷桩局部止水帷幕可以延长地下水渗流路径,降低渗流速度,同时分担了部分土压力,对限制地表沉降和桩身水平位移都起到了积极的作用;旋喷桩嵌入深度越深止水效果越好,并能够限制地表沉降与桩身水平位移,但超过一定深度对限制地表沉降与桩身水平位移不明显;传统止水帷幕对限制地表沉降最好,但对限制桩身水平位移效果不明显。     

基于关联规则算法的换流站SER事件集挖掘方法

为提高运维人员面对换流站生成的海量事件顺序记录(sequence events recorder, SER)数据的分析能力,提出一种基于关联规则算法的换流站SER事件组挖掘方法。首先利用原始SER事件特征筛选,建立换流站SER事件多维模型;进而利用关联规则算法FP-Growth算法进行数据挖掘与分析,得到换流站典型事件的SER支持组与置信事件;最后基于SER支持组与置信事件分析SER事件集可靠性,方便换流站运维人员及时发现换流站的设备异常动作,减少人工盘查SER造成的事件漏看、错看的可能性。通过挖掘昆柳龙直流(direct current, DC)换流站调试期间SER事件集,表明所提出的方法可以有效地挖掘SER事件集的关联性,为运维人员及时发现SER事件缺失起参考作用。     

基于嵌入式系统的多任务人脸属性估计算法

针对传统人脸属性估计算法算力大、推理速度慢、精度低,难以完成算法在移动或嵌入式设备上集成应用等问题,提出一种基于嵌入式系统的多任务人脸属性估计算法。首先,采用MobileFaceNet网络中的瓶颈结构融合跨阶段融合网络(cross stage partial network, CSPNet)和空间金字塔网络(spatial pyramid pooling network, SPPNet)设计CSPSPP＿bk结构作为人脸属性估计算法共享网络特征提取模块;然后,在局部属性中增加通道注意力机制,在较困难的全局属性中使用更深、性能更优的网络模型作为Teacher模型指导所设计的轻量级多任务属性网络进行知识蒸馏,采用逐层剪枝的方法对网络模型进行优化,优化后的模型量仅1.8 MB;最后,通过动态类别抑制损失函数进行损失度量,均衡样本数据分布。在公共数据集CelebA和Adience数据集上进行测试比较,性别和眼镜的平均准确率分别为98.89%、99.72%,标准差为3.01%时,年龄估计精度为60.21%,在RK3288开发板上的前传推理速度为138 fps。结果表明：所提方法可广泛应用于嵌入式...     

管道缺陷超声导波监测信号匹配追踪去噪

采用超声导波进行管道缺陷监测过程中混入干扰噪声严重影响缺陷反射回波的提取和识别,提出了一种新的管道缺陷超声导波监测信号匹配追踪去噪方法。将Hanning窗调制的正弦波激励信号经过时间平移和幅值调制作为基本原子形成自定义过完备波形字典,对管道缺陷超声导波监测信号进行匹配追踪稀疏分解,提取其中有效成分进行信号重构,经多次迭代实现信号去噪。对有限元数值模拟和实际管道缺陷监测信号分别采用传统小波阈值和提出的匹配追踪法进行去噪处理,结果表明,当信噪比较低时匹配追踪法明显优于小波阈值法,即使在干扰噪声完全淹没缺陷反射回波的场合,仍然可以提取出清晰干净的缺陷反射回波信号,为正确分析和评估现役管道安全运行状况提供了一条新的途径。     

基于深度学习的公路路面病害检测算法

针对公路路面病害图像存在背景干扰多、病害信息弱、尺度差异大等问题,提出了一种基于深度学习的公路路面病害检测方法。以YOLOv4算法为基础,在检测网络中引入可变形卷积,并提出基于路径聚合网络(path aggregation network, PANet)的自适应空间特征融合结构,充分学习公路路面病害的细节特征,实现不同尺度特征信息的高效融合;采用平均准确率损失(average precision loss, AP-loss)函数作为分类损失函数,促使网络在训练过程中更加注重于正样本。实验表明,在公路路面病害检测中,改进YOLOv4算法的平均准确率达到了95.34%,每张图像的平均检测时间为0.071 s。与快速基于区域的卷积神经网络(faster region-based convolutional neural networks, Faster R-CNN)算法相比,所提出的算法在持有较高检测准确率的同时,减少了运算时间,可以满足公路路面病害检测的准确性与实时性需求。     

线列式结构毁伤在弯曲载荷下的增益

为了提高破片杀伤战斗部在防空反导任务上的毁伤威力,研究了在弯曲载荷下线列式结构毁伤相较于聚焦式结构毁伤的毁伤效果增益。基于应力集中效应进行了理论分析,设计了模拟飞机外壳受这两种毁伤模式的结构等效靶标并对其在弯曲载荷下的应力分布进行了数值模拟计算和静力学实验验证。研究结果表明,相比于聚焦式结构毁伤,在相同载荷下线列式结构毁伤使目标结构内最大应力平均提高16%,达到屈服破坏所需的载荷平均减少18%。