基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

盾构隧道围岩与衬砌协同作用纵向位移计算法

盾构机掘进过程中,千斤顶顶进力的不均匀引起的纵向位移是管片间初始错台的主要原因之一;基于Timoshenko梁理论的隧道纵向位移计算方法,未能考虑隧道开挖后围岩卸载破坏的变形特征及围岩与衬砌结构的协同作用效应,预测误差较大。建立了考虑围岩卸载扩容效应的等效地基抗力系数计算方法,提出了能考虑螺栓个数的等效抗剪刚度计算公式,建立一种基于Timoshenko梁理论的改进管片拼装式隧道纵向位移理论计算方法。实际工程案例分析表明：考虑围岩开挖卸载过程中围岩的非线性体积相关塑性变形（即扩容效应）更合理;考虑壁后注浆液固化过程的时效性,采用改进的滑移边界条件计算的纵向位移最大值是传统的固定端边界的计算值的2.3倍,边界条件对计算结果影响较大,本文计算方法更符合实际情况,也更安全。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

“新文科”建设背景下经济学人才培养的路径研究

“新文科”建设是新时代对人文社会科学教育提出的新要求。如何在“新文科”理念下培养经济学人才,是中国经济学建设的一个重要课题。首先,从时代性、战略性、创新性、交融性和发展性5个特征维度阐释“新文科”建设的内涵;其次,探讨“新文科”建设背景下经济学人才培养存在的主要问题;最后,提出经济学人才培养需要持续优化经济学专业培养目标和培养方案;加强经济学的课程思政教育,推动济学与其他学科的交叉融合,推动经济学人才培养模式创新以及培养学生解决问题的能力等路径。研究结果可为培养适应新时代发展的经济学人才提供理论参考。     

江西樟树四特酒香味成分的GC／MS分析

通过对四特酒进行化学处理、分类收集组分,采用GC/MS联用技术对各组分进行分离与定性定量测定,分离出130多个色谱峰,鉴定出65个化合物.     

“回避行为”初探

心理语言学日新月异的发展推动着“错误分析”理论由外显的,线性平面上的干扰研究发展到内在的,深层的非直接性干扰研究。根据这种发展动态,本文对“回避行为”的假设先决条件与思想动因作了较为深刻的探讨与剖析。     

灌注桩超声脉冲检测法和判据的研究

本文论述了钴孔灌注桩超声脉中检测法的原理、仪器和方法.分析了当超声脉冲穿过缺陷区时其传播时间、幅值(或衰减)以及接收信号波形所呈现的变化.提出了基于"声时—深度"曲线的缺陷定量判据.即声时差值与斜率乘积判据.该判据能估算缺陷的性质和大小.而且,若将该判据与"幅值—深度"曲线综合运用,则可提高检测和判断结果的精度.     

用于焊缝跟踪的调制式红外光学传感器

叙述了一种以脉冲调制的红外光束为信号光源的焊缝跟踪传感器。通过对接 收信号的滤波及“自适应消噪”处理,可以有效地克服电弧光的干扰;利用光源的脉冲 驱动特性,加大了瞬时信号功率,改善了光学传感器对工件表面的适应性。传感器结构简 单、体积小、灵敏度高、能同时实现对焊缝在水平及高度两个方向的自动跟踪在埋弧 及明弧自动焊中均能准确地跟踪。     

液相浸渗中纤维非润湿性的处理

纤维与金属液的非润湿性是液相浸渗制造纤维增强金属基复合材料的主要障碍之一。实验发现纤维的非润湿性使其在自然排布时的浸渗缺陷必须存在。通过提高液相浸渗压力可以改善复合材料的浸渗效果,但仍有细小的浸渗缺陷必然存在。通过提高液相浸渗压力可以改善复合材料的浸渗效果,但仍有细小的浸渗缺陷无法消除,采用颗粒与纤维的混杂使纤维丝相互分离,消除了充填“死角”而使纤维束内完整充填并且均匀分布,提高浸渗压力和混杂预制