基于改进编解码网络的钢箱梁疲劳裂纹分割

针对基于图像的疲劳裂纹检测方法精度受焊缝、涂层等复杂背景因素影响较大的问题,提出了一种基于深度学习的空洞金字塔注意力网络(APA-Net)模型用于疲劳裂纹分割．在传统编解码网络的基础上引入预训练ResNet34模型、密集空洞卷积(DAC)模块、尺度感知金字塔融合(SAPF)模块和注意力门控(AG)机制,极大地提升了模型提取多尺度上下文信息的能力．通过图像裁剪制作了包含多种干扰因素的钢箱梁疲劳裂纹分割数据集,然后利用该数据集对APA-Net,FCN,U-Net,Attention U-Net,U-Net++和CE-Net等经典网络进行测试,结果表明：所提出的APA-Net在复杂背景干扰下对钢箱梁表面图像中的疲劳裂纹提取能力最佳,分割结果的平均交并比达72.2%,比其他经典网络中表现最优的CE-Net的平均交并比提高了约4%．最后通过消融实验讨论了所提模块对裂纹分割精度的影响．     

一种基于点监督的显著目标检测方法

提出了一种基于点监督的弱监督显著目标检测方法,设计了一种自适应的掩膜洪水填充算法来生成伪标签,并利用了一个基于变换器的点监督显著性检测模型来生成第1轮的显著图。然而,由于标签的稀疏性,弱监督检测模型往往退化为通用的前景检测模型。为了解决这个问题,进一步提出了一种利用非显著抑制方法修正第1轮中生成的显著图,并利用它们进行第2轮微调。实验结果表明,在ECSSD和PASCAL-S数据集上分别取得了0.035 8和0.064 7的MAE,验证了该方法的有效性。     

基于边缘特征的绝缘子故障检测

针对绝缘子图片的一致性较差且绝缘子故障特征的不可预知性问题,提出了基于绝缘子边缘特征的故障检测算法。首先基于纵坐标方向连续单像素边缘提取算法,实现绝缘子骨架提取与伪边缘过滤;然后采用改进的Canny算法,通过基于多峰梯度直方图的阈值分割和边缘跟踪,解决边缘的连通性与伪边缘之间相斥的问题,实现边缘特征的精确提取;最后基于均匀采样的边缘特征点计算角度的算法,通过绝缘子边缘特征的按片匹配,实现绝缘子的缺陷检测。对高速铁路接触网巡检车采集的406张运营线路绝缘子图片进行测试验证,结果表明本算法检测的精确度达到99%,召回率达到98.7%。本方法适用于拍摄正常及过度曝光情况下的绝缘子检测,满足运营维修保养的要求,可为绝缘子故障检测提供参考。     

基于深度学习的铜封帽内螺纹缺陷检测研究

针对铜封帽内螺纹裂纹缺陷检测目前存在检测速度慢、检测精度低、稳定性及泛化能力差等问题,提出了一种改进的YOLOv3模型算法来检测铜封帽内螺纹裂纹缺陷。首先,通过坐标极化对样本图片进行特征增强;然后采用K-means++聚类算法对数据集进行尺度分析;再利用SqueezeExcitation模块对YOLOv3模型检测部分进行改造,在3个特征尺度特征的输出部位均添加此模块,提升模型对有效特征的响应;最后,模型分别与Faster-R-CNN、SSD的检测结果进行比较。实验结果表明,基于深度学习改进的YOLOv3算法优于其他检测算法,其缺陷的检测精度为96.3%、检测速率为44FPS,能够实现铜封帽内螺纹裂纹缺陷的精确检测和识别,满足生产部门对铜封帽检修的需求。     

RFID技术在资产管理检测系统中的应用

为了更好地提升资产管理检测系统的工作质量,提升资产管理工作优势,相关研究人员从RFID系统内容出发进行分析,将相关的技术手段与资产管理检测系统相结合,分析了RFID技术手段的工作优势和工作特点。为此该文结合资产管理检测系统之中RFID的实际工作特点,对相关的应用情况进行分析,以求能提升资产管理检测系统的实际工作质量,为后期的资产管理工作提升奠定基础。     

建筑物防雷检测工作中常见技术问题及解决对策

因社会经济的快速发展和城镇化发展进程的不断加快,城市内的新建建筑物开始大量涌现,建筑物防雷工程逐渐得到了社会各界的高度关注。因为雷电可以直接造成建筑物受损、爆炸、通信网络瘫痪等重大事故,作为防雷工作中的重要一环,做好建筑物防雷检测刻不容缓。基于此,该文重点分析了建筑物防雷检测工作中常见技术问题,并给出了相关的解决对策,仅供相关部门进行参考借鉴。     

DCS控制系统的维护

本文从工业生产的要求出发,提出如何维护好DCS控制系统,从日常维护和定期点检两个方面,以μXL-DCS控制系统为例具体介绍了DCS控制系统的维护特点和要点。     

强夯法加固地基在变电站工程中的应用

随着我国社会主义事业的迅速发展,基本建设规模越采越大,工程建设中经常遇到需要对天然地基进行人工处理才能满足建筑物的要求。目前世界上各类工程建设中,地基处理费工费时,在工程建设总经费中占有很大的百分比,在各种工程事故中,也以地基问题引起的居多,而且因地基问题所造成的事故,往往难以补救,或补救的工程费用昂贵。因此,地基问题越来越得到工程界普遍的重视。本文主要介绍强夯法加固地基在变电站工程中的施工,为今后变电站的地基处理提供了经验。     

基于深度学习的中文票据文本检测与识别方法

针对票据在识别时出现数据漏检率高、识别精度低的问题,提出文本检测模型ENCRAFT与识别模型DLCNN。在文本检测模型CRAFT的基础上,ENCRAFT修改其原始的特征提取网络的结构,利用未经池化的特征图进行融合,减少了细小特征的丢失,并增大监督特征图的分辨率,以提供更丰富的监督信息,从而提高模型检测率;DLCNN利用深层的卷积网络与浅层的循环网络实现对中文票据的高精度识别。实验结果表明,该方法在多个票据数据上的检测率与识别精度均有明显提升。     

实验动物小肠结肠炎耶尔森菌的实验室检测能力验证结果评价

目的 通过实验动物小肠结肠炎耶尔森菌(Yersinia enterocolitica)检出能力验证,了解实验动物检测机构的检验能力,提高实验动物质量检测水平。方法 按照中国合格评定国家认可委员会(China National Accreditation Service for Conformity, CNAS)批准的能力验证方案,低温冷冻干燥制备样品;稳定性和均匀性检验合格后,通过CNAS平台随机分组编号,发放给参加单位,并附作业指导书。要求在规定时限提交检验报告和原始记录,其结果与样品设置一致的判为满意结果,不一致或未按时提交的判为不满意结果。结果 共有24个实验室参加本项能力验证;其中获得满意结果的实验室为22个,占总参加机构的91.7%;得到不满意结果的实验室有2个,占8.3%。结论 实验动物质量检测机构对小肠结肠炎耶尔森菌的检测能力较高。