基于电阻率层析扫描的水下抛石体内部空洞探测

为提高水下抛石体的识别精度,构建了预留有内部空洞的抛石体物理模型与电阻率层析扫描模型研究电阻率层析扫描技术在水下抛石体内部空洞探测中的成像效果,并与传统克里金插值法效果进行了对比。结果表明:电阻率层析扫描可以有效识别水下抛石体中的空洞,并且在刺激源数量为6时电阻率层析扫描模型模拟精度达到较高值;电阻率层析扫描技术在通道纵剖面上的识别能力要远高于传统克里金插值法;将数值模拟结果中电导率大于300.μS/cm的区域视为空洞区,整体反演结果略大于真实值,在 x、y、z 3个方向上的偏差分别为2.73、1.75、6.95.cm;基于反演结果对电阻率层析扫描模型进行正演,正演结果与实测数据的拟合度超过0.95,证明了电阻率层析扫描模型反演的准确性。     

基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

雀替型阻尼器加固箍头榫木框架结构的抗震性能

为研究广府古建筑木结构的抗震性能及加固方法,采用菠萝格木材,设计并制作了两榀不同结构形式的典型广府木祠堂箍头榫框架,提出并制作了用于木结构榫卯节点加固的雀替型阻尼器,对雀替型阻尼器加固前后的木框架进行低周往复荷载试验,研究结构的抗震性能及阻尼器的加固效果。研究结果表明：阻尼器可以弥补初次加载产生的损伤,在转角不大时给残损的榫卯节点提供较高的初始刚度,并在榫卯节点自身开始闭合时与之协同受力,提高节点刚度、极限承载能力和耗能能力,使得加固试件的极限承载能力高于未加固试件;未加固试件经过加载,出现了榫卯脱离、榫卯局部压屈现象,加固试件的破坏形式主要为榫卯脱离、榫卯局部压屈和竖向顺纹劈裂裂缝;各节点的滞回曲线呈现明显的“捏缩”现象,榫卯节点强度退化系数均大于0.83,在循环荷载作用下表现出稳定的承载性能,随节点转角的增大,各节点的环线刚度、等效粘滞阻尼系数呈现逐渐减小并趋于稳定的趋势;边跨框架试件节点的等效粘滞阻尼系数逐渐稳定于0.1～0.2,而中跨框架试件节点的等效粘滞阻尼系数逐渐稳定于0.05～0.1,且经过阻尼器加固,边跨框架与中跨框架试件的总滞回耗能分别提高了67%和19%。     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

震区中小跨径桥梁墩柱配筋率取值范围

为研究配筋率对钢筋混凝土桥梁延性抗震性能的影响,并在不同设防烈度对主筋配筋率的合理取值进行细分。以钢筋混凝土桥梁为研究对象,通过拟静力模型试验与有限元数值分析的方法,研究竖向钢筋(主筋)配筋率对桥墩延性的影响,提出典型桥墩的多级性能水平量化指标;并探究在氯离子侵蚀的恶劣环境下,不同配筋率对桥梁抗震性能所带来的影响,从而对氯离子侵蚀环境下的震区中小跨径桥梁墩柱配筋率取值范围提供参考建议。结果表明：考虑氯离子侵蚀作用下的恢复力模型能够较好地反映刚度的退化特性,墩柱的最佳配筋率取值范围为1.11%～2.72%;当加速度为0.3g(g为重力加速度)时,仅从配筋率的角度已无法满足墩柱的损伤指标,建议采用减隔震体系进行抗震设计,如采用延性体系时配筋率不得小于2.64%。研究结果可为中小跨径连续桥梁抗震设计提供参考。     

电增压促进废气再循环对发动机性能的影响

在一台1.5 L带废气涡轮增压的直喷汽油机上进行了电动增压和废气再循环（exhaust gas recirculation, EGR）协同对发动机动力性和经济性的影响规律试验研究。结果表明：全负荷下电动增压促进最高废气再循环率随转速的上升而下降,在4个试验转速下分别提升了17.7%、15.2%、13.84%和0;部分负荷下电动增压促进最高废气再循环率随负荷的提高与转速下降,在6个试验工况下最高废气再循环率分别被提高了23.63%、30.31%、0、14.09%、19.74%和0。全负荷与较低的3个转速下电动增压介入后有效燃油消耗率（brake specific fuel consumption, BSFC）降低近10%,最高转速下废气涡轮增压完全取代电动增压;部分负荷下的两组工况内,电动增压介入后,最高BSFC降低了10.8%和8.4%。结论表明合理应用电增压促进最高废气再循环率可以提升发动机的燃油经济性并保持较高的动力性。     

砂土中螺旋桩在斜拉荷载作用下的承载性能

为研究斜拉荷载倾斜角度和叶片埋深对螺旋桩极限承载力的影响,基于ABAQUS软件构建了砂土中螺旋桩的有限元模型,通过螺旋桩水平承载机理砂箱试验与竖向拉拔试验数据,对模型的准确性和可行性进行验证。设置4组不同叶片埋深的螺旋桩模型,分别施加不同角度的斜拉荷载,探讨了砂土地基中螺旋桩的承载性能与斜拉角度、叶片埋深的相关性。结果表明:砂土中螺旋桩的极限承载力随着斜拉角度的增大不断减小;当斜拉角度小于30°时,螺旋桩极限承载力与斜拉角度的关系曲线近似呈线性;螺旋桩极限承载力存在一个临界埋深比,当埋深比大于等于4时,承载力不随埋深比的增大而变化。推导了深埋状态下螺旋桩受斜拉荷载作用的极限承载力公式,经验证该公式能较好反映螺旋桩极限承载力随斜拉角度增大而逐渐下降的规律。     

连续滚动生产作业安排中初始状态非平凡的P//C_(max)问题

以实际中连续滚动生产为背景,研究了一类新的平行机作业安排问题,即初始状态非平凡的Ｐ∥Ｃ_ｍａｘ问题。基于经典的Ｂｉｎ－ｐａｃｋｉｎｇ（装箱）理论和技巧,提出改进的Ｍｕｌｔｉｆｉｔ算法及相应的ＩＦＦＤ装法,并分析算法在最坏情况下的性能指标上界为４／３．最后,提出连续生产中周期滚动式作业安排的实施算法,实现了设备不空闲而连续运行。     

免疫鸡群新城疫病毒检测和分离的研究

以ＳＰＦ鸡抗新城疫病毒（ＮＤＶ）ＩｇＧ为包被抗体（５μｇ／ｍＬ）,兔抗ＮＤＶＶｅｒｏ细胞培养纯化毒ＩｇＧ为第二抗体（１∶２００～６００）,酶标记羊抗兔ＩｇＧ（１∶５０００）为指示抗体建立间接夹心ＥＬＩＳＡ,检测实验免疫鸡、攻毒鸡及现地免疫鸡口腔或泄殖腔外分泌物。结果表明：新城疫无毒力Ｖ４疫苗免疫后２ｄ,口腔内病毒抗原随机检出率为４／１０,第１０天为１０／１０;泄殖腔为０～１／１０,并持续１８ｄ以上。滴鼻攻毒后１ｄ,口腔和泄殖腔内病毒抗原检出率分别是８／１０和６／１０;第１３天,泄殖腔内病毒抗原检出阴性。ＮＤＶ灭活疫苗免疫６０ｄ后攻毒,第２天有７／２０口腔和８／２０泄殖腔检出阳性,并一直到攻毒后第１４天。非免疫对照鸡攻毒后第３天直到死亡时,口腔和泄殖腔均可检出病毒抗原。对各地临床上无任何症状的ＮＤＶ免疫鸡群检测发现,泄殖腔ＮＤＶ抗原阳性率０％～９．３％,分离到８株ＮＤＶ流行毒株,生物学试验证实这些毒株的毒力属中等毒力偏强或强毒。