N式砌块砌体受剪性能试验研究

对30个N式砌块砌体抗剪试件(其中未灌孔试件6个,灌孔试件24个)进行了受剪力学性能试验研究,了解了N式砌块砌体的破坏形态及破坏机理.试验结果表明,灌孔N式砌块砌体的受剪开裂荷载与极限荷载的比值随灌孔率的不同分别为:半灌孔试件77%~82%、全灌孔试件54%~59%.随着灌孔混凝土面积的增大,N式砌块砌体表现出越来越好的延性.未灌孔N式砌块砌体的抗剪强度平均值比砌体规范抗剪平均强度公式计算值高出11%,半灌孔N式砌块砌体的抗剪强度平均值比砌体规范平均强度计算值高出5%,全灌孔N式砌块砌体的抗剪强度平均值比砌体规范平均强度计算值高出74%~106%.     

底鼓对深部软岩变形的影响及控制对策

深部巷道支护成为目前制约煤矿深部开采的重要因素之一,进行众多复杂的措施来多次维护深部巷道流变围岩虽已取得一定效果,但有效控制深部破碎、软弱、流变围岩大变形仍非常困难。通过分析导致变形、破坏、失稳的各种原因,提出对于破碎难维护围岩,在加强帮顶控制的同时,应对底板采取加固处理。研究结果表明将顶、底、帮围岩作为整体进行治理,完全能够实现控制围岩大变形的目的。     

浅论西部高校贫困生比例偏高的成因及对策

受西部整体经济落后等因素的影响,西部高校贫困生比例持续偏高等问题引起了社会的广泛关注。同时由于政府的资助机制还不健全,使得部分扶贫资金没有落到实处,严重阻碍了高校扶贫工作的开展。基于此种现状,本文认为将西部高校贫困生进行分类,从高校改革和提高贫困学生自身素质两方面入手解决具有重要意义。     

软件故障注入方法在星载系统中的应用

故障注入是一种有效的测试和评价容错机制的方法,可被普遍应用于容错计算机系统开发过程各个阶段中。本文介绍了故障注入的基本概念,比较故障注入方法,给出了一个星载注入方法的仿真实例。     

热处理在果蔬贮藏保鲜方面的应用与机理

综述热处理在果蔬采后防腐保鲜方面的应用及其作用机理的研究现状、存在问题和应用前景。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。     

基于流-固-损伤全耦合模型的裂隙型岩溶突涌水数值模拟

岩溶地区隧道建设频遇突涌水灾害,裂隙型突涌水勘察与预测难度极大、致灾风险高。为揭示裂隙型岩溶突涌水机理与明确前兆信息,本文基于“流-固-损伤”耦合模型对裂隙型岩溶突涌水致灾机理与临界条件展开研究。通过公式推演与多场耦合数值分析得到以下结论：(1)建立了完整的“流-固-损伤”耦合裂隙型岩溶突涌水致灾机理数学模型,并论证其可行性与合理性;(2)分析了不同溶腔水压工况下,隧道拱顶围岩位移演化规律。结果表明,裂隙型岩溶突涌水与富水溶腔水压高度相关;(3)分析了临界突水条件下围岩特性,提出了“缓慢增长段-快速增长段-位移失控段”的三阶段裂隙型岩溶突涌水围岩位移演化规律。     

轮足复合式爬壁机器人研究综述

当前轮足复合式机器人机构主要包含轮足结合、分离复合以及变形轮足,分别能够实现不同障碍通道的移动作业、复杂未知环境的探索操作以及突发应急救援等应用。然而,针对船舶、压力储罐等金属立面环境,轮足复合式爬壁机器人必须兼具壁面适应、越障和壁面过渡的全位置自主作业能力,应用于壁面焊接、清洗、检测等作业任务。对比分析当前的国内外研究,轮足复合式爬壁机器人针对在垂直和倾斜壁面的工程应用有良好的适用性,它具备适应复杂曲面工作面并能够应对非结构化工作场景。轮足复合式爬壁结构在应对曲率变化、非结构化壁面等工作将会有良好的应用前景。     

基于YOLOv5s-FCS的钢材表面缺陷检测

针对传统钢材表面缺陷检测方法易出现误检、漏检和部分缺陷种类检测精度低等问题,本文设计了一种钢材表面缺陷网络YOLOv5s-FCS。首先本文引用了FReLU激活函数构建了卷积模块CBF,有效增强了网络的空间解析能力,优化了网络检测精度;其次,本文将坐标注意力机制嵌入到网络的neck部分来增强网络特征融合的能力,从而使网络能够提取更加丰富的特征信息;最后,将YOLOv5s的损失函数替换为SIoU loss,提高了预测框的回归精度。通过在NEU-DET数据集上进行消融实验、可视化对比实验,结果表明,YOLOv5s-FCS网络的mAP值达到了0.747,相较于原YOLOv5s网络提高了8.3%,相较于YOLOv3网络提高了11.8%,相较于YOLOXs网络提高了4.2%,相较于YOLOv6s提高了1.4%,验证了该方法的可行性、有效性。     

基于YOLO-PCB的印刷电路板裸板缺陷检测

针对当前印刷电路板PCB（Printed Circuit Board）裸板缺陷检测算法对小目标检测准确率较低、误检率过高等问题,一种改进的YOLO-PCB缺陷检测算法被提出。新算法在YOLOv5s算法的基础上引入注意力机制,增强特征图的通道特征;同时引入加权双向特征金字塔网络改进特征融合层,使网络实现更高层次的特征融合;而且增加小目标检测层,提高网络对印刷电路板上小目标缺陷的检测能力。实验结果表明,相较于原YOLOv5算法,改进后的检测算法具有更强的特征提取融合能力和更高的检测精度,YOLO-PCB算法的mAP_0.5提升了4.08%,mAP0.5:0.95提升了56.69%,精确度提升了1.81%,召回率提升了6.76%。