基于深度学习SCNet的钢筋混凝土锈蚀裂缝识别

为提高钢筋混凝土锈蚀裂缝检测分类的效率和精度,提出了一种基于深度学习卷积神经网络（Convolutional Neural Network,CNN）的钢筋混凝土锈蚀裂缝识别模型 SCNet（SteelCorrosion Net）. 首先通过原始数据采集和数据增强构建了39 000张图片的裂缝数据集,然后利用 TensorFlow 学习框架和 Python构建神经网络模型并进行训练测试,根据模型的训练精度和测试精度进行网络结构和网络参数的优化,最终将 SCNet识别模型与两种传统检测方法进行对比 . 结果表明：文中所建立的 SCNet三分类神经网络模型达到了 96.8%的分类准确率,可以有效识别分类钢筋混凝土锈蚀裂缝,并且具有较高的准确率和可测性;在图像数据有阴影、扭曲等噪声干扰的条件下,两种传统检测方法已不能达到理想的分类效果,SCNet模型仍能表现出相对稳定的分类性能.     

矿井通风新技术--受控循环通风

受控循环通风是一种新兴技术，在英国和南非得到普遍应用，它的应用可以改善井下的工作环境，降低通风费用，是一种值得推广的新技术。从理论分析与实际应用方面论证了受控循环通风技术的可行性。