传爆药撞击感度试验装置及其控制部分研究

撞击感度是衡量炸药性能的一个重要参数，本文介绍了一种新型传爆药撞击感度仪，重点对其结构及控制部分进行了介绍，利用该仪器对几种传爆药进行撞击感度试验的结果表明，其试验数据与国外数据具有较好的可比性。     

改进RetinaNet的水泥路面露骨病害检测

露骨病害是水泥路面常见的病害之一, 会严重影响路面使用年限和行车安全性能. 因此, 及时对露骨病害进行检测与修复十分重要. 针对传统的人工检测方法检测精度不高且检测效率低的问题, 本文提出一种基于改进RetinaNet模型的水泥路面露骨病害检测方法. 首先对人工和检测车采集露骨病害图像进行滤波、去噪等预处理操作, 构建模型训练数据集; 然后将SE Net结构嵌入特征提取网络, 并改进特征金字塔网络; 最后实现改进的RetinaNet对水泥路面露骨病害的检测. 结果表明, 改进的RetinaNet模型在露骨病害检测精度上比原模型提高了4.9%, 达到98.9%. 且在相同测试数据上, 相比Faster R-CNN、SSD和YOLOv3方法, 检测效果均提升显著.     

道路传感器监测数据异常辨识方法

足尺加速加载试验场具有复杂的路面结构, 其中埋设了多种传感器用于监测路面性能的各项指标. 由于传感器采集的数据具有高频海量的特点, 使用传统方法进行异常数据的辨识效率低且精度差. 针对该问题, 本文通过特定软件将原始高频采集数据进行可视化, 再将得到的可视化后数据进行类别标注, 以此作为原始数据集; 接下来针对可视化后的数据形状特征突出的特点, 本文选择了一种轻量级的卷积神经网络模型GhostNet对传感器监测数据进行异常自动辨识; 通过设计各项参数并对该网络模型进行训练, 最终在验证集上测试的结果发现: 异常数据的辨识率高达99%. 通过与常规分类模型ResNet50 (残差神经网络)对比, GhostNet网络模型的异常辨识准确率提升了11%, 能够在海量道路传感器监测数据中快速辨识异常数据, 为道路传感器故障监测提供有力的数据支持.     

基于随机森林的隧道建成初期累计沉降量预测

隧道建设是公路建设中一类重要的工程,沉降是隧道质量监测的一项重要指标。为预防沉降带来的安全隐患,确保后期隧道正常运行,在建成初期对隧道的沉降累积量进行实时监测并对后期沉降作出较为准确的预测是很有意义的。采用随机森林模型对隧道建成初期的隧道累计沉降量进行预测,并将该模型的预测结果与深度神经网络模型做对比分析。结果表明,随...     

基于WOA-BiLSTM模型的空气质量指数预测

空气质量预测工作对于人们的生活日常出行具有非常重要的意义. 长短时记忆网络作为一种新型的深度学习循环神经网络, 对于时间序列数据表现出良好的预测能力. 但是针对神经网络模型在训练过程中一般凭借经验进行参数选择, 训练周期长, 预测精度低, 结果不可靠的问题, 本文提出了一种基于鲸鱼优化算法的双向长短时记忆网络模型, 即WOA (whale optimization algorithm)-BiLSTM (bidirectional long short-term memory)模型. 双向长短时记忆网络凭借其前向和后向的双向网络结构, 能够加强序列数据信息的记忆能力, 而WOA算法可以依据鲸鱼捕食时气泡网捕食的方法, 协助BiLSTM模型在训练过程中找到最优的网络参数. 将该模型用于陕西省AQI (air quality index)预测, 并分别和BiLSTM、LSTM模型进行对比, 发现本文提出的模型预测结果最好, MAE值为6.543 3, R²值达0.989 9. 将该模型用于空气质量预测领域具有良好的理论和实践意义.     

基于贝叶斯优化XGBoost的隧道沉降量预测

公路隧道在建设过程中易受到地理环境等因素的影响, 山体结构的不稳定可能会产生潜在的安全隐患, 而隧道沉降量是反应隧道结构变化的一项重要指标, 因此提出一种基于贝叶斯优化XGBoost的隧道沉降监测量预测模型. 由于隧道施工场景复杂干扰严重, 给数据采集和后期沉降变化分析带来困难, 本文首先对原始沉降监测数据进行时间尺度统一, 然后融合时域和空域信息对数据中的异常值、缺失值进行数据修复, 在此基础上, 提出贝叶斯优化的XGBoost集成模型对隧道监测的周边收敛、地表沉降和拱顶沉降数据分别进行分析. 通过与优化前模型以及时序预测模型预测结果进行对比, 发现贝叶斯优化的XGBoost模型精度最高, 对拱顶沉降、地表沉降、周边收敛的平均预测精度可以达到0.979 4. 该模型能够对隧道沉降变化过程进行有效的监测与预测, 对于隧道安全问题的监管具有重要的实际应用价值.     

基于改进UNet网络的机制砂石粉分割量化方法

机制砂是机制砂混凝土的细骨料, 其质量优劣对机制砂混凝土的强度、工作性、耐久性等性能影响十分显著, 而其石粉含量决定着机制砂的质量优劣. 由于传统的石粉检测方法程序存在繁琐、时间久、准确率低且难以量化等难题, 本文提出了一种针对机制砂特征的改进型UNet网络的机制砂石粉分割量化方法. 首先利用光学显微镜设备对机制砂颗粒进行图像采集, 并使用对比度增强、查找表算法、低通滤波等对图像进行增强、去噪等预处理, 然后引入深度残差和注意力机制模块, 构建改进UNet网络模型, 最终实现对机制砂中石粉部分的分割及量化计算. 结果表明: 本文构建的深度神经网络在机制砂训练集和验证集上的分割准确率高达95.2%和95.94%, 且在相同数据上, 相比UNet、FCN、Res-UNet方法, 分割效果提升显著.     

关于JD－X传爆药冲击波感度的研究

ＪＤ－Ｘ是一种有高耐热性、加工安全性好的传爆药，其压药工艺性好，冲击波起爆感度适宜．本文以改进的小隔板试验为基础，讨论了主炸药粒度、粘结剂品种等对ＪＤ－Ｘ传爆药冲击感度的影响     

利用废聚乙烯薄膜制造石蜡的研究

本文主要讨论了用废聚乙烯薄膜制石蜡的可行性.采用高温、低压的反应条件,加入自制的催化剂;可制得石蜡,其熔点在54～57(℃)产率达80％以上.该研究给塑料的利用,净化环境提供了可靠的依据.     

胀管技术在大修锅炉上的应用

<正>胀接是用于管—板之间的连接技术。它是利用管子和管板之间的不均匀变形所产生的残余应力来达到密封和紧固的一种方法。对于使用胀接技术的锅炉安装、锅筒的管孔尺寸、管子胀接端的外径以及管子和管孔之间的间隙大小在《工业锅炉胀接技术条件》(JB/T9619-1999)(简称《技术条件》)中已有明确规定,所以,只有符合《技术条件》中