凤城市大岭铁矿地下空场稳定性分析与数值模拟

大岭铁矿露天转地下开采留下了3个不规则的空场,其稳定性影响到整个铁矿的安全生产。采用理论分析和ADINA有限元数值分析两种方法对铁矿地下空场的稳定性进行评价,得到空场围岩的应力分布规律,推导出安全顶柱的厚度。     

基于改进YOLOv4及SR-GAN的绝缘子缺陷辨识研究

为了精准地识别无人机巡检图形中的小目标绝缘子及缺陷,本文提出了一种基于改进的深度学习目标检测网络(YOLOv4)的输电线路绝缘子缺陷检测方法.首先,通过无人机航拍及数据增强获得足够的绝缘子图像,构造绝缘子数据集.其次,利用绝缘子图像数据集训练YOLOv4网络,在训练过程中采用多阶段迁移学习策略和余弦退火学习率衰减法提高网络的训练速度和整体性能.最后,在测试过程中,对存在小目标的图像采用超分辨率生成网络,生成高质量的图像后再进行测试,以提高识别小目标的能力.实验结果表明,与Faster R-CNN和YOLOv3相比,所提算法在平均分类精度和每帧检测速率方面均有较大提升,性能表现优异.     

基于SCARA的五自由度焊接机器人的研究

以SCARA型机器人为基础,设计并分析了一种五自由度焊接机器人.通过引入第四、第五双自由度功能端,实现机器人整体的兼容性、多功能性.采用D-H法建立了机器人的运动模型,并对其进行运动学分析,得到五自由度焊接机器人的正、逆运动学求解通用公式,为实际的五自由度机器人的位置及速度控制提供了依据.利用ANSYS的有限元分析功能,对机器人建模并进行模态分析,以确保机器人在实际使用环境中的可靠性.     

基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法

绝缘子是输电线路的重要元件,绝缘子缺陷会增大输电线路的故障停运风险,因此,对绝缘子缺陷状况的早期判别十分重要.本文提出一种基于YOLOv4模型的玻璃绝缘子自爆缺陷辨识方法.首先,通过无人机采集及数据增强获取大量详实的现场绝缘子图像;其次,通过采用迁移学习的训练策略训练YOLOv4网络并改进网络的输入图像以提高辨识的准确性;最后,通过实验验证改进策略提高了网络性能.实验结果表明,所提的方法可准确、有效地实现对绝缘子缺陷的辨识.     

刍义诗歌意境的鉴赏

意境,系指作品描绘形象所达到的艺术境界和情调。诗人吟诗,常常离不开塑造形象,这“形象”,或人物,或风景,或环境,总要调动多种艺术手法将“形象”表现出来,让“形象”达到一定的艺术高度。同时,又要在“形象”中溶注自己的情感,使“形象”与“感情”和谐地统一在一起。所以,诗歌的意境,当是“形象”和“感情”的有机结合体。