基于深度学习的储粮害虫检测研究进展

储粮害虫检测与预警对保障粮食储存安全具有重要意义。目标检测是计算机视觉研究领域的核心问题之一，近年来深度学习在目标检测领域的应用研究取得了重大突破，储粮害虫目标检测也取得了较大进展，并逐步在粮库智能化建设中推广与应用。本文从储粮害虫数据集的获取与预处理、储粮害虫目标检测算法研究、储粮害虫检测结果应用等三个方面，总结了近年来基于深度学习的储粮害虫检测研究进展，通过对比研究，提出了该研究领域存在的问题及未来研究方向。     

长输管道不等厚焊缝应力集中分析

国内外对大口径、高钢级、高压力等级长输管道不等厚焊缝结构的研究相对较少。从应力集中的角度对管道不等厚焊缝结构进行受力分析，并通过计算得出不同结构参数变化对焊缝应力集中的影响程度。分析结果表明：采用有限元法和两点线性外插法计算管道不等厚焊缝的热点应力和应力集中系数，验证了模型的可行性；通过归一化处理后，可更加直观地对比焊缝不同结构参数对焊根处轴向应力和应力集中的影响；壁厚比对焊缝应力集中的影响远大于焊缝宽度、焊缝余高和焊缝过渡角，应重点关注高壁厚比结构的风险管段；管道不等厚焊缝处的应力集中在弯曲状态下将二次恶化，需及时管控此类风险。所得结论可为管道企业对长输管道的日常管理活动提供数据参考与风险警示。