ERCUnet：一种基于U-Net改进的道路裂缝检测模型

针对传统的道路裂缝检测方法存在灵活度不高、普适性不强等问题,本文参考ResNet中的残差设计和U-Net模型的U形编码解码结构,设计一种基于U-Net改进的道路裂缝检测模型——ERCUnet。该模型以残差块为主体,针对裂缝检测优化不同深度卷积层的卷积核数量,模型中所有的残差块结构相同,模型整体结构更加整齐和简单,具有可塑性好、结构性强,残差结构不仅使特征融合更加充分,也避免了深层卷积神经网络梯度消失的问题。实验在CrackForest数据集上进行,将CrackForest的118张含标注图片按照5〖DK〗∶1的比例划分训练集和测试集,通过一系列数据增广方法,有效缓解了训练数据过少的问题。损失函数融合了交叉熵和F1分数,缓解了正负样本不均衡的问题,最终的实验结果显示ERCUnet模型参数量仅为U-Net(BN)模型的13.30%,在测试集上的查全率、查准率、F1值均达70%以上,噪声率、准确率分别为29.05%、99.01%。为证实ERCUnet的可塑性,通过修改模型参数得到ERCUnet-tiny模型,其参数量仅为U-Net(BN)模型的2.39%,在测试集上取得了与U-Net(BN)相近的效果。     

连续板梁匝道桥施工技术要点

连续板梁匝道桥主要在高速匝道桥的应用比较广泛,其质量的保证关乎着千千万万过桥人员的生命财产安全。对于连续板梁匝道桥的施工技术要点,基础处理工作的完备是前提条件,道路的铺装是关键环节,同时支架的支立也是技术要点,本文以某市绕城高速匝道桥的建设工程为例,就施工过程中的主要步骤和相关问题来介绍连续板梁匝道桥的主要施工技术要点。     

柴油加氢反应器差压变送器三阀组平衡阀失效分析及防护

某石化公司柴油加氢反应器差压变送器三阀组在使用过程中阀体连接螺纹根部发生断裂,对断裂部位进行了拆解、检测等失效分析,结果表明：开裂部位存在晶界变宽情况,即存在晶间腐蚀,在晶间腐蚀长期作用下,该部位易发生晶间应力腐蚀开裂;同时阀体材料不符合标准的要求,组织中存在的条带状碳化物进一步加速开裂的发生。针对这种失效情况,提出了相应的防护策略。     

岩溶地质条件下旋挖灌注桩基础施工技术

华润置地贵阳九悦项目旋挖钻孔灌注桩基础施工中,根据岩溶地质条件下施工中遇到的不同司题,制订了技术应对措施和方法,可为类似工程提供参考.     

基于多单元均值轨迹的氰化浸出过程浸出率预测

传统的偏最小二乘方法(partial least squares,PLS)因未对建模数据求取均值轨迹,以及没有考虑多单元生产对浸出率的综合作用,导致无法准确建立过程信息与质量变量之间的回归关系.根据高铜矿氰化浸出过程的多单元和耗时长的特点,提出一种针对连续过程的基于多单元均值轨迹的浸出率预测方法.获取建模数据的均值轨迹矩阵,在此基础上分别建立每个单元与实测浸出率的回归模型.定义输入向量与每个单元建模数据的相似度以及预测模型的权重,将各单元预测结果加权综合作为最终预测值.将该方法应用于氰化浸出过程浸出率预测,仿真结果表明,该方法体现了生产过程实际物理特性,提高了模型的解释能力,增强了预测模型的泛化性能.     

新型煤层气储运技术及其应用

我国的煤炭资源相当丰富,为了确保煤矿开采过程中的安全性,采矿过程中的大量煤层气被直接排放到大气当中。但是,随着煤层气储运技术的发展,对煤层气进一步利用成为了可能。对水合物法煤层气储运方式以及采用N2-CH4混合膨胀制冷工艺对液化装置进行了较为详细的论述,以期给新型煤层气储运技术的完善及相关新技术的投产运行提供一个客观的参考。     

苯并咪唑液晶/磷酸二元体系固态电解质的无水质子传导性能

以端部含溴基的棒状液晶为前体,利用亲核取代法合成了热致性近晶相苯并咪唑液晶.近晶相下苯并咪唑基团自组装形成二维的质子传导通道,在150℃下其无水质子传导率可达3.6×10-5Scm-1.通过适量的磷酸掺杂(5％质量比)制备苯并咪唑分子/磷酸二元体系以提升其质子传导性能.液晶相及电化学测试显示,5％磷酸的二元体系近晶相得...     

PTA旋转真空过滤机转速波动原因分析及处理

针对洛阳石化精对苯二甲酸(PTA)装置氧化单元旋转真空过滤机转速波动的原因进行分析,提出采取提高进料量、延长碱洗碱泡时间、加强设备维护等措施,消除了过滤机转速波动,减少了链条断裂和滤布经常破损的现象,有效地稳定了生产。     

PTA氧化过滤干燥系统典型问题及对策

介绍了精对苯二甲酸(PTA)装置氧化过滤干燥系统存在的典型问题,系统分析了产生这些问题的原因,并提出相应的对策.     

基于非负矩阵分解的多模态过程故障监测方法

针对传统的多元统计故障监测方法往往需要假设测量数据服从单一高斯分布的不足,提出了一种基于非负矩阵分解(NMF)的多模态故障监测方法。首先使用标准的NMF算法对训练集数据进行聚类,将多模态数据划分到各个模态中;然后使用稀疏性正交非负矩阵分解(SONMF)算法对各模态分别建模,同时构造监控统计量进行故障监测。将提出的基于非负矩阵分解的多模态故障监测方法应用于数值例子和TE过程的仿真结果表明,该方法能够及时有效地检测出多模态过程中的故障。