基于YOLOv5的电力巡检图像缺陷识别研究

针对输电线路巡检中可能出现的裂化、老化、腐蚀、破损等诸多缺陷的情况,为保证输电线路运行的安全和稳定,文中开展了基于YOLOv5的电力巡检图像缺陷识别研究。在YOLOv5算法的基础上,结合电力巡检图像特点,采用CIOU_Loss作为Bounding box的损失函数,使其具有更快、更好的收敛效果;选用DIOU_NMS用于NMS处理,提高对遮挡重叠目标的识别精度;同时,在对数据集进行分类处理后,采用\"分别训练、统一推断\"的方法,冻结部分网络层权重来训练网络模型。实验结果显示,基于YOLOv5算法模型可以有效地识别电力巡检图像缺陷情况。     

醋酸木质素结构特性及抗氧化研究

采用醋酸法提取大叶麻竹笋笋壳中木质素,对其表面微观特性、结晶特性、热稳定性和吸湿特性等进行分析,并进一步研究了醋酸木质素的抗氧化能力,并与相同来源的纤维残渣和粗膳食纤维进行对比研究。研究结果表明：醋酸木质素表面成球形且结构粗糙多孔;并以无定形结构存在;热稳定性较好;吸湿率很低;在DPPH自由基清除能力和亚铁离子还原能力（FRAP）方面,醋酸木质素抗氧化能力高于人工合成的抗氧化剂BHT,其ABTS自由基清除能力与BHT相当,无显著差异。而且醋酸木质素的抗氧化能力都要显著高于相同来源的纤维残渣和粗膳食纤维。因此,醋酸木质素具有应用于抗氧化剂的潜力。     

海藻糖对草鱼鱼糜冻藏品质的影响

为研究添加海藻糖对草鱼冷冻鱼糜蛋白质变性的抑制效果,首先检测冻藏期(12周)内各组盐溶性蛋白、总巯基、Ca~(2+)-ATP酶活力、羰基含量的变化,发现6%添加量能最大程度地抑制蛋白质的变性,并于冻藏6个月后对基质构特性进行测定,其凝胶强度达3 026g·mm,极显著高于对照组(P0.01),扫描电镜发现该组鱼糜凝胶超微三维网状结构更为紧实、致密、坚韧。综上表明,6%的海藻糖能抑制草鱼鱼糜蛋白在冷冻过程中的变性,延缓鱼糜冻藏品质的下降,其作为一种潜在的商业鱼糜抗冻剂具有良好的应用前景。     

Cu-15Fe-Ce轧制形变合金组织和性能研究

采用真空感应熔炼制备了Cu-15Fe-Ce合金,并结合冷轧和时效工艺制备合金带材。通过电镜微观组织观察和能谱分析,拉伸性能和导电率测试,研究了不同Ce含量对Cu-15Fe合金的显微组织、力学和电学性能的影响规律。结果表明,微量稀土Ce的添加有利于细化Cu-15Fe合金的富铁相,减小轧制后铁纤维的间距,从而激发不同的强化机制,改善合金的机电性能和高温抗软化性能。然而,过量的Ce元素在晶界处形成网状分布的金属间化合物,降低合金的整体性能。当Ce含量为0.005wt.%时,Cu-15Fe-Ce经过500℃×60min时效处理后,合金带材达到最佳综合性能。     

一种故障树结构匹配算法及其应用

面对以故障树形式汇集的大量历史事故案例,故障树结构匹配是借鉴历史经验在有限时间、人力和成本下实现对新事故准确和全面调查的有效手段。根据事件演化的时序和因果推理的结构特征,提出一种故障树结构匹配算法。通过构造故障树结构匹配的隐马尔可夫模型,利用维特比算法预测待匹配序列的最佳序列。实验数据显示,相对于基于节点的结构匹配算法,该算法在匹配的准确性、结构缺陷的检测效果等方面有显著提升。     

微纳米铜粉的液相还原法制备及抗氧化研究进展

以纳米和亚微米尺度为主的微纳米铜粉,因其具有高导电导热性、低的电化学迁移行为、强的可焊性以及低廉的价格和易得的原料,是现代军工、船舶、航天与尖端科技领域的重要功能材料。针对不同应用特性而对微纳米铜粉的形貌粒度和表面特性有着不同的要求,同时较小的粒度分布和较高的活性以及易氧化的特性对制备和存储提出了更高的要求。液相还原法利用氧化还原反应的机理,通过调控工艺条件可以针对性控制微纳米铜粉的粒径和形貌,并可在此基础上进行表面改性处理改善其抗氧化能力,以达到更好的应用特性。本文综述了液相还原过程中不同调控因素（还原剂、铜源、保护剂、溶剂、反应温度和pH）对微纳米铜粉形貌粒度及分散性的影响,进一步概括了微纳米铜粉抗氧化的三种处理方法（表面包覆、表面晶面重构和表面转化处理）,简述了微纳米铜粉在化学催化、医疗抗菌、润滑摩擦和电子浆料等领域的应用现状,总结了微纳米铜粉的应用困境和发展方向,并对其发展前景进行展望,以期为液相还原法制备微纳米铜粉的发展提供借鉴。     

回火温度对X90管线钢焊接接头组织性能的影响

对X90管线钢埋弧焊焊接接头在500~600℃高温回火处理,之后进行拉伸、硬度和冲击测试,并利用扫描电镜对焊接接头显微组织及断口进行分析。结果表明,回火处理后的试样组织多边形类晶粒增多,且M/A组织逐渐分解;其中抗拉强度在回火温度为600℃时下降幅度最大;冲击韧性在550℃时达到峰值208.70J,提高了41.9%;回火温度在500~600℃时,试样呈软化-硬化的规律。试验结果表明,经过550℃热处理后的焊接接头塑韧性得到明显改善,其具有良好的综合性能,这一好的性能归因于组织内M/A淬硬相的分解、位错的重组合并及较少的析出相。     

离散四水库问题基准下基于n步Q-learning的水库群优化调度

水库优化调度问题是一个具有马尔可夫性的优化问题。强化学习是目前解决马尔可夫决策过程问题的研究热点,其在解决单个水库优化调度问题上表现优异,但水库群系统的复杂性为强化学习的应用带来困难。针对复杂的水库群优化调度问题,提出一种离散四水库问题基准下基于n步Q-learning的水库群优化调度方法。该算法基于n步Q-learning算法,对离散四水库问题基准构建一种水库群优化调度的强化学习模型,通过探索经验优化,最终生成水库群最优调度方案。试验分析结果表明,当有足够的探索经验进行学习时,结合惩罚函数的一步Q-learning算法能够达到理论上的最优解。用可行方向法取代惩罚函数实现约束,依据离散四水库问题基准约束建立时刻可行状态表和时刻状态可选动作哈希表,有效的对状态动作空间进行降维,使算法大幅度缩短优化时间。不同的探索策略决定探索经验的有效性,从而决定优化效率,尤其对于复杂的水库群优化调度问题,提出了一种改进的ε-greedy策略,并与传统的ε-greedy、置信区间上限UCB、Boltzmann探索三种策略进行对比,验证了其有效性,在其基础上引入n步回报改进为n步Q-learning,确定合适的n步和学习率等超参数,进一步改进算法优化效率。