铝钛共渗钢的研制与工业应用

介绍了开发的铝钛共渗工艺及其特点,该工艺可根据需要调整渗剂配方,实现渗钛或铝钛共渗.研究了一种封闭剂,重点解决了渗剂高温氧化烧结问题,使渗层质量优良、性能稳定.描述了铝钛共渗层的特征和焊接性能及耐腐蚀效果.在中国石化扬子石油化工股份有限公司炼油厂的应用表明,铝钛共渗钢具有良好的抗低温H2S腐蚀的能力,并具有优良的耐冲刷、耐磨蚀性能.     

基于粒子群算法的劣化桥面铺装多目标组合维护策略优化研究

发展了维护导致的间接维护成本改进模型,基于改进的桥面铺装劣化模型推导了在组合维护策略下其状态指标评估公式,建立了多目标组合维护优化模型.使用自适应粒子群优化算法,根据寿命期内维护成本现值最小化和状态指标最大化的原则,满足性能要求和预算限制约束下,优化出寿命期内成本和性能都满足要求的维护策略.以劣化水泥混凝土桥面铺装为数...     

Real-time Safety Helmet-wearing Detection Based on Improved YOLOv5

Safety helmet-wearing detection is an essential part of the intelligent monitoring system. To improve the speed and accuracy of detection, especially small targets and occluded objects, it presents a novel and efficient detector model. The underlying core algorithm of this model adopts the YOLOv5 (You Only Look Once version 5) network with the best comprehensive detection performance. It is improved by adding an attention mechanism, a CIoU (Complete Intersection Over Union) Loss function, and the Mish activation function. First, it applies the attention mechanism in the feature extraction. The network can learn the weight of each channel independently and enhance the information dissemination between features. Second, it adopts CIoU loss function to achieve accurate bounding box regression. Third, it utilizes Mish activation function to improve detection accuracy and generalization ability. It builds a safety helmet-wearing detection data set containing more than 10,000 images collected from the Internet for preprocessing. On the self-made helmet wearing test data set, the average accuracy of the helmet detection of the proposed algorithm is 96.7%, which is 1.9% higher than that of the YOLOv5 algorithm. It meets the accuracy requirements of the helmet-wearing detection under construction scenarios.     

融合环境特征与改进YOLOv4的安全帽佩戴检测

目的 在施工现场，安全帽是最为常见和实用的个人防护用具，能够有效防止和减轻意外带来的头部伤害。但在施工现场的安全帽佩戴检测任务中，经常出现难以检测到小目标，或因为复杂多变的环境因素导致检测准确率降低等情况。针对这些问题，提出一种融合环境特征与改进YOLOv4（you only look once version 4）的安全帽佩戴检测方法。方法 为补充卷积池化等过程中丢失的特征，在保证YOLOv4得到的3种不同大小的输出特征图与原图经过特征提取得到的特征图感受野一致的情况下，将两者相加，融合高低层特征，捕捉更多细节信息；对融合后的特征图采用3×3卷积操作，以减小特征图融合后的混叠效应，保证特征稳定性；为适应施工现场的各种环境，利用多种数据增强方式进行环境模拟，并采用对抗训练方法增强模型的泛化能力和鲁棒性。结果 提出的改进YOLOv4方法在开源安全帽佩戴检测数据集（safety helmet wearing dataset，SHWD）上进行测试，平均精度均值（mean average precision，mAP）达到91.55%，较当前流行的几种目标检测算法性能有所提升，其中相比于YOLOv4，mAP提高了5.2%。此外，改进YOLOv4方法在融合环境特征进行数据增强后，mAP提高了4.27%，在各种真实环境条件下进行测试时都有较稳定的表现。结论 提出的融合环境特征与改进YOLOv4的安全帽佩戴检测方法，以改进模型和数据增强的方式提升模型准确率、泛化能力和鲁棒性，为安全帽佩戴检测提供了有效保障。     

TiN涂层刀具高速车铣切削性能及磨损机理

实验研究了高速车铣D60钢时TiN涂层刀具的切削性能和磨损机理.结果表明,在水溶性冷却液浇注冷却条件下,高频交变热应力较大,涂层剥落较快,TiN涂层刀具的耐磨性较差,不能适应切削加工的要求.与此相反,干式切削时,高频交变热应力较小,虽在涂层表面有微裂纹产生,但涂层不易剥落,刀具耐磨性较好,可进行长时间稳定切削.干式切削过程中,由于机械冲击,在刀刃处产生的微小凹缺陷,是造成刀具磨损的主要原因.不论湿式切削还是干式切削,涂层剥落后,切削区产生的瞬时热量聚集将使基体粘结相软化,进而导致硬质相颗粒脱落和基体的剧烈磨损.     

机械研磨修复精密偶件的工艺研究

柴油机燃油供给系统作为柴油机的一个重要子系统,其工作质量的好坏,对柴油机动力性、经济性、使用可靠性影响极大。介绍了柴油机燃料系统中精密偶件的磨损原因、磨损部位以及磨损后对柴油机工作的影响;对研磨修复精密偶件的工艺作了详细探讨。     

基于轻量级结构重参数化网络的口罩检测算法

常态化疫情防控形势下,火车站、地铁站等公共场所人群密集,容易发生病毒的传播。针对人群密集场所口罩目标较小、模型参数量大、难以部署的问题,提出一种改进的轻量级结构重参数化网络。在Retinaface算法上,使用双重级联金字塔网络替换原有的特征融合网络,增强特征信息,提高对小尺度目标的检测效果;同时使用结构重参数化网络RepVGG替换原有的MobileNet0.25主干网络,在模型训练时,通过残差结构提高模型特征提取能力,在模型推理时,通过模型结构重新参数化减少模型参数,提高推理速度。实验结果表明,本文算法在GPU上帧率达到92.59 fps,在自建数据集的3个不同等级的验证集上的平均准确率（mAP）达到94.17%、93.30%、86.88%,相比原始Retinaface算法分别提高了1.17个百分点、2.89个百分点、5.35个百分点,可以更好地在自然场景中进行口罩佩戴检测。     

基于改进YOLOv4的口罩佩戴检测算法

为解决YOLOv4在目标检测任务中检测速度低、模型参数多等问题,提出一种改进YOLOv4的目标检测算法。将YOLOv4主干网络中的CSPDarknet53替换成Mobilenet用以增强YOLOv4的特征提取网络,PANet原有的3×3标准卷积被深度可分离卷积取代,以降低计算负荷,从而提高识别速度,减少模型参数。然后使用K-means+〖KG-*3〗+算法对由8565张图像组成的数据集进行anchor维度聚类,以提升算法精度。同时,搭建行人口罩佩戴及人体测温拍摄系统用以在人群密集场所中执行疫情防控任务。在保证YOLOv4-Mobilenet网络精度的前提下,相较于原算法FPS提升200%、模型参数减少82%。改进后的模型平均每秒可检测67张图片,可以胜任实际应用中的口罩佩戴检测任务,结果表明该模型检测效果好、鲁棒性较强。     

疫情防控背景下人工智能口罩检测技术的研究热点——基于CiteSpace可视化图谱分析

随着人工智能技术的不断发展,越来越多的人体验到人工智能为生活带来的诸多便利.在疫情防控期间,佩戴口罩是阻断病毒传播十分有效的手段.然而依靠人工在人员密集场所检查出入人员是否佩戴口罩在一定程度上增加了疫情传播的风险.因此利用人工智能的目标识别技术进行口罩佩戴检测显得尤为重要,国内外的学者已开展此项领域的相关研究.基于此,借助CiteSpace软件,通过计量可视化分析功能,以中国知网(CNKI)和Web of Science数据库作为数据来源,检索国内外2020-2021年人工智能领域口罩检测相关论文数据,并进行可视化分析,对国内外发文数量、研究机构、关键词共现图谱、聚类图谱以及作者关联图谱进行分析和整理.研究国内外利用人工智能目标识别技术进行口罩佩戴检测应用在疫情期间所发挥的作用,了解国际与国内研究的差异,为研究人工智能目标检测领域学者提供有效的借鉴与参考,促进人工智能目标识别技术发展.     

涤氨弹力针织物服用性能的研究

文章对具有相同纱线细度、相同组织结构和后处理工序的普通涤纶针织物和涤氨弹力针织物的各项服用性能指标进行了测试,并评价了两种针织物服用性能的差异,为正确使用两种针织物提供了参考依据。