基于改进YOLOv7的钢材表面缺陷检测

钢材表面缺陷对于钢材行业来说是一个巨大的挑战。针对传统的钢材缺陷检测方法存在着效率低、检测精度不高等问题,基于YOLOv7设计了一种AFSD-YOLOv7模型进行实时的钢材表面缺陷检测。首先,在YOLOv7模型中使用一种轻量化卷积结构替换标准卷积结构,,以加速模型的推理过程;然后采用快速空间金字塔池化结构替换原始空间金字塔池化结构,以加速网络的特征提取过程;最后添加改进的ECA-Net注意力机制,以提升模型检测精度。实验结果表明,AFSD-YOLOv7能够对钢材缺陷进行有效识别,相比YOLOv7模型,计算量减少了54.8%,mAP提高了3.2%,对于钢材表面缺陷检测具有实际应用价值。     

基于深度信任网络模型的乌东选煤厂铁路车号图像识别方法

精准识别铁路车号可以为煤厂装车提供依据,从而保证装车环节高效顺利地完成。为此,提出了基于深度信任网络模型的乌东选煤厂铁路车号图像识别方法。首先,利用高速摄像机设备采集原始的车号图像,并利用索贝尔算子检测图像边界;然后,根据列车车号的字体笔画宽度特点,采笔画宽度变换算法定位确定图像中的车号区域,并利用LBP算法提取车号区域内的特征;最后,将提取的特征输入到深度信任网络模型中,在训练网络模型并不断更新参数后,准确识别车号图像。实验表明：该方法能够精准识别乌东选煤厂铁路列车车号图像。在深度信任网络模型中,当受限玻尔兹曼机网络为4层、隐含层节点个数为128个时,该模型的分类识别能力最强,训练损失最小,性能最佳。     

考虑无线充电的无人机路径在线规划

近年来, 无人机在物流、通信、军事任务、灾害救援等领域中展现出了巨大的应用潜力, 然而无人机的续航 能力是制约其使用的重大因素, 在无线充电技术不断突破和发展的背景下, 本文基于深度强化学习方法, 提出了一 种考虑无线充电的无人机路径在线优化方法, 通过无线充电技术提高无人机的任务能力. 首先, 对无人机功耗模型 和无线充电模型进行了构建, 根据无人机的荷电状态约束, 设计了一种基于动态上下文向量的深度神经网络模型, 通过编码器和解码器的模型架构, 实现无人机路径的直接构造, 通过深度强化学习方法对模型进行离线训练, 从而 应用于考虑无线充电的无人机任务路径在线优化. 文本通过与传统优化方法和深度强化学习方法进行实验对比, 所提方法在CPU算力和GPU算力下分别实现了4倍以及100倍以上求解速度的提升.     

云计算数据中心组网技术研究

讨论云计算数据中心网络面临的新需求、新挑战,针对数据中心内部互联、数据中心之间互联的两个应用场景,梳理并提出组网技术。在数据中心内部,为满足云计算新业务需求,提出了大二层网络的组网解决方案。在数据中心之间,同样为解决二层网络延伸的问题,提出了二层VPN和MAC in IP的解决方案,满足数据中心承载的云计算业务需求,保证云计算的快速发展。     

High Temperature Oxidation of FGH96 P/M Superalloy

High temperature oxidation behaviors of FGH96 P/M superalloy have been studied in air at temperatures ranging from 600 to 1000℃. By means of isothermal oxidation testing,X-ray diffraction,SEM(scanning electron microscopy),and EDS(energy dispersive X-ray spectroscopy) analyses,the oxidation kinetics as well as the composition and morphology of scales were investigated. Thermodynamic calculations were used to explain the oxidation mechanism. The results showed that as the oxidation temperature increased,the oxidation rate,the scale thickness,and scale spallation increased. FGH96 P/M superalloy exhibits good oxidation resistance at temperature below 800℃. The oxidation kinetics follows an approximately parabolic rate law,and the oxide layer was mainly composed of Cr2O3,TiO2,and a little amount of NiCr2O4. The oxidation is controlled by the transmission of chromium,titanium,and oxygen through the oxide scale.     

基于有限元分析的板料形状对S梁拉深的影响

基于DYNAFORM动力显式有限元分析软件,将数值模拟技术应用于S梁的坯料优化过程,研究了不同的毛坯形状、尺寸对S梁拉深的成形极限图、厚度分布、减薄率的影响。通过对比分析不同的坯料成形模拟结果,确定较为合理的毛坯形状尺寸。研究结果表明:方式1是不可取的,而方式2能很好地成形出合格零件,最大减薄率为16.6%,最大增厚率为1.84%。在法兰处可以适当添加拉延筋以缓解起皱趋势。     

深度神经网络模型后门植入与检测技术研究综述

作为当前人工智能快速发展的代表性技术之一,深度神经网络的应用范围越来越广,由此带来的安全性问题也逐渐受到关注。现有研究主要聚焦于如何高效构造多样化的对抗样本,以实现对深度神经网络模型的欺骗,以及如何检测对抗样本并加固深度神经网络模型。但是,随着深度神经网络模型的开发越来越依赖开源数据集、预训练模型和计算框架等第三方资源,模型被植入后门的风险越来越高。从深度神经网络模型生命周期的各个环节出发,对深度神经网络模型后门植入与检测相关技术进行了归纳总结,对比分析了不同技术的主要特征与适用场景,对相关技术未来的发展方向进行了展望。     

0.18μm工艺下p-n结电荷收集的三维TCAD模拟

采用三维TCAD模拟的手段,针对0.18μm工艺下的真实p-n结,研究了偏压、温度、衬底掺杂浓度和LET对辐射诱导的SET电流脉冲的影响. 研究结果表明,在1.62～1.98V的范围内,偏压对电流脉冲的形状有明显影响,而对2ns内的电荷收集总量几乎没有影响;电流脉冲峰值和2ns内的电荷收集总量均随着温度的增加而降低,但温度对电流脉冲峰值的影响更大,而对电荷收集总量的影响相对较小;在典型的现代工艺条件下,衬底掺杂浓度的起伏对单粒子加固性能的影响基本可以忽略;电流脉冲的峰值和电荷收集量二者均随着LET的增加而增加.     

Investigation of HgCdTe p-n device structures grown by liquid-phase epitaxy

The microstructure of p-n device structures grown by liquid-phase epitaxy (LPE) on CdZnTe substrates has been evaluated using transmission electron microscopy (TEM). The devices consisted of thick (∼21-μm) n-type layers and thin (∼1.6-μm) p-type layers, with final CdTe (∼0.5 μm) passivation layers. Initial observations revealed small defects, both within the n-type layer (doped with 8×10¹⁴/cm³ of In) and also within the p-type layer but at a much reduced level. These defects were not visible, however, in cross-sectional samples prepared by ion milling with the sample held at liquid nitrogen temperature. Only isolated growth defects were observed in samples having low indium doping levels (2×10¹⁴/cm³). The CdTe passivation layers were generally columnar and polycrystalline, and interfaces with the p-type HgCdTe layers were uneven. No obvious structural changes were apparent in the region of the CdTe/HgCdTe interfaces as a result of annealing at 250°C.     

铝合金微弧氧化陶瓷层的耐磨性

应用微弧氧化这一高新表面改性技术在LY12铝合金表面形成陶瓷膜层,并对其在常温下的耐磨性能进行了对比测试与分析。实验结果表明,微弧氧化陶瓷膜层的表面磨损外观比较均匀,磨损痕迹也比较轻微,其表面硬度达到2500HV,是基体的10倍以上。由此可见,微弧氧化技术大大改善了铝合金表面耐磨特性和硬度。