模具表面织构对圆筒件拉深成形性能的影响

以圆筒件拉深成形为研究对象,研究模具表面织构对冲压成形性能的影响,并与实验结果进行对比。在此基础上,采用ABAQUS有限元软件建立圆筒件拉深表面织构的有限元模型,研究织构的形状、尺寸、分布等基本结构参数对圆筒件拉深成形性能的影响,探究织构对板料应变、减薄率等的影响规律。结果表明：模具表面设计织构,对成形性能有一定的影响;相较于未设计织构的模具表面,在凹模圆角处设计三角形织构具有最佳的效果,可以明显地减小圆筒件拉深成形的最大减薄率,进而提高板料的冲压成形性能。     

基于改进YOLOv5的煤矿井下暗环境矿工安全穿戴智能识别

煤矿井下矿工安全智能识别是防止矿工受到意外伤害的重要保护措施之一。为了提高煤矿井下光线不足等暗环境下的识别准确率,提出一种基于改进YOLOv5的目标检测算法对矿工安全穿戴进行智能识别。首先,实地采集数据构建安全穿戴数据集,将其输入到弱光增强网络Zero-DCE中,提升模型的泛化能力;其次,提出C-ASPP模块,通过对ASPP改进并加入注意力机制,将其加入主干网络之中,使模型更加高效关注安全穿戴区域的特征;然后,在主干融入Transformer算法,增强模型对不同尺度目标的动态调整能力;最后,在特征融合阶段,使用双向特征融合金字塔模型,提高模型的特征提取能力和检测性能。试验结果表明：改进后的YOLOv5算法的平均检测精度提升至90.2%,较原算法提高了3个百分点,检测速度为81.2帧/s,相较于其他算法有着较高的准确度和速度,可满足井下工作区域内矿工安全穿戴识别要求。