海洋环境载荷作用下随机疲劳裂纹扩展的基本控制参数的初探

本文建立了随机疲劳裂纹扩展的基本控制参数的概念,并在此基础上提出了一种计算步骤简便,计算结果更接近于实际的估算随机疲劳裂纹扩展寿命的方法。初步的研究结果表明,在随机载荷作用下,以裂纹尖端的均值应力强度因子幅度ΔK_(mean)。作为随机疲劳裂纹扩展的基本控制参数,是相当令人满意的。作为上述基本控制参数的应用实例,作者直接利用了模拟实际海洋环境载荷作用下的疲劳裂纹扩展试验数据,对半潜式钻井平台立柱的腐蚀疲劳剩余寿命进行了估算。     

GK1c6240型柴油机游车故障处理

对GK1c6240型柴油机的游车故障进行分析并采取相应处理措施后，游车故障明显下降，确保了机车运行安全。     

GK1F型机车车轴齿轮箱关节轴承孔的修复

1 现状 GK1F型机车车轴齿轮箱通过齿轮箱拉臂支撑于转向架上,以保持车轴齿轮箱处于相对水平位,并克服因轮对牵引力的反扭矩作用引起的齿轮箱向下翻转的趋势.齿轮箱拉臂一端通过拉臂销与齿轮箱上箱的关节轴承联接以适应转向架构架的震动,另一端则装有橡胶缓冲垫以吸收运动中的冲击负荷.由于机车在运行过程中转向架构架与齿轮箱间总是不断地有相对运动,且轮对牵引力的反扭矩持续作用于拉臂关节轴承处,导致拉臂销与关节轴承间也不断地发生相对运动.     

基于改进RetinaNet的宫颈异常细胞检测算法

宫颈异常细胞特征细微难以提取、小目标容易漏检、细胞边界回归不准确导致异常细胞检测精度不高，鉴于此，本文提出了一种结合注意力的全尺度特征融合RetinaNet(AFF-RetinaNet)宫颈异常细胞检测算法。首先，采用ResNeSt-50作为特征提取网络提取宫颈异常细胞的细微特征；其次，引入平衡特征金字塔（BFP）结构，对所有特征层进行全尺度融合，增强小目标的语义信息，并利用BFP中的非局部注意力模块获取图像的全局信息，以进一步增强特征空间的语义信息；最后，采用CIoU Loss作为回归分支的损失函数，以提高对异常细胞边界回归的准确率。另外，针对实际应用场景，基于AFF-RetinaNet算法实现了全视野宫颈细胞病理学图像（WSI）推理流程，并基于该推理流程对WSI中的异常细胞进行了检测。AFF-RetinaNet在宫颈异常细胞数据集上的平均精度均值（mAP）为83.4%，其中对小目标的mAP值（mAP-s）达到了24.4%，相较于基准RetinaNet算法分别提高了3.2个百分点和10.8个百分点。基于AFF-Retina的WSI推理结果在感兴趣区域中的mAP为70.8%。实验结果表...