基于全U网络的混凝土路面裂缝检测算法

针对现有的混凝土裂缝检测算法在各种复杂环境中检测精度不够、鲁棒性不强的问题,根据深度学习理论和U-net模型,提出一种全U型网络的裂缝检测算法。首先,依照原U-net模型路线构建网络;然后,在每个池化层后都进行一次上采样,恢复其在池化层之前的特征图规格,并将其与池化之前的卷积层进行融合,将融合之后的特征图作为新的融合层与原U-net网络上采样之后的网络层进行融合;最后,为了验证算法的有效性,在测试集中进行实验。结果表明,所提算法的平均精确率可达到83.48%,召回率为85.08%,F1为84.11%,相较于原U-net分别提升了1.48%,4.68%和3.29%,在复杂环境中也能提取完整裂缝,保证了裂缝检测的鲁棒性。     

铌硅基高温合金定向凝固铸造温度场模拟计算

以铌硅基高温合金定向凝固铸造过程为对象，通过实验测试和反求法确定了铌硅基高温合金和型壳的热物性参数，以及凝固过程各界面换热系数等边界条件；利用ProCAST软件对不同抽拉速率下铌硅基高温合金凝固过程温度场进行了模拟。结果表明，随着抽拉速率由5 mm·min?1增加到10 mm·min?1，固/液界面离液态金属锡表面的距离由12.1 mm下降到8.2 mm；平均糊状区宽度逐渐变窄，由11.5 mm减小到10.4 mm。针对抽拉速率为5 mm·min?1的实验结果表明，数值模拟结果与实际定向凝固实验获得的一次枝晶间距差异在6%以内，从一个方面验证了温度场模拟结果的正确性，相关结果可为铌硅基高温合金叶片定向凝固铸造参数的确定提供参考。      

安家岭露天矿南帮边坡不稳定区域防治措施

安家岭露天矿通过开展边坡年度稳定性评价工作,对稳定性不足区域提出治理措施,并结合下1年度生产计划对采矿方案进行调整。安家岭露天矿采矿主要调整南帮逆断层影响区域,通过提前掏槽开采—快速内排压脚,使逆断层影响区域满足边坡安全;快速内排压脚后并对原运煤系统进行了调整,可以有效缩短运煤路线,在保证安全基础上取得可观的经济效益。     

AgBr-Ag3PO4-CSs三元复合光催化剂的制备及性能

以AgNO_3、KBr、Na_2HPO_4和碳球(CSs)为原料,通过共沉淀法制备了高活性的AgBr-Ag_3PO_4-CSs三元复合光催化剂。利用X射线衍射、场发射扫描电子显微镜、紫外-可见漫反射光谱和X射线光电子能谱等对复合催化剂的结构、形貌、光吸收范围及价态进行了表征,通过可见光下降解罗丹明B(RhB)和苯酚对复合催化剂的性能进行了考察。结果表明:以CSs为载体,将AgBr和Ag_3PO_4负载在CSs上,当n(AgBr):n(Ag_3PO_4)=4:100时,所得的4%AgBr-Ag_3PO_4-CSs复合催化剂光催化效果最佳,可见光照50 min时,对RhB的降解率达到99.3%;光照60 min时,降解率达到99.5%,几乎降解完全。对苯酚也具有超强的降解能力,捕获剂实验表明空穴为主要活性物种,并且所制备的复合光催化剂循环使用5次后时仍具有较高的光催化活性。     

前混合磨料射流锚杆拆除装置设计

介绍锚杆应用及常用的拆锚方法,针对现有前混合磨料射流退锚装置存在锚杆拆卸时间长、工人作业环境差、装置部件锈蚀维护性差等问题,提出了一种前混合磨料射流退锚改进装置,并进行现场试验,结果表明,所改进设计装置具有退锚时间短、对工人伤害小、操作简便、部件维护周期长和无需专门配备泵站等特点,对进一步提高锚杆拆除效率具有重要参考价值。     

可控源时域电磁剖面成像方法与应用

为了提高可控源时域电磁成像方法的分辨能力,实现对油气储层的有效识别,在多道瞬变电磁法的研究基础上,开展可控源时域电磁剖面成像方法与实际应用研究,以期提高视电阻率成像的稳定性与可靠性,解决油气储层与油水分界面识别难题。首先,以瞬变电磁场扩散理论为基础,将阶跃电流激发条件下得到的电场响应做微分运算,得到电场分量二次场波峰幅值与其走时的对应关系,定义了该方法视电阻率计算公式及其成像方法;其次,确立了该方法的野外资料采集方式,即保持地面观测点不动,依次移动发射源,将采集到的数据进行归一化处理,结合视电阻率成像方法,获取地下地质构造视电阻率剖面;最后,利用该成像方法对大庆宋芳屯油田可控源时域电磁法试验资料进行了处理,获取了试验区视电阻率拟断面图。结果表明,通过与试验区测井资料及瞬变电磁二维反演电阻率剖面对比认为,该方法成像简单快速,降低了反演的非唯一性,增强了资料解释的可靠性,成像结果具有良好的地质效果。     

校企互融开展企业职工终身培训的实施途径与方法

通过开展培训可以提高人力资源的质量,其态度、价值与行为也将改变,人才质量的提高可以提升企业的市场竞争力,保证企业的高质量和可持续发展。校企互融开展职工终身培训将成为企业智力增长的发动机。对国内目前高职院校和企业在推行终身职业技能培训方面存在的问题进行了分析,并提出发展建议。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.