不同加载状态曲线锚索沿程预应力损失试验研究

曲线锚索沿程预应力损失是影响衬砌结构应力分布的关键因素，获取摩擦系数和偏差系数尤其重要。开展不同加载状态曲线锚索沿程预应力损失研究，建立了模型试验平台，进行了不分级加载、分级加载和分级循环加载测试，分析了锚固端和张拉端受力特征、预应力损失变化规律、摩擦系数和偏差系数取值，并结合实际工程计算了曲线锚索任意点受力值。结果表明:曲线锚索沿程损失摩擦系数和偏差系数不仅与材料自身属性有关，还受到力学加载状态影响；与不分级相比，分级加载曲线锚索平均预应力损失由 8．47％ 降低至 3．63％，且各级荷载必须给予足够停滞时间，以保持预应力传递；分级循环加载曲线锚索预应力沿程损失大幅降低，而加载时长却较久，不适宜作为常规加载方式，宜作为极个别曲线锚索预应力值不能达标时的应急处置方案。     

一种架空蒸汽管滑动支座保温结构的优化方案

以山西某市工业园区架空蒸汽管网工程为例,提出了一种架空蒸汽管滑动支座的保温新结构,计算了普通滑动支座和新保温结构滑动支座的散热损失,并结合前期施工成本和后期运行费用,对普通滑动支座和新保温结构滑动支座进行了技术经济分析。结果表明,新保温结构滑动支座在施工阶段成本费用较高;但在运行期间可有效减少由于滑动支座弧形板处热损失所导致的蒸汽损耗的运行费用。因此采用新保温结构滑动支座实现了运行阶段的稳定、安全、节能、节省费用等。     

自适应融合层级特征的混合退化图像复原算法

多种退化类型混合的图像比单一类型的退化图像降质更严重,很难建立精确模型对其复原,研究端到端的神经网络算法是复原的关键.现有的基于操作选择注意力网络的算法(operation-wiseattentionnetwork,OWAN)虽然有一定的性能提升,但是其网络过于复杂,运行较慢,复原图像缺乏高频细节,整体效果也有提升的空间.针对这些问题,提出一种基于层级特征融合的自适应复原算法.该算法直接融合不同感受野分支的特征,增强复原图像的结构;用注意力机制对不同层级的特征进行动态融合,增加模型的自适应性,降低了模型冗余;另外,结合L1损失和感知损失,增强了复原图像的视觉感知效果.在DIV2K,BSD500等数据集上的实验结果表明,该算法无论是在峰值信噪比和结构相似性上的定量分析,还是在主观视觉质量方面,均优于OWAN算法,充分证明了该算法的有效性.     

重介选煤介耗问题分析及解决策略

当前重介煤炭具备极强的处理能力以及高效性、自动化等诸多方面的优势,因此在我国煤炭生产当中获得了广泛的应用。但在重介煤制造过程中,由于设备损耗极为严重,磁铁矿粉消耗亦是极为显著,因此,需加强重介选煤介耗问题分析,并在此基础上制定有效的解决措施,从而更好的促进行业的稳定发展。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

椭圆误差对滑动轴承转子系统运行特性的影响

建立了轴颈存在椭圆误差的滑动轴承转子系统动力学模型,通过求解雷诺方程计算出油膜力和轴承的承载能力,着重分析了椭圆误差对滑动轴承转子系统的能量损失、承载力系数以及端泄流量的影响,并根据稳定性临界转速得到椭圆误差对滑动轴承转子系统的能量损失、承载力系数以及端泄流量的影响曲线。研究结果表明:当偏心率小于0.2时,椭圆误差对滑动轴承转子系统的能量损失影响明显,当偏心率大于0.2时,椭圆误差对系统能量损失影响较小;随偏心率的增加,承载能力系数增加,椭圆误差越大,增加速率越小;同一系统中偏心率增加,轴承端泄流量增加,当偏心率大于0.6时,随椭圆误差的增加,系统端泄流量增加速率呈增大趋势。     

块矿带式机干燥过程数学模拟研究

本文以块矿带式机鼓风干燥为研究对象，借助Fluent软件建立多孔介质床层内质量、动量、能量双方程和以及水分迁移方程的耦合数学模型，研究不同工艺条件下台车去湿量的变化规律。研究结果表明：随着鼓风温度的增加，料层去湿量增大，料层前缘在干燥时间为150 s左右发生水汽冷凝；在鼓风速度为1.43 m/s,鼓风温度为300℃的条件下，料层的去湿量与初始含水量的关系不大；随着鼓风速度的增大，料层去湿量增大，在干燥时间为360 s,鼓风速度分别为1.08、1.43、1.79 m/s时，料层最大去湿量分别为31%、36%、40%,且速度增大，冷凝区减少，但是冷凝值增大。