基于深度学习的铁路异物侵限快速检测方法

针对列车运行环境内因意外突发事件所造成的异物侵限而影响列车安全运行的问题,在被广泛应用于工业领域的YOLOv3目标检测模型的基础之上,提出一种融合轨道限界和侵限异物识别的快速检测方法。首先,以ResNet-18网络作为铁路限界检测的主干网络,利用辅助检测模块提升限界检测精度,达到特征提取速度快,语义信息丰富充足等目标。同时采用基于行锚框的分割算法检测轨道线坐标位置,结合标准轨距下的限界定义确定铁路异物入侵限界的范围,以减少侵限异物检测的区域。其次,设计基于Octave卷积的层内多尺度残差模块,将单通道卷积变为基于图像频率的双通道卷积,以降低卷积计算量,进一步提升异物侵限算法的检测速度。最后,引入空间金字塔模块和特征自适应融合模块,实现高、低级语义信息交换,从而增加网络对不同尺度目标的感知能力,并减少语义冲突问题。通过对比实验验证异物侵限检测算法的精度、速度和有效性。实验结果表明,所述方法能以172帧/s的速度对轨道位置和限界区域进行检测,精确度达98.12%。与其他算法相比,在大中小3种目标尺度上都超越了其他对比算法。所提出的融合轨道限界和侵限异物检测的方法,在保证精度的前提下,速度达到YOLOv3算法的2倍,能够满足列车对侵限异物的实时检测需求。

基于RFID技术的西门子840D刀具管理的研究及应用

随着加工自动化的提高,数控机床刀具管理的自动化成为运行生产可靠的重要保证。文章简要介绍了无线射频技术的发展及在刀具管理中的应用,通过对西门子840D数控系统的刀具管理功能的研究,使RFID技术与840D刀具管理功能相结合,给出了可实现的技术路线。

基于深度学习的铁路限界快速检测算法

列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术。列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故。为解决列车运行环境内影响运行安全的异物侵限问题,基于深度学习算法,提出一种铁路轨道限界快速检测算法。该方法首先采用预设行锚框的方式对图像进行划分,将传统分割算法的逐像素预测,转变为对每个行锚框进行逐网格预测,以达到显著降低算法计算量,并提高检测速度的目的。同时,通过快速识别图像中属于轨道部分的像素,结合轨道线的连续特征进行追踪,达到铁路轨道坐标的智能快速识别。最后根据标准轨距下限界的定义,对识别出的轨道线坐标和侵限区域进行扩充,以确定铁路异物入侵限界的范围。通过在真实轨道数据集上的对比实验,验证所提算法能以172FPS的速度快速检测铁路限界,且轨道线和限界区域的识别精度分别达到98.96%和98.12%,F1值分别达到99.68%和98.95%,限界区域检测的平均交并比MIoU达到96.88%,各类指标均取得当前最好的准确率和性能,满足高速列车对环境感知精度和速度要求,可以为异物侵限检测、目标跟踪和列车控制等环境感知及运行控制等下游任务提供基础,提升列车运行的安全性。

江西省“互联网+智慧农业”发展模式分析

“互联网+智慧农业”以精准化生产,科学化管理,智能化控制为目标。江西智慧农业已成为“互联网+”行动的“样本”工程。梳理了江西省智慧农业建设的阶段性成果以及发展模式,同时阐述了江西省智慧农业未来的发展趋势和挑战。

浙江省金华市金东区社区老年人肌少症前期与认知障碍的相关性研究

目的 研究社区老年人肌少症前期与认知障碍的相关性。方法 2022年1月1日至7月30日对浙江省金华市金东区142例社区老年人进行调查,采用握力值和简易躯体功能评估筛查肌少症前期状态,采用简易精神状态检查(MMSE)进行认知功能筛查。比较认知障碍(认知障碍组,46例)和非认知障碍(非认知障碍组,96例)患者肌少症前期指标的差异,比较肌少症前期(肌少症前期组,71例)和非肌少症前期(非肌少症前期组,71例)患者MMSE评分的差异,并进行认知障碍影响因素的多因素分析。结果 认知障碍组患者三姿平衡、步速、椅上坐-站测试得分均明显低于非认知障碍组,握力值减低的比例、肌少症前期的比例均明显高于非认知障碍组,差异均有统计学意义(P<0.05);肌少症前期组患者MMSE总分,以及定向力、记忆力、注意力、回忆能力、语言能力亚领域得分均明显低于非肌少症前期组,差异均有统计学意义(P<0.05)。调整年龄之后的logistic回归模型分析显示,握力值减低、步速减慢将增加认知障碍的发生风险(优势比=3.457、0.516,95%可信区间:1.196~9.995、0.273~0.974)。结论 社区老年人肌少症前期与认知障碍显著相关。

水下核燃料组件湍流图像复原研究

核反应堆为保证安全生产,需要在停堆时利用视觉对核燃料组件进行核心验证。由于燃料组件的余热导致水下热湍流,严重降低视频质量,故为获取湍流下燃料组件的清晰图像,本文提出了一种去除热湍流干扰的燃料组件图像清晰化算法,该算法主要包含幸运块时域滤波模块和解卷积模块。首先由幸运块选择构建时域滤波算法器以得到稳定但模糊的图像,然后根据湍流退化模型,再对图像进行解卷积滤波。实验结果显示,本文算法能很好地对热湍流图像进行清晰化。

SOFC的Ni-YSZ阳极功能层中Ni的迁移机制研究

Ni-YSZ阳极支撑固体氧化物燃料电池(SOFC)在长期运行过程中,存在因阳极功能层(AFL)中Ni有流失现象导致的阳极和电池性能衰退的问题,但Ni流失的微观过程和迁移驱动力尚缺乏明确的解释。首先,测试了干氢和湿氢作为燃料的SOFC的性能变化规律;然后,采用扫描电子显微镜—能量色散谱(SEM-EDS)和X-射线衍射(XRD)表征了阳极的AFL区及支撑体内不同层的Ni元素分布规律,发现使用湿氢燃料的电池性能衰退较慢且Ni迁移效应较弱。基于此现象,提出水分子、氢气分子与Ni(OH)_(2)分子碰撞导致的迁移模型,认为燃料氢气与产物水蒸气的定向迁移带给Ni(OH)_(2)不同的动量变化,这是Ni从AFL迁移到多孔Ni-YSZ支撑体中的驱动力,此机制成功解释了干、湿氢条件下性能衰退差异现象的原因。

核反应堆燃料组件水下热湍流图像复原

核电站在停堆复查期限,需采用视觉手段对燃料组件进行核心验证,但是燃料组件的余热会导致水下热湍流,严重影像图像质量。为获取热湍流下核燃料组件的清晰图像,提出了一种去除热湍流干扰的燃料组件图像复原算法,算法主要包括时域高通滤波和空间解卷积滤波。首先构建信噪比时域响应高通滤波器取得以稳定但模糊的视频,接着利用基于经验模型的点扩散函数,对水下核燃料组件模型图像进行空间解卷积滤波,并计算复原图像的质量参数值,确定合适的经验模型。实验结果显示,利用离焦模糊模型解卷积复原的燃料组件图像质量最好,表明该算法能够去除湍流对图像产生的干扰影响。

平面磁性元件高频绕组损耗原理及其测量

随着开关电源频率的不断提升,磁性元件中导体的涡流损耗成为设计时的重点关注部分。本文以平面型电感器为研究对象,将导体的涡流损耗分解为集肤效应损耗和邻近效应损耗,利用数值计算的方法探索集肤效应损耗的影响因素,并借助半近似解析式获取电感器中的邻近效应损耗。通过对平面型电感器线圈的集肤效应损耗、邻近效应损耗以及总损耗的分析,为工程上分析损耗所占百分比提供了一条可行的途径。

基于非整数匝理论平面型高频变压器特性研究

随着通讯设备的不断迅速发展,开关电源的高频化高功率密度高效的要求不断提高,低压大电流设备进一步发展。本文基于非整数匝理论,开展平面型高频变压器特性的研究,旨在能够突破副边最低一匝的限制,实现非整数匝匝比,以减小磁性元件尺寸和铜箔布线长度,提高隔离型变换器的功率密度和效率。

半桥LLC谐振变换器中平面变压器的多物理场特性研究

随着隔离型变换器的发展,其对于输出功率和功率密度的要求不断提高,然而传统变压器由于其漏感和损耗等原因在高频时很难保证变换器的高效率。而平面变压器是解决这一困境的有效途径。本文针对半桥LLC谐振变换器,应用了平面变压器以减小变压器绕组阻抗和漏感,降低变压器损耗与温升。