基于YOLOv8的发动机缸内异物检测算法开发与应用

为解决人工检测发动机缸内异物时的漏检和误检等问题,设计基于改进目标检测算法YOLOv8的发动机缸内异物检测算法并进行试验验证。基于CoTNet中的注意力机制,设计Contextual Attention模块,重构C2f中的Bottleneck结构为CoA_C2f,替换YOLOv8骨干网络中的C2f模块;将模型Neck部分连续上采样后的特征图Concat模块替换为上下文聚合模块CAM;在Neck和Head之间嵌入Triplet Attention模块。试验结果表明:设计的发动机缸内异物检测模型可有效识别缸内异物,在原始YOLOv8基础上引入CoA_C2f、CAM和Triplet Attention 3个模块后的平均检测精度提高21.65%。

工程结构多裂纹应力强度因子分析

工程中的构件和零部件如果存在裂纹和缺陷,会给该工程带来灾难性的后果。在工程设计和评定阶段,需要尽可能准确地评估构件中裂纹的应力强度因子,因为这一参数是预测含裂纹构件断裂的主要依据。以工程结构中常见的含孔平板为研究对象,利用ANSYS有限元分析软件计算孔边的裂纹尖端应力强度因子,分析得出对工程应用有重要参考价值的结论。