基于改进型U-Net的机翼结冰区域识别系统研究

机翼结冰是影响飞机飞行安全的重要因素之一。针对目前机翼结冰常靠单点探测与依赖于飞行员目视探测结冰除冰的问题,首先,依据冰风洞设计相似准则试制了一种适用于自然环境低温的简易冰风洞系统,完成了机翼结冰图像数据采集;然后,组建了结冰区域图像识别神经网络系统,将注意力机制模块CBAM与残差模块Res-Net和基本的U-Net融合,并融入图像形态学处理,有效提高了对边界复杂、透明度高的冰形的识别能力;最后,在Nvidia Jetson NX嵌入式平台上分别对基本型U-Net、改进型U-Net、轻量化U-Net 3种算法进行了实验对比。结果表明,改进型U-Net的结冰识别准确率、Dice系数和平均交并比分别为0.953、0.960、0.896,比基本型U-Net分别提升了0.160、0.149、0.121;轻量化U-Net相较于改进型U-Net,其检测速度提升了16 fps。轻量化U-Net加快了结冰识别检测速度,而改进型U-Net有较好的机翼结冰区域识别性能。

基于融合神经网络的飞机蒙皮缺陷检测的研究

飞机蒙皮受大气环境侵蚀及飞鸟撞击等影响而出现各种缺陷,将严重威胁飞行安全.为解决飞机蒙皮人工检查耗时长及检测不充分等问题,提出基于融合神经网络的飞机蒙皮缺陷检测方法.在YOLOv5网络基础上,将Xception架构融入其中,同时在Backbone中加入全局通道注意力机制,在Neck和Output中加入通道空间注意力机制,形成新的融合神经网络.将采集到的飞机表面缺陷8503幅图像分为训练集和测试集.新融合神经网络经训练后,用测试集验证,铆钉腐蚀、铆钉脱落、蒙皮裂痕、蒙皮脱落及蒙皮撞击5种缺陷检测平均精确度分别为0.960、0.928、0.931、0.934、0.948.融合神经网络准确率为0.950,召回率为0.964,平均精确度为0.957,说明新融合神经网络对飞机蒙皮缺陷识别是有效的.

北京市凉水河“23·7”暴雨洪水过程分析及应对措施

受2023年第5号台风“杜苏芮”减弱后的低压气旋影响,2023年7月29日至8月2日,北京市出现极端强降雨天气,对凉水河安全行洪造成了极大考验。基于凉水河干流水文实测数据,对本次降雨及洪水过程进行统计分析,揭示了降雨分布规律,复盘了洪水演进过程,构建模型演算现状水面线与河道设计数据对比,评估了河道行洪能力变化程度,剖析了可能出现洪涝灾害的风险,并提出加快蓄滞洪区建设等相关方面建议,为今后防御洪水提供参考。

垃圾渗滤液水质特征及处理技术的研究进展

垃圾渗滤液是垃圾卫生填埋处理过程中的副产品,是一种水质复杂、污染物浓度高的有机废水,且随着填埋年限的增加水质变化显著,其中的污染物成分会对环境和人体健康产生巨大威胁,相比于生活污水处理难度极大。该文在总结了垃圾渗滤液的水质特征基础上,对渗滤液的处理方法进行了分类,将近年来用于渗滤液处理的主要物化方法(包括氨吹脱、混凝沉淀、吸附、化学氧化、膜分离和紫外-超声等)和生物方法(包括厌氧法、好氧法和厌氧氨氧化等)进行了综述,重点介绍了生物法处理渗滤液的优缺点和国内外研究进展,以期为渗滤液的无害化处理提供研究方向和参考方法。