基于卷积神经网络的显微煤粒分类算法

煤岩组分的精确表征直接关系到煤炭的质量以及工艺性能的界定。传统的煤岩表征技术过程复杂,鲁棒性不够,严重阻碍了煤岩自动化分析系统的发展。针对上述问题,本文提出了一种结合多阶段注意力与模型融合的卷积神经模型来实现显微煤粒的自动化分类。该方法先使用语义分割算法、颗粒分离算法等预处理手段提取出单独的显微煤粒,接着采用多阶段注意力机制和多分支模型融合的卷积神经网络模型实现显微煤粒的分类。此外,本文在模型训练过程中使用了迁移学习的方法大幅提升了模型的训练效率。实验结果表明,本文方法的精度高达99.12%,可应用于煤岩显微自动化分析系统中显微煤粒的提取和分类。

U型动力救生装置的仿真优化分析

针对落水者的安全快速营救问题,提出了对U型动力救生装置优化设计方案。该方案从减阻外形、动力优化、安全性优化分析三个角度出发,采用基于UGNX11.0软件创建U型动力救生装置的三维模型,获得符合人体工学的结构设计;基于Solidworks flow simulation进行计算流体力学(CFD)仿真分析,获得优化的减阻外形和动力模块设计,最后在UGNX11.0和ANSYS Workbench 2019 R3软件的协助下,实现对U型动力救生装置的静力学与碰撞的有限元分析(FEA),以检验优化其结构强度、刚度和抗冲击性。综上,仿真实验结果分析可知,所得装置能够安全、快速、可靠地营救落水者。可为水上救援及公共安全领域的设备研发提供一定的参考。