基于深度学习的微晶玻璃气泡缺陷检测

微晶玻璃内部气泡缺陷会影响材料性能,气泡缺陷状况评估是微晶玻璃材料性能的重要环节。传统微晶玻璃缺陷检测方法为人工检测,该方法存在检测效率低、人工任务繁重的问题,无法满足实际需求。针对现有的人工检测方式的不足,设计了一种基于深度学习YOLOv5网络的微晶玻璃气泡缺陷检测算法。首先对数据集通过Mosaic增强方法实现归一化处理,之后再对数据集利用YOLOv5网络实现迭代训练,最后保留最优权重并通过实验进行实际测试。实验结果表明,相较于其他深度学习网络,YOLOv5网络检测效率及精度均较高,可以满足实际使用需求。

架空导线融冰过程分析

覆冰对我国南方电网输变电设施造成了相当严重的影响,本文综合考虑了外部环境与冰层的对流和辐射换热、重力以及导线表面的水滴流失等因素的影响,建立了短路电流融冰的CFD数学物理模型。对不同热流密度下冰层的融化情况进行了模拟。研究结果表明,热流密度的线性增大并未造成融冰单位耗时和融冰总耗时的线性减少;在融冰过程最后阶段,单位耗时大于其他阶段,这种趋势在小热流密度融冰过程中尤为明显。