大深度大厚度地下连续墙的应用与施工工艺

分析了地下连续墙的发展趋势,指出随着地下空间的开发和利用,大深度大厚度的地下连续墙将越来越多地得到应用。基于在上海地区常规的连续墙施工方法穿越硬土层成槽掘进困难而且工效低、超深地墙锁口管起拔难度大、槽壁稳定与垂直度控制技术难度增加等缺点,提出了一种新的施工工艺,即采用铣槽法施工;并介绍了其施工工艺流程及与常规施工方法的不同点。

超深度大直径人工挖孔桩施工技术研究

以实际施工情况为背景 ,对超深度大直径人工挖孔桩的地质要求、方案实施、关键工序。

负压密闭引流技术治疗晚期肿瘤病人深度大面积压疮的护理

部分肿瘤病人因病情不稳定和晚期肿瘤对骨的大面积破坏,致病人采取强迫体位,长时间固定体位可产生大面积深度压疮.传统处理方案是长期换药,存在难题是治疗周期长、易感染、花费大、医护工作量大、病人及家属精神负担重.负压密闭引流技术治疗是这些年以来用于治疗创面的一项新技术,应用生物半透膜使开放创面封闭,经过引流管和敷料负压作用于清创后创面,可促进创面愈合[1].此项技术已广泛流行于欧美国家,是创伤护理领域新的里程碑.2011年12月我科收治1例因强迫体位致深度大面积压疮,采用负压密闭引流技术治疗,在病人、家属配合下,取得满意的效果.现将护理总结如下.

368例子宫腔深度大于9cm放置宫内节育环的临床观察

目的：观察因子宫腔深度大于9 cm育龄妇女经超声引导下放置宫内节育环吉尼致美的临床使用效果。方法：收集2010年3月-2013年3月就诊于淮安市妇幼保健院,宫腔深度大于9 cm的育龄妇女368例,在超声引导下放置宫内节育环（吉尼致美）,术后随访12个月,对不良反应及并发症进行记录。结果：随访12个月,带器妊娠率为0.8%,下移及脱落率为1.0%,因故取出率0.3%,连续使用率为97.9%。结论：宫内节育环吉尼致美若放置正确,能有效的减少带环的并发症和副作用,尤其对子宫腔深度大于9 cm的育龄妇女更为实用,值得推广。

HH2530快速测井平台出现深度大小格故障的分析

针对HH2530快速平台测井系统在测井期间常出现无规律的深度大小格的故障,文章从HH2530系统的计算机网络组成入手,结合网络通讯原理,分析HH2530成像测井系统中,数据的产生、传送原理,找出故障产生的原因,介绍了该故障的排除方法。

崩坡积体超深度大直径人工挖孔桩施工技术研究

本文选取重庆黔江地区高速的施工案例,对高架桥梁下的特殊地质崩坡积体,采用了超深度大直径的人工挖孔桩。关于该施工方案,施工技术,及施工安全措施行了详细地论述与研究。

不同深度大孔加工过程校表表杆误差分析及研究

为了解决在镗削加工不同深度大孔时经常出现的超差,改善零件的加工精度,对影响大孔的误差进行了一系列的分析,并且根据研究数据进行误差值的补偿,确保了零件的生产质量,取得了较满意的结果。

不同赋存深度大理岩应力波传播规律及动态弹性参数

基于锦屏深部大理岩赋存应力环境,开展了不同深度大理岩应力波传播规律研究,探索了不同深度大理岩复杂动态力学特性。结果表明,随着赋存深度增加,应力波纵、横波波速整体非线性增长,呈“增长较快—增长放缓—渐趋于0”趋势。可预测当赋存深度增大至某一值后,应力波纵、横波波速将几乎不受赋存深度变化影响,逼近于某一恒定值。大理岩动态弹性模量和泊松比均随赋存深度增加总体呈增大趋势,而后趋于稳定,表明岩石材料参数是非常数的。

大深度大吨位打捞用托底钢梁设计

针对300 m水深的大深度大吨位沉船打捞,国家重点研发计划深海专项《大吨位沉船整体打捞关键技术研究与装备研制》项目对原应用于浅海区域的托底钢梁进行了重新设计。在“世越”号打捞工程中,托底钢梁取得了巨大成功,但是该类型的托底钢梁只能适用于浅海水域。本文对应用于大深度的托底钢梁进行了设计。在打捞大深度大吨位沉船时,提升装置的钢丝绳连接到托底钢梁两端的眼板上。该打捞方法作用载荷不会直接作用于沉船船体上,因此,该方法对沉船船体结构破坏较小。此外,本文应用大型通用有限元软件ANSYS对重新设计的托底钢梁结构进行了校核。本文设计的托底钢梁为以后大深度大吨位打捞工程提供了一定的借鉴作用。

VSD负压吸引技术治疗深度大面积压疮的护理

目的探讨总结了7例采用负压密闭引流(VSD)技术治疗大面积深度压疮的护理。方法心理干预,疼痛及体位护理,保持持续恒定的负压吸引,密切护理观察等。结果 4例创面植皮后愈合;3例瘢痕愈合。结论 VSD治疗难治性的压疮过程中,细致到位的护理,对于提高手术疗效,缩短创面愈合时间具有重要意义。

浅圆仓不同深度大豆品质变化研究

大豆是我国重要油料作物之一,也是重要的粮油兼用经济作物。大豆中含有丰富的蛋白质、脂肪、糖类及多种维生素,既能作为一种营养平衡的食物,又是优质的蛋白质和油脂的重要来源,具有较高的食用及经济价值,在日常生活及生产中占据重要地位。本文对浅圆仓不同深度扦取的大豆样品进行检测,指标包括水分、杂质、不完善率和脂肪酸值,根据检测结果,分析不同深度对大豆品质的影响。本课题通过探究不同深度大豆品质变化规律,为浅圆仓日常保管工作关注点提供理论依据,并且可以优化取样位置,以便于准确地制定下一步大豆储藏方案,实现粮食经济效益最大化。

深度学习的自然场景文本识别方法综述

自然场景文本识别在学术研究和实际应用中具有重要价值,已经成为计算机视觉领域的研究热点之一。然而,识别过程存在文本风格多样、背景环境复杂等挑战,导致识别效率和准确率不佳。传统的基于手工设计特征文本识别方法由于其有限的表示能力,不足以有效地应对复杂的自然场景文本识别任务。近年来,采用深度学习方法在自然场景文本识别中取得了重大进展,系统地梳理了近年来相关研究工作。首先,根据是否需要对单字符进行分割,将自然场景文本识别方法分为基于分割与无需分割的方法,再根据其技术实现特点将无需分割的方法进行细分,并对各类最具有代表性的方法工作原理进行了阐述。然后,介绍了当前常用数据集以及评价指标,并在数据集上对各类方法进行了性能对比,从多个方面讨论了各类方法的优势与局限性。最后,指出基于深度学习的自然场景文本识别研究存在的不足和难点,对其未来的发展趋势进行了展望。

基于改进深度Q网络的虚拟电厂实时优化调度

深度强化学习算法以数据为驱动,且不依赖具体模型,能有效应对虚拟电厂运营中的复杂性问题。然而,现有算法难以严格执行操作约束,在实际系统中的应用受到限制。为了克服这一问题,提出了一种基于深度强化学习的改进深度Q网络(improved deep Q-network,MDQN)算法。该算法将深度神经网络表达为混合整数规划公式,以确保在动作空间内严格执行所有操作约束,从而保证了所制定的调度在实际运行中的可行性。此外,还进行了敏感性分析,以灵活地调整超参数,为算法的优化提供了更大的灵活性。最后,通过对比实验验证了MDQN算法的优越性能。该算法为应对虚拟电厂运营中的复杂性问题提供了一种有效的解决方案。

基于深度学习的图像重建算法在下肢动脉病变CTA诊断中的研究

目的 探讨基于深度学习的图像重建算法对下肢动脉病变CT血管成像(Computed Tomography Angiography,CTA)的诊断价值。方法 回顾性收集2021年6月至2022年2月于我院就诊的51例下肢动脉狭窄或闭塞患者的CTA检查资料(65条下肢动脉)。分别基于深度学习的图像重建(Deep Learning Image Reconstruction,DLIR)算法和混合迭代重建(Hybrid Iterative Reconstruction,HIR)算法对CTA图像进行重建,以HIR法为参照进行质量评估;两位医师在不同重建算法下对血管狭窄的部位和程度进行评估,并采用Kappa检验观察者间一致性;以数字减影血管造影作为“金标准”比较HIR法和DLIR法诊断下肢动脉中度和重度狭窄的效能。结果与HIR法相比,DLIR法图像质量的噪声显著降低(Z膝上动脉=8.36,Z膝下动脉=9.46,Z足背动脉=7.19,均P<0.001),信噪比(Z膝上动脉=-7.32,Z膝下动脉=-7.91,Z足背动脉=-8.45,P<0.001)及对比噪声比(Z膝上动脉=-8.66,Z膝下动脉=-9.21,Z足背动脉=-8.52,均P<0.001)显著提高。DLIR法对动脉狭窄或闭塞程度的识别和评估均显示出更高的观察者间一致性(Kappa=0.86)。与HIR法相比,DLIR法的图像对膝下动脉重度狭窄的敏感度(72.2%vs.94.4%)、特异性(78.7%vs.95.7%),足背动脉中度狭窄的特异性(86.0%vs.97.7%)及重度狭窄的敏感度(50.0%vs.87.5%)均显著提高(P<0.05)。结论 DLIR算法可有效改善下肢动脉的CTA图像质量,并获得更优的诊断效能。

融合多小波分解的深度卷积神经网络轴承故障诊断方法

针对卷积神经网络及其与信号降噪预处理集成方法面临高噪声环境和低质量数据挑战时难以有效地提取信号有用特征的问题,提出了一种融合Geronimo-Hardin-Massopust多小波分解的深度卷积神经网络模型(GHMMD-DCNN)。该模型思想是将多小波包分解与卷积神经网络深度融合,即设计多个一级多小波分解层以提取信号的低频分量和高频分量,再将多个一级多小波分解层与卷积层交替联接,使模型能够多尺度地提取并学习信号有用的时频域信息,信号分解和特征学习交替执行,进而实现强噪声鲁棒特征提取。在不同工况下的航空高速轴承振动数据上进行测试,结果表明:所提模型训练时能够快速达到稳定收敛,并且识别准确率均能达到99.9%以上;提出的方法在强噪声干扰下的故障辨识准确度和识别稳定性均优于对比方法,验证了其优秀的抗噪声干扰能力;在少训练样本测试中,提出的方法在单类训练样本数量为60时的平均诊断准确率高达91.19%,相比于其他方法最低提升了13.19%,验证了GHMMD-DCNN模型具有更优的低样本泛化能力。

基于深度表征学习和遗传算法的军用座舱色彩设计方法

军用座舱色彩设计作为载人军事设备工业设计中较为主观的一部分,设计的合理性至关重要。为提高军用座舱色彩设计的科学性,提出一种基于深度表征学习和遗传算法的军用座舱配色方法。利用深度表征学习模型预测军用座舱配色方案,并根据色彩感知理论建立军用座舱配色模型,将其作为生成方案的限制条件。同时,引入交互式遗传算法到智能配色系统中,通过人工引导的方式优化神经网络的参数,对预测的配色方案进行有效迭代。实验结果表明:该方法生成的配色方案符合军用座舱配色模型,结合遗传算法的模型预测准确率比单一的深度表征模型提高了16%~18%。相较于人工色彩设计方案,军用座舱智能配色方法生成的方案满意度略优、设计周期缩短了80%~88%,色彩稳定性提高了6%~12%。

深度学习下吊装作业工人防护装备及吊钩检测方法

为解决危大工程中吊装作业安全管理的问题,基于深度学习构建目标检测算法(You Only Look Once version 5,YOLOv5)网络模型,针对进入吊装作业区域内人员的防护装备进行多目标融合检测,并对吊钩在施工过程中的状态进行检测。在原始的检测网络模型中引入4种注意力机制,并通过5种训练模型的结果对比分析,进而选择卷积块注意力模块(Convolutional Block Attention Module,CBAM)最优模型。优化后的检测模型对安全帽的平均识别精度达86.5%,对反光衣的平均识别精度达83.0%,对吊钩的状态识别精度达92.0%。将训练好的人员检测模型和吊钩检测模型打包成exe执行文件,应用到施工安全管理人员的中控平台,可帮助管理人员更好地判断吊装作业的工作情况,进而及时进行风险管控。

数实深度融合推动新型工业化的战略重点、战略任务与路径选择

数实深度融合推动新型工业化是通过数实融合为实体经济提供技术支持、内需支持、政策创新支持来实现新型工业化。在中国数字经济发展的新阶段数实深度融合推动我国新型工业化的战略重点在于以数实深度融合创新力提高实体经济的产业基础能力,以数实深度融合培育实体经济产业链的现代化水平,以产业价值链整体水平提高完善新型工业化的价值链支撑,消除数实深度融合区域差异弥合制约新型工业化的数字鸿沟,以数实深度融合制度体系的完善构建新型工业化的制度基础。在数字经济新发展阶段中数实深度融合推动新型工业化的战略任务在于以数实深度融合培育实体经济的新动能和新优势,培育创新型人才优化数实深度融合推动新型工业化的人才链,以企业的数字化转型培育数实深度融合推动新型工业化的微观主体,以服务业的数字化转型构建数实深度融合推动新型工业化的服务体系。在我国数字经济新发展阶段数实深度融合推动新型工业化的路径选择在于:以产业数字化和数字产业化的结合、供给侧结构性改革、消费转型升级和数字基础设施建设深化数实融合,进而推动新型工业化。

基于深度学习与机器视觉的起重机吊装安全监测方法

随着我国经济的快速发展,各类大型工程层出不穷,对起重机吊装作业的需求不断增加。然而,吊装作业过程中依然存在众多的安全隐患,极易造成人员伤亡等安全事故。因此,该文提出一种基于深度学习和机器视觉的起重机吊装安全监测方法。将深度学习与机器视觉相结合对监控图像中的被吊物和工人进行识别和定位,同时可自主判断工人是否佩戴安全帽。根据监测模型的识别和定位信息,获得工人与被吊物之间的空间关系,为起重机吊装过程提供安全预警信息。为了提高所提方法的实用性和便携性,开发一个起重机吊装安全智能监测系统,不仅可以实时显示监控图像的识别结果,而且能够输出场景的语义描述、发出安全预警信号。

基于机器深度学习的小麦播种机控制系统研究

针对我国小麦播种机自动控制系统的可靠性及灵敏度不高的问题,基于机器深度学习对小麦播种机的控制系统进行了设计和改进。小麦播种机的主要组成包括控制系统、排种系统、监控系统、电力系统、机架和驾驶室、覆土镇压和排肥装置。为了使播种机的控制系统能有效进行图像检测识别,提升播种机的控制精度,采用机器深度学习中的卷积神经网络算法对控制系统进行设计,并采用迁移学习的方式对模型进行训练和检测。为了验证播种机控制系统的性能,对其进行播种精度控制和播种性能测试试验,结果表明:播种机的精度和性能均符合播种机的设计要求。