大型预焙铝电解槽局部破损小修的生产实践

对350kA电解槽实施小修的可行性进行分析,介绍了破损大型预焙电解槽小修采取的技术措施及管理中需要注意的问题。

面向物流仓储的基于边缘计算的高价值工业制品外包装表面破损识别研究

高价值工业制品具有重要的经济和战略价值,其物流仓储过程中的破损和损失不仅会带来高昂的直接和间接成本,还会对生产和供应链产生严重的影响。其中,及时发现和处理高价值工业制品外包装表面的破损可以避免货物继续损坏。边缘计算可以通过利用物联网、图像处理、人工智能等先进技术,对货物外包装表面破损情况进行实时监测和预警,从而大幅提高物流仓储的安全性和效率。文章面向物流仓储,基于边缘计算对高价值工业制品外包装表面破损识别展开研究,以期为构建现代化物流和仓储体系、提高高价值工业制品的物流运输质量提供一定参考。

工业广场保护煤柱开采井筒破损致因及防治技术

针对工业广场保护煤柱开采导致井筒破损的问题,以大社煤矿为工程背景,分析工广煤柱开采井筒围岩移动变形特征,揭示井筒破损致因;提出工广内后续工作面开采防治井筒破坏方案,形成相应的施工技术,并成功应用工程实践。研究表明:该矿工广内92606工作面邻近副井,开采引发的井筒竖向附加力是井筒破坏的致因;如不提前采取防治措施,后续92606外工作面开采,将导致副井井筒发生二次破坏;研究提出的不停产单卸压槽防治方案,具有不影响矿井生产、卸压率高、施工简单、成本低等优点。采用壁后注浆、开切卸压槽、架设密集井圈等技术,顺利完成了该矿不停产防治副井井筒破损工程。监测表明,该井筒竖向和环向应力,均小于井壁极限.承载力,处于安全状态,运行良好,达到了预期效果。

低刚度薄壁件铣削加工刀具破损及表面质量分析

为分析低刚度薄壁在切削过程中的情况,进行了低刚度薄壁的小径向浸入比切削试验,通过实时监测的方式同步采集薄壁厚度方向的加速度信号和XYZ三个方向的切削力信号,并且通过超景深显微镜对刀具的磨损破损状况及加工表面质量进行观测。试验发现:薄壁刚度较低时,切削振动剧烈,加速度值和X方向的切削力随着进给速度的增大而快速增大;薄壁振动会导致刀具刀刃部分破损现象早于磨损发生,出现多处块状掉落;薄壁顶部因其更弱的刚度导致大量的长条状凸起,严重影响表面质量,且薄壁表面下部加工质量明显优于上部;低刚度时采用逆铣比顺铣更能适当降低切削力并减少毛刺的出现。

叶片破损对压气机性能的影响

为了研究叶片破损对压气机内部流场的影响机理,本文针对带有破损的跨音速压气机叶片进行气动性能变化规律和机理研究。通过NASA rotor 37实验结果验证了计算方法的准确性,利用数值仿真研究了叶片破损对压气性能的影响规律,并对2种典型工况下叶片破损前后的流场结构进行对比分析,探讨引起性能变化的具体原因。研究表明:叶片破损会导致压气机的压比降低0.6631%、绝热效率降低0.7877%,且压气机的稳定裕度降低更为明显。叶尖破损主要对叶顶流场结构产生影响,使叶顶区域泄漏流增强,当其与激波相互作用时,通道内产生了流动堵塞和流动损失。本文研究成果可为实际服役中的航空发动机特性评定提供理论参考。

燃料组件破损棒自动超声检查系统关键技术研究

燃料组件长期服役过程中,会因为振动、材料老化、强辐照等原因发生破损,这为核电机组安全运行带来隐患,而燃料组件破损自动超声检测系统尚未达到完全国产化。为此,该文从检测理论、探头和采集系统方面讨论了自动超声检测系统中的关键技术,同时对声束传播过程和响应进行了仿真和试验验证。试验结果表明,实际测量结果与理论模型吻合,自主研制的自动超声检查系统可有效分辨燃料组件破损棒。

基于NAR-ARIMA组合模型的高速公路沥青路面破损状况预测

基于NAR神经网络模型和ARIMA传统时间序列预测模型,对高速公路沥青路面的破损状况进行预测,再分别通过最优加权法和残差优化法对两种预测模型进行组合,得到两种组合模型.对各单一模型和组合模型的精度和稳定性进行了比较分析.实例分析表明,组合模型相较于单一模型的精度和稳定性均有所提升,NAR-ARIMA最优加权组合模型预测效果最佳.该组合模型所需样本量较小,且基于时间序列.由于采用历史数据作为影响因素代替指标,该组合模型计算速度快、精度高,适用于日常的预测工作,为后续合理的道路养护决策提供了重要的理论依据.

深度学习支持下的城市破损路沿石检测方法

针对破损路沿石在街景影像中受到目标多尺度、相似地物干扰以及遮挡等问题,提出了一种面向城市街道两侧破损路沿石检测的CDD-YOLO(convolutional swin transformer deformable decouple-YOLO,CDD-YOLO)模型。依据破损路沿石呈现形状尺度多样性特点,嵌入C3_STR(convolutional swin transformer,C3_STR)模块进行特征融合,增强模型对多尺度特征的感知性能;对于相似地物干扰导致的误检现象,加入可变形卷积模块,利用目标区域自适应特性,提升模型对相似地物的判别能力;为避免因遮挡引起的定位不准确问题,引入解耦检测头结构,增强模型对模糊边界特征的提取能力。在自制的街景破损路沿石数据集上进行验证,分析表明,该方法的precision、recall、F1、IoU 4项评价指标分别达到了82.45%、81.22%、81.01%和80.23%,显著优于其他主流目标检测方法,验证了该方法的有效性和可行性。

侏罗系油井套管破损原因分析及采油工艺防腐措施优化

在侏罗系油井套管破损严重区块典型油井套管破损规律和破损原因调研分析的基础上,通过室内试验和现场腐蚀监测结果,探讨加深花管采油工艺防腐措施的可行性。结果表明:典型套管破损位置均在动液面以下,即主要集中在1000 m以下管段;套管破损以内腐蚀穿孔为主要特征,套管破损井段平均温度约为60℃;含水率及CO_(2)含量过高是导致套管发生腐蚀的主要原因;加深花管的采油工艺防腐措施使油套环空中油水界面位置下移,从而避开CO_(2)腐蚀的敏感温度区间,其在一定程度上可缓解侏罗系油井套管的腐蚀程度,但需与其他配套防护措施联合使用。最后,指出了采油工艺防腐措施的进一步优化方向。

基于不规律载荷状态下的公路标线破损检测研究

公路标线在长期受到车辆碾压和自然环境作用后会出现不同程度的破损、磨损等。针对公路标线样式复杂、磨损后清晰度低等问题,本文开发了一种能够在不规律载荷状态下进行公路标线提取和破损检测的系统,该系统以无人机航拍技术为基础,通过检测标线轮廓提取不同样式公路标线候选区,以深度学习、标线破损检测算法等技术实现了公路标线的智能化提取和破损检测。研究结果表明:该系统可以高效、稳定地识别、提取和检测公路标线。

压水堆核电站完整和破损燃料棒硬度和杨氏模量研究

利用热室内金相显微镜、纳米压痕仪和拉曼光谱仪分别对燃耗为41 GW·d/tU破损棒和45 GW·d/tU完整棒的化学相互作用(FCCI)层、包壳及燃料芯块进行了表征分析。结果表明:完整棒燃料芯块外围硬度较小,其主要原因是芯块外缘出现了多孔隙的高燃耗结构(HBS);破损棒燃料芯块硬度则沿径向朝内整体呈下降趋势,这主要与燃料芯块孔隙率的变化和重构有关。燃料棒破损后,冷却水进入包壳芯块间隙与芯块发生反应,芯块外缘孔隙率显著降低,从而导致芯块外缘区域硬度较高;同时,气孔的迁移引起晶粒重构形成大尺寸柱状晶,造成破损棒燃料芯块中间和中心区域硬度下降且低于完整棒燃料芯块。燃料棒的破损不会改变芯块的相组成,因此完整棒与破损棒芯块的杨氏模量区别不大。完整棒FCCI层硬度沿包壳向芯块逐渐增加,杨氏模量则先减小后增加;破损棒FCCI层硬度先增加后减小,杨氏模量变化与硬度变化基本相似,该现象的出现可能源于FCCI层相结构的转变、辐照硬化和裂变产物掺杂的共同作用。燃料棒破损后包壳的氢化及氧化使得破损棒包壳硬度与杨氏模量均显著高于完整棒。

深度学习下直流输电线路绝缘子破损识别仿真

输电线路绝缘子由于架设在野外,受天气因素、环境污染等影响,使得绝缘子发生破损,导致输电线路供电中断。为避免输电线路发生故障,最大程度保障电网安全运行,提出基于深度学习的直流输电线路绝缘子破损识别方法。分析航拍图像噪声来源,利用中值滤波算法确定像素中值,经过非线性平滑处理去除噪声。分析常见的绝缘子破损类型、破损表现及原因,建立随机森林决策树。通过深度学习,选出明显的破损特征作为识别依据;构建Alex Net卷积神经网络模型,计算损失函数,确定最佳学习速率;通过学习训练,输出识别结果。实验结果显示,所提方法能够增强图像细节信息,且绝缘子破损识别正确率在0.8以上、收敛速度快。

种子破损率快速检测方法研究

旋耕播种机推广鉴定时,需要人工检测种子的破损率。为提高检测效率,以小麦种子为例,对种子破损率快速检测方法进行研究。设计种子破损率自动检测平台,可一次性采集50 g小麦种子图像,基于图像处理技术和机器学习方法,提取小麦种子图像13个形状特征和8个纹理特征,建立基于特征的种子破损识别模型;识别的破损种子图像与种子质量的关系,建立基于图像的破损种子质量预测模型,按照鉴定大纲要求实现小麦种子破损率的快速检测。对江苏省“丹阳001”“A888”“泰州014”“无锡004”4个品种的小麦种子破损率进行试验测试,每个品种3次取样测定。结果表明:4个品种小麦种子破损率自动检测的平均相对误差分别为0.08%、0.07%、0.06%、0.08%,检测的相对均方根误差为0.08%,检测平均时长为5.216 s。该研究实现小麦种子破损率自动、快速检测,节省农机鉴定时间,推动农机鉴定过程的标准化和智能化。

空气压缩效应对船舶破损进水特性的影响

破损的密闭舱室内残余空气的流通性和压缩性对破口进水或横贯进水速度有重要的影响。本文基于伯努利原理和波义尔定律,采用准静态法建立了考虑空气压缩效应的船舶破损进水数值计算方法。首先对简易舱室破损进水进行时域模拟,通过与现有数据的比较验证数值计算方法的有效性;然后以ITTC标准驳船模型为对象,开展考虑空气压缩效应和非水密门影响的破损舱室进水数值计算,分析空气压缩效应与非水密门对舱室压力、进水速度、水面高度等因素的影响。数值计算结果表明,当舱室存在空气压缩效应时,舱室达到进水平衡时间减少,水面高度减小,对船舶稳性不利;当考虑舱室之间非水密门影响时,舱室达到进水平衡过程会产生变化,非水密门受力临界较大情况下会阻碍水漫延进入下一舱室,缩短舱室达到进水平衡的时间和水面高度。本文采用的数值计算方法能在较短时间内较好地模拟考虑空气压缩效应的船舶破损进水过程,为破损船舶浮性稳性精确预报和应急处置决策奠定基础。

胶囊式储油柜胶囊破损成因分析与预防方法

变压器储油柜的结构有多种,其中部分变压器采用的是胶囊式储油柜,经过多年使用后暴露出其胶囊易破损,影响设备的正常运行。分析这类变压器各种不同状态下胶囊的工作情况,再结合某水利发电厂主变压器的储油柜胶囊检查,探究储油柜胶囊破损的根本原因,主要是胶囊与连杆轴的接触中有较大的压力或拉力。为此应减少胶囊与连杆轴的接触,并避免二者间产生较大的压力或拉扯力。

埋地管线破损漏土诱发地面塌陷过程的流固耦合离散元模拟

为了探究埋地管线破损-漏土诱发地面塌陷的规律,采用DEM-CFD方法,综合考虑管线埋深、水压和破损口半径等因素,对单一砂土层和上覆黏土层两种工况的地面塌陷过程进行了数值模拟分析。结果表明:颗粒损失率和地面沉降值呈正相关关系;根据颗粒损失速率,塌陷过程可划分为颗粒运移、快速损失和沉降槽缓慢扩展3个阶段;水压是影响颗粒损失速率的主要因素;对于单一砂土层,随着水压、破损口半径的增大和管线埋深的减小,颗粒损失率逐渐增大;对于上覆黏土层,由于颗粒的黏结作用,颗粒运移阶段持续时间与上覆黏土层厚度呈正相关关系,与水压、破损口半径呈负相关关系。

舰艇水下爆炸破损分布特性

舰艇在作战过程中受到武器攻击,从爆炸产生的破口持续多向进水,影响舰艇的不沉性。为了探究水下爆炸破损分布特性,开展了驳船近场水下爆炸试验,利用声固耦合法计算了冲击波与气泡射流载荷联合作用下全船结构的毁伤,得到整船塑性变形区域的凹陷深度为85 cm,L形破口宽30 cm,破口面积为0.2 m2。对比了试验和仿真数据,计算破口尺寸的相对误差小于20%,破口位置吻合较好,验证了模型的准确性。利用该模型进行了不同爆距下爆炸仿真计算,提出了驳船在近场水下爆炸载荷作用下的分布式损伤模式,明确了舰船结构的毁伤除整体折断和局部大型破口外还有广泛分布的小裂缝存在于舱壁、舷侧外板等部位。随着冲击因子从5.74减小至1.91,舱底破口尺寸减小,舱内裂缝增多;当冲击因子在1.91~2.87之间时,舱底破损为分散式的小型破口。舷侧、舱壁与舱底的连接处为薄弱部位,小裂缝分布较多,在舰艇设计过程中可重点加强防护。

压水堆核电厂燃料棒破损诊断分析研究

燃料棒是核电厂包容放射性物质的第一道屏障。燃料棒破损会导致冷却剂裂变产物活度升高,严重时机组须在数小时内后撤到停堆。通过取样监测的冷却剂放射化学数据可以一定程度上反映堆芯内装载燃料棒的破损情况。本研究介绍了压水堆核电厂功率运行期间冷却剂内裂变产物的来源,分析了裂变产物通过反冲和扩散方式的产生机理,通过求解迁移方程得到稳态情况下裂变产物活度的解析解。基于最小二乘法对反冲释放和扩散释放的裂变产物释放产生比进行解谱,建立了诊断压水堆燃料棒破损时间、破口程度、锕系核素泄漏、燃耗和燃料批次的定量分析模型。采用某百万千瓦压水堆运行中发生二次氢化的燃料循环的冷却剂裂变产物监测数据进行了验证,理论模型的分析结果也与机组停堆后啜漏检查和热室检查结果相符。

局部破损下考虑摩擦的直齿轮系统多状态啮合-碰撞动态特性研究

局部破损是直齿轮常见的故障之一,影响齿轮传动的平稳、安全运行。轮齿碰撞不可忽略,揭示局部破损下齿轮系统啮合-碰撞动态特性对提高齿轮系统安全稳定运行尤为重要。基于齿轮啮合原理和能量耗散碰撞接触力模型,考虑齿背接触的瞬时性,建立局部破损下齿面啮合模型和齿背碰撞模型。根据齿轮副接触状态及受力环境,对局部破损下多状态啮合-碰撞行为进行分类,建立局部破损下渐开线直齿轮系统啮合-碰撞离散动力学模型,探讨局部破损对齿轮系统啮合刚度和载荷分配的影响特征。分析局部破损下接触力变化机理,定义Poincaré映射截面,研究载荷系数和啮合频率变化下系统混沌、分岔特性。研究发现,局部破损影响接触力单双齿啮合区域,降低齿轮局部承载能力;较大载荷抑制齿背碰撞,较小载荷诱发周期运动共存现象和齿背碰撞;较大和较小啮合频率诱发齿背碰撞;混沌运动和周期运动共存现象诱发齿背碰撞,局部破损影响多周期共存现象,加剧系统运动的复杂性。揭示主动轮局部破损下考虑能量耗散的齿轮系统动力学模型及非线性振动机理,探究齿背碰撞发生条件。研究成果为故障齿轮系统非线性动力学建模和分析提供了新的方法和思路。

基于图像增强与迁移学习的破损绝缘子识别

输电线路是电力系统中电能传输的关键,随着无人机技术和机器视觉的快速发展,为电力线路绝缘子识别提供了便捷。基于无人机拍摄的输电线路破损绝缘子图像识别,能有效降低人工巡检的成本和安全隐患。为了提高绝缘子识别精确度,提出一种基于图像灰度均衡化和超分辨率卷积神经网络的图像增强算法。灰度均衡化算法能够改善图像的对比度,提高图像清晰度;超分辨率卷积神经网络图像增强算法实现了图像的超分辨率重建,从而使图像清晰度更高、真实度更强。通过使用VGG16作为特征提取和分类器,结合迁移学习实现模型的训练,对增强后的彩色图像数据集进行训练,进一步提高了识别精度。在权威数据集CPLID上验证了所提出算法的有效性与高识别精度,并比较了不同算法模型的精确度,所提出的深度迁移学习算法在实际应用中能有效降低人工巡检的成本和安全隐患。