深厚冲积层薄基岩条件下沿空留巷支护技术研究

为解决某矿16041工作面原支护方案沿空留巷变形大、破坏严重难题,提出了顶板采用“16#槽钢梁+注浆锚索”、采空区侧采用“36U型钢+注浆锚杆”不对称耦合支护优化方案,基于理论分析研究围岩结构破坏形式,通过单元荷载法计算了留巷顶板与采空区侧围岩应力,最后开展工业性应用,验证优化后方案的合理性。研究表明:优化后支护方案顶板和采空区侧计算单元面荷载分别为351.85 kPa和206.53 kPa;注浆锚索和注浆锚杆承载力分别为263.89 kN和199.08 kN,均小于注浆锚索(锚杆)极限承载力。根据对留巷数据监测,最大顶板下沉量为35.6 mm,较原支护方案减小了1.40倍;采空区侧最大移近量为29.6 mm,与较原支护方案减小了4.13倍;最大注浆锚索承载力为253 kN,与理论计算值误差为4.1%;最大注浆锚杆承载力为174 kN,与理论计算值误差为12.6%。位移量与支护承载力均在工程允许范围内,优化后方案支护效果良好。

U型渠道中直角三角形量水槽体型设计

量水槽体型设计是量水槽应用于灌区的重要环节,目前尚无完善的体型设计标准可依。为解决直角三角形量水槽实际应用中的体型设计问题,提出以淹没度、壅水高度和上游弗劳德数的限制条件为标准的量水槽体型设计准则。在2种型号、3种坡度的U型渠道上,利用钢模板修建5座直角三角形量水槽进行灌区试验;建立了包含渠道坡度的流量公式,拟合了淹没阈值、壅水高度和上游弗劳德数的经验公式。研究表明:含有坡度的流量公式精度较高,平均相对误差仅为1.88%,相对误差的最大值为5.56%,相对误差在±5%范围以内的数据比例为98%;拟合得到的3个经验公式描述了淹没阈值、壅水高度和上游弗劳德数与量水槽喉口宽度之间的定量关系,可用于量水槽体型设计。基于体型设计准则和经验公式,建立了最大流量和最小流量下淹没度小于相应淹没阈值、最大流量下壅水高度小于渠道岸顶超高、最小流量下上游弗劳德数小于0.5的直角三角形量水槽体型设计方法。研究成果可为类似量水槽体型设计提供参考。

脑血管数字减影血管造影高分辨率分割网络设计

针对现存卷积神经网络对脑血管数字减影血管造影分割精度不高的问题,本文提出了一种基于U-Net的改进网络(IC-Net)。通过融合使用Inception和CAM通道注意力模块,以多种感受域提取更丰富的血管特征信息,并对特征信息进行筛选。增加7×7卷积层,通过压缩特征层分辨率的方式减少训练过程中产生的数据量。本文所提模型与U-Net、R2U-Net、Attention U-Net相比,IOU、Accuracy、F1-Score和ROC曲线下面积4项指标平均提升了1.82%、0.014%、1.19%和0.73%。结果验证了IC-Net模型明显提升了脑血管数字减影血管造影虚弱血管和血管末端的检测能力,提升了分辨伪影噪声的能力,为医生识别脑血管中产生的病变提供有力参考。

基于MSCAU-Net的视网膜眼底图像的硬渗出液分割

硬渗出液是早期糖尿病性视网膜病变(diabetic retinopathy,DR)的主要病症之一,在眼底图像中占据的像素点较少,其检测容易受视盘、软渗出液的干扰。针对这些问题,在U型网络(U-Net)结构的基础上,通过在编码器和解码器中融入残差模块和残差通道注意力模块学习硬渗出液的细微特征,在跳跃连接中加入一种新的多尺度通道注意力(multi-scale channel attention,MSCA)模块提升网络对稀疏小病灶的分割能力,提出了MSCA U-Net。基于超广角眼底图像数据集和印度糖尿病性视网膜病变图像数据集的实验结果表明,与其他基于卷积神经网络的图像分割方法相比,所提方法具有更高的硬渗出液分割精度。

U形渠道机翼柱型量水槽水力性能分析

为了详细探究机翼柱型量水槽应用于U形渠道的量水性能,设置了4个不同的量水槽收缩比开展水力性能试验。通过对流量、收缩比和上游水位等数据进行分析,拟合出机翼柱型量水槽的流量公式。研究还对测流精度、上游佛汝德数、临界淹没度等参数进行了详细分析。试验结果表明,机翼柱型量水槽水位~流量相关性极高,相关系数R^(2)达0.998,利用试验数据拟合出的流量公式简单易用,平均流量误差约为2.47%,上游佛汝德数小于0.3,临界淹没度最高为0.887。与传统的U形渠道量水槽相比,机翼柱型量水槽的流动公式简单易用,U形渠道机翼柱型量水槽的结构为进一步研究提供了新的思路和参考。

Transverse Bending Characteristics in U-channel Forming of Tailor Rolled Blank

Research on the formability of tailor rolled blank （TRB） is of good practical significance and application value because of the enormous potential of TRB in the aspect of automobile lightweight. However, the forming of TRB is problematic because of the varying properties; especially, springback is a main challenge. The transverse bending （bending axis is perpendicular to the rolling direction） of TRB U channel was studied through simulation and experiment. The forming characteristics of TRB U channel during transverse bending were analyzed. The mechanisms of forming defects, including bending springback and thickness transition zone （TTZ） movement, were revealed. On this basis, effects of blank geometric parameters on springbaek and TTZ movement were discussed. The results indicate that springback and TTZ movement happen during transverse bending of TRB U-channel. Nonuni form stress distribution is the most fundamental reason for the occurrence of springback of TRB during transverse bending. Annealing can eliminate nonuniform stress distribution, and thus diminish springbaek of TRB, especially springback on the thinner side. Therefore, springback of the whole TRB becomes more uniform. However, annealing can increase the TTZ movement. Blank thickness and TTZ position are the main factors affecting the formability of TRB U-channel during transverse bending.

Numerical Simulation and Experimental Investigation of Springback in U-Channel Forming of Tailor Rolled Blank

In order to grasp the springback rule of TRB ( tailor rolled blank ) parts after forming , the springback behavior of TRB was investigated by integrating such three means as theoretical research , numerical simulation and stamping experiments.Fundamental theories of springback were analyzed.The stamping and springback processes of annealed 1.2 / 2.0mm TRB , 1.2mm and 2.0mm plates for U-channel were simulated , and the simulation results were compared with the experiments.The results indicate that the springback of TRB falls in between those of the 1.2mm and 2.0mm plates.It is desirable for the TRB U-channel to have die clearance of 1.1times maximum blank thickness and friction coefficient of about 0.12 , and longer thickness transition zone is preferable.The simulation data demonstrate reasonably good agreement with the experiments.

U型渠道在农田水利工程建设中的应用

渠道工程是农田水利工程重要组成部分,U型渠道具有较强的输水能力、较高的水资源利用率等优势。以某县农田水利灌溉工程为背景,结合输水灌溉情况,通过对所用U型渠道进行系统研究,提出了U型渠道的水力计算方法、施工要点,可为类似工程的设计提供借鉴。

NR-U与其他非授权频谱共存的下行信道填充方法

针对当5G非授权频谱与其他非授权频谱共存时,现有下行信道频域分配方法可能遇到的占有信道带宽(Occupied Channel Bandwidth,OCB)问题,提出了一种基于隔行填充伪数据的下行物理信道频域资源分配方法,并将分配颗粒度下调至物理资源块(Physical Resource Block,PRB)级别,满足了OCB规范要求,有助于非授权频谱共存,同时明显地降低了能耗,达到了节能的目的。最后,通过举例5 GHz非授权频段的计算数据分析,验证了所提方法的有效性。

融合注意力与上下文信息的皮肤癌图像分割模型

为提高黑色素瘤分割性能,提出一种结合注意力机制和上下文信息的U-Net网络。以Resnet-34网络作为编码器,在跳跃连接中加入坐标注意力,通过捕捉精准的位置信息定位更准确的目标区域;设计上下文信息模块强化对前景特征的学习能力;加入高效通道注意力模块,重新校准权重并获得更高质量的分割图。在公共数据集ISIC 2017上验证改进模型,其结果表明,该模型召回率、F1分数达到85.29%、87.03%,与现有方法对比,在准确率、交并比、召回率、F1分数产生竞争性结果。

松辽盆地中央坳陷区储层岩性智能识别方法

岩性信息的识别分类对油气储层分类以及储层岩石可压性评价具有重要意义。本文根据对深度学习网络U-Net进行改进,结合松辽盆地中央坳陷区实验数据进行对比和验证,提出了一种更适合测井数据的特征注意力融合网络(feature attention fusion Unet,FAF-Unet)。测井数据主要通过敏感性分析的方式选择特征参数(自然电位,声波时差,光电吸收截面指数,井径,密度,自然伽马以及深、浅侧向电阻率等),分析储层岩石岩性。FAF-Unet是一种融合残差块和通道注意力机制的网络,残差块可以更好地保留深度方向低级特征的数据,而通道注意力机制可以弥补竖向卷积时忽略横向通道之间联系的问题。分别对比了支持向量机、决策树、U-Net、添加有效通道注意力(efficient channel attention,ECA)机制的U-Net(ECA-Unet)、添加残差块的U-Net(Res-Unet)以及同时添加ECA和残差块的FAF-Unet 6种识别方法的准确率和召回率,结果表明,FAF-Unet的准确率与召回率均达到89.00%以上,在6种识别方法中识别效果最佳,且准确率与召回率的波动范围更小。

U形渠道量水槽收缩比确定方法研究

收缩比是量水槽选型的重要参数,如何确定收缩比,目前尚无公认的解决办法。基于量纲分析拟合弗劳德数和壅水高度的经验公式,探寻收缩比的确定方法。为了界定收缩比的范围和确定适宜的收缩比,在2种型号、4种比降的U形渠道上,选择5种收缩比、10种体型的三角形量水槽进行田间试验。研究表明:经验公式精确度较高,弗劳德数的平均相对误差为2.21%,壅水高度的平均绝对误差为0.76 cm。依据经验公式建立的弗劳德数、壅水高度与喉口宽度、渠道比降、渠道流量、渠道底弧直径之间的定量关系,可用于确定收缩比。基于经验公式,利用弗劳德数等于0.5和壅水高度等于渠道安全超高得到收缩比的上下限,界定了收缩比的范围。适宜收缩比可取收缩比上下限的中间值。

U形渠道平板闸门过流能力试验研究

【目的】实现U形渠道闸门测流,设计U形渠道平板闸门并进行试验研究,分析其水力性能,建立流量公式。【方法】流量范围10~50 L/s内,控制闸门开度e,进行U形渠道平板闸门过流能力试验,根据沿程水深、佛汝德数Fr、水头损失等水力参数分析了U形平板闸门孔流与堰流分界点的判定依据及过流能力,建立了不同流态的闸孔出流公式。【结果】U形平板闸门孔堰流判定依据相对开度e/H(H为闸前稳定水头)接近1,Fr沿程分布规律较统一,平均相对水头损失达7%,流量公式误差小于3.5%,不易出现自由出流。【结论】U形平板闸门水头损失较小,水力性能较优,流量公式的测流精度较高,可为灌区U形渠道流量测量提供依据。

基于双分支条件生成对抗网络的非均匀图像去雾

雾天拍摄的图片存在颜色失真、细节模糊等问题,会对图片的质量造成一定影响。许多基于深度学习的方法虽然在去除合成的均匀雾霾图片上具有很好的效果,但在最新的NTIRE挑战赛中引入的真实非均匀去雾数据集上效果较差。主要原因是非均匀雾霾的分布较复杂,纹理细节在去雾过程中很容易丢失,并且该数据集的样本数量有限,容易产生过拟合。因此提出了一种双分支生成器的条件生成对抗网络(DB-CGAN)。其中,一条分支以U-net为基础架构,通过“加强-整合-减去”的策略在解码器中加入增强模块,从而增强解码器中特征的恢复,并使用密集特征融合为非相邻层级建立足够的连接。另一分支使用多层残差的结构来加快网络的训练,并串联大量的通道注意力模块,以最大限度地提取更多的高频细节特征。最后,使用一个简单有效的融合子网来融合两个分支。在实验中,所提模型在评价指标峰值信噪比(PSNR)和结构相似性(SSIM)上明显优于先前的暗通道先验(DCP)、一体化去雾网络(AODNet)、门控上下文聚合网络(GCANet)、多尺度增强去雾网络(MSBDN)去雾模型。实验结果表明,所提出的网络能够在非均匀去雾数据集上具有更好的性能。

引入ECA注意力机制的U-Net语义分割

多种应用依赖于数据理解的准确性,而语义图像分割有效地解决了这个问题,它为基于像素级别的场景理解提供了必要的上下文信息。鉴于ResNeXt50相比于一般的卷积操作具有更强的特征提取能力,提出了一种基于ResNeXt50的U-Net网络结构ECAU-Net。在融合过程中,通过引入超强通道注意力(ECA)模块进一步增强特征表示对场景分割的判别能力。除此之外,在整体网络结构中引入空洞卷积,在不改变卷积核大小的情况下扩大图像的感受野范围,从而最大化地提高网络性能。实验结果表明,在CamVid数据集上,ECAU-Net相较于U-Net在Acc, Acc class, MIoU和FWIoU这4个评价指标上分别提高了2.1%,8.6%,8.2%和3.2%。

盐渍土固化U形渠道材料优化和数值模拟研究

【目的】研究新型材料固化盐渍土的工程特性,设计U形槽构件并对其进行结构优化,解决吉林西部盐渍土地区无衬砌渠道的溶陷冲蚀破坏问题。【方法】利用自主研发的抗冻裂型固化剂对盐渍土进行改良,固化剂掺量设置为20%、25%、30%、35%、40%、45%,每一掺量结合含水率分别为14%、16%、18%、20%的盐渍土料制备试样,通过室内无侧限抗压强度试验、冻融试验、渗透试验确定最优材料配比。在此基础上,应用ABAQUS模拟分析2 m的U形渠道构件在3种工况下的应力和位移状态。【结果】最优材料配比为固化剂掺量40%、盐渍土初始含水率16%;28 d龄期最优配比下的试件强度为14.91 MPa,经受200次以上室内冻融循环后,试件质量损失低于5%,渗透系数达到1×10^(-7)cm/s;2 m长度U形渠道构件在底面受力2点吊装方式下的最大主应力为87.4 kPa,最大位移为0.08 mm;满水工况运行条件下的最大主应力为94.32 kPa,最大位移为2.85 mm;考虑温度作用下冻胀影响的最大主应力为312 kPa,最大位移为17 mm。【结论】固化剂掺量为40%、盐渍土初始含水率为16%的材料配比的U型槽结构在不同工况条件下的数值模拟分析中受力及位移变形较小,稳定性较好。

增强语义分割的网络模型PS-UNet

文章提出了一种提升上下文依赖关系的增强语义分割网络模型PS-UNet实现医学图像分割.PS-UNet将残差块、PCA模块和SPP模块融合到U-Net网络模型中,可获取更多的特征信息,从而提升分割效果.该模型既可以对器官轮廓粗分割又可以对视网膜血管和细胞精细分割.在公开的数据集上分别对肺部、视网膜血管和细胞分割进行了测试.实验结果表明,与当前先进网络模型相比,PS-UNet在所有实验中,性能均有所提升,其中肺部分割中准确率和灵敏度相对于U-Net网络模型分别提高了2.03%和2.24%,Dice相似系数达到了97.16%.

U型再生冷却通道内超临界航空煤油换热特性数值模拟

为了解决航空发动机的高温热防护问题,通过RNG k-ε湍流模型开展了U型再生冷却通道内超临界压力RP-3航空煤油换热特性数值研究。探究了进口参数、固壁热导率、壁面粗糙度对换热的影响机制。基于流场和温度场揭示了换热特征和换热机理,通过离心力参数讨论了其作用机制,阐述了二次流对换热的影响,提出了换热关联式,其预测偏差处于±20%以内。结果表明:上游水平通道和下游水平通道受非对称加热作用产生弱二次流,弯通道受离心力作用产生强二次流,高温区近壁流体吸热能力降低造成传热恶化,最高壁温约为935 K;离心力促使热流产生显著的周向迁移。在高进口温度下传热恶化起始位置提前到弯通道,加剧了离心力作用,使热流迁移增强。提高固壁热导率和壁面粗糙度,换热均增强,对离心力影响可忽略。

并联U型通道冷板冷却动力电池的换热特性

温度对锂离子动力电池性能有显著影响。本文提出的并联U型通道冷板,具有换热均匀性良好的特点,在动力电池等发热设备冷却方面具有优势。通过数值方法模拟了并联U型通道冷板的换热效果,结果表明,在不同流速下,并联U型通道冷板的温度标准差都小于1,证明其温度分布相当均匀;在较高和较宽的热流密度条件下,并联U型通道冷板保持了较好的换热特性一致性及换热均匀性。

基于通道残差嵌套U结构的CT影像肺结节分割方法

早诊断早治疗对提升肺癌的存活率至关重要。肺结节是肺癌早期主要表现,但其异质性特征增加了计算机断层扫描对肺结节的检测难度,降低了分割结果的精确度。为提高肺结节分割结果的完整性和精确度,提出三维通道残差嵌套U网络(CR U2Net)。浅层特征同时包含病灶细节和噪声信息,提出浅层信息处理U结构平衡噪声信息的干扰;为加强不同层特征信息的交互,丰富特征表达和传递,提出通道残差结构,配合嵌套U结构实现特征信息的提取优化;考虑到浅层特征包含空间细节信息而深层特征具有语义抽象性,设计通道挤压U结构实现不同语义级别特征有效融合;将上述模块集成到UNet中构建出基于嵌套U结构的肺结节分割模型。提出的模型在Lung Image Database Consortium and Image Database Resource Initiative数据集中进行训练,达到了83.83%的Dice系数。优于多数现有肺结节分割方法且与UNet,UNet++以及PCAMNet网络相比领先了3.98%,1.96%和1.26%;针对网络结构进行有效性验证,结果表明各模块均发挥作用,在可接受参数量和计算量的情况下达到最优性能。