液压支架用千升安全阀的关键技术研究

以郑煤机研制的液压支架用超高压大流量安全阀FAD1000/50为对象,基于乳化液介质和煤矿井下特殊环境特点,从腐蚀性、气蚀与拉丝和调压精度三个方面分析了超高压大流量安全阀的关键技术,并对FAD1000/50安全阀的结构特点以及影响阀芯动作灵敏度的因素进行了分析,最后给出了该千升安全阀的大流量启溢闭特性测试曲线,结合现场使用反馈情况,证明对千升安全阀的研制是成功的。

基于改进FCOS算法的架空输电线路防振锤检测

防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(Fully convolutional one-stage object detection,FCOS)来进行架空输电线路防振锤检测。为了提高检测精度,将FCOS特征提取层的各个特征点看作随机变量,用各阶中心矩的组合表达其随机分布,并在此基础上提出了一种基于各阶中心矩的空间注意力机制,来准确描述图像特征的权重分布。试验结果表明,改进后的FCOS在不同阈值下的平均检测精度均高于原始的FCOS,当阈值为0.5时,平均检测精度达到94.9%。同时,该方法在不同阈值下的平均检测精度,大大超过了其他主流的注意力机制。

基于改进胶囊网络的X射线图像违禁品检测

针对X射线图像违禁品检测中存在的漏检和误检问题,提出基于改进胶囊网络的模型(DMF and SE Capsule)用于X射线图像违禁品检测。该模型在传统胶囊网络的基础上增加了特征增强(dilated convolution multi-scale feature fusion,DMF)模块和特征筛选(squeeze-andexcitation block,SE)模块。首先使用特征增强模块提取图像特征,通过增加空洞卷积层,并且将所得的高低层语义特征进行拼接融合,从而得到丰富的特征信息;然后再用特征筛选模块,以挤压激励的方式将得到的特征进行筛选;最后再经过网络的胶囊层,从而完成对违禁品的检测。为了验证模型对复杂场景下X射线图像中违禁品的检测能力,在SIXray数据集上进行实验,模型的检测准确率达到79.254%,与原始的胶囊网络(71.350%)相比提升了7.904%,因此,改进模型的检测能力提升明显。

融合特征增强及多尺度损失的增量去雾算法

为提高雾霾图像清晰化效果并实现去雾能力的泛化,提出一种特征增强及多尺度损失约束的网络结构,并采用增量式训练方法对网络进行训练。网络由教师网络和学生网络构成。通过学习教师网络提取的标注样本注意力信息对学生网络提取的特征进行特征增强;将标注样本多尺度语义特征作为软标签,建立多尺度语义特征损失衡量机制,与全局像素差异损失级联,构建面向特征和像素的损失函数;采用增量式训练方法,教师网络为学生网络平衡不同数据集的新旧知识提供先验约束,使网络保留原有知识的前提下,快速提高对增补数据集的泛化能力。实验结果表明,所提算法在主观视觉效果与客观评价指标上均取得了较好的效果。