RAP高掺配厂拌再生混合料优化设计研究

目前我国公路路面材料循环利用率不到30％,远低于发达国家90％以上利用率的水平.交通运输部将建设资源节约型、环境友好型行业作为加快转变交通运输发展方式的重点.文章设计的一套RAP试验方法,以此设计方法调整得到的混合料配合比,并采用马歇尔击实方法双面击实制得马歇尔试件,测定其物理及力学指标,进行性能验证.该设计方法的研究...     

船舶废气高压SCR系统管路应力分析计算

船舶废气选择性催化还原技术（SCR）作为柴油机废气中高温氮氧化物处理的主要方法,近几年被广泛应用在海洋运输行业。SCR系统管路的合理设计对于保障船舶SCR系统安全稳定运行起到至关重要的作用。以MAN 7S50ME低速主机系统为例,在考虑高压SCR系统管路受内、外部载荷及工况等因素下,对高压SCR系统管路在不同工况载荷下对各个受力点进行管路膨胀量分析、应力分析,分析薄弱点,调整固定支撑点、滑动支撑点及膨胀节等局部的结构,最终确定满足台架试验的系统管路。     

基于改进U型神经网络的路面裂缝检测方法

针对传统的裂缝分割算法难以识别狭窄裂缝且分割边缘不精准，从而造成识别精度较低的问题，研究了基于改进U型神经网络（Unet）的路面裂缝检测方法。由于传统Unet特征提取网络是层次较浅的浅层神经网络，难以提取更复杂的裂缝特征信息，故本文以牛津大学视觉几何组网络（VGG16）作为传统Unet的特征提取网络，提高网络的裂缝特征提取能力；为抑制高低阶特征融合时产生的无用特征，本文在模型解码部分添加压缩与激励单元（SE block），构建裂缝注意力单元，使得网络可以关注不同通道下的裂缝特征，建立了基于SE block和VGG16的改进Unet网络（SE-VUnet）。研究采用迁移学习的方法，将在ImageNet上预训练好的VGG16网络权重迁移到裂缝检测中。通过挑选Crack500数据集，并使用摄像头采集图片构建1 600张路面裂缝数据集，再次训练SE-VUnet模型，获得裂缝区域分割结果。以查准率（precision）与查全率（recall）的加权调和平均值F1和雅卡尔（Jaccard）相似系数作为量化评价指标。将SE-VUnet分别与Unet、SOLO v2、Mask R-CNN以及Deeplabv3+进行分割效果和实时性对比。研究结果表明:SE-VUnet模型的综合F1和雅卡尔系数分别为0.840 3和0.722 1，相比于Unet分别高出了1.04%和1.51%，且均高于其他3种对比模型；SE-VUnet的单帧图片预测时间为89 ms，在分割效果提升明显的情况下仅比Unet慢5 ms，优于其他模型。