基于深度学习的土木基础设施裂缝检测综述

基于深度学习的裂缝检测对于降低基础设施运营风险、节约运维成本并推进中国土木工程行业智能化转型具有重要意义。算法、数据集和评价指标是构建深度学习裂缝检测模型的关键要素;裂缝检测模型集成于机器人平台,从而实现对土木基础设施的全自动裂缝检测。为此,从以上4个方面对当前研究进行了系统梳理。首先,回顾了深度学习的发展历程,重点介绍了深度卷积神经网络在计算机视觉领域的应用及其在图像处理方面较传统算法所具有的显著优势。接着,详细介绍了3类基于深度学习的裂缝检测主流算法,包括分类算法、目标检测算法和语义分割算法。然后,对现有裂缝图像数据集以及模型性能评价指标进行了归纳。最后,总结了土木基础设施的各类裂缝检测机器人平台。综合分析表明：基于卷积神经网络主干结构的深度学习算法已被广泛用于土木基础设施表面裂缝的精准定位与分类,而裂缝的尺寸信息仍需依靠传统图像处理技术进行提取;由于像素级标注的成本和专业性高,大型的裂缝语义分割数据集相对缺乏,致使当前基于语义分割算法的裂缝检测模型鲁棒性较差;目前多数研究人员采用个人建立的裂缝数据集进行模型训练且采用不同的指标进行模型性能评价,缺乏统一的基准测试数据集和评价指标体系,无法对不同模型的性能进行平行比较;目前针对不同基础设施已相应开发了一些裂缝检测机器人,提高裂缝检测机器人的多场景适应性,并降低其应用成本是未来的发展方向。     

公共白行车租赁站点调度需求量模型研究

为降低城市公共自行车调度过程中调度员凭经验确定各站点调度需求量的盲目性,提高调度科学性并缩减调度时间和成本,将城市公共自行车租赁站点调度需求量模型描述为最优化整数规划问题,考虑系统的稳定性和调度触发时间,以高峰时段系统的整体稳定性最强、调度启动时间最晚为目标建立公共自行车租赁站点调度需求量模型.针对该模型特点设计了十进制编码、二人竞赛选择、算术交叉、非均匀变异的遗传算法对模型进行求解.通过调度实例验证模型和算法的可行性,得到各租赁站点的最优调度需求量.结果表明,按照该模型求解出的调度需求量进行调度能够延迟高峰时段的调度启动时间至1.33h,较站点均一化存放率调度延迟0.67h,极大地延缓了调度启动时间并缩减调度工作量.     

插电式混合动力客车工作模式切换控制研究

在研究插电式混合动力客车结构特征的基础上,分析了插电式混合动力客车行驶状态下的主要工作模式。根据模式切换的逻辑关系,提出了插电式混合动力客车采用选择性模式切换方式,并制定了控制逻辑。按照控制逻辑要求,从整车的角度提出了发动机、电动机及自动离合器的控制方法,并通过实车道路试验进行了验证。结果表明：所提出的控制逻辑及部件控制方法满足插电式混合动力客车工作模式切换的需要,并具有良好的行驶性能。     

橡胶粉改性沥青混合料疲劳性能研究

基于三分点加载试验研究了橡胶粉掺量、橡胶沥青用量、橡胶粉细度以及混合料级配类型对橡胶沥青混合料的疲劳性能的影响,并采用灰色理论分析了这四种影响因素对橡胶沥青混合料的疲劳性能影响的显著性。研究结果表明,随着橡胶粉掺量增加,各应力水平下的橡胶沥青混合料疲劳寿命均呈先增大后减小的变化趋势;增大橡胶沥青用量可以增加橡胶沥青混合料低应变水平下的疲劳寿命,但也会增大橡胶沥青混合料对应变变化的敏感程度;随着橡胶粉颗粒粒径的减小,橡胶沥青混合料的疲劳寿命提高;采用骨架密实结构更有利于提高橡胶沥青混合料的抗疲劳性能;橡胶粉掺量与橡胶沥青混合料疲劳性能的关联度最大。     

~(131)I-OIH肾图计算机处理计算分肾ERPF

采用核多功能仪及相应软件,在进行~(131)I—OIH肾图时直接计算分肾ERPF,并与心前区法所测总肾ERPF值对照分析。结果表明。在肾炎、泌尿系结石等疾患时,两种方法计算的总肾ERPF值基本一致,无明显差异(P>0.5)。肾图法计算分肾ERPF,简便、经济、不用抽血,并能在功能仪上一次完成常规肾图、总肾和分肾ERPF检测,易于临床推广应用。     

BIM技术在公路隧道工程设计中的应用探索

为实现公路隧道三维可视化设计,提升设计工作的质量和效率,研究了基于BIM技术的新型设计方式,建立隧道项目三维设计应用流程。首先,解决了部分三维设计技术难点,探索出公路隧道高精度三维设计的2种思路和流程,并对2种方案特点进行比较。其次,结合软件对隧道三维模型细节处理要点进行说明,并以实际项目为依托,验证该流程的可行性。最后,进行技术方案应用,包括工程量统计、实时围岩查询、设计方案比选、模拟分析、成果输出等。基于BIM技术的公路隧道三维设计能够较好的发挥BIM构件信息化的优势并表达设计意图,具有可行性。     

强浪条件下高桩码头夹桩结构的高程设计

针对目前没有规范为高桩码头夹桩结构的设计与施工提供系统性指导的问题,依托某工程实例,对强浪条件下的夹桩结构高程选取进行研究,通过物理模型试验测定不同高程的夹桩结构所受的波浪力,并根据实际施工进度安排,使用有限元分析软件计算确定了两个阶段的夹桩结构高程,在工程实施中取得了较好的应用效果,可为类似工程提供参考。     

Enhancing the Efficiencies of Organic Photovoltaic and Organic Light-Emitting Diode Devices by Regular Nano-Wrinkle Patterns

Organic photovoltaic (OPV) cells and organic light-emitting diodes (OLEDs) are energy harvesting and generation devices that have attracted great attention these years because of their low costs, thin film structures, flexibility and environment-friendly manufacturing processes. For such thin film devices, photon management methods that increase the light absorption of OPV cells and the light extraction from OLEDs are highly desirable. Here, we report the experimental efforts to fabricate geometrically tunable and spontaneously formed nano-wrinkle structures with large areas, and the theoretical results on photon management with the nano-wrinkles.     

我国城市轨道列车工业设计研究综述

从工业设计视角对城市轨道列车进行研究,有助于提高列车的安全性、舒适宜人性、美学和文化特性,使其成为提升城市形象的一张靓丽名片. 首先,结合相关标准,阐述了我国6类城市轨道列车的主要外形特征;然后,概括提出了城市轨道列车端车和中车车体造型设计、车体涂装设计时应重点考虑的共性约束因素和关键参数取值范围,总结给出了城市轨道列车外观设计的相关要点;接着,围绕司机室驾驶界面和客室旅客界面,对我国城市轨道列车车内环境设计研究进行了综述,明确了这两大界面设计各自研究的现状及侧重点;最后,对我国城市轨道列车工业设计领域的研究进行了总结和展望,指出应进一步加强列车-线路-人文多要素耦合理论与设计方法、列车车内空间及界面系统优化设计与综合评价技术和列车车内视觉环境评价与优化设计的研究.      

COVID-19 Interpretable Diagnosis Algorithm Based on a Small Number of Chest X-Ray Samples

The COVID-19 medical diagnosis method based on individual's chest X-ray (CXR) is achieved dif-ficultly in the initial research,owing to difficulties in identifying CXR data of COVID-19 individuals.At the beginning of the study,infected individuals' CXRs were scarce.The combination of artificial intelligence (AI)and medical diagnosis has been advanced and popular.To solve the difficulties,the interpretability analysis of AI model was used to explore the pathological characteristics of CXR samples infected with COVID-19 and assist in medical diagnosis.The dataset was expanded by data augmentation to avoid overfitting.Transfer learning was used to test different pre-trained models and the unique output layers were designed to complete the model training with few samples.In this study,the output results of four pre-trained models in three different output layers were compared,and the results after data augmentation were compared with the results of the original dataset.The control variable method was used to conduct independent tests of 24 groups.Finally,99.23％ accuracy and 98％recall rate were obtained,and the visual results of CXR interpretability analysis were displayed.The network of COVID-19 interpretable diagnosis algorithm has the characteristics of high generalization and lightweight.It can be quickly applied to other urgent tasks with insufficient experimental data.At the same time,interpretability analysis brings new possibilities for medical diagnosis.