齿轮“点蚀”的正交试验研究

评定碳氮渗齿轮质量好坏的主要参数是渗层深度、表面碳浓度和渗层中碳浓度梯度,而要获得较为准确的渗层深度、合适的表面碳浓度及平缓的碳深度梯度,除了要有正确的碳势、温度和渗碳总时间外,还要有合适的强渗时间与扩散时间之比。齿轮早期磨损点蚀的原因很多,齿轮精度、材料和热处理规范及润滑油选择不当都会造成齿轮早期磨损点蚀。研究齿轮渗碳层深度超出21．67％是否会导致齿轮点蚀,通过正交试验、工艺参数研究、金相检测及碳化物分析,找出合适的工艺参数。     

水泥混凝土桥面构造对桥面防水层粘结性能的影晌

选择2种常用的防水粘结材料,针对最能反映桥面防水层性能的两项关键指标,即抗剪性能和抗拉拔性能,研究表面构造深度和纹理方向这两个因素对于这两项性能的影响规律进行了分析,为防水层的设计和正确施工提供理论依据。     

外海大型取水平台的结构设计与施工

在海上选址建设大型取水泵房设施,在国内还是首次;大型取水泵房结构的平台面高程、使用标准、结构形式、建造工艺等的选定,并无案例可循.结合实际工程中的应用,依据项目建设条件,在满足结构设施功能性、安全性、可实施性的标准要求下,从设计与建造一体化的角度,合理确定平台面高程、选定结构及基础形式,并对结构建造可行的关键要素,大体...     

软岩向深埋隧道的流动

综合考虑承压井引用的渗流假设、流体释放机制、流场特征及井径等因素，可以用承压井理论来解决软岩向深埋隧道的流动问题。Ｄｐ、μｒ、ｐ０是预测软岩大变形的主要参数，其中最关键的参数是Ｄｐ。三大参数确定后，可以利用相应公式进一步判断大变形的可能性。     

基于改进掩码-区域卷积神经网络的混凝土病害实例分割

为对混凝土病害图像进行更精确的实例分割,提出改进掩码-区域卷积神经网络(Mask Region Convolution Neural Network, Mask-RCNN)。该网络采用轻量级的可移动网络(MobileNetV2)代替原始Mask-RCNN中卷积层过大的主干网络——残差网络(ResNet101),加入路径聚合网络(PANet),以提高Mask-RCNN提取浅层特征信息的能力。为验证改进Mask-RCNN的识别精度及其在实际工程中的可行性,首先构建多类混凝土病害图像数据集,利用K-means聚类算法确定最适合该数据集的先验边界框的长宽比,然后对比改进Mask-RCNN与原始Mask-RCNN、其它主流深度学习网络对混凝土五类病害(裂缝、露筋、剥落、白皙和空洞)的识别结果;最后利用无人机采集到的钢筋混凝土桥梁病害图像作为测试集进行测试。结果表明：改进Mask-RCNN在提高计算速度的同时能更准确地定位病害,减少了误检和漏检,识别精度高于原始Mask-RCNN及其它深度学习网络;改进Mask-RCNN可以识别无人机拍摄的未经训练的新的混凝土病害图像,识别精度满足实际工程需求。     

邻近既有线新云居山隧道群施工设计

在既有杭深铁路福州南—福清区间并行建设福厦铁路正线、福州南动走1线和动走2线。这三条线路穿越云居山共修建五座隧道（新云居山隧道和1#—4#隧道）,存在新建隧道小净距上跨既有清凉山隧道施工和新建隧道相互影响的问题。本文针对新云居山隧道与1#隧道、3#隧道直立边坡进洞并行段、新云居山隧道小净距上跨既有隧道影响段、新云居山隧道与3#隧道小净距立体交叉段三个关键区段的施工方案进行设计,提出在进洞并行段对直立边坡采用锚固桩加固,对新云居山隧道采用加强型衬砌,在上跨影响段对既有隧道施作加强型衬砌,在立体交叉段对3#隧道及中夹岩采取加强型技术参数。经数值模拟,所提设计方案能有效降低隧道开挖对围岩的扰动,明显减小衬砌结构隆起量。现场监测结果表明,进洞并行段地表、上跨影响段衬砌加强后的清凉山隧道和立体交叉段3#隧道位移均较小,结构受力状态良好,说明设计参数和施工方法合理可靠。     

基于双目视觉的穿梭油轮外输作业自动监测方法

针对复杂工况下穿梭油轮外输作业中的安全距离预警问题,提出一种基于双目视觉智能感知的自动监测方法。结合轻量化模块GhostNet和ECA注意力机制,提出一种面向穿梭油轮关键特征区域检测的YOLOv5-Light算法;综合考虑穿梭油轮多关键特征融合的深度信息,采用多步多尺度滤波方法计算穿梭油轮与石油开采平台之间的距离;利用卡尔曼滤波对实时计算的距离进行处理及相关预警信息输出。创建面向海上安全作业监测的大规模穿梭油轮检测图片数据集,并对其进行数据增强以提升场景覆盖度。试验结果表明：所提方法可提升效率,每秒关键特征区域检测的召回率为99.85%,在100 m范围内,距离预测误差小于2.5%。     

基于改进Mask RCNN的散货船压载舱裂缝检测算法

针对散货船压载舱所存在不同类型结构裂缝检测需求,基于机器视觉相关技术,探索一种应用实例分割目标检测算法（Mask RCNN）深度学习模型的裂缝识别方法。在分析散货船压载舱裂缝的图像特征的基础上,构建了基于MaskRCNN的裂缝识别深度学习模型,通过引入轻量化自底向上路径增强机制和自身特征优化模块优化检测模型,然后制作了涵盖多种类型的裂缝数据集,基于训练结果实现散货船压载舱结构裂缝图像识别,并验证了改进的MaskRCNN模型在散货船压载舱结构裂缝图像识别技术中的优越性,为压载舱自动化高效检测提供有效支撑。     

融合注意力机制的轨道入侵异物检测轻量级模型研究

基于智能视频分析的轨道线路环境入侵物自主识别是保障轨道交通运营安全的关键技术之一。然而基于神经网络的高精度目标检测模型严重依赖算力,部署成本高,很难普及运用。为此,提出一种改进yolov4-tiny的轻量级网络模型。在网络主干,通过融合跨阶段结构和通道混洗策略,提出CSPShuffleNet结构,加快网络推理;在网络颈部,引入多头注意力机制,增强网络目标定位能力;在网络头部,使用深度可分离卷积替换传统卷积,进一步压缩网络参数量。基于铁路异物数据集的实验结果表明：相比于原始yolov4-tiny,本模型的均值平均精度最大提高1.4%,参数量减少49.9%,模型容量减少55.4%。验证了本模型对于固定平台和移动平台检测系统的普适性,从而为铁路安全保障提供决策支持。     

某深水锚地钢护筒灌注型桩基设计探析

以三峡库区某待闸锚地建设工程为依托,结合工程区水深及水位变幅大、地势陡峭、岩石强度高等复杂环境特点,对灌注型桩基钢护筒直径、壁厚、锚固深度、桩基受力特点及灌注桩长度的影响因素进行了分析,通过运用有限元软件Midas,对基于钢护筒搭建的施工期临时平台、运营期靠船墩结构进行了强度及整体稳定性计算,提出对钢护筒灌注桩型桩基进行结构内力分析计算时,不宜忽略钢护筒的影响,可为类似工程桩基设计提供参考。