摘要：蜀河水电站左岸厂房标段及导流工程左副坝坝肩，设计为无盖重固结，灌浆的目的是对左岸边坡岩体进行加固和补强，为了不影响蜀河水电站左副坝混凝土浇筑，灌浆前认真编写了无盖重固结灌浆试验大纲，并在灌浆过程中严格执行灌浆试验工艺和技术要求，最终论证：在无盖重条件下进行高边坡固结灌浆，技术上是可行的，对软弱岩体进行加固和补强后能够达到设计要求，并以此未指导后续施工。

摘要：蜀河水电站右岸泄洪坝段及导流工程基帷幕灌浆是蜀河水电站工程建设的重要项目之一，特别是纵向导墙一线，帷幕灌浆的成败直接影响到二期基坑开挖和厂房混凝土浇筑工期。2007年10月灌浆开始后，根据灌区内工程地质条件差、岩体透水性强的情况，施工中在帷幕设计、灌浆方法等方面，采取边施工、边总结、边调整的办法，从而在涌水孔段多、涌水量大、施工工期紧、施工任务重、质量要求高的条件下，按期完成了灌浆任务，保证了灌浆质量。

摘要：蜀河水电站右岸泄洪坝段及导流工程，右副坝无盖重固结灌浆因2007年二期导流任务的迫切要求未能及时进行，坝体升高到永久高程后，如仍按原设计进行岸坡接触灌浆施工，则接触灌浆质量达不到设计要求，为此，将岸坡接触灌浆、无盖重固结灌浆的质量要求综合考虑后按有盖重固结灌浆施工，最终质量检查验证，灌浆后的效果满足设计要求。

摘要：内蒙古呼和浩特抽水蓄能电站拦砂坝工程，坝基固结灌浆总量为6520m、设计最大灌浆压力0．7MPa，灌浆的目的是对坝基入岩8m以内的岩体进行加固和补强。试验过程中严格执行灌浆试验工艺和技术要求，最终验证：灌浆孔排距布置合理，在最大灌浆压力0．5MPa下进行灌注，灌后效果即能达到设计要求，并以此来指导后续施工。

摘要：干式除尘装置中袋式除尘器的滤袋在长时间使用后会出现破损,造成能源消耗增加、除尘效率降低、污染环境等严重问题。为此,本文采用在除尘舱室处搭建粉尘烟雾检测摄像头,并基于YOLOv3算法检测袋口烟雾的泄漏情况。试验检测步骤:①根据真实除尘舱室尺寸设计袋式除尘器袋口烟雾泄漏实验室平台,采集不同洞口烟雾泄漏的图像数据;②使用软件标注这些图像数据;③搭建Darknet深度学习框架,采用YOLOv3算法对图像数据进行训练,并依据模型计算结果识别破袋情况。结果表明:模型对于批量图像的识别准确率能达到91%以上,对于连续视频的识别准确率可达95.65%。本文系统可以减少除尘器运行中的人工检测,降低工厂人力资源成本和工人劳动强度,可以避免生产中的安全隐患和损失,可以为工厂的生产安全及定期维护提供技术指导,也为全厂智能化生产提供了有效的方案。

摘要：针对带式输送机的皮带振动导致基于机器视觉检测的皮带撕裂裂纹图像模糊问题,研制了一套弹簧减振式机械装置。该减振装置采用弹簧 + 螺杆串联 + 滚动轴承结构,既能灵活调节弹簧的预紧力从而有效抑制皮带振动,又能利用滚动摩擦降低皮带磨损和噪声。针对弹簧设计提出了以能量守恒理论为依据,推导出弹簧劲度系数计算公式,并结合机械设计手册查表计算获得弹簧选型与外形参数尺寸,再将这些参数计算值导入有限元仿真分析其减振效果,最后通过带式输送机试验平台试验验证了弹簧设计的正确性和减振装置的有效性。

摘要：本文综述了机器视觉在皮带撕裂检测领域的发展,并讨论了现有的检测方法。首先介绍了皮带撕裂的形式,包括纵向撕裂和横向撕裂。据调研数据显示,纵向撕裂占据了绝大部分的撕裂情况。然后介绍了传统机器视觉方法和基于深度学习的方法。传统方法主要是通过人工设计特征和选择合适的分类器算法进行图像分析和提取特征,但需要大量经验和调试。而基于深度学习的方法通过训练神经网络进行端到端的学习,能够提高检测精度和鲁棒性。同时归纳了近三年来应用到实际生产中的技术。最后,指出了需要解决的算法设计和评价指标问题,并展望了未来的研究方向,包括解决复杂环境的影响、提高实时性要求、优化算法适应不同情况和制作公开测试数据集等。总体来说,机器视觉技术在皮带撕裂检测领域具有广阔的应用前景,但还需要进一步研究和探索。

摘要：为明确稻茬烤烟湘烟7号上部烟叶采收适宜成熟度,设计M1(习惯采收)、M2(延迟7 d采收)、M3(延迟14 d采收)3个处理,研究上部烟叶一次性采收不同成熟度对烟叶质量的影响。结果表明,随上部6片烟叶采收成熟度的提高,鲜烟叶中的SPAD值降低;上部烟叶延迟7 d采收有利于降低烤后烟叶杂色烟和烤青烟比例,提高正组烟叶比例,提高烟叶外观质量和评吸质量;M2较M1、M3上等烟比例分别高6.3和17.8百分点,均价分别高5.86%和14.68%。湖南桂阳烟区烤烟上部6片叶一次性采收成熟度以M2为宜,叶片SPAD值22~29、叶面变黄60%~80%、主脉变白80%~100%、支脉变白50%~80%、部分茸毛脱落、成熟斑较多可作为适宜采收成熟度的参考指标。