摘要：该文基于磁通量法,设计了一种大跨度斜拉桥索力监测系统,用于采集和监测钢绞线斜拉索力,并对钢绞线索力进行及时预警。该设计以套筒式磁通量传感器为核心,采用地址译码模块和磁弹仪进行索力数据采集,索力监测软件具备索力阈值设置及预警功能,通过持续、长期的索力监测,可辅助斜拉索体系的管养维护,延长桥梁拉索使用寿命。在实际的工程应用中,将该监测系统运用于埃及某斜拉桥索力监测中,通过工程应用证实了该监测系统具有较好的实用性和市场应用价值。

摘要：针对燃气发生器内部火药燃烧温度进行测试,对高温测试中存在的铠装传感器响应缓慢等问题进行了分析,通过对传感器的壳体工装的设计、密封粘贴的工艺和温度分度表修改的研究,掌握在封闭空间内对高温气体的测试方法,自制高温裸装传感器并进行试验验证,解决了响应缓慢、密封性、耐压等问题。

摘要：为解决真实养殖环境中因鱼群模糊、遮挡造成的鱼类目标检测困难等问题,采用基于通道非降维与空间协调注意力ECAM(efficient coordination attention module)的改进YOLOv8养殖鱼群检测方法YOLOv8-Head-ECAM以提高检测精度。首先在FPN(feature pyramid network)中增加大尺寸检测头,更好地捕捉水下鱼类个体的细节信息,以加强对鱼群特征的提取能力,然后使用ECAM注意力机制减少模糊背景的干扰,聚焦鱼类个体的关键特征,以加强对模糊鱼群的识别能力,并设计了消融试验和模型对比试验以验证算法的有效性。结果表明:相比于YOLOv8,YOLOv8-Head-ECAM模型的准确率、召回率和平均精度均值分别提高了2.3%、1.7%和1.6%;与目前检测准确率较高的养殖鱼群检测模型KAYOLO、DCM-ATM-YOLOv5、SK-YOLOv5和ESB-YOLO相比,平均精度均值分别提高了0.7%、1.0%、2.4%和2.0%。研究表明,本文中提出的YOLOv8-Head-ECAM模型能够较好地适应水下鱼群模糊、遮挡的情况,提高了鱼群检测的有效性。

摘要：14年生5个家系3个地点生长和材性试验表明,基本密度、管胞性状的家系×地点互作效应不显著;树高年份效应显著,但各家系对年份的反应是一致的;

摘要：养殖环境中模糊、气泡遮挡等现象影响养殖鱼特征提取,使养殖鱼群检测精度不佳,为解决上述问题,提出融合通道非降维双重注意力机制ECBAM与改进YOLOv5的养殖鱼群检测模型ESB-YOLO(ECBAMSPPF-BiFPN-YOLO)。使用ECBAM注意力机制获取更多细节特征;为缓解加入ECBAM导致的检测时间增加、速度变慢,使用SPPF替换SPP,减少模型计算量,降低模型检测时间,提高检测速度;为提高YOLOv5特征融合效果,使用BiFPN进行特征权重融合,提高有效特征在特征融合的比重,减少特征丢失。为了验证改进模块对YOLOv5的影响,设计了消融试验。试验结果显示:ESB-YOLO相比YOLOv5在保持检测速度的条件下平均精度提升了2.40%;设计模型对比试验,验证了ESB-YOLO的优越性,相比FERNet、SWIPENet及SK-YOLOv5等先进水下目标检测模型,ESB-YOLO在平均精度上分别具有3.10%、3.90%与0.70%的优势。研究表明,本研究所提的模型对养殖鱼群目标检测效果更佳,可以满足养殖鱼群检测要求。