摘要：针对钢材表面缺陷形态多样、结构复杂且存在检测目标漏检现象和算法参数量过大等问题,提出一种轻量化VTG-YOLOv7-tiny的钢材缺陷检测算法。该方法一是设计VoVGA-FPN网络,以减少信息传递过程中的丢失,增强网络特征融合能力;二是构建三重坐标注意力机制,提升模型对空间和通道信息的特征提取能力;三是引入鬼影混洗卷积,在提高精度的同时降低模型参数量和计算量;四是增加大目标检测层,改善特征图中部分缺陷占比较大,导致检测精度低的问题。在NEU-DET和Severstal钢材缺陷数据集进行实验验证,改进后算法与原模型相比,mAP分别提升5.7%和8.5%;参数量和计算量分别降低0.61 M和4.2 G;精确度和召回率分别提升7.1%,1.8%和8.9%,7.0%。实验结果表明,改进后的算法更好地平衡了检测精度和轻量化,为边缘终端设备提供了参考。

摘要：应用Polyflow软件分别建立了U型件模型、带内外气体辅助层厚度不同的U型件模型和U型件开口有倾角的模型。针对传统挤出、不同内外层辅助气体厚度、不同开口倾角下3种情况进行了数值模拟计算,并用Origin软件对部分结果进行了分析。研究发现,使用气体辅助技术比型腔结构优化更有利于模流平衡;当内外气体辅助层厚度不同时,内层气体层厚度偏大、外层气体层偏薄时,更有利于抑制U型件开口收缩的变形;而对口模开口臂倾斜角度的修正更有利于减小或调整U型件开口收缩的变形。

摘要：为了解决磁流变阻尼器对外部电源的过度依赖以及避免其断电失效的风险,设计了一种结构简单、可实现振动能量采集的磁流变阻尼器。该阻尼器由基于磁流变效应的减振装置和基于电磁感应原理的发电装置组成。首先,基于磁路欧姆定理建立了电磁感应发电装置的振动能量采集数学模型;其次,应用MATLAB软件进行发电装置发电性能分析,研究了装置发电性能与结构设计变量之间的关系;接着,采用COMSOl软件对2种不同永磁体组结构的发电装置进行了电磁仿真分析与对比,重点分析了发电装置永磁体组高度对发电性能的影响;最后,仿真分析了不同振动频率和幅值对装置发电性能的影响。结果表明:在一定范围内,感应线圈绕线槽高度值与发电性能指标值基本呈线性关系,永磁体组高度、导磁垫片高度与绕线筒径向厚度均存在最优值。无论在何种频率或幅值振动激励下,永磁体组高度为30 mm的发电装置单线圈感应电压的峰值比永磁体组高度为20 mm的大42.5%左右,输出功率峰值大22.3%左右。研究结果可为提高振动能量采集型磁流变阻尼器发电性能提供参考。

摘要：为了提高基于深度学习的语音频带扩展性能,提出一种结合幅值掩膜的时频神经网络模型.该模型既能利用语音的相位信息,又能通过幅值掩膜来优化预测语音的幅值.模型时域部分设计一种融合注意力机制的长短时记忆神经网络,该网络可以实现并行计算,当预测高频语音时充分利用距离相近的前后语音帧之间的关系,舍弃对远距离语音帧之间关系的学习,从而减少模型的计算量.主客观实验表明该方法在信噪比和可懂度等度量上优于传统方法和基于深度神经网络的语音频带扩展方法.

摘要：针对传统本构模型表达磁流变液的流变特性精度不高的问题,采用MCR302流变仪对磁流变液的流变特性进行测试,获得了不同磁场下剪切应力与剪切速率之间的关系。利用遗传算法对Bingham-Papanastasiou(BP)模型和Herschel-Bulkley-Papanastasiou(HBP)模型进行参数辨识。利用辨识结果建立了仿真模型,对磁流变阻尼器的动态特性进行数值模拟。设计并加工了磁流变阻尼器,搭建了阻尼力测试平台进行阻尼力测试实验,并将实验结果与仿真结果进行对比。结果表明:HBP模型对磁流变液流变特性的辨识结果与实验结果吻合较好;2个模型对阻尼器动态特性的预测结果相差较大,仅对流速的预测一致性较好;基于HBP模型的阻尼力预测值与实验值较吻合。所提出的HBP模型表达磁流变液流变特性的精度较高,具有良好的实用价值。研究结果可以为振动控制领域磁流变阻尼器力学模型的选择提供参考。

摘要：中低速磁悬浮列车制动过程中具有非线性强、时滞大、时滞特性难处理等特性,传统列车制动控制方法难以实现对磁浮列车制动过程的精准速度控制。为解决中低速磁悬浮列车制动过程的时滞问题,提高制动控制精度,提出一种中低速磁浮列车制动过程的时滞补偿预测控制方法。首先,根据中低速磁悬浮列车实际运行数据,利用带有遗忘因子的递推最小二乘法辨识列车模型参数,建立列车自回归模型。然后,根据得到的受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制器并分析其控制律更新过程,实现对中低速磁悬浮列车制动过程的纯滞后补偿,降低列车制动过程中时滞特性的影响。最后,基于某磁浮线现场数据,以中低速磁悬浮列车制动过程为被控对象进行实验仿真,并比较时滞补偿广义预测控制方法与传统广义预测控制方法对于中低速磁悬浮列车制动过程速度跟踪控制的效果。仿真结果表明:所设计的时滞补偿广义预测控制器能够以更高的精度实现对中低速磁悬浮列车制动过程的速度跟踪,且与传统广义预测控制方法相比,系统跟踪误差更小并具有更好的控制性能。所提出的时滞补偿广义预测控制算法不仅解决了中低速磁悬浮列车制动过程的时滞问题,而且有效提高了列车制动控制的精度,验证了该方法的有效性。

摘要：针对结直肠息肉图像分割中病灶区域尺度变化大、边缘模糊以及息肉与正常组织对比度低等问题,导致病变区域分割精度低和分割边界存在伪影,提出一种基于Swin Transformer和图形推理的自适应网络.该网络一是利用Swin Transformer编码器逐层提取输入图像的全局上下文信息,弱化背景信息干扰,多尺度分析病变区域的显著性特点.二是提出全局与局部特征交互模块增强网络对复杂病灶的空间感知能力,突出待分割目标的关键位置信息,精准定位目标.三是通过区域引导图推理模块以图循环递推的方式挖掘先验信息之间的高阶显性关系,促进图间信息传递.四是设计面向边缘细节的边缘约束图推理模块,整合边缘细节,改善分割效果,提高分割精度.在CVC-ClinicDB、Kvasir、CVC-ColonDB和ETIS数据集上进行实验,其Dice系数分别为0.939,0.926,0.810和0.788,平均交并比分别为0.889,0.879,0.731和0.710,分割性能优于现有方法.仿真实验结果表明,对于形态结构复杂、对比度低和边缘模糊的结直肠息肉图像均有较高的分割精度.

摘要：为了在航空发动机试验时,对旋转部件的温度状态进行实时监测,利用铂(Pt)薄膜热电阻温度传感器和STM32,设计了多通道温度实时无线测试系统。该系统以STM32控制多路选择开关和放大器等元器件,并使用其片内模/数转换器(ADC)对多路电信号进行转换,通过无线技术将温度数据发送到上位机。在涡桨发动机试验台完成了对桨叶的温度实时无线测量,解决了旋转部件无法引出信号线进行实时温度监测问题。实验结果表明,该系统的测量精度优于0.1℃,分辨率达到0.01℃。

摘要：为了系统计算装配式钢结构办公建筑的碳排放,本文构建了装配式钢结构全生命周期碳排放计算模型,借助Autodesk Revit、Tekla Structures和商业建筑热环境设计模拟工具包(DeST-C)提供了明确计算方法,以无锡中电创新园为案例,进行了全生命周期碳排放计算,并与装配式混凝土(PC)结构、现浇钢混结构进行了碳排放比较分析.本碳排放计算模型全面考虑了建筑全生命周期的材料制备及构件生产阶段、物流转运阶段、施工建造阶段、运行维护阶段、改造再用阶段和拆除再用阶段六大阶段,涵盖了“人机料”全要素碳排放活动,并实现了钢结构构件的碳排放因子计算,具有完整性和准确性.案例分析结果显示:装配式钢结构建筑年均碳排放强度为59.47 kg·m^(−2)·a^(−1),比装配式PC结构、现浇钢混结构建筑分别减少5.46 kg·m^(−2)·a^(−1)、13.59 kg·m^(−2)·a^(−1),展现了装配式钢结构建筑良好的减碳效果;在六大阶段中,运行阶段碳排放量最大,占比58.79%,其次是材料制备及构件生产阶段,占比29.58%,建筑拆除再用阶段碳排放量为−3295.27 t,具有良好的减碳效果;考虑可再生能源及植物碳汇因素后,减碳389.33 t.本文提出的方法为装配式钢结构办公建筑全生命周期碳排放计算问题提供了新的解决思路,为装配式钢结构办公建筑减碳评估提供了依据.

摘要：现有基于卷积神经网络主要关注图像重构的精度,忽略了过度参数化、特征提取不充分以及计算资源浪费等问题。针对上述问题,提出了一种轻量级多频率特征提取网络(MFEN),设计了轻量化晶格信息交互结构,利用通道分割和多模式卷积组合减少参数量;通过分离图像的低频、中频以及高频率信息后进行特征异构提取,提高网络的表达能力和特征区分性,使其更注重纹理细节特征的复原,并合理分配计算资源。此外,在网络内部融合局部二值模式(LBP)算法用于增强网络对纹理感知的敏感度,旨在进一步提高网络对细节的提取能力。经验证,该方法在复杂度和性能之间取得了良好的权衡,即实现轻量有效提取图像特征的同时重建出高分辨率图像。在Set5数据集上的2倍放大实验结果最终表明,相比较于基于卷积神经网络的图像超分辨率经典算法(SRCNN)和较新算法(MADNet),所提方法的峰值信噪比(PSNR)分别提升了1.31 dB和0.12 dB,参数量相比MADNet减少了55%。