水工机械装备(如闸门、拦污栅等)长期服役于水域环境,其结构表面会不可避免地产生锈蚀。对于重要的关键受力结构件,如果不能准确检测其锈蚀的严重程度,会导致其维修加固不及时,进而直接威胁受损结构周围人员的生命安全。目前,对水工机械装备锈蚀特征识别主要以人工目视检测为主,容易导致视觉疲劳、主观性较强、锈蚀程度的检测准确率不高等问题。为此,本文提出以VGG-16(visual geometry group,VGG)网络为基础、融合注意力机制和双线性池化的锈蚀等级评估方法。首先,利用RGB(red green and blue)和HSV(hue saturation and value)两种色彩空间中不同分量包含锈蚀图像特征不同的特点,将不同色彩空间作为不同支路网络的输入,使其能够充分利用不同色彩空间的图像特征;其次,在两个支路网络中嵌入注意力机制,通过注意力机制的可训练权重对锈蚀图像的特征进行重标定,调整权重,聚焦于最相关的特征进行学习;再次,采用双线性池化融合不同支路提取的特征,使网络聚焦于最相关的细粒度图像特征,提高网络模型对锈蚀图像细微差异特征的利用;最后,通过盐雾锈蚀实验获取锈蚀图像数据,并在数据集上对本文方法进行消融和对比分析。结果表明,相较于原模型及其他主流算法,改进后模型的分类准确率达到了0.953,精确率、召回率、F1系数等评价指标均有大幅提升,本文方法对于不规则锈蚀图像特征能够取得更好的评估效果,可以转化应用于工程实践。
核数据库是中子输运计算的基础。基于ENDF/B-Ⅶ.1评价库,采用NJOY制作了用于MCNP(Monte Carlo N-Particle Transport Code)程序的AHD1.0(Advanced hybrid database1.0)库,并从国际临界核安全手册(International Handbook of Evaluated C...
详细信息
核数据库是中子输运计算的基础。基于ENDF/B-Ⅶ.1评价库,采用NJOY制作了用于MCNP(Monte Carlo N-Particle Transport Code)程序的AHD1.0(Advanced hybrid database1.0)库,并从国际临界核安全手册(International Handbook of Evaluated Criticality Safety Benchmark Experiments,ICSBEP)中分别选取了高浓铀、中浓铀、低浓铀的快谱、中间谱及热谱的部分基准装置,用MCNP程序调用该数据库进行了临界基准验证,验证结果显示:调用该库的计算值与实验值符合较好,误差在0.5%以内,具有较高的精确度,满足核设计对数据库精度的要求。但对于部分含有W、Fe、Gd等结构材料、吸收材料的基准检验中,存在较大的偏差,造成这些偏差的主要原因是计算过程中核素的处理及评价数据库的来源,需要进一步的研究验证。
暂无评论