- 杨云皓;韩国政;朱国防;
在电力系统中,电力线路承载着输送电能的重要任务,安全可靠的电力线路对电力系统的稳定发展有着重要的意义。针对利用深度学习算法对电力线路中的悬挂物、塔吊等目标检测准确率低、实时性差的问题,提出基于改进YOLOv5的电力线路安全检测与异常识别方法。该方法基于YOLOv5算法,在网络的部分C3模块中引入ECA注意力机制,增强网络的特征提取能力;在主干网络中的池化层之后增加Fast-RFB模块,提高检测速度与准确性;使用解耦头部替代原始网络的耦合检测头部,提高检测精度;最后将原始模型的CIoU损失函数替换成Wise-IoU损失函数,减少训练过程的损失。仿真实验表明,改进后的YOLOv5算法在电力线路数据集上的P_(mA0.5)与P_(mA0.5:0.95)分别为92.2%和56.5%,分别超出了YOLOv5原始模型10.3%和7.3%,检测速度为83帧/s,满足实际环境中对电力线路安全检测与异常识别的要求。
2025年02期 v.39;No.170 1-7页 [查看摘要][在线阅读][下载 6199K] [阅读次数:18 ] |[引用频次:0 ] |[下载次数:62 ] |[网刊下载次数:0 ] - 牟俊宇;陈菲;韩钰松;刘超;白云贵;刘丽霞;
实时对象目标检测是计算机视觉中非常重要的主题,是计算机视觉系统中的必要组件。针对城市交通汽车检测问题,可以利用YOLO模型实现对道路车辆检测的智能化。为优化计算机对车辆的实时检测能力,该研究提出一种基于注意力机制的改进YOLO算法的车辆识别检测算法,使用YOLOv7为主体,在YOLOv7网络模型的Backbone和Head模块引入注意力机制,以适应不同车辆的识别任务。在Roboflow的公开数据集上进行实验,结果表明,改进后的网络模型相较于原始的YOLOv7网络模型,汽车漏检情况得到改善,在同一数据集下相比YOLOv7网络模型提升了0.9%,P_(mA)值达72.2%,检测效果可基本满足汽车检测应用需求。
2025年02期 v.39;No.170 8-16页 [查看摘要][在线阅读][下载 15647K] [阅读次数:12 ] |[引用频次:0 ] |[下载次数:276 ] |[网刊下载次数:0 ] - 许光宇;华健;
现实中的雾霾复杂多变,数据驱动图像去雾算法无法通过学习所有数据集的数据分布来建立一个泛用的映射模型,且只采用清晰无雾图像作为正样本指导去雾网络的训练,而负样本(有雾图像)的关键信息则被忽略。针对上述问题,提出一种基于全局元注意力和对比学习的图像去雾算法。首先,根据雾在图像中的分布特性设计基于多尺度特征提取和集成的去雾网络。其次,构建全局元注意力模块为多尺度去雾网络提供全局注意力优化,可根据输入的有雾图像自适应地调整网络的映射模型。最后,引入自监督对比学习将去雾结果拉近正样本,而远离负样本。实验结果表明,该算法在合成雾图数据集和真实雾图数据集上都取得了较好地去雾性能,在主观和客观评价方面都优于已有代表性的图像去雾方法。
2025年02期 v.39;No.170 17-25页 [查看摘要][在线阅读][下载 12754K] [阅读次数:9 ] |[引用频次:0 ] |[下载次数:40 ] |[网刊下载次数:0 ] - 董聪;李梦丽;廉哲;张明;于洪亮;宋明大;
磁力耦合传动是一种无接触式传动技术,它利用磁场相互作用实现动力传递,并具备软启动、过载保护、隔离振动和适应恶劣环境等优势。综述了磁力密封传动系统的国内外研究现状,并探讨了其在化工、石油等领域的广泛应用。从磁力耦合器的转矩、电磁特性、涡流和散热以及应用4个方面进行了详细讨论,并指出了大扭矩、低涡流、高效率、耐高温的磁力密封传动系统将是未来的发展趋势。
2025年02期 v.39;No.170 26-36页 [查看摘要][在线阅读][下载 5868K] [阅读次数:7 ] |[引用频次:0 ] |[下载次数:70 ] |[网刊下载次数:0 ] - 王子文;张汝波;孙奎峰;于洪亮;房国涛;张明;李梦丽;
某热电厂1#锅炉甲侧吸风机发生故障,相关检验人员在现场对风机叶片进行了宏观检验,选取3处叶片失效部位试块进行光谱分析和扫描电镜观察,发现其中材料化学成分P元素含量超标并且具有明显的疲劳辉纹。对风机后挡板进行了力学性能测试、硬度测试和显微组织分析均未见异常。得出结论是后挡板母材处的结构集中应力较高,在外界烟气及杂物冲击作用下容易萌生疲劳裂纹,疲劳裂纹在交变应力的作用下不断扩展,最终导致叶轮多源疲劳开裂。
2025年02期 v.39;No.170 37-44页 [查看摘要][在线阅读][下载 23195K] [阅读次数:7 ] |[引用频次:0 ] |[下载次数:40 ] |[网刊下载次数:0 ]