针对当前电力作业培训现场人员安全意识不足、作业场景复杂导致目前安全监控可靠性低的问题,提出一种基于YOLO(you only look once)v8n的改进算法。首先,将YOLOv8n模型骨干网络(backbone)中部分普通卷积模块(Conv)替换为卷积注意力模块(...针对当前电力作业培训现场人员安全意识不足、作业场景复杂导致目前安全监控可靠性低的问题,提出一种基于YOLO(you only look once)v8n的改进算法。首先,将YOLOv8n模型骨干网络(backbone)中部分普通卷积模块(Conv)替换为卷积注意力模块(convolutional block attention module,CBAM),加强复杂工况下算法对关键目标的关注度;其次,在检测头(head)部分引入双向长短期记忆(bidirectional-long short-term memory,Bi-LSTM)网络,提升算法对关键目标的实时跟踪与遮挡检测能力;然后,引入SlideLoss对原损失函数进行改进,提升算法的鲁棒性。最后,为验证所提改进算法的有效性,在自建数据集上进行了一系列实验,实验结果表明:所提改进算法在所有检测类别上的平均精度均值(mean average precision,mAP)为95.47%,较其他算法性能提升明显,能有效察觉复杂工况下电力作业培训现场的安全隐患。展开更多
为探究风波浪耦合作用下张力腿浮式平台(tension leg platform,TLP)动力学特性,提出适用于我国东海平均水深的系泊最优线径。该文以美国可再生能源实验室(national renewable energy laboratory,NREL)5 MW海上风力机和TLP浮式平台为研...为探究风波浪耦合作用下张力腿浮式平台(tension leg platform,TLP)动力学特性,提出适用于我国东海平均水深的系泊最优线径。该文以美国可再生能源实验室(national renewable energy laboratory,NREL)5 MW海上风力机和TLP浮式平台为研究对象,根据IEC 61400-3标准生成Kaimal湍流风谱和P-M不规则波浪谱,参考中国船级社海上浮式风机平台指南较系统地研究系泊线径、风浪错位角及海水深度对TLP浮式平台的影响,并通过高斯混合模型(Gaussian mixture model,GMM)和期望最大(expectation maximization,EM)迭代法优化系泊线径。研究发现,增大缆绳直径会使浮式平台在纵荡和横荡方向的初始位置与位移幅值减小,风浪失调时平台运动分量同纵荡方向一致与横荡方向相反;风浪错位角度增大致使平台横荡响应更加敏感,横摇呈现先增大后减小的趋势;海洋深度增加浮式平台纵荡位移峰值随之增加,但平台艏摇方向运动响应无明显变化;300~370 m深度海域系泊线径最优值为0.134 m。结果可为我国近海张力腿浮式平台及系泊系统的优化设计、性能评估及规模化开发提供理论指导。展开更多
