期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
用有限元计算水曲柳裂纹尖端应力强度因子 被引量：8
1
作者 孙艳玲 鹿振友 《北京林业大学学报》 CAS CSCD 北大核心 1999年第3期53-57,共5页
该文研究了水曲柳（ＦｒａｘｉｎｕｓｍａｎｄｓｈｕｒｉｃａＲｕｐｒ．）发生Ｉ型断裂时裂纹尖端的应力场应力强度因子的情况．借助美国大型通用有限元分析软件ＮＡＳＴＲＡＮ计算出裂纹尖端附近的应力，并通过ＧＲＡＦＴＯＯＬ软件对... 该文研究了水曲柳（ＦｒａｘｉｎｕｓｍａｎｄｓｈｕｒｉｃａＲｕｐｒ．）发生Ｉ型断裂时裂纹尖端的应力场应力强度因子的情况．借助美国大型通用有限元分析软件ＮＡＳＴＲＡＮ计算出裂纹尖端附近的应力，并通过ＧＲＡＦＴＯＯＬ软件对数据进行后期处理，画出裂纹尖端附近的应力强度因子分布图． 展开更多
关键词 木材断裂力学 水曲柳 木材裂纹 木材断裂 应力
下载PDF
原木端面裂纹检测的智能方法
2
作者 李园 郑圣龙 +5 位作者 何雨晨 解林坤 周晓剑 杜官本 周华 万辉 《林产工业》 北大核心 2024年第4期42-48,58,共8页
原木在干燥过程中端面会出现开裂,影响原木质量。为了自动、准确、高效地检测原木的端面裂纹信息,本文提出了一种基于深度学习的原木端面裂纹定量检测方法。分别使用FCN、U-Net、U-Net++三种语义分割网络对原木端面中的裂纹区域及端面... 原木在干燥过程中端面会出现开裂,影响原木质量。为了自动、准确、高效地检测原木的端面裂纹信息,本文提出了一种基于深度学习的原木端面裂纹定量检测方法。分别使用FCN、U-Net、U-Net++三种语义分割网络对原木端面中的裂纹区域及端面区域进行分割。通过识别不同的开裂类型,将分割出的整体裂纹划分成单独裂纹,并利用Hough变换圆检测算法检测出轮裂。通过分割出的裂纹图像和端面图像定义开裂占比、开裂区域面积、端面区域面积,通过裂纹的骨架线长度和裂纹轮廓内的最大内接圆直径描述裂纹的长度和最大宽度。最后分别对裂纹划分前和裂纹划分后进行计算并输出可视化图片。结果表明:U-Net++模型对裂纹的检测效果更优,研究结果可为原木质量评估提供数据支持。 展开更多
关键词 木材裂纹 桉木 图像分割 深度学习 原木检测 U-Net++
下载PDF
木材裂纹尺寸及分布对声发射横波传播特性的影响研究
3
作者 黄长林 李明 +4 位作者 方赛银 赵越 覃葛洲 杨洲凌 邓婷婷 《西北林学院学报》 CSCD 北大核心 2023年第1期190-198,共9页
为探究木材表面裂纹尺寸与分布对声发射横波(transverse wave component of acoustic emission,AE TW)传播特性的影响,通过锯切方式制作不同尺寸的裂纹,研究沿木材顺纹理方向传播的声发射横波的传播特性。首先,在试件表面锯切出4条具有... 为探究木材表面裂纹尺寸与分布对声发射横波(transverse wave component of acoustic emission,AE TW)传播特性的影响,通过锯切方式制作不同尺寸的裂纹,研究沿木材顺纹理方向传播的声发射横波的传播特性。首先,在试件表面锯切出4条具有相同长度而宽度与深度不同的规则裂纹,分别采用铅芯折断和信号发生器模拟产生突发和连续的AE源,并且通过等间距分布在试件表面的5个传感器采集AE信号,采样频率设置为500 kHz。然后,在铅芯折断试验的基础上,依据驻波成分的基频,对原始AE信号进行高通滤波处理,截止频率设置为7 kHz,再采用相关性分析的方法确定AE TW在固定距离上的传播时差,进而依据时差定位的原理计算其传播速度。最后,通过信号发生器产生不同电压等级的150 kHz脉冲串作为AE源,研究不同裂纹尺寸下的AE TW能量随距离的衰减规律。结果表明,在无裂纹试件中,AE TW的平均传播速度为824.4 m·s^(-1)。而仅改变裂纹深度时,随着裂纹数量的增加其速度分别从1216.5、1171.1、1220.8 m·s^(-1)减小到913.8、820.6、885.2 m·s^(-1)。无裂纹试件能量衰减速率|K|为2.98,随着裂纹尺寸的增加,衰减速率呈现减小趋势,裂纹尺寸与分布不影响其能量衰减规律,且当能量初始值不同时,所表现的衰减规律也相同,其AE TW速度和能量变化均能反映裂纹的存在。 展开更多
关键词 木材裂纹 声发射横波 相关性分析 能量衰减速率 传播速度
下载PDF
引入卷积块注意力模块的Attention U-Net木材表面裂纹检测方法
4
作者 项晓扬 王明涛 多化琼 《林业工程学报》 CSCD 北大核心 2024年第4期140-146,共7页
木材缺陷会影响木材的使用价值和使用期限,其中木材表面裂纹是严重影响木材外观质量和机械强度的一种木材缺陷。对木材表面裂纹的检测可以尽快发现此类缺陷木材,或为后续处理提供依据。针对现有的人工检测和自动化检测木材表面裂纹效率... 木材缺陷会影响木材的使用价值和使用期限,其中木材表面裂纹是严重影响木材外观质量和机械强度的一种木材缺陷。对木材表面裂纹的检测可以尽快发现此类缺陷木材,或为后续处理提供依据。针对现有的人工检测和自动化检测木材表面裂纹效率低、成本高、漏检率高等问题,采用引入卷积块注意力模块(convolutional block attention module,CBAM)的Attention U-Net深度学习模型对木材表面裂纹图像进行语义分割,从而达到木材表面裂纹检测的目的。引入的CBAM模块包含通道注意力机制和空间注意力机制,分别用于捕捉通道间的依赖关系和像素级的空间关系,该模块被添加到Attention U-Net网络的编码阶段,以增加感兴趣区域的权重并抑制冗余信息。最后,通过消融试验验证了Attention U-Net中加入CBAM对分割性能的提升。采用像素准确率(PA)、类别像素准确率(CPA)、召回率(Recall)、Dice系数、交并比(IoU)和平均交并比(MIoU)等语义分割评价指标评价各模型的优劣,并确定最佳模型及其参数。在自制木材表面数据集的裂纹分割中,使用AdamW优化器引入CBAM的Attention U-Net的PA、木材裂纹Recall、木材裂纹Dice系数、木材裂纹IoU、MIoU分别比使用SGD优化器的Attention U-Net原始模型提高了0.11%,4.14%,2.96%,3.58%和1.84%。结果表明,使用AdamW优化器引入CBAM的Attention U-Net能够较好地分割背景和木材表面裂纹,区分节点、表面纹理和木材裂纹,并将节点和表面纹理分割为背景。 展开更多
关键词 图像处理 语义分割 木材表面裂纹检测 深度学习 U-Net模型 注意力机制
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部