高原高寒地区环境复杂、昼夜温差大，对铁路建设与运营产生不良影响，容易发生由于钢轨内部伤损引起的断裂事故。研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用，特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测。通过智能钢轨探伤仪采集高寒地段钢轨数据，以YOLOv5方法对数据集进行整理、处理和模型训练，精准识别和定位轨头核伤、轨面鱼鳞伤等损伤。研究表明，基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性，可以同时进行目标检测和类别分类，并能在保持较高准确度的同时实现快速检测。提供一种新的、更有效的钢轨探伤检测数据分析方法，有助于提高铁路安全和运营效率。
高原高寒地区环境复杂、昼夜温差大，对铁路建设与运营产生不良影响，容易发生由于钢轨内部伤损引起的断裂事故。研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用，特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测。通过智能钢轨探伤仪采集高寒地段钢轨数据，以YOLOv5方法对数据集进行整理、处理和模型训练，精准识别和定位轨头核伤、轨面鱼鳞伤等损伤。研究表明，基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性，可以同时进行目标检测和类别分类，并能在保持较高准确度的同时实现快速检测。提供一种新的、更有效的钢轨探伤检测数据分析方法，有助于提高铁路安全和运营效率。
高原高寒地区环境复杂、昼夜温差大，对铁路建设与运营产生不良影响，容易发生由于钢轨内部伤损引起的断裂事故。研究基于YOLOv5的超声波图像识别技术在青藏铁路钢轨探伤检测中的应用，特别是针对轨头核伤、轨面鱼鳞伤等常见伤损类型进行检测。通过智能钢轨探伤仪采集高寒地段钢轨数据，以YOLOv5方法对数据集进行整理、处理和模型训练，精准识别和定位轨头核伤、轨面鱼鳞伤等损伤。研究表明，基于YOLOv5的模型在识别和定位各类钢轨损伤方面具有很高的准确性和实时性，可以同时进行目标检测和类别分类，并能在保持较高准确度的同时实现快速检测。提供一种新的、更有效的钢轨探伤检测数据分析方法，有助于提高铁路安全和运营效率。
DSJ1型超声波雪深观测仪是一种可以实现人工雪深自动化连续监测的智能雪深测量观测仪，文章阐述了DSJ1超声波雪深观测仪系统结构及工作原理，并对实际运行中的故障进行分析，介绍了相应的判定和排查方法，最后提出了DSJ1超声波雪深观测仪日常维护注意事项，以减少相关设备发生故障。
DSJ1型超声波雪深观测仪是一种可以实现人工雪深自动化连续监测的智能雪深测量观测仪，文章阐述了DSJ1超声波雪深观测仪系统结构及工作原理，并对实际运行中的故障进行分析，介绍了相应的判定和排查方法，最后提出了DSJ1超声波雪深观测仪日常维护注意事项，以减少相关设备发生故障。
DSJ1型超声波雪深观测仪是一种可以实现人工雪深自动化连续监测的智能雪深测量观测仪，文章阐述了DSJ1超声波雪深观测仪系统结构及工作原理，并对实际运行中的故障进行分析，介绍了相应的判定和排查方法，最后提出了DSJ1超声波雪深观测仪日常维护注意事项，以减少相关设备发生故障。
研究设计并利用超声波传感器对雪深进行监测,在融雪期对其中两个监测点利用人工测量实际雪深,使其与超声波传感器监测雪深值进行对比分析。通过数据分析发现:1)数据通过了拉依达法则标准下的质量控制。2)以地表面为基准面,超声波雪深监测仪监测雪深值与人工实际测量雪深值二者之间的相关系数为0.956 4。最小误差率为0.53%,最大误差率为29.12%,平均误差率为3.97%。3)以积雪表面为基准面,在2 h的时间间隔时,仪器监测雪深值与人工测量雪深值之间误差、标准差均最小,分别为±2.15 cm和1.34 cm。测量时间间隔增大,相应误差、标准差也随之增大。此外,超声波传感器监测雪深的变化也在不同程度上受到温度、风速的影响,从而降低了仪器的测量精度。
研究设计并利用超声波传感器对雪深进行监测,在融雪期对其中两个监测点利用人工测量实际雪深,使其与超声波传感器监测雪深值进行对比分析。通过数据分析发现:1)数据通过了拉依达法则标准下的质量控制。2)以地表面为基准面,超声波雪深监测仪监测雪深值与人工实际测量雪深值二者之间的相关系数为0.956 4。最小误差率为0.53%,最大误差率为29.12%,平均误差率为3.97%。3)以积雪表面为基准面,在2 h的时间间隔时,仪器监测雪深值与人工测量雪深值之间误差、标准差均最小,分别为±2.15 cm和1.34 cm。测量时间间隔增大,相应误差、标准差也随之增大。此外,超声波传感器监测雪深的变化也在不同程度上受到温度、风速的影响,从而降低了仪器的测量精度。
研究设计并利用超声波传感器对雪深进行监测,在融雪期对其中两个监测点利用人工测量实际雪深,使其与超声波传感器监测雪深值进行对比分析。通过数据分析发现:1)数据通过了拉依达法则标准下的质量控制。2)以地表面为基准面,超声波雪深监测仪监测雪深值与人工实际测量雪深值二者之间的相关系数为0.956 4。最小误差率为0.53%,最大误差率为29.12%,平均误差率为3.97%。3)以积雪表面为基准面,在2 h的时间间隔时,仪器监测雪深值与人工测量雪深值之间误差、标准差均最小,分别为±2.15 cm和1.34 cm。测量时间间隔增大,相应误差、标准差也随之增大。此外,超声波传感器监测雪深的变化也在不同程度上受到温度、风速的影响,从而降低了仪器的测量精度。
目前,冻土最大动剪切模量随温度变化的规律仍缺乏统一、可靠的表达。文中对低温动三轴、超声波速测试和低温共振柱的试验结果进行文献调研,分类筛查得到21组试验数据,最终获得最大动剪切模量与温度关系的拟合方程。结果显示冻土最大动剪切模量随温度的降低而增加,可用线性方程拟合。