AI阅评本文聚焦人工智能驱动的科学研究(AI for Science),从革新科研范式、促进跨学科合作、激发科研创新等角度,结合医学、天文、生物等多领域实例,深入剖析了人工智能的优势,以及面临的“黑箱”、路径依赖等挑战,帮助读者系统认识人...AI阅评本文聚焦人工智能驱动的科学研究(AI for Science),从革新科研范式、促进跨学科合作、激发科研创新等角度,结合医学、天文、生物等多领域实例,深入剖析了人工智能的优势,以及面临的“黑箱”、路径依赖等挑战,帮助读者系统认识人工智能驱动科学研究的现状、前景与问题,启发思考。展开更多
自然界中,铜和铁元素常以伴生状态存在于矿石中。为了估算铜铁伴生矿中的元素含量,准确估算铜、铁和石材在叠加状态下的厚度至关重要。本文提出了一种基于多能量X射线透射(ME-XRT)原理的厚度估算方法,利用光子计数探测器(PCD)采集多能...自然界中,铜和铁元素常以伴生状态存在于矿石中。为了估算铜铁伴生矿中的元素含量,准确估算铜、铁和石材在叠加状态下的厚度至关重要。本文提出了一种基于多能量X射线透射(ME-XRT)原理的厚度估算方法,利用光子计数探测器(PCD)采集多能量数据,并结合机器学习算法进行系数修正。该方法包括多能量区间的X射线衰减图像获取、图像预处理、特征提取以及基于机器学习的系数修正。实验结果表明,该方法能够有效估算三种材料叠加状态下的厚度分布。In nature, copper and iron elements often coexist in ores. To estimate the elemental content in copper-iron associated ores, accurately determining the thickness of copper, iron, and stone in an overlapping state is crucial. This paper proposes a thickness estimation method based on the principle of Multi-Energy X-ray Transmission (ME-XRT), which utilizes a Photon Counting Detector (PCD) to acquire multi-energy data and combines machine learning algorithms for coefficient correction. The method includes the acquisition of X-ray attenuation images in multiple energy ranges, image preprocessing, feature extraction, and coefficient correction based on machine learning. Experimental results show that the proposed method can effectively estimate the thickness distribution of the three materials in an overlapping state.展开更多
高强螺栓作为关键零部件,广泛应用于悬索桥、风电塔筒等重要结构中,其安装质量对整体结构的稳定性和安全性具有至关重要的影响。然而,传统的扭矩法难以准确测量螺栓的轴向预紧力,从而难以有效评估结构的稳定性。为解决这一问题,基于声...高强螺栓作为关键零部件,广泛应用于悬索桥、风电塔筒等重要结构中,其安装质量对整体结构的稳定性和安全性具有至关重要的影响。然而,传统的扭矩法难以准确测量螺栓的轴向预紧力,从而难以有效评估结构的稳定性。为解决这一问题,基于声弹性效应,设计了高压激励和压控增益等电路,研制了一套螺栓轴力检测系统。系统通过激励压电传感器接收回波信号,并采用互相关算法计算渡越时间差以表征螺栓的应力状态,最后对风电螺栓进行了应力-渡越时间标定实验及超声法与扭矩法的对比实验。实验结果表明,当螺栓轴向预紧力达到其额定值的40%时,该系统的应力测量误差率≤2.81%,且分辨率可达0.2507 k N,能够有效满足螺栓轴向预紧力的测量要求。与传统扭矩法相比,超声法在螺栓服役状态下的应力测量误差控制与分辨率均具有显著优势,为工业领域关键部件的应力测量提供了可靠的技术方案。展开更多
文摘自然界中,铜和铁元素常以伴生状态存在于矿石中。为了估算铜铁伴生矿中的元素含量,准确估算铜、铁和石材在叠加状态下的厚度至关重要。本文提出了一种基于多能量X射线透射(ME-XRT)原理的厚度估算方法,利用光子计数探测器(PCD)采集多能量数据,并结合机器学习算法进行系数修正。该方法包括多能量区间的X射线衰减图像获取、图像预处理、特征提取以及基于机器学习的系数修正。实验结果表明,该方法能够有效估算三种材料叠加状态下的厚度分布。In nature, copper and iron elements often coexist in ores. To estimate the elemental content in copper-iron associated ores, accurately determining the thickness of copper, iron, and stone in an overlapping state is crucial. This paper proposes a thickness estimation method based on the principle of Multi-Energy X-ray Transmission (ME-XRT), which utilizes a Photon Counting Detector (PCD) to acquire multi-energy data and combines machine learning algorithms for coefficient correction. The method includes the acquisition of X-ray attenuation images in multiple energy ranges, image preprocessing, feature extraction, and coefficient correction based on machine learning. Experimental results show that the proposed method can effectively estimate the thickness distribution of the three materials in an overlapping state.
文摘高强螺栓作为关键零部件,广泛应用于悬索桥、风电塔筒等重要结构中,其安装质量对整体结构的稳定性和安全性具有至关重要的影响。然而,传统的扭矩法难以准确测量螺栓的轴向预紧力,从而难以有效评估结构的稳定性。为解决这一问题,基于声弹性效应,设计了高压激励和压控增益等电路,研制了一套螺栓轴力检测系统。系统通过激励压电传感器接收回波信号,并采用互相关算法计算渡越时间差以表征螺栓的应力状态,最后对风电螺栓进行了应力-渡越时间标定实验及超声法与扭矩法的对比实验。实验结果表明,当螺栓轴向预紧力达到其额定值的40%时,该系统的应力测量误差率≤2.81%,且分辨率可达0.2507 k N,能够有效满足螺栓轴向预紧力的测量要求。与传统扭矩法相比,超声法在螺栓服役状态下的应力测量误差控制与分辨率均具有显著优势,为工业领域关键部件的应力测量提供了可靠的技术方案。
