钱松荣
- 作品数：51 被引量：102H指数：6
- 供职机构：贵州大学更多>>
- 发文基金：留学人员科技活动项目择优资助经费贵州省国际科技合作计划贵州省科技计划项目更多>>
- 相关领域：自动化与计算机技术理学机械工程交通运输工程更多>>
- 对预复合全钢子午线轮胎成型机的升级改造
- 本文是对天津赛象科技股份有限公司的TST-TTRG-45I两鼓式预复合全钢丝载重子午线轮胎一次法成型机的升级改造，它是在充分吸取国内外先进技术的基础上孕育而成的，提出了符合国内实际运行环境的系统方案。
通过对天...
- 钱松荣
- 关键词：自动控制子午线轮胎
- 文献传递
- 一种轻量化卷积网络的桥梁表面裂纹检测方法及设备
- 本发明公开了一种轻量化卷积网络的桥梁表面裂纹检测方法及设备，包括：构建轻量化卷积网络模型；其中，所述轻量化卷积神经网络为基于MobileNet的YOLOv4网络；获取桥梁裂纹图像数据集，基于所述桥梁裂纹图像数据集对所述轻...
- 钱松荣张健谭灿郑鑫
- 一种基于近场动力学的纤维复合材料仿真加速方法研究
- 2022年
- 近场动力学是一种使用积分方程来描述材料受力情况的方法,在解决不连续问题上有很好的应用前景。在近场动力学仿真过程中,纤维复合材料的计算需要消耗大量的计算机资源。而庞大的计算量是计算效率低的一个重要影响因素,因此提出一种结合经典弹性力学解析法的加速方法,能有效提升计算效率。引入一种通过误差计算数值迭代收敛速度的评价方法,并完成了纤维复合材料仿真程序开发、迭代误差算法设计和可视化程序开发。经过验证,该程序能有效模拟单层纤维复合材料的位移情况,在迭代误差收敛达到1×10^(-8)mm时迭代收敛速度提升1倍。
- 周吉钱松荣冉秀徐峥匀
- 关键词：纤维复合材料程序开发
- 基于Transformer和CNN双骨干的桥梁结构表面裂缝检测方法
- 本发明公开了一种基于Transformer和CNN双骨干的桥梁结构表面裂缝检测方法，该方法结合卷积神经网络CNN和Transformer的双骨干结构，用于同时捕获裂缝图像的局部特征和全局特征；以及设计了一个特征融合模块，...
- 李华胡翔坤钱松荣冯毅雄李键杨静李少波
- 近场动力学理论在钢筋混凝土结构破坏的研究被引量：2
- 2016年
- 近场动力学理论(Peridynamic,PD)用键描述了材料内部的相互作用关系,可分析材料破坏过程中的裂纹扩展。针对由异种材料组成的复合材料-钢筋混凝土构建了其力学模型,提出了同种键和异种键,并修正了键的微模量常数、断裂准则等。通过对钢筋混凝土梁的四点弯曲试验进行数值求解,结果表明该力学模型是可行的。
- 石宏顺钱松荣徐婷原群盛张国浩
- 关键词：钢筋混凝土力学模型
- 基于改进YOLOv8的室内火情检测
- 2024年
- 随着城市化进程的加快,室内火灾预警变得尤为重要。基于视觉的深度学习技术已成为火灾检测的研究热点,但在性能上仍有较大的改进空间。因此,本文设计了一种改良版的YOLOv8s算法,以提高室内火灾检测的准确性和实时性。改进的YOLOv8s算法通过整合Ghost模块和卷积块注意力机制(CBAM),大幅降低了计算复杂度并增强了特征融合的作用。实验结果表明,该改进模型在模型参数量方面减少了44%,同时帧率提升了19.6%,检测精度也增加了2个百分点;在与其他主流算法进行对比时,在模型的精度、召回率和参数等均体现出均衡的优势。本文详细评估了这些改进对模型检测性能的影响,结果表明,改进后的YOLOv8s算法在检测速度和准确性上均表现出显著优势。本研究不仅为室内火灾监测提供了更高效的解决方案,也展示了深度学习在火灾检测中的广阔应用前景。
- 杨明钱松荣
- 关键词：CBAM目标检测
- 基于近场动力学理论的疲劳断裂分析被引量：1
- 2018年
- 近场动力学理论(Peridynamic,PD)用于分析工程材料断裂过程中的裂纹扩展问题,键构成了该理论的本构关系,用键的断裂表示材料断裂,但未能用于材料的疲劳分析。基于Miner线性累积损伤理论改进了键传统的断裂准则,提出了键的疲劳断裂准则,构建了适用于高周疲劳断裂分析的PD疲劳断裂模型。以渐开线标准齿轮为例进行弯曲疲劳分析,结果表明PD疲劳断裂模型的疲劳断裂过程与试验结果是一致的,该模型提供了寿命预测与疲劳裂纹扩展为一体的分析方法。
- 石宏顺钱松荣钱松荣徐婷张国浩
- 关键词：高周疲劳
- 两鼓式轮胎成型机的升级改造设计
- 2010年
- 提出对两鼓式预复合轮胎成型机的升级改造设计,在了解控制工艺特性的基础上,完成了供料架的位置控制设计、传感器设计、PLC程序设计等,实践证明,系统性稳定,可靠性强,生产效率高,设备的自动化程度提高,同时原设备的高维修率也得到了很好的控制。
- 钱松荣
- 关键词：供料架
- 基于边缘部署低功耗的神经网络加速器
- 2024年
- 卷积神经网络作为一种处理网络数据的深度学习模型,广泛的应用于自动驾驶、航空航天等行业。而随着数据量的增长,卷积网络的结构也变得越来越复杂,对于卷积网络这种计算和资源密集型网络如何部署在低功耗、资源少的边缘设备上就成为了一种困难。而FPGA由于其具有高的并行性和低功耗,可以作为一种边缘部署的设备。在这基础上,提出了一种针对于LeNet-5轻量网络的加速器,利用流水线并行加速和循环展开对FPGA的并行计算最大化,然后使用Vitis HLS将高级编程语言转变为硬件描述语言,再利用Vitis IDE进行软件驱动的编写。实验结果表明,相对于在CPU、GPU上进行网络推理,在ZYNQ上FPGA进行网络推理,在检测速率相近的情况下,功耗减少了8倍,这使得神经网络的边缘部署多了一种选择。
- 周诗云钱松荣卫少东郑鑫
- 关键词：卷积神经网络低功耗FPGA流水线HLS
- 基于特征选择和机器学习的材料弹性性能预测被引量：4
- 2019年
- 利用机器学习方法进行材料性能预测研究,通过运用3种特征选择方法(Filter、RFE、LASSO)和3种机器学习模型(线性回归、岭回归、支持向量回归),从众多多尺度特征集中选择最佳的特征子集来预测无机化合物的弹性性能,归纳了预测材料弹性性能的最有效的、组合了特征选择与机器学习的预测模型,比较了特征选择方法在不同机器学习模型上的表现,分析了利用特征选择方法得到的特征子集.实验结果表明,Filter和SVR组合模型的预测结果最好,机器学习模型比特征选择方法对预测结果的影响更大,特征选择方法选出的特征子集中主要包括熔点、晶体结构、门捷列夫序号等材料特性.文中研究成果可为获得无机化合物弹性性能描述符和进一步开发更有效的材料性能预测方法提供参考.
- 胡建军曹卓但雅波牛程程李想钱松荣
- 关键词：材料信息学
