目前基于机器视觉的钢丝绳表面损伤检测基本均采用定性检测的方法,在定量检测方面的研究极少,而断丝数量是钢丝绳报废的重要标准,因此,提出一种基于机器视觉和残差网络的钢丝绳表面损伤定量识别方法。将采集到的钢丝绳损伤图像进行批量裁剪,以消去背景噪声;对训练集中的图像利用数据增强技术,进行随机裁剪和随机水平翻转,扩充训练集大小;然后,对数据集中的图像进行归一化和标准化,提高模型的收敛速度;最后将训练集和验证集输入到使用SGD算法优化的残差网络中进行训练,训练结束后再使用测试集对模型进行验证。实验结果表明:经过迭代训练后,模型在测试集上对钢丝绳损伤的定量识别准确率为93.5%。

先导式减压阀在中高压气液动系统中得到广泛应用,由于其静态和动态特性对整个回路的工作状态有明显影响,因此,需对减压阀的工作特性进行研究。针对典型结构的先导式减压阀,建立其数学模型和仿真模型,根据仿真结果对其输出压力、流量等静态和动态特性进行分析,可对减压阀的工作状态和内部机制有更深刻的理解。仿真结果表明：利用AMESim进行仿真具有建模简便、模型精确、运算快捷的优点,能够有效节省试验和设计成本。

减压阀的静态和动态特性对于整个回路系统的工作状态有明显影响,在减压阀设计中,应掌握其结构参数对静动态特性的影响.通过对先导式减压阀的建模仿真和结果分析可知,主阀阀芯阻尼孔径、平衡弹簧预紧力、主阀阀芯直径和导阀调节弹簧劲度系数等结构参数对其静态特性有明显影响作用,而影响其动态特性的结构参数主要有主阀阀芯摩擦阻尼系数、主阀阀芯质量、主阀阀芯上腔容积、主阀阀芯直径,此外,导阀结构参数对其动态特性影响较小.通过以上影响因素分析.可为理解减压阀的工作原理和工程设计提供指导.