基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

钩形弯交叉口信号协同控制优化方法研究

针对车辆在钩形弯交叉口与相邻常规交叉口间的整体运行特性，建立了各条车道的车辆平均延误计算模型。以各交叉口的周期时长和相位绿灯时间为约束，钩形弯交叉口与相邻常规交叉口间的车辆平均延误最小为目标，建立了信号协同配时方案。以位于苏州市高新区内有轨电车沿线的两个相邻交叉口为例，采用实际数据验证所建立的方法，并设置钩形弯渠化方案。将设置的钩形弯交叉口与其相邻常规交叉口的信号协同作为改进方法，在VISSIM软件中对比分析改进方案与现状方案的车辆延误指标。实验结果表明，钩形弯交叉口与相邻常规交叉口的信号协同优化方法可有效提高交叉口的通行能力，尤其是干道直行机动车的通行能力，可降低车辆的平均延误。     

氯乙烯精馏过程模拟优化与节能降耗的研究

针对某聚氯乙烯厂精馏过程中氯乙烯产品纯度低、能耗高的问题,利用化工流程模拟软件Aspen Plus对氯乙烯精馏系统中的T-203塔进行模拟优化,选择适合氯乙烯体系的NRTL模型进行计算,确定理论板数为28块。根据灵敏度分析和正交试验得到最佳操作参数为:回流比为0.8,进料位置为第2块理论板,侧线采出位置为第18块理论板。产品中氯乙烯质量分数达到99.999%,低沸物质量分数小于1×10-6,高沸物质量分数小于5×10-6。同时对精馏系统提出两项节能降耗技术,其中循环水改造技术预计为企业带来经济效益1034.85万元/a,高效导向筛板技术可以有效提高分离效率和生产能力。     

ZigBee传感器控制智能交通灯协同优化控制策略的研究

将ZigBee技术引入到智能交通系统中,提出了一种由ZigBee传感器构成的智能交通灯的体系结构和具体实现方法.通过点阵模块、数码管模块、蜂鸣器模块和传感器模块对交通灯进行数据的采集,建立了交通灯的数据模型,使用协同优化控制策略进行数据的优化处理,最终实现了智能交通灯的功能.     

基于动态优化双钻头打孔机生产效能的研究

首先,对孔型加工及走刀方式进行分析,为提高打孔机效能,采用两钻头同时作业的方式。然后,根据相关的数据,应用动态优化的相关理论建立数学模型,并运用遗传算法进行求解,从而确立了双钻头作业时的最优作业线路、最佳行进时间和作业成本,并用MATLAB编写程序画出了相应图形,更加形象地显现出了各个路段的最优作业方案。     

多壳层Cr2O3空心球用作高性能锂离子电池负极材料

采用硬模板方法,以碳微球为模板,通过调控铬盐前驱体在模板上的吸附时间以及碳球模板的尺寸,来控制铬金属前驱体在碳球模板上的吸附量及嵌入深度,煅烧制备得到单、双、三、四以及五壳层Cr_2O_3空心球.合成的多壳层Cr_2O_3空心球尺寸均匀、纯度高、结晶性好.将Cr_2O_3多壳层空心球用作锂离子电池负极材料,相对于Cr_2O_3纳米颗粒其电池性能取得了显著的提升,具体表现在比容量更高,循环稳定性更好,且大电流放电能力更出色.其优异的性能主要得益于多壳层空心结构较大的比表面积、较短的离子/电子传输距离,且其内部空腔能起到缓冲由于锂离子反复嵌入引起的结构应力以及电极体积膨胀的作用.值得注意的是,四壳层Cr_2O_3空心球由于具有最佳的空腔体积占有率,其锂电性能最为突出,在100次循环后,比容量仍然高达1031.2 mAh/g,是目前商业石墨负极材料的3倍,有望用作新一代高性能锂离子电池负极材料.     

多途径资源化利用磷石膏

<正>磷石膏为湿法磷酸生产过程中排放的固体废弃物,在目前的工艺水平下,每产1吨磷酸,排放近5吨磷石膏。利用处理排放的磷石膏,是很多企业一直面临的问题。铜陵化学工业集团有限公司(以下简称铜化集团)磷石膏年排放量约200万吨,通过多种手段和技术,年综合利用率已超100%,提前实现了磷肥行业提出的"十二五"末磷石膏综合利用率30%的目标要求,处于全国行业领先水平,历史堆存的磷石膏正逐年减少。