面向制造过程的钢铁企业绿色性量化评价

为客观评价钢铁企业的资源效率和环境影响,有必要对其绿色性进行整体评估,并对相关指标差异性进行分析,以便更具针对性地改善钢铁企业绿色性。在构建可供量化的多层次绿色评价指标体系基础上,首先对钢铁企业中实际生产数据进行处理后得到绿色评价指标的判断值,通过判断值与行业基准值进行对比得出各项绿色指标的得分情况并反映在雷达图上,然后通过面积和周长两个评价向量量化评价钢铁企业的绿色性及其指标差异性。最后运用雷达图法对三家钢铁企业的绿色指标进行图形直观评价和数值综合评价,以便钢铁企业能够明确其在同行业中的定位,并分析其自身存在的优势与不足。首次将雷达图应用于钢铁企业绿色性及其指标差异性评价中,具有更直观的可视性,量化评估更精确。     

近距离薄煤层条带开采引起地表变形模拟分析

近距离薄煤层条带开采是"三下"开采中控制覆岩移动变形和地表沉陷的有效方法之一,提高煤炭资源回收率,同时减少煤矿开采对矿区环境、地表破坏的影响,具有重要的理论意义和应用价值。本文采用数值模拟方法研究了近距离薄煤层条带开采引起的地表变形特征,结果表明:当采出率为50%时条带方案选取采40m留40m时最为合适。     

郎枣轻微损伤可见/近红外光谱分波段动态判别研究

为了实现轻微损伤郎枣的快速无损检测,以完好和轻微损伤郎枣为研究对象,动态采集其可见/近红外光谱数据。依据光谱波段定义将采集的光谱数据分为可见光(Vis)、短波近红外(SW-NIR)、长波近红外(LW-NIR)、可见/短波近红外(Vis/SW-NIR)、近红外(NIR)和可见/近红外(Vis/NIR)等6个波段,分别选取各波段最佳预处理方法。采用连续投影法(SPA)和主成分分析法(PCA)分别对各波段光谱数据降维,以全波长、SPA提取的特征波长和PCA提取的主成分作为输入,分别建立偏最小二乘回归法(PLSR)和最小二乘支持向量机(LS-SVM)模型,通过比较预测集的判别准确率,确定最佳建模方法。结果表明,PLSR模型优于LS-SVM模型,SW-NIR波段较其余5个波段有更好的判别能力,所建SW-NIR-SNV-SPA-PLSR模型判别准确率为93.3%,为最佳模型。本实验为轻微损伤郎枣的快速无损检测和相关仪器的开发提供了理论基础。     

基于工艺参数响应曲面的FDM 3D打印机能耗分析

熔融沉积技术(Fused Deposition Molding,FDM)在3D打印领域应用广泛,其能耗特性尚不明确,因此进行了FDM 3D打印机工艺参数对能耗的影响研究。通过设计响应曲面实验,采集了FDM3D打印机加工过程的能耗数据。利用实验数据生成响应曲面并作降维处理,分析各个工艺参数对能耗的变化趋势的影响,即随着热床温度的升高则能耗上升,随着打印速度、分层厚度的增大则能耗降低。获取较低的能耗需要尽可能地减少待机和加工时间,一方面要选择合适的热床温度和喷头温度,另一方面选择较大的打印速度和分层厚度。     

基于斜角切削理论铣削功率动态模型研究

铣削功率动态建模对于机床能耗评估具有重要意义,采用圆柱螺旋立铣刀,建立了铣削功率的动态预测模型。将立铣刀离散成一系列无限小的斜角切削单元,运用斜角切削理论建立了流动应力关于应力、应变率和温度的方程,采用数值方法计算出流动应力,将流动应力转化为铣削力,再将铣削力转换为铣削功率。最后对45#钢进行多组不同铣削用量的立铣实验,实验结果表明,建立的铣削功率动态模型误差在10%左右,并且分析了产生误差的原因。     

基于高光谱图像信息的李果实成熟度判别

本文以李果实作为研究对象,基于高光谱图像技术对不同成熟度的李果实(未熟、半熟、成熟和过熟)样本的图像信息进行采集,对采集样本的图像进行中值滤波去噪处理。运用Matlab软件编程对各种成熟度样本的图像进行颜色特征值提取,分别获得RGB和HSV彩色图像模型不同分量的平均值(μ)和标准差(σ)作为颜色特征值,并建立RGB、HSV颜色特征值以及RGB-HSV特征值相融合的样本成熟度PLS判别模型,并对所建立的判别模型进行预测。结果表明,基于RGB-HSV相融合颜色特征值的判别模型准确率优于RGB与HSV,其对未熟、半熟、成熟、过熟的判别准确率达到了98.4%、90.0%、85.6%及90.9%。该方法建立的判别模型不仅简化,而且增强了模型的判别能力,为实现李果实成熟度的无损检测和判别提供理论依据。     

基于高光谱成像技术的李果实成熟度判别

为了探究快速识别不同成熟度李果实的有效方法,本研究以李果实作为研究对象,基于高光谱成像技术对不同成熟度的李果实(未熟、半熟、成熟、过熟)样本的光谱信息(420～1000 nm)进行采集,对采集样本的光谱信息进行平滑处理(Smoothing)与标准正态变量校正(SNV)相结合的方法预处理光谱数据,分别以预处理后的全光谱(FS)数据和采用主成分分析(PCA)法提取主成分、采用连续投影算法(SPA)提取特征波长作为输入变量,建立偏最小二乘法(PLS)模型,比较不同判别模型的准确性。结果表明,FS-PLS建立的模型判别准确率最高,综合准确率达到了91.88%;但考虑实验计算量及复杂程度来说,SPA-PLS建立的模型判别准确率最优,综合准确率达到91.25%。该研究为李果实成熟度的判别检测提供了新的理论基础。