特大型球墨铸铁蝶板的生产实践

介绍了重24 t、最大壁厚大于100 mm的球墨铸铁蝶板的生产实践。通过Pro CAST模拟软件优化铸造工艺、使用保温冒口、选用优质原辅材料、喂线法球化处理、多次孕育处理,获得了各项指标优异的蝶板铸件。铸件检验结果表明:各项力学性能均达到了QT450-10材料标准的要求,铸件质量完全符合无损检测技术要求。生产工艺可行,铸件完全满足客户的要求。     

特大型球铁阀体的生产实践

以特大型球铁阀体铸件为例,介绍了特大型球铁阀体铸造工艺和生产实践。通过仿真模拟,预测铸造缺陷,根据模拟结果改进铸造工艺,使铸件组织和性能满足铸件的技术要求,并能够实现特大型阀体的批量生产。     

基于改进CNN的部队门禁系统

针对部队武器仓库等重要场所的门禁管理方式安全性较低等问题, 设计了基于改进卷积神经网络的门禁系统. 首先对卷积神经网络进行介绍, 引入PSO算法设计优化的卷积神经网络的初始权值以及阈值. 然后对手写数字数据集进行分类实验. 实验结果证明, 基于PSO算法的卷积神经网络改进方案能够使得训练过程收敛速度较快, 损失较小, 效果优于传统卷积神经网络. 在此基础上, 根据部队实际工作情况, 将粒子群算法应用于MTCNN以及孪生ResNet算法, 设计基于改进卷积神经网络的门禁系统, 使得部队重要场所的门禁管理具有更高的安全性和可靠性.     

厚大断面球墨铸铁轴承座的生产实践

介绍了重16 t、最大壁厚大于300 mm的球墨铸铁轴承座的工艺优化及生产实践。通过Pro CAST模拟软件优化铸造工艺、使用保温冒口、选用优质原辅材料、喂线法球化处理、多次孕育处理,获得了各项指标优异的轴承座铸件。铸件检验结果表明:各项力学性能均达到了EN-GJS-400-18U材料标准的要求,铸件质量完全符合无损检测技术要求,该生产工艺可行。     

基于物联网的物资状态监测及防盗预警系统

本文设计实现了基于物联网的远程物资监测系统,实时地保护重要物资,将安全隐患扼杀于萌芽之中.该系统安装于重要物资之上,管理软件将实时显示物品的位置、运动轨迹、环境状态等信息,满足了对重要物品的实时监控、状态监测及防盗预警的需求,实现了室内室外定位无缝连接,监控范围无死角.该系统能对物品全时域全方位进行定位报警,还能辅助工作人员查找丢失物资.     

基于改进CRNN的导弹编号识别算法研究

海军某部队导弹出入库使用人工登记,导致了出入库过程浪费大量的人力时间;利用深度学习,可实现自动登记;文章介绍了AA-CRNN算法,即在CRNN中加入非对称卷积,提升宽度感受区域,加入Attention机制对特征序列进行加权平均;通过在人工合成的数据集上进行实验对比分析,AA-CRNN算法识别目标导弹编号模型的准确率以及LOSS均达到较好的性能,较其他先进的文本识别算法,其字符准确率达到了98.9％,同时其平均编辑距离低至0.92,且经实际测试其均能准确识别出导弹编号;因此,利用改进的CRNN算法识别导弹编号,辅助工作人员进行导弹出入库自动登记方案是可行的.