低温固化阴极电泳漆的制备及性能

利用乙二醇丁醚和异辛醇对4,4'-亚甲基双异氰酸酯(MDI)进行封闭,并与胺化后的环氧树脂合成了性能及工艺稳定的低温固化阴极电泳漆。考察了封闭剂种类、封闭反应时间和电泳电压对固化温度及漆膜性能的影响,并对固化剂及漆膜进行FT-IR、SEM和TGA表征。结果表明,当选用乙二醇丁醚为封闭剂,控制封闭反应时间为4 h、电泳电压为120 V的工艺下得到的漆膜可在150℃固化20 min,所得漆膜外观光滑、平整,测得其硬度为3H,附着力为0级,柔韧性为1 mm,冲击强度为50 kg·cm,耐盐、耐酸碱性均达到48 h。     

基于深度学习的铝合金轮毂铸件图像缺陷检测

基于传统X射线图像的铝合金轮毂铸件缺陷检测方法存在人工检测效率低、误检率高、检测精度较差等问题,提出一种基于深度学习的铝合金轮毂铸件图像缺陷检测方法。通过引入直方图均衡化方法,实现533组铝合金铸件X射线图像缺陷特征增强;同时基于Mosaic数据增广策略随机生成含有多尺度不同缺陷类型的新图像数据,提升图像的复杂度;修改了YOLOv5主干网络,引入SENet注意力机制模块对输入特征图的重要通道进行特征提取增强。结果表明,该方法对铸件缺陷平均检测精度(mAP)达到了99.6%,对比YOLOv3、YOLOv4以及YOLOv5主流算法,平均检测精度分别提升了9%、5.1%、4.2%。相较于原网络模型,常见的4种类型(气孔、缩松、裂纹、夹杂)铸件缺陷平均检测精度提升了10.83%。该方法具有更好的泛化能力,可实现铸件多类型缺陷的自动检测,能够满足工业实际需求。     

熔模铸造车间数据采集与生产智能预测

针对熔模铸造企业车间设备种类多,数据传输协议和存储结构不统一,异构数据采集困难、采集的数据杂乱缺失等问题,提出一种车间生产和设备资源的数据采集与管理框架。基于车间多源异构数据感知处理策略,设计车间数据传输路线,解决设备间数据交互差、感知处理困难的特点。结合主成分分析(PCA)和长短期神经网络(LSTM)算法,建立车间生产变化规律预测模型,完成车间数据处理和分析预测。最终,利用车间数据采集与管理框架,实现了28项工艺及现场数据的采集,且最小采集间隔时间可达1 000 ms,单日采集数据可达5×10⁵条。建立车间铸件产量预测模型,平均绝对误差为0.046 2%,决定系数为0.915 2,模型具有良好的泛化性。     

离子液体-水体系循环使用对白松木质素提取的影响

使用氯代丁基咪唑盐离子液体的水溶液分离白松中的木质素。在[C₄min]Cl/H₂O质量比为6∶4,混合液与白松质量比为10∶1,提取温度150℃下,提取白松木质素。离子液体-水可多次循环用于提取白松木质素,溶剂体系循环使用对木屑失重率、木屑残渣综纤维素含量和离子液体木质素提取率均有影响。通过UV和FT-IR分析提取物的结构,并与磨木木素比较,证明提取物中有木质素的特征官能团。通过SEM分析观察提取木质素前后木屑表面的变化,发现提取后木屑表面出现了大量纹孔,纹孔膜消失。     

基于MBD的三维CAPP系统分析与实施

工艺规划与设计是产品设计制造过程的关键环节,随着越来越多的制造业企业采用三维CAD进行产品设计,基于MBD的工艺规划已经成为航空、航天、汽车等复杂产品制造业企业的迫切需求.文章对基于MBD的三维计算机辅助工艺规划系统需求进行了分析,以基础服务为核心,设计了基于SOA的系统总体架构,并对系统实施关键技术进行了初步研究,提出了集中调研、行业需求模型研究、关键技术攻关、系统开发、行业应用验证与产品化相结合的项目实施方案,为系统开发及三维CAPP项目实施奠定基础.     

基于PyQt5的铸造过程数据管理软件开发

针对铸造行业材质成分数据缺少可靠管理、铸件结构模型难以保存，以及复用、铸件缺陷检测依赖人力三个问题，开发了基于PyQt5的铸造过程数据管理软件。系统由材料成分与性能库、铸件结构与模型库、铸件缺陷识别三部分组成。该管理软件使用Pyinstaller打包成桌面式应用，可在Windows10系统运行，可移植性高。