兖州煤替代新汶煤配煤炼焦试验

本文叙述了利用40kg试验焦炉用兖州煤替代新汶煤的试验过程，分析了其可行性，得出了配兖州煤的最大配比。     

基于机器视觉的智能变电站母线倒闸操作风险识别方法

在多风险并存的情况下，针对智能变电站母线倒闸操作风险过多、类型复杂、倒闸操作风险项目漏识别等问题，设计一种基于机器视觉的智能变电站母线倒闸操作风险识别方法。根据倒闸操作风险的实际情况，建立智能变电站母线倒闸操作风险识别指标体系，划分不同级别指标，确定权重以及评估标准。引入机器视觉，建立单目测距模型，标定摄像机参数，进行粒子重采样，建立三维结构模型，从全流程、全要素、全方位这三方面对智能变电站倒闸操作风险进行识别与分类，完成智能变电站母线倒闸操作风险识别。算例分析结果表明，该方法在人为设置风险检出值后，能准确有效识别多风险操作过程中所有操作风险类型。     

西门子运动控制器在压机送料线上的应用

介绍了西门子单轴运动控制器D410 DP在压机送料线上的应用。D410 DP作为送料线的控制核心,既经济适用,又功能强大,便于设备功能扩展,有力提升了设备技术含量。     

图像识别技术在战斗部静爆试验分析中的应用

在破片战斗部研制中,大量采用静爆试验的方法对其破片飞散特性进行研究,针对试验中对靶板上破片孔的统计分析工作,突破了目前常用的依靠人工对靶板或对其某一区域内的破片数量进行统计再进行分析的问题,提出了基于图像识别的靶板破孔识别分析方法,建立了图像靶孔到试验布局空间的转化模型,并以此为基础开发了靶板破孔识别分析程序。     

利用40kg焦炉开展配合煤捣固炼焦研究

捣固炼焦是扩大炼焦煤资源的有效措施。为探讨德钢和莱钢现有煤种捣固炼焦效果，我们利用试验焦炉进行了试验。结果表明，在目前配煤情况下，采用捣固炼焦可以提高焦炭机械强度，改善焦炭热性质；可多配高挥发分气煤；试验发现，配合煤粉碎细度是影响捣固炼焦效果的主要因素之一。     

配气肥煤小焦炉炼焦试验及应用

利用40 kg试验焦炉进行了配气肥煤炼焦试验,为实际生产中调整优化配煤比、扩大炼焦煤资源、降低配煤成本提供了依据。气肥煤用于实际生产后,焦炭质量保持较好,配合煤成本显著下降。     

蔗渣原料中阿魏酸和对香豆酸的定量分析

利用碱水解法处理蔗渣原料,分别采用气相色谱（GC）和气相色谱 质谱联用仪（GC-MS）定量分析碱水解液中的阿魏酸和对香豆酸得率,以确定分析检测方法的优异性。同时,采用先碱水解再酸水解法提取蔗渣中的阿魏酸和对香豆酸,探究萃取溶剂和水解温度对阿魏酸和对香豆酸提取率的影响。结果表明,采用GC-MS定量分析碱水解液中阿魏酸和对香豆酸的效果优于GC。与蔗渣的碱水解法相比,先碱水解再酸水解的方法具有更高的分离效率,阿魏酸和对香豆酸得率分别从0.06%和2.00%提高到0.33%和4.04%。与三氯甲烷相比,乙酸乙酯作为萃取溶剂时,阿魏酸得率提高了23.53%,对香豆酸得率提高了6.1倍。蔗渣中阿魏酸酯和对香豆酸酯的水解效率随着水解温度的升高而提高,当温度从25℃升高到60℃,阿魏酸和对香豆酸的得率分别提高5.88%和1.78%。分析结果还表明,蔗渣原料中酯键和醚键分别占对香豆酸总键连的97.27%和2.73%,酯键和醚键分别占阿魏酸总键连的51.51%和48.49%。由此表明,蔗渣原料中对香豆酸主要以酯键与木素/碳水化合物连接,阿魏酸则以酯键和醚键与木素/碳水化合物连接。     

中温沥青配煤炼焦试验与研究

利用试验焦炉进行了中温沥青配煤炼焦试验，结果表明，中温沥青在配煤炼焦时可以起到粘结剂的作用，配入适量的中温沥青后焦炭质量明显提高。保持基本相同的焦炭质量，配入中温沥青后可以适当减少优质焦煤、肥煤的配量，降低配合煤成本。     

食糖的科学认知与健康消费

食糖广泛应用于食品、化工、医药等领域,是迄今为止食用最久且最安全的甜味剂,在国家经济、政治和安全等方面占据重要战略地位。然而,近年来食糖面临被误导和被抵制的情况,食糖的认知误区不仅影响食糖市场的健康发展,也对人们的健康产生负面影响。本文介绍了国内外食糖及代糖行业概况,针对食糖与健康、疾病、衰老之间的关系进行梳理,旨在引导人们科学认识食糖,倡导健康消费食糖。同时,呼吁社会、行业及企业共同努力,促进食糖行业高质量发展,实现甜蜜与健康共存。     

基于力-位图像学习的工业机器人柔顺装配方法研究

利用机器人进行自动装配操作时,控制装配过程的接触力和柔顺性对于保证装配质量具有重要意义。为此提出一种基于力-位图像学习的柔顺装配方法,将装配过程中的位姿和接触力信息转化为力-位图像,然后通过对力-位图像的分类学习,获得不同初始位姿情况下的柔顺装配动作策略,从而控制机器人实现柔顺装配。首先,控制机器人完成多次装配,并在装配过程中收集机器人位姿以及装配力和力矩信息;然后,利用这些信息绘制力-位曲线并将其组合成为力-位图像,基于运动方向判定算法为力-位图像自动标记装配动作标签,以构建力-位图像数据集;最后,在力-位图像数据集上对深度学习模型进行训练,并基于深度学习模型控制机器人进行柔顺装配。为了验证该方法的有效性,以RJ45连接头和连接口间的装配为例,采集了2 500次装配操作的力-位数据,共生成92 328张力-位图像及对应标签,然后基于ResNet50网络训练力-位图像分类模型,并基于该模型控制机器人进行装配实验,装配成功率达到96.7%。