攀钢260 m2烧结机优化设计与快速达产

攀钢烧结系统升级改造工程之一新建260 m2烧结机,结合先期建设的两台360 m2烧结机存在的问题,在建设场地狭窄、工艺流程复杂的条件下对260 m2机进行了改进优化设计,消灭了大量工艺、技术与设备缺陷,实现了快速达产达效,利用系数不断刷新历史记录,月达1．559t／m2．h的国内最高水平;通过优化改进工艺技术与参数,快速进入高产稳产阶段。     

多区域互联电力系统随机生产模拟

本文对多区域互联电力系统的随机生产模拟进行了详细的研究,提出了利用随机生产模拟的方法优化多区域互联电力系统运行的模型和算法,并以此模型和算法对西北电力系统进行了计算和分析,结果表明该模型和算法精确有效。     

W-4.9Ni-2.1Fe 高比重合金的摩擦磨损行为

采用高能球磨和放电等离子体烧结技术制备W-4.9Ni-2.1Fe高比重合金,研究不同球磨时间对合金显微组织结构和摩擦磨损行为的影响. 结果表明:当球磨时间较短（2 h）时,合金粉末中Ni、Fe元素仍以单质的形式存在;随着球磨时间的延长,Ni(Fe)溶入W晶格中形成W的过饱和固溶体,W衍射峰强度逐渐变弱,峰形明显宽化,合金试样的相对密度呈下降趋势;适量的球磨时间（24 h）,既可以保证合金中黏结相的含量和均匀分布,又不至于引入过量的杂质元素而引起合金成分改变,合金拥有最优的耐摩擦磨损性能.      

PP/EPDM/CaCO_3三元共混体系的脆韧转变研究

采用扫描电镜和材料力学性能试验方法研究了ＰＰ／ＥＰＤＭ／ＣａＣＯ３三元体系中ＣａＣＯ３的表面处理与其材料的缺口冲击韧性及产生脆韧转变现象之间的关系。实验结果及分析表明：体系中分散相颗粒周围向ＰＰ基体扩散、渗透或与之共结晶的ＥＰＤＭ部分是增韧ＰＰ的有效成分；较好的表面处理条件下，体系中加入较少量的ＥＰＤＭ即可使材料缺口冲击韧性和拉伸模量值同时达到较好水平。     

煤矿微震监测定位系统的设计与研究

针对目前智慧矿山等使用场合设计了一种微震监测定位系统,该系统以STM32F103作为主控芯片,实现对各模块的控制和对数据的运算与分析,其中对TDOA定位算法进行改进,硬件上加入移动模块对误差进行消除,数据处理中引入DBSCAN算法消除离群点。试验结果表明,整个系统实现了微震监测与定位功能的协同一体,监测信号复现完好以及平面上微震源定位准确度较高,能够起到定位预警和减少微震带来灾害的作用,同时降低了系统成本,达成了预期目标。     

基于邻域优化机制的图像显著性目标检测

在显著性目标检测中,背景区域和前景区域区分度不高会导致检测结果不理想。针对这一问题,提出一种基于邻域优化机制的图像显著性目标检测算法。首先对图像进行超像素分割;然后在CIELab颜色空间建立对比图和分布图,并通过一种新的合并方式进行融合;最后在空间距离等约束下,建立邻域更新机制,对初始显著性图进行优化。实验对比表明,该算法显著性目标检测效果更好。     

硅微机械振动轮陀螺仪非线性动力分析􀀁

本文简单介绍了硅微机械振动轮陀螺仪的工作原理,并给出了该陀螺仪的非线性运动方程和线性化运动方程．针对该陀螺仪的运动方程,进行了数值仿真研究．根据数值仿真结果,还提出为了提高测量的线性度必须采用闭环控制．同时,还给出了闭环控制的方案．     

基于EduCoder 平台的面向对象程序设计课程实践教学探索与实践

分析当前面向对象程序设计课程实践教学现状,提出依托EduCoder平台,遵循工程实践能力培养规律,构建“自主学习、智能评测、精准训练”的面向对象程序设计课程实践教学建设方案,通过具体案例阐述以能力培养为导向、学—测—练—研四位一体的面向对象程序设计实践教学闭环,最后说明实践教学效果。     

基于双通道注意力的轻量化PCB缺陷检测研究

印刷电路板 (printed circuit board,PCB)在实际生产过程中存在缺陷样式多种多样、缺陷小、缺陷位置难以定位的问题,而一个巨大的模型难以实现实时检测的要求,且大量的深度可分离卷积层建立的轻量级模型也不能达到足够的精度,为此提出一种基于YOLOv5s的PCB缺陷检测算法。 将原始Backbone的Conv模块跟C3模块用GhostConv替换,在Neck部分则引入了一种新的轻量级卷积技术GSConv,减轻模型大小的同时保持精度,GSConv在模型的准确性和速度之间完成了一个极好的权衡,针对许多注意力模块无法关注全局信息同时模型大的问题,提出了多尺度的轻量化双通道注意力模块(double channel depthwise attention module,DWAM),进一步提高模型精度。通过多组实验, 结果表明,改进算法所有类别的平均mAP为99.14%,且模型的GFLOPs为7.194 G,Params为7.175,原始的YOLOv5s平均mAP为96.86%,GFLOPs为6.89 G,Params为6.596,虽然Params以及GFLOPs有所增大,但是还是满足轻量网络的要求,并且精度相对于YOLOv5s提高了2.25%,且对于每个类别的缺陷识别准确率都有改善,大幅减少计算量和模型参数的同时保证了准确率,满足工业检测生产需求的同时便于移动端部署。