基于通道剪枝的ACAM-YOLOv5s绝缘子缺陷检测

针对现有的绝缘子缺陷检测深度神经网络模型规模大、计算资源消耗高、检测精度低,难以部署在边缘端,本文基于通道剪枝和YOLOv5s方法提出具有非对称卷积和注意力机制的轻量级绝缘子缺陷检测模型ACAM-YOLOv5s。ACAM-YOLOv5s模型采用非对称卷积模块ACBlock替换YOLOv5s骨干网络残差结构中的标准卷积,并结合通道和空间混合的注意力CBAM进行特征融合,以增强骨干网络的表达能力、特征提取能力以及鲁棒性。引入对边界框大小和位置灵敏性高的PIoU作为定位回归损失,解决绝缘子纵横比高导致缺陷检测定位准确率低的问题。基于BN层通道剪枝方法对ACAM-YOLOv5s模型进一步稀疏化训练、剪枝和微调,得到轻量化缺陷检测模型。实验结果表明,剪枝后的ACAM-YOLOv5s模型和原始YOLOv5s相比,在检测精度、计算量和模型体积方面,具有相对优势,能够满足边缘设备部署的需求,在无人机航拍绝缘子缺陷检测领域具有潜在价值。     

铝酸钠溶液组分浓度在线分析仪的研制

针对氧化铝生产过程中铝酸钠溶液组分浓度难以在线检测,无法实时指导生产过程的问题,结合铝酸钠溶液的物理化学性质,设计并开发了铝酸钠溶液组分浓度在线分析仪。提出了基于向上查表法的铝酸钠溶液组分浓度软测量模型,并采用PSO优化算法对表值进行计算与更新。所研制的在线分析仪成功应用于某氧化铝厂生产过程,现场应用结果表明在线分析仪运行稳定可靠且易于实施,所提出的铝酸钠溶液组分浓度软测量方法简单可行,取得了明显的应用效果。     

事件驱动的多模型MPCA统计监视方法及其应用

过程的安全性和产品的一致性是工业界共同关注的研究课题.如果对整个间歇过程只用一个线性化模型来处理,不仅会使主元个数大大增加,而且有许多故障无法检测到.结合间歇产生过程对象特点,将整个操作周期划分成多个子过程,分别建立多个子过程MPCA模型.在监视过程中,采用事件驱动方式在多模型之间切换,然后比较子模型的SPE等统计量和统计控制线的大小,判断过程状态是否处于异常.根据贡献图识别故障发生的原因,定位故障源.将所提出的建模和监视策略应用到锦西化工集团聚氯乙烯间歇生产,该方法能够快速有效地监视PVC生产过程中每一阶段性能的变化,及时准确地识别故障和诊断故障发生的原因,同时模型内存空间占用少,计算量小.     

非线性PCA方法在间歇过程性能监视和故障诊断中的应用

针对间歇生产过程的特点,基于多方向主元分析方法（ＭＰＣＡ）和非线性理论,提出具有实时性的非线性最小窗口ＰＣＡ方法,分析复杂非线性间歇过程的性能,诊断异常事件的原因,讨论最小窗口ＰＣＡ方法的建模方法,过程性能监视和故障诊断基本原理,仿真实例验证该方法的有效性,最小窗口ＰＣＡ方法突破ＭＰＣＡＹ一性化的建模方式,创新性地构造了适合间歇生产过程特点的多模型结构非线性建模方法,并侧重于在线间歇过程性能监视和     

无机化学教学改革与考核办法的探索性研究

以提高《无机化学》课程的教学质量为目的,针对无机化学固有的教学特点,对不同层次,不同专业的学生进行了关于无机化学课程教学改革的初步探索,在强化基础的同时,把握因层次施教,因专业施教的理念,改进教学方式、整合教学内容,创新考核方法,以便在新时期下,更好的为后续教学服务,为培养合格人才打下坚实基础。     

TiO2膜光电催化氧化法降解印染废水的研究

采用TiO2膜电极,利用电化学和光催化协同作用对印染废水进行了降解,讨论了协同作用的机理。考察了电流密度、溶液pH值和光照强度等因素对降解率的影响。研究结果表明：光电催化氧化法的活性蓝染料溶液降解率高于电极氧化法和光催化法,证明电化学和光催化在反应过程中具有协同作用。在电流密度20 mA/cm2、pH值为4、光照距离为8 cm的条件下,降解初始浓度100 mg/L活性蓝染料模拟印染废水,2.5 h时COD去除率为88.4%,色度脱除率为93%。     

纤维素基电致驱动纸智能特性的研究

利用压电理论中的正压电与逆压电效应,针对纤维素基电致驱动纸(Electro-active paper——EAPap)的智能特性进行了研究。结果表明:同一样品在0.15~0.35V/μm电场强度下,产生了逐步增大的驱动效应;0°,45°以及90°三种样品在0.35V/μm电场强度下,45°样品产生了最大的平面内应变,达到428×10–6m/mm。同时对三种样品的正压电效应进行了测定,45°样品在弹性区和塑性区的压电常数分别为53.2pC/N和504.0pC/N。利用XRD验证了电场激励前后样品的结晶度产生了变化。     

基于振动频谱的磨机负荷在线软测量建模

针对磨机负荷(ML)软测量模型难以适应磨矿过程的时变特性,模型需要依据工况实时在线更新的问题,基于磨机简体振动频谱,通过递归主元分析(RPCA)和在线最小二乘支持向量回归机(LSSVR)的集成,提出了ML参数(料球比、矿浆浓度、充填率)在线软测量方法.首先,针对训练样本,采用主元分析(PCA)分别提取振动频谱在低、中、高频段的谱主元;然后以串行组合后的谱主元为输入,采用LSSVR方法构造ML参数离线软测量模型;最后,采用旧模型完成预测后,应用RPCA及在线LSSVR算法分别递归更新模型的输入和模型的回归参数,从而实现了ML软测量模型的在线更新.实验结果表明,该软测量方法与其它常规方法相比具有较高的精度和更好的预测性能.     

基于多方向主元分析方法的间歇过程性能监视和故障诊断

将多方向主元分析（ＭＰＣＡ）技术应用于间歇生产过程的建模、过程性能监视和故障诊断,ＭＰＣＡ方法唯一需要的信息是过去成功间歇过程数据集合。作为一种有效的数据压缩和信息提取方法,ＭＰＣＡ方法大大降低数据空间结构的维数,消除变量之间的关联性,去除噪声,提高监视系统的鲁棒性,本文针对半导体生产过程中快速热退火间歇过程进行仿真实验研究。仿真结果表明：ＭＰＣＡ方法能够有效地监视间歇过程性能,及时准确诊断引起产     

基于KPCA频谱特征提取的球磨机负荷建模方法

球磨机是工业领域中广泛应用的大型旋转设备,由于球磨机运行机理和动态响应特性复杂,运行状态参数的预报存在巨大困难.为解决磨机负荷参数预报的问题,对球磨机外部振动信号进行分析,采用核主元分析KPCA的方法对球磨机振动频谱进行特征提取,然后基于特征提取结果建立磨机负荷参数ELM预报模型,实现对球磨机参数负荷磨矿浓度、料球比和填充率的预报.实验结果表明:预报模型具有较高的准确性,更优于传统ELM模型.