同炉生产不同牌号铁件的探讨与实践

配料计算时根据不同牌号之间的成分差异,确定各种原材物料的投料量及加料方式;依据不同包次中铁水牌号、铁水处理方式和铸件结构条件确定出炉温度及球化剂、孕育剂的种类和加入量,实现了同炉生产不同牌号铁件,检测结果表明,各类铸件的化学成分及性能满足标准要求。     

元宝枫油中神经酸的初步分离

将元宝枫油制成混合脂肪酸甲酯,再应用尿素包合法对其中的神经酸甲酯分离的主要影响因素进行了正交试验研究。结果表明,在脂肪酸甲酯/尿素/甲醇(W/W/V)为1∶3∶9,包合温度-10℃,包合时间20 h的条件下,神经酸甲酯的分离效果最佳,通过2次尿素包合处理后神经酸甲酯的相对含量从5.484%提高到17.103%,提高了3倍多。     

不饱和脂肪酸分离技术研究概况

不饱和脂肪酸作为重要的膳食脂肪酸,具有特殊的理化性质和独特的生理功能。对目前采用的不饱和脂肪酸主要分离技术进行了综述,并分析了各自的优缺点。     

中频电炉同炉生产不同牌号铸铁件的实践

我公司铸造车间熔炼设备为10t中频炉一台。与冲天炉相比，其优点是熔炼过程中无增硫现象，而且熔炼过程可以用渣覆盖铁液，在一定程度上能防止铁液中硅、锰及合金元素的氧化，并减少铁液吸气，从而使铁液比较纯净；缺点是对于多材质产品的生产组织，灵活性较差，配炉困难。而生产中铸铁件材质种类较多，且多以中小件为主，因此使用中频炉熔炼生产铸铁件存在生产组织较难、效率较低、生产任务难以顺利完成的问题。通过实践我们实现了电炉熔炼同炉生产不同牌号的铸铁件。     

基于局部SVM分类器的表情识别方法

提出了一种新的视频人脸表情识别方法. 该方法将识别过程分成人脸表情特征提取和分类2个部分,首先采用基于点跟踪的活动形状模型(ASM)从视频人脸中提取人脸表情几何特征;然后,采用一种新的局部支撑向量机分类器对表情进行分类. 在Cohn2Kanade数据库上对KNN、SVM、KNN2SVM和LSVM 4种分类器的比较实验结果验证了所提出方法的有效性.     

面向视频序列表情分类的LSVM算法

为了提高基于视频序列的表情识别精度,在KNN-SVM算法的基础上提出局部SVM分类机制,并将其用于视频序列中的表情分类.对于一个待分类的几何特征样本,首先在训练集中寻找该样本的k个近邻样本,然后根据这k个近邻样本和待分类样本的相似度信息,重新构建局部最优的SVM分类决策超平面,用来对该几何特征样本进行分类.在Cohn-Kanade数据库中的对比实验表明,该分类器有效地提高了表情分类的精度.