【摘 要】
：
针对国内中厚板产线普遍存在的剪切工序智能化水平低、作业效率不高、成材率低等问题，在钢板图像采集处理、轮廓提取、剪切策略制定等方面展开攻关。创新应用基于双目多组线阵相机等机器视觉技术、多种滤噪算法和粒子群算法等建立多目标优化模型，研发中厚板智能剪切系统并应用于莱芜4 300 mm产线，有效解决了剪切工序存在的问题，使剪切线生产效率提高13%、电耗降低3.1 kW·h/t，该系统在中厚板领域具有广阔的
论文部分内容阅读
针对国内中厚板产线普遍存在的剪切工序智能化水平低、作业效率不高、成材率低等问题，在钢板图像采集处理、轮廓提取、剪切策略制定等方面展开攻关。创新应用基于双目多组线阵相机等机器视觉技术、多种滤噪算法和粒子群算法等建立多目标优化模型，研发中厚板智能剪切系统并应用于莱芜4 300 mm产线，有效解决了剪切工序存在的问题，使剪切线生产效率提高13%、电耗降低3.1 kW·h/t，该系统在中厚板领域具有广阔的推广应用前景。
其他文献
为揭示中亚造山带南段洋-陆构造演化时限及动力学背景，对中亚造山带南缘北山地区花牛山晚古生代闪长玢岩进行年代学、主微量及Sr-Nd-Pb同位素研究。闪长玢岩LA-ICP-MS锆石U-Pb年龄为287.6 ± 7.5 Ma，SiO_(2)为53.92 wt % ～ 54.84 wt%，K_(2)O + Na_(2)O为6.34 wt% ～ 6.82 wt%，高Al_(2)O_(3)（14.66 wt%
（目的）大数据时代带来产业、思想和科学的革命，数据的融合、归纳、科学发现等对地热学的发展带来机遇和挑战。地热学作为一门多学科交叉融合学科，其涉及到地球科学的方方面面，如何在大数据时代下发展极为复杂且困难的地热学是难题。（方法）本文依据时间序列将地热学划分为当代地热学和历史地热学两部分，从中国及全球热流分布、水化学参数、地热潜力评价体系三个方面对当代地热学涉及的地球热结构及相关能源灾害问题，从深时地
四川康定折多山某隧道因其埋深大、构造应力高度集中，在修建过程中极易产生岩爆。为探索折多山某隧道花岗岩段不同深度条件下岩爆机制，利用真三轴岩爆实验系统，开展了不同深度下的花岗岩岩爆物理模拟实验。借助应力监测、高速摄像和声发射等系统，从声、光、力等多角度研究了折多山某隧道花岗岩岩爆的阶段特征、时间特征、主要破坏方式、裂纹演化等规律。结果表明：折多山花岗岩岩爆具有时滞性特征（TDR），在500～1100
基于南阳盆地西南耕地区土地质量地球化学调查成果，对南阳盆地东部山区表层(0～20 cm)土壤及深层(150～200 cm)土壤锗（Ge）的含量情况、空间分布规律和富集特征进行了研究，并对表层土壤Ge的影响因素进行分析。结果表明，南阳盆地东部山区表层和深层土壤ω（Ge）平均值分别为1.39 mg·kg~(-1)和1.45 mg·kg~(-1)。表层土壤Ge土地质量评价等级划分中处于一等丰富等级的点位
对重庆182个典型农田土壤剖面有机碳稳定性同位素组成（δ~(13)C_(SOC)）的测定结果表明，所有剖面土壤δ~(13)C_(SOC)值均随采样深度增加逐渐趋正，表、中和底层均值分别为（-23.63±1.53）‰、（-22.43±1.59）‰和（-21.42±1.90）‰。就地域而言，渝东北土壤δ~(13)C_(SOC)值偏负程度最高，渝中土壤则偏正。水田δ~(13)C_(SOC)值明显偏负，旱
人类活动（土地利用）和环境变化（土地覆被变化）对土壤中硒和重金属含量分布具有重要影响。“退耕还林”生态工程的实施改变了土地利用/覆被，为研究土地利用/覆被变化对土壤中硒和重金属影响提供了理想的实验场所。在西南典型“退耕还林”区，采集了旱地、水田和林地（天然林地和次生林地）的91件表层土壤样品。测定和分析了土壤中硒、重金属、pH和有机质等参数。结果表明：①研究区表土中ω（Se）（0.42×10~(-
异源三聚体G蛋白由Gα、Gβ和Gγ3个亚基组成，是普遍存在于真核细胞中的跨膜信号转导因子。植物细胞通过定位于细胞质膜的G蛋白信号调节子RGS蛋白（regulator of G protein signaling），调控异源三聚体G蛋白的活性，进而参与生长发育、激素和糖信号转导以及抗病反应等多个重要生物学过程。膜蛋白可通过胞吞循环调控其在细胞质膜上的数量，以响应外界环境因子和自身发育信号。近年来，研
为了解决传统Snake模型应用于X光胸片肺野分割时,对人工初始化轮廓的选择敏感、对凹陷区域分割不准确等问题,提出一种基于自动初始化Snake模型的X光胸片肺野自动分割方法.该方法首先通过Otsu法对原始图像进行二值化,得到包含肺野、背景区域的二值图像,并经过图像取反和连通域处理,运用形态学方法,得到只含有肺野区域的二值图像;然后,通过边界提取,完成对Snake模型轮廓的自动初始化;最后通过Snak
注意力机制通过对深度学习模型判断的可视化，有望成为将深度学习应用于临床实践的安全支撑。通过结合注意力机制，不仅可以验证深度学习模型的判断依据，而且可以让深度学习模型更多地关注重要特征，以提升深度学习模型性能。在未来，这将有助于提高人工智能可解释性、辅助医生诊断以及运用注意力机制发现新诊断方法。介绍并分析医学图像处理常用数据集及评价指标，陈述了医学图像处理中的注意力机制种类，从不同种类介绍了注意力机
为了解决现有的地基云状分类方法对多模态信息利用不充分的问题，有效融合地基云样本的视觉特征与多模态特征，提出稠密融合卷积神经网络的多模态地基云状分类方法。稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的视觉特征，采用多模态子网络提取多模态特征，在网络内部加入了5个稠密融合模块，用于充分融合视觉特征与多模态特征，稠密融合模块在不改变原有网络结构的同时，能够独立地加到入子网络中，具有较