基于深度卷积神经网络的塑料垃圾分类研究

针对塑料垃圾识别分类问题,设计标准卷积层、残差卷积层1和残差卷积层2。通过实验仿真验证各卷积层的优势,将其应用于塑料垃圾分类模型的不同部位中。实验表明,塑料垃圾分类模型的分类准确率高于传统的HOG、LBP分类模型约2%～3%,可为塑料垃圾分类工作提供一定的参考。     

热固性塑料的回收利用

对于热固性复合材料废弃物的回收与利用问题有不同的看法。有人认为只有热塑性复合材料才能直接进行回收与利用而热固性复合材料则不能,其理由是热塑性复合材料中的聚合物不发生化学交联,它们可以重新熔化和加工成新产品。而热固性复合材料中的聚合物产生化学交联生成体型网状结构,这种     

从塑料回收角度探讨塑料用涂料的现状及发展趋势

介绍了国内塑料用涂料的类型及其现状，从塑料回收角度探讨了其发展趋势。     

废弃塑料回收方法概述

塑料材料在人类社会与生产生活中发挥着越来越重要的作用。塑料的过度使用不仅带来日益严重的环境污染问题,同时也造成了大量的资源浪费。因此,废弃塑料回收与利用技术和生产工艺的开发不仅具有重大社会意义和生态意义,同时具有非常大的经济效益。主要介绍了废弃塑料的来源,结合具体案例对当前常用的塑料回收方法进行介绍,指出了不同回收利用方式的优势与挑战,同时对该领域的发展前景进行展望。     

废弃塑料的回收利用

论述了目前废弃塑料回收利用方面的发展现状,介绍了聚丙烯、聚乙烯、聚对苯二甲酸乙二醇酯、聚氯乙烯、聚苯乙烯等废弃塑料的回收利用方法,以实现保护人类健康和减少环境污染和资源循环使用的目的。     

回收塑料的重新稳定化

高价值的应用是取得塑料回收在经济上成功的关键。部分应用实例说明聚烯烃的重新稳定化所带来的特点和益处及在PET回收中的产品升级的可能性,其中具体说明对材料的性能和长效性能的影响。     

基于改进极限学习机的透明塑料裂痕检测

针对透明塑料中微小裂痕难以检测的问题,提出了基于改进的极限学习机算法的检测方法,采用卷积神经网络以组建特征提取器;同时,采用基于狮群算法优化的改进极限学习机算法以构建分类器。在改进极限学习机算法中,狮群算法被用于优化隐含层神经元和输入层神经元之间的权重矩阵,提高了透明塑料微小裂痕检测实验中的识别率。     

基于机器视觉的塑胶制品表面缺陷自动检测技术

详细阐述了机器视觉的照明系统、CCD摄像机、图像增强、图像分割、图像识别等关键技术的发展现状,并介绍了机器视觉技术在塑料电子元件、带材、PVC建材、薄膜、皮革、塑料瓶子等塑胶制品表面缺陷自动检测中的应用现状.     

机器学习理论在压裂分析中的应用研究

压裂工艺是低渗透油田开发的一项关键技术。国内每年实施压裂近万井次,为压裂分析积累了大量的实践经验。传统的建模方法是基于力学理论,模型复杂,对专业要求非常高。用机器学习技术．可以从已有的数据中抽取有用的信息,建立有效的数学模型。传统的机器学习算法只有在已知样本数无限多时才有效,而实际应用中压裂分析的已知样本数非常有限。目前常用的机器学习算法有拟合、聚类、决策树、神经网络、遗传算法、支持向量机等,本文针对其中的四种算法开展了现场应用,并对各种算法进行了分析,指出了算法的特点和应用条件。通过对机器学习算法的分析表明,各种算法可信度高,使用方便,可以进行选井选层、压裂效果预测、优化压裂设计。     

国内外塑料包装材料回收法律体系概况

介绍了中国和欧、美、日等发达国家塑料包装材料回收立法现状,其中包括回收塑料用于食品包装的概况。塑料包装工业要实现可持续发展,当务之急是加快包装材料回收立法,尤其是食品塑料包装回收立法工作。     

基于神经网络和遗传算法的薄壳件注塑成型工艺参数优化

建立了基于神经网络和遗传算法并结合正交试验的薄壳件注塑成型工艺参数优化系统。正交试验法用来设计神经网络的训练样本，人工神经网络有效的创建了翘曲预测模型；遗传算法完成了对影响薄壳塑件翘曲变形的工艺参数（模具温度、注射温度、注射压力、保压时间、保压压力和冷却时间等）的优化，并计算出了它们的优化值。按该参数进行试验，效果良好，可以有效地减小薄壳塑件翘曲变形，其试验数值与计算数值基本相符，说明所提出的方法是可行的。     

塑料制品的添加剂—成核剂的分类及研究

成核剂是促进聚合物结晶并改善其晶粒结构的改性剂,它主要包括无机类成核剂、有机类成核剂和高分子类成核剂,在聚合物中加入成核剂,加成了结晶速度,使聚合物的晶粒结构细化,缩短了成形周期,改善了产品的物理机械性能,使产品具有良好的加工和使用性能。     

塑料注射虚拟成型教学系统

塑料注射成型技术的发展与注射模具设计人员需求的增长十分迅速,模具设计人员学习必要的塑料成型基本原理是掌握塑料注射模具设计方法的现实需要。在自主开发的虚拟注射成型单元技术的基础上,研究开发了一个塑料注射虚拟成型教学系统,通过建立知识化、数字化、可视化的教学工具来提高设计人员的学习效率、学习兴趣及对问题理解的深入程度。     

塑料挤出机的温度自适应滑模控制系统

作为塑料挤出过程的关键参数,塑料挤出机的温度在实际操作中存在非线性和滞后性,严重影响了温度控制的稳定性和控制精度。基于塑料挤出机的整体式料筒建模,并设计了自适应滑模温度控制系统。由于滑模控制器对参数变化和外界干扰不敏感、控制器结构相对简单而被广泛应用于工程实践。自适应滑模控制在普通滑模控制的基础上,进一步采用自适应律以自动适应实际系统参数的变化,具有更高的控制精度和系统鲁棒性。研究采用自适应滑模算法对整体式料筒温度设计相应控制器,并通过仿真实验验证了控制器的控制精度和鲁棒性。     

基于机器学习方法的磨浆过程打浆度软测量及其实现

打浆度是衡量磨浆过程质量达标的一个重要因素,针对其难以在线测量,引入基于BP网络和支持向量机的打浆度软测量方法.仿真结果表明,支持向量机比BP网络的泛化能力强,此方法更能反映打浆度的真实值.     

测井数据岩相分类的机器学习方法和大数据岩相分类探讨

对现有测井数据岩相分类的机器学习方法进行归纳总结,并针对大数据岩相分类的相关问题进行探讨。