CO2回收冷却系统的改进

为解决干冰膨胀烟丝生产线中的CO2回收冷却系统因热交换面积不足和冷却水流速过慢而存在的热交换效率低等问题,分析了该系统的工作原理,并对该系统进行了改进:增加了一个热交换器和一台管道增压泵。改进后降低了CO2温度和压力,使其压力值控制在设定值内,减少了其压缩机的负荷,避免了CO2浪费。     

缩短储丝柜换柜时间的改进措施

原储丝柜换柜时间长,造成烘丝机出口烟丝含水率合格率低,并出现干头干尾现象。对此进行了改进:更换挡铁装置,优化运行逻辑控制程序,提高分配行车运行速度等。改进后储丝柜换柜时间由原来的最长135s降低到56s,烘丝出口干头量由平均14.7kg/次降低到9.6kg/次,烘丝出口批次含水率合格率由82.7%提高到90.1%。     

基于机器学习的新能源汽车残值评估方法

针对现有汽车残值评估方法信息使用较少、严重依赖人工检测、误差大和无法解决新能源汽车残值评估的问题,基于梯度提升回归树模型,使用行驶里程、使用时间、功率、过户次数等多维特征数据,训练模型对残值进行预测。从选取惩罚项、树的深度、基学习器类型以及提取特征重要性方面优化模型。最后,使用Stacking模型集成算法对二阶多项式、XGBoost、LightGBM模型进行集成。实验结果表明,使用Stacking集成后的模型可以根据当前车况数据自动计算残值,不需要人工检测,具有实时性,较其他方法有更高的准确度。