新葡京娱乐场-大陆娱乐场开户注册

本成果提出了基于零件批量加工數據分析的加工工藝與流程優化，主要包括零件加工過程的工藝數據挖掘與機器學習算法、基于數據和機理模型相結合的零件加工精度預測、基于機器學習的零件加工工藝優化與決策、基于數據驅動的零件批量加工工藝優化方法驗證這四方面。以下是各方面具體對應內容： 1）零件加工過程的工藝數據挖掘與機器學習算法：在數據挖掘與機器學習算法方面，搭建了軸類零件全流程加工工況數據實時采集硬件平臺，實現對加工力、加工振動、主軸電流等工況數據的實時在線獲取。 2）基于數據和機理模型相結合的零件加工精度預測：在航空薄壁件加工精度預測方面，對復雜曲面加工過程混合建模與全流程加工精度預測等理論開展了深入研究工作；建立了零件單工序/多工序加工精度預測混合驅動模型，實現了加工精度的高效高精預測。 3）基于機器學習的零件加工工藝優化與決策：在軸類零件全流程加工工藝優化與決策方面，圍繞隱馬爾可夫決策過程、遺傳算法等理論開展了理論研究工作，結合軸類零件加工過程開展了優化工作；提出了加工參數自適應調控聯合決策方法。 4）基于數據驅動的零件批量加工工藝優化方法驗證：構建加工數據庫1套，包含機床設備、加工刀具、加工參數、檢測數據等四種類型數據。開發全流程加工智能推理軟件1套（部署于中航發南方公司柔軸車間），實現航軸全流程質量數據感知與工藝優化，其中全流程誤差建模與分析模塊實現了端到端的零件加工質量智能推理，可以用于工藝設計與現場預先感知，加工過程工藝數據挖掘模塊實現基于批量數據的多工序誤差流分析，實現后續工序加工誤差推理，加工過程工藝優化與智能決策模塊實現了零件多工序加工質量數據推理與給定期望指標下的加工參數優化。 圖1 本成果對應功能結構示意圖 【技術優勢】 圍繞航空領域制造的加工質量問題，開展基于制造過程數據的工藝全流程智能決策技術與系統的研發，初步實現工藝與制造過程的智能控制。在數據挖掘與機器學習算法、航空薄壁件加工精度預測、軸類零件全流程加工工藝優化與決策、零件全流程加工質量智能推理與優化、智能加工產線智能決策技術應用與推廣等多個方面實現了突破，具有顯著的理論價值與應用價值。 規范制定方面，研究了薄壁件加工誤差產生的深層機理，構建了批量零件加工過程中誤差傳遞的理論模型，探究了機床、夾具、刀具、加工參數全方位、多層次的因素對于零件加工誤差產生的影響規律，提出了零件加工工藝與流程優化策略，形成制定面向航空發動機大長徑比軸類零件的決策規范，規定軸類零件全流程加工過程中機床、刀具、裝夾、加工參數四個方面的具體要求。通過中國航發南方工業有限公司企業標準體系管理系統制定、修改、審批，形成《航空發動機軸類零件加工工藝優化與決策技術規范Q/2B 1586—2022》。 軟件開發方面，將上述理論成果進行高度集成，開發了零件全流程加工智能推理優化軟件（MIO軟件）。軟件集成了四大功能模塊，包括加工工藝數據庫、全流程誤差建模與分析、加工過程工藝數據挖掘、加工工藝優化與智能決策。相關知識與優化規則形成權。全流程加工智能推理優化軟件以及知識庫軟件通過第三方測評，測評機構具備MA與CNAS認證資質，最終形成《零件全流程加工智能推理優化軟件第三方測試報告》、《智能加工產線工藝全流程智能決策工藝知識庫軟件第三方測試報告》。 應用驗證方面，結合航空發動機制造具體需求，將相關成果應用到某型號航空發動機軸類零件（動力渦輪傳動軸）加工生產中。將零件全流程加工智能推理優化軟件部署在航軸加工車間，在驗證產品的加工設備上部署了數據采集裝置，實時采集加工過程數據，集成企業工藝資源數據庫和產品數字化檢測系統，獲取機床、夾具、刀具、產品質量等信息，構建了加工工藝數據庫，開展了航軸加工工藝分析、現場加工質量預先感知、加工工藝與流程優化、現場實際加工驗證等工作。通過南方公司現場應用驗證，零件次品率平均降低54.53%。（2019年至2020年優化前，次品率為8.38%；2021年6月至2022年5月優化后，次品率為3.81%）。相關應用驗證通過了中國航發南方公司的效果認定，并形成用戶報告。 【技術指標】 1）采用機理模型/有限元仿真技術獲取切削力/熱/柔度/加工誤差數據集，構建代理模型實現了切削過程的毫秒級預測，切削過程關鍵物理量的預測時間優于10毫秒。 2）建立了機理模型與小樣本工況數據混合驅動的預測模型不確定分析與量化模型，提出了貝葉斯框架下的不確定校準方法，實現了加工誤差快速（毫秒級）精準（偏差小于5微米）預測。 3）提出了航軸加工質量狀態估計方法，建立了現場多源數據信息串聯模型，基于隱馬爾科夫的決策模型，實現工序間感知平均誤差控制在9.21%內。 4）建立了加工次品率與加工參數約束集間雙向映射互通模型，首次提出了基于隱馬爾科夫模型與遺傳算法的聯合決策方法框架，聯合決策優化框架保證次品率降低優于50%。

本公司主要產品-多模態宮頸癌智能輔助篩查系統，利用人工智能和圖像處理技術實現宮頸液基細胞全切片智能解析和細胞DNA定量分析，應用自然語言處理技術對細胞學TBS報告、細胞DNA定量分析報告以及電子病歷報告進行知識挖掘。 一、項目進展 創意計劃階段 二、負責人及成員 姓名 學院/所學專業 入學/畢業時間 祝新宇 軟件工程 2019.9 / 2023.6 楊志鵬 軟件工程 2019.9 / 2023.6 孫宇 軟件工程 2019.9 / 2023.6 呂焓 國際經濟與貿易 2019.9 / 2023.6 朱瑩婧 會計學 2019.9 / 2023.6 唐昆銘 軟件工程 2018.9 / 2022.6 劉波 軟件工程 2018.9 / 2022.6 賀雨欣 軟件工程 2018.9 / 2022.6 束童 軟件工程 2018.9 / 2022.6 孫東東 軟件工程 2018.9 / 2022.6 黃薇 軟件工程 2018.9 / 2022.6 三、指導教師 姓名 學院/所學專業 職務/職稱 研究方向 史駿 軟件學院 副教授 機器學習與智慧醫療 四、項目簡介 本公司主要產品-多模態宮頸癌智能輔助篩查系統，利用人工智能和圖像處理技術實現宮頸液基細胞全切片智能解析和細胞DNA定量分析，應用自然語言處理技術對細胞學TBS報告、細胞DNA定量分析報告以及電子病歷報告進行知識挖掘，形成宮頸癌細胞學知識圖譜輔助醫生決策和病理科室質控，建立多模態宮頸癌智能輔助篩查系統及其輔助診斷模型，構建AI驅動的宮頸癌篩查全流程應用生態，力爭減輕篩查過程中病理醫生的工作強度，最大限度地提高宮頸癌篩查的質量和效率。 本公司主要出售兩種產品：（1）宮頸癌數字病理云平臺：用戶批量上傳宮頸液基細胞全切片圖像至遠程，云端將自動進行智能分析，本系統算法軟件已在遠端服務器進行部署搭建，適應了減輕病理醫生閱片篩查工作強度的需求。（2）智能顯微鏡及其AI組件：系統實時讀取顯微鏡下視野，實時出具分析結果，團隊研發的算法已通過嵌入式開發實現了軟硬件一體化服務，能夠適配多種品牌的顯微鏡。由于宮頸癌數字病理云平臺需要經過價格昂貴的掃描儀制作數字化全切片的繁瑣制作過程，成本較高，該產品形式避免了過程繁瑣的數字化全切片制作過程，同時成本較低，主要針對社區、鄉村等基層醫療機構，有利于提高宮頸癌早篩的覆蓋率。

本發明公開了一種基于 GPU/CPU 混合架構的流程序多粒度劃分與調度方法，包括：根據數據流程序各個任務的計算特點以及任務之間的數據通信量，將任務分配到合適的計算平臺上；利用 GPU 端任務的并行性將其均衡分裂到各個 GPU，以避免 GPU 間高額的通信開銷；通過選擇 CPU 核，將 CPU 端各任務均衡分配給各 CPU 核，以保證負載均衡并提高 CPU 核的利用率；采用多種數據存儲結構和多種訪問類型的方法，以提高內存的訪問效率；通過生成目標模板類和壓縮目標結點的個數，降低目標代碼的冗余量。本發明在

【技術背景】 據聯合國環境規劃署報道，全球每年產生約5000萬噸的電子廢棄物，超過70%的電子廢棄物產生于中國，電子廢棄物的有效處理及處置已成為全球關注的熱點。作為典型的電子廢棄物，截止2018年，鉛酸蓄電池仍占全部二次電池的55%，擁有最大市場份額。 目前，國內外廣泛采用火法冶煉的廢鉛膏回收再生工藝，溫度高達1000°C以上，產生大量揮發性鉛塵和SOx，傳統火法再生鉛引發的“血鉛”等環境污染風險受到廣泛關注。考慮到電子廢棄物具有資源性和污染性的雙重特性，如何實現電子廢棄物的清潔回收是本領域的難點。 【痛點問題】 1、廢鉛酸蓄電池鉛膏組分復雜，如何實現微量雜質元素（尤其是Fe和Ba元素）與目標Pb元素在回收過程中高效分離是濕法回收的技術挑戰； 2、傳統鉛酸蓄電池存在著活性物質利用率低、能量密度低、循環壽命短等亟待解決的瓶頸問題。 【解決方案】 本技術研發了廢鉛酸蓄電池鉛膏有機酸短流程回收方法及檸檬酸鉛兩段法焙燒制備新型鉛粉方法，進而制備出高性能的鉛炭電池，實現含鉛組分的高效清潔回收。鉛炭電池由于具有電容效應，有望解決傳統鉛酸蓄電池比能量密度低的不足。

本發明公開了一種面向多核系統的數據流編譯優化方法，包括：確定計算任務與處理器核映射的任務劃分和構造軟件流水線調度；根據所述多核處理器的結構特性和數據流程序在多核處理器上的執行情況做核間緩存(Cache)優化步驟。本發明的方法將數據流并行調度與多核架構的緩存結構相關優化結合起來，充分發揮了多核處理器的高并行性，而且針對多核系統的層次性緩存結構和緩存原理，優化了計算任務對通信緩沖區的訪問，進一步提高了目標程序的吞吐率。

本項目突破了機理模型與工況數據混合驅動的航空/航天復雜薄壁曲面零件全流程加工精度/效率/能耗預測技術，提出了零件全流程加工智能工藝優化決策方法，開發了具有完全自主知識產權的智能加工產線工藝全流程智能決策和優化軟件系統。 一、項目分類 關鍵核心技術突破 二、成果簡介 本項目突破了機理模型與工況數據混合驅動的航空/航天復雜薄壁曲面零件全流程加工精度/效率/能耗預測技術，提出了零件全流程加工智能工藝優化決策方法，開發了具有完全自主知識產權的智能加工產線工藝全流程智能決策和優化軟件系統。 1、提出機理模型和工況數據混合驅動的航空/航天復雜薄壁零件全流程加工精度/效率/能耗高效高精預測算法，突破全流程加工工藝智能優化與決策技術。 2、開發具有自主知識產權的智能加工產線工藝全流程智能決策和優化軟件系統，實現能耗監測/DFM/CAM/CAPP等工藝設計軟件核心算法完全自主可控。

1.具備豐富的不同工藝流程氧化鐵皮機理研究背景；2.有產學研合作項目研究經驗。 3.具備豐富的熱連軋板帶板形控制技術研究背景；4.有產學研合作項目研究經驗。