盖板氦检漏测电性能一体机：多工位并行控制的节拍优化实录

客户产线上有一台服役近10年的盖板氦检漏测电性能一体机。这台设备同时负责锂电池盖板的氦检漏、绝缘耐压测试、接触电阻测量和贴膜，四个工位串行运行，整机节拍卡在8ppm。 决策矩阵如下：维度方案A方案B方案C不修改原程序✗✓✓获取连续测量值✓✗✓并行节拍优化能力✗✗✓改造周期3个月2周3周成本18万5万6.5万三、架构设计整体架构分为三层：现场设备层、边缘网关层、云端MES 我们解析了DP报文的帧头格式，从周期性数据交换中提取出ID68和ID72两个数据块——前者对应氦检工位的泄漏率状态字，后者对应电性能测试的综合判定标志。 我们编写了一个状态机程序，轮询四个工位的“工位空闲”信号（从DP报文和IO采集中获得）。 四、核心实现1.Profibus-DP报文嗅探的关键配置我们用Wireshark配合ProfiShark工具捕获了DP总线的流量，识别出站号3（氦检工位）的周期性数据帧。

圆柱模组终检打包PACK整线的架构重构：从单机堆叠到柔性智造

传统的终检方案通常将氦检漏、电性能测试、外观检测分为三台独立设备，占地面积往往高达120平方米以上，且各设备数据相互孤立。 氦检漏数据、电性能参数与外观图像分散在不同系统，追溯一个模组需跨系统查询，人工转运不仅耗时，更拉长了整体检测节拍。其次是刚性架构导致的换型灾难。 在核心检测工艺上，需引入“三机合一”与“多模态AI视觉”方案。将氦检漏、电性能测试与外观检测集成于同一物理空间，通过共享输送线与统一PLC控制，实现零人工转运与数据同源。 以某头部圆柱电池PACK产线升级项目为例，在引入“三机合一”终检架构后，检测段占地面积从120平方米缩减至72平方米，空间利用率提升40%。 在换型效率方面，得益于快换工装与模块化设计，产线在18650与21700规格间的切换时间从4小时缩短至2小时以内，单月因换型损失的工时费减少超20万元。

支持向量机2

目录： 线性支持向量机与软间隔最大化 学习的对偶算法 支持向量 合页损失函数 核函数与核技巧 非线性支持向量机 序列最小最优化（SMO）算法 序列最小最优化（SMO）算法 支持向量机的学习问题即凸二次规划的求解问题 它的一个基本思路是：当所有的解的变量都满足KKT条件时，那么这就是最优化问题的解；否则，选取两个变量，固定其他的变量，构造一个只含两个变量的凸二次规划问题，求解这个问题得到的解就会更加接近原始问题的解，而且2个变量的凸二次规划问题具有解析解

中科院自主研发稀释制冷机，高端科研仪器取得突破进展

晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI 近日，由中科院物理所自主研发的无液氦稀释制冷机，在10mK（绝对零度以上0.01度）成功运行，填补了我国在这项重要科研仪器上的空白。 ? △ 无液氦稀释制冷机（图片来自央视新闻） 稀释制冷机是研究极低温现象必备的物理仪器。比如我们近年来看到的谷歌量子计算机，其中主体的部分就是稀释制冷机。 什么是无液氦稀释制冷机 沸点4.2K的液氦，是目前低温实验必不可少的一种物质。但是要达到接近绝对零度的超低温，需要一些特殊手段，稀释制冷便是其中之一。 姬忠庆表示，他们新研制的无液氦稀释制冷机原型机，在解决量子计算“卡脖子”问题上迈出了关键一步。 希望国产的稀释制冷机能尽快投入市场，让国产仪器为中国的量子计算研究出力。 参考链接： [1]http://www.xinhuanet.com/science/2021-07/13/c_1310057561.htm [2]https://mp.weixin.qq.com/s/H9z3iW9rYDLCAicynPKAUQ

医检所女子图鉴（2）伟大的药神赐我灵感吧

张小谦又和孙主任一起确定了下周三再来汇报。秦医生送她们乘电梯离开，然后去见孙主任。孙主任问：“另外三家约的是什么时间？”

刷机那些事(2)

刷机那些事(2) 前言 大概一个月前，我的 Redmi Note 10 Pro 光荣阵亡了，于是，在经过了一个月小钱钱的攒后，在二月初，我终于入手了 Redmi K60 8+256G 版本，然后，又经过七天的煎熬 ，我终于成功解锁了 Bootloader，又一次踏上了刷机的不归路。 记得上一次刷机已经是一年半前了，那个时候用的还是 MTK 芯片的 Redmi 10X，这次用上了骁龙 8+，情况又有了一些不同…… 解锁 其实每次阻止我刷机的主要原因，就是因为数据恢复起来太难了，包括这次刷机 于是，我翻出来了我家十年前的买的联想台式机（其实上次也是用这台机子解锁的），插上线缆，开始解锁，在我的震惊中，手机解锁成功了！ QAuxiliary：QA 模块，QNotifed 的继承者，增强了 QQ 的功能，非常强大，可以说刷机就是冲着这个来的。 TaplusExtension：MIUI 传送门增强模块。

机器学习(2)--感知机

对应于输出空间（特征空间）的点；输出y∈Y表示实例类别，由输入空间到输出空间的如下函数： ，称为感知机。 其中w和b是感知机的参数模型，w叫做权值(weight)，b叫做偏置(bias)。 sign是符号函数： 感知机是一种线性分类模型，属于判别模型。感知机有如下几何解释：线性方程 。对应于特征空间Rn中的一个超平面S，其中w是超平面的法向量，b是超平面的截距。 2.感知机的学习策略 假设训练数据集是线性可分的，感知机的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面。 损失函数推导过程： ①任一点到超平面S的距离： 分母 是w的L2范数，指的是向量各元素的平方和然后求平方根（长度）。 ②对于误分类点 来说，有 。 因为 时， 。 3.感知机的学习算法 感知机学习问题转化为求解损失函数式的最优化问题，求参数w,b，使损失函数最小。 ,M为误分类点集合。

MyEclipse对Struts2配置文件较检异常 Invalid result location valueparameter

有时在编写struts.xml时会报错，但是找不出有什么她方有问题。也能正常运行 MyEclipse有地方去struts的xml进行了验证，经查找把这里 的build去掉就可以了

支持向量机(SVM) （2）

今天，我们将真正进入支持向量机的算法之中，大体的框架如下： 1、最大间隔分类器 2、线性可分的情况（详细) 3、原始问题到对偶问题的转化 4、序列最小最优化算法 1、最大间隔分类器 函数间隔和几何间隔相差一个 很简单，支持向量机通过使用最大分类间隔来设计决策最优分类超平面，而为何是最大间隔，却不是最小间隔呢？ 1/2*∥w∥^2 的最小值，所以上述问题等价于（w 由分母变成分子，从而也有原来的“最大化”问题变为“最小化”问题，很明显，两者问题等价） min 1/2*∥w∥^2 s.t. yi(wTxi + 从上述所有这些东西，便得到了一个最大间隔分类器，这就是一个简单的支持向量机。 当然，到目前为止，我们的支持向量机还比较弱，只能处理线性可分的情况，不过，在得到了目标函数的对偶形式之后，通过核函数推广到非线性可分的情况就变成了一件非常容易的事情。

【实战晋级】理解跨域以及工作中跨域问题的处理 - 2 预检请求

开门见山 本文是第2节，紧接上1节 【实战晋级】理解跨域以及工作中跨域问题的处理 - 1。 xhr.readyState == 4) { console.log(xhr.responseText); } } xhr.send('a=1&b=2' 预检请求 非简单请求的CORS请求，会在正式通信之前，增加一次HTTP查询请求，称为"预检"请求（preflight）。 ctx.set('Access-Control-Allow-Headers', 'content-type,x-custom-header'); 场景复现 2 我想用 PUT 方法发送请求。 设置 Access-Control-Max-Age，这个字段不是必须的，表示用来指定本次预检请求的有效期，单位-秒。 下面设置预检请求的有效期为60分钟,时间过后将会重新发送预检请求。

单片机实验2提示

{ case(0): LSA=1;LSB=0;LSC=0; break; //显示 case(1): LSA=0;LSB=1;LSC=0; break; //显示第1位 case(2) : LSA=1;LSB=1;LSC=0; break; //显示第2位 case(3): LSA=0;LSB=0;LSC=1; break; //显示第3位 } P0=dispcode; ***********************************/ void main(void) { sys_init(); while(1) { if(count%2=

【单片机-序幕】笔记2

如Vcc,GND,XTAL1.XTAL2.（掌握） 2.编程控制引脚。RST,PSEN,ALE/PROG,EA/Vpp（了解） 3.IO口引脚。P0,P1,P2,P3.(掌握)。 单片机引脚图 我们再来看看一个最小的单片机系统是怎样的。 ? 最小单片机系统 ? 实物图 解释： 一个12MHZ晶振，2个20pF电容，与单片机的XTAL1端（19管脚）、XTAL2（18管脚）内部有一个片内振荡器结构。 ? 无论在学习单片机系统设计或是将来设计一些解决实际问题的项目，明确最终要达到的功能非常重要。 2.电路设计 从系统框图出发，就可以利用所学知识把电路图设计出来。 3.程序设计 单片机程序用汇编语言或 C51 语言编写，用汇编或 C51 语言设计好的单片机程序，将通过一个连接计算机 USB 口和单片机下载接口的下载器，下载到单片机中。

cocos2dx 打灰机

auto layer = Layer::create(); bg[0] = Sprite::create("background.png"); bg[0]->setAnchorPoint(Vec2( , 0); layer->addChild(bg[0]); bg[1] = Sprite::create("background.png"); bg[1]->setAnchorPoint(Vec2( "); bg[2]->setAnchorPoint(Vec2(0, 0)); bg[2]->setPosition(0, 0); layer->addChild(bg[2]); bg[3] = ->setPositionY(bg[2]->getPositionY() + 2); bg[3]->setPositionY(bg[3]->getPositionY() + 2); if (bg[2 = bullets[i]->getPos(); if (fabs(pos1.x - pos2.x) < 40 && fabs(pos1.y - pos2.y) < 30) {

学习分类 2-3 感知机

感知机 要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。 感知机是接受多个输入后将每个值与各自的权重相乘，最后输出总和的模型。 数据包含三个特征的感知机模型如下所示。 感知机是非常简单的模型，基本不会应用到实际的问题当中，但是它是神经网络和深度学习模型的基础模型。 图片 下表示收集到的六个训练数据。

学习单片机第2天

做了以下几个实验，点亮LED、，LED流水灯，蜂鸣器, 静态数码管LED流水灯代码#include"reg52.h"unsigned char led[8]={0xfe,0xfd,0xfb,0xf7,0xef,0xdf,0xbf,0x7f};void delay_ms(int n){unsigned int i=0,j=0;for(i=0;i<n;i++)for(j=0;j<123;j++);}void main(){unsigned char i;while(1){for(i=0;i<8;i++){P0=

JVM系列(2)，虚拟机栈

2.栈操作(Operand Stack)：记录出栈、入栈的操作。 3.栈帧数据(Frame Data)：包括类文件、方法等等。 当一个方法 A被调用时就产生了一个栈帧 F1,并被压入到栈中，A 方法又调用了 B 方法,于是产生栈帧 F2 也被压入栈，B 方法又调用了 C 方法,于是产生栈帧 F3 也被压入栈，执行完毕后,先弹出 F3 栈帧,再弹出 F2 栈帧,再弹出 F1 栈帧。 栈内存溢出 如 果 一 个 线 程 在 计 算 时 所 需 要 用 到 栈 大 小 大于 配 置 允 许 最 大 的 栈 大 小 , 那 么Java 虚 拟 机 将 抛 出StackOverflowError } } 基本类型(八大数据类型)传值，引用类型传内存地址 刚开始person1指向值为刘牌的这个地址，然后main方法调用changeRef(Person person),于是person2又指向同一个地址

华为OD机试 斗地主 2

本期题目：斗地主 2 题目描述 在斗地主扑克牌游戏中，扑克牌由小到大的顺序为3 4 5 6 7 8 9 10 J Q K A 2 玩家可以出的扑克牌阵型有，单张，对子，顺子，飞机，炸弹等 其中顺子的出牌规则为 ，由至少 5 张由小到大连续递增的扑克牌组成 且不能包含2 例如:{3,4,5,6,7}、{3,4,5,6,7,8,9,10,J,Q,K,A}都是有效的顺子 而{J,Q,K,A,2}、{2,3,4,5,6 且需要按照顺子的第一张牌的大小(必须从小到大)依次输出 如果没有满足出牌规则的顺子，请输出No 输入描述 13 张任意顺序的扑克牌，每张扑克牌数字用空格隔开， 每张扑克牌的数字都是合法的 并且不包括大小王：2 9 J 2 3 4 K A 7 9 A 5 6 不需要考虑输入为异常字符的情况 输出描述 组成的顺子 每张扑克牌数字用空格隔开 3 4 5 6 7 题解地址 ⭐️ 华为 OD 机考 Python https article/details/129341397 ⭐️ 华为 OD 机考真 C 语言 https://blog.csdn.net/hihell/article/details/129346460 华为 OD 机试

HCCL测试  多机通讯检查2

VMWare 虚拟机使用技巧（2）

一、虚拟机快照 一个善于使用虚拟机的人，必须要知道快照这个东东，王老湿认为这应该是虚拟机的灵魂。 二、虚拟机的克隆 有时候，当你很愉快的创建了一个虚拟机，并且安装好了一些非常烦人的软件，但是你发现你需要做同样环境的虚拟机2台才能满足你的测试要求。 选中虚拟机，右键，管理，克隆即可打开克隆向导 选择克隆源时，你会有两个选择，一个是虚拟机的当前状态，另一个时快照文件，王老湿建议你选择虚拟机的当前状态，克隆出来后就是个完整的虚拟机。 接下来选择克隆类型时，请务必看清楚这两种类型的区别， 一种只是虚拟机的引用，依赖于原来的虚拟机。 另外一种是克隆完整的虚拟机，这才是我们需要的。 然后开启虚拟机，并且选择全屏模式。然后点击旁边的循环使用多个显示器按钮，效果如下 扩屏后的效果如下，左侧是虚拟机的屏幕1，右侧是虚拟机的屏幕2.

HCCL 同交换机下的2机和4机测试

在多机情况下就需要通过ROCE交换机来互联，后面训练和推理的瓶颈也就在这里。 mpirun -f hostfile.2 -n 16 .