首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏储能电池氦检机

    盖板检漏测电性能一体: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年的盖板检漏测电性能一体。这台设备同时负责锂电池盖板的检漏、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工位)的周期性数据帧。

    11810编辑于 2026-06-11
  • 圆柱模组终打包PACK整线的架构重构:从单机堆叠到柔性智造

    传统的终方案通常将检漏、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。 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“三合一”与“多模态AI视觉”方案。将检漏、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。 针对焊接质量,采用“3D视觉+深度学习”的双重检测机制。 以某头部圆柱电池PACK产线升级项目为例,在引入“三合一”终架构后,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%。

    15900编辑于 2026-06-17
  • 来自专栏红色石头的机器学习之路

    Coursera吴恩达《卷积神经网络》课程笔记(3)-- 目标

    ,c2,c3c_1,c_2,c_3也可以通过softmax输出。 之前的滑动窗算法需要反复进行CNN正向计算,例如16 x 16 x 3的图片需进行4次,28 x 28 x3的图片需进行64次。 为简化说明,下图中将图片分成3 x 3网格。 ? 然后,利用上一节卷积形式实现滑动窗口算法的思想,对该原始图片构建CNN网络,得到的的输出层维度为3 x 3 x 8。 其中,3 x 3对应9个网格,每个网格的输出包含8个元素: y=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢Pcbxbybhbwc1c2c3⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥y=[Pcbxbybhbwc1c2c3] 原来的输出维度是 3 x 3 x 8,现在是3 x 3 x 2 x 8(也可以写成3 x 3 x 16的形式)。这里的2表示有两个Anchor Boxes,用来在一个网格中同时检测多个目标。

    78020发布于 2019-05-25
  • 来自专栏量子位

    中科院自主研发稀释制冷,高端科研仪器取得突破进展

    △ 无液稀释制冷(图片来自央视新闻) 稀释制冷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。 制冷用的液中存在两种天然同位素-3-4,当温度低于0.87K时,液会分离为两相,类似于水油分层。上层是含-3较多的相(浓缩相),下层是含-3较少的相(稀释相)。 ? △ 稀释制冷原理示意图 若对下层液体抽气,-3会比-4蒸发更快,让稀释相进一步变稀,-3将从浓缩相向稀释相扩散,这一扩散过程会吸热,从而达到了制冷的目的。 但是要让-3冷却到极低的温度(从室温冷却到液温区),一般需要液对其进行预冷,这种方法叫做“湿式”稀释制冷。而“湿式”需要消耗大量液,液又是一种昂贵的耗材。 姬忠庆表示,他们新研制的无液稀释制冷原型,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。

    98550发布于 2021-07-19
  • 来自专栏机器学习算法与Python学习

    支持向量(SVM)--3

    上次说到支持向量处理线性可分的情况,这次让我们一起学习一下支持向量处理非线性的情况,通过引进核函数将输入空间映射到高维的希尔伯特空间,进而将线性不可分转化为线性可分的情况。 好的,让我们详细的了解一下核函数的前世与今生~~~~~~~~ 特征空间的隐式映射:核函数 已经了解到了支持向量处理线性可分的情况,而对于非线性的情况,支持向量的处理方法是选择一个核函数 当然,这要归功于核方法——除了支持向量之外,任何将计算表示为数据点的内积的方法,都可以使用核方法进行非线性扩展。 我们使用支持向量进行数据集分类工作的过程首先是同预先选定的一些非线性映射将输入空间映射到高维特征空间。 ? 3.

    1.1K50发布于 2018-04-04
  • 来自专栏机器人课程与技术

    单片实验3提示

    这个和去年一样 单片实验说明<四>矩阵键盘与LCD基本使用 专栏: https://blog.csdn.net/zhangrelay/category_6638850.html #include " KEY_OUT_2 P2_1 //矩阵按键的扫描输出引脚2 #define KEY_OUT_3 P2_2 //矩阵按键的扫描输出引脚3 #define KEY_OUT_4 P2_3 //矩阵按键的扫描输出引脚 char KeyCodeMap[4][4] = { //矩阵按键到标准键码的映射表 { '0', '1', '2', '3' }, // { '4', '5', '6', keybuf[keyout][3] = (keybuf[keyout][3] << 1) | KEY_IN_4; //消抖后更新按键状态 for (i=0; i<4; i++) = 0; break; case 3: KEY_OUT_3 = 1; KEY_OUT_4 = 0; break; default: break; } } void

    39010发布于 2021-12-02
  • 来自专栏python3

    KVM连接虚拟3

    KVM常用连接虚拟方法: 1.virt-manager 2.vnc 3.virsh console 1.使用virt-manager方式如下: ? 2.使用VNC方式连接: 通过VNC方式访问虚拟需在KVM虚拟化平台上配置VNC访问服务器,并修改单个虚拟配置文件,分配相应端口,实现每个虚拟VNC端口区别访问。 3.使用virsh console方式连接: 备注:3.1  3.2   3.3操作都是对虚拟 3.1添加ttyS0的许可,允许root登陆 echo "ttyS0" >>/etc/securetty 以上3项修改完成后,重启虚拟。 在KVM服务器使用virsh console命令测试: ? 原理: securetty设置安全权限,允许root登录。 例如/dev/ptyp3和/dev/ttyp3(或者在设备文件系统中分别是/dev/pty /m3和 /dev/pty/s3)。它们与实际物理设备并不直接相关。

    4.5K10发布于 2020-01-08
  • 来自专栏全栈程序员必看

    3D空间中射线与三角形的交叉測算法

    引言 射线Ray,在3D图形学中有非常多重要的应用。比方,pick操作就是使用射线Ray来实现的,还有诸如子弹射线的碰撞測等等都能够使用射线Ray来完毕。 怎样进行Ray-Triangle的交叉測。 Ray-Triangle交叉測算法 在Tomas Moller的MT97论文中,提出了一种新的算法。 这样的算法可以降低曾经进行Ray-Triangle交叉測所须要的内存消耗。在曾经。进行Ray-Triangle交叉測,主要是计算射线与三角形所构成的平面的交点,然后又一次推断交点是否在三角形上。 可是,这样的測方法进行的计算较多。并且还须要依据三角形来求它所在的平面。这样又须要进行计算。同一时候也须要另外开辟空间来保存计算出来的平面。 Ray-Triangle交叉測算法实现 下面是Ray-Triangle交叉測算法的Moller算法实现,基本上就是Tomas Moller论文中代码的拷贝,例如以下所看到的:

    72510编辑于 2022-01-24
  • 来自专栏AI机器学习与深度学习算法

    学习分类 2-3 感知

    感知 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的模型。 感知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模型如下所示。 感知是非常简单的模型,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。

    68010编辑于 2022-11-08
  • HCCL测试  多通讯检查3

    这个检查地址需要提前在系统内设置好,建议设置为当前服务器NPU对应网卡的网关的地址。

    10410编辑于 2026-06-25
  • 来自专栏笃信好学

    学习单片3

    图片图片按键控制led#include"reg52.h"sbit key=P3^0;sbit led=P2^0;void delay_ms(int n){unsigned int i=0,j=0;for

    26940编辑于 2022-09-12
  • 来自专栏SIGAI学习与实践平台

    如何实现智能视觉测量系统-为什么原木智能尺需要高精度3D相机

    3D测量的基本流程是先对物体进行成像,将其重建到3D坐标系中,然后对图像进行分析,得到物体的空间位置信息,再利用上一步的信息计算物体的尺寸。 下面以原木智能尺为例进行详细说明。 智能尺的处理流程与人工尺一致,主要区别在于将人工用尺测量物理世界中的木材横截面改为用机器视觉算法测量虚拟3D空间中木材的横截面。整个处理流程如下图所示。 木材尺一般在户外进行,3D相机需要在室外正常工作,结构光相机不可用,必须要有其他能用于户外的高精度3D相机。 原木的测量涉及到经济利益,目前主要还是靠人工尺的方式,在接触众多业内人士后,普遍的反馈是能做到3%以内的误差就是非常理想的状态了。 智能尺要达到这一标准,就需要保证每根木材的测量误差不超过4mm,平均误差不超过3mm。

    1.9K20编辑于 2023-10-16
  • 来自专栏ICT售前新说

    计算虚拟化3-虚特性

    本期我们继续就计算虚拟化的议题来聊聊虚特性,虚与物理区别在于虚与物理硬件设备解耦,可根据资源利用情况灵活的迁移、同时只要硬件资源够用可以创建多个虚承载相应业务,所以其扩展性也比物理服务器强很多 除此之外虚还有很多重要特性如“HA、DRM、DPS等”,本期我们来剖析这些虚特性。 ? (VRM与虚之间正常情况下是有心跳信息的,当故障发生该心跳信息就会受到影响,此时VRM知道主机已失联,VRM会下令选择集群中的其他负载较轻的成员服务器,在该服务器上开启新虚,严格按照原来虚的配置规格定义出新目标虚 ,同时原虚对应的磁盘存储文件也会重新指向新虚,这样有了配置文件后就即可开启新虚)。 (当开启DRS特性时虚就可能随时在集群内物理服务器之间互相飘)DPM即动态电源管理,当处于业务低峰时期此时设备利用率较低,此时会触发DPM特性把载荷较轻的服务器上的虚向集群中其他服务器上靠拢,把虚聚集到一起

    2.9K30发布于 2019-08-19
  • 来自专栏全栈程序员必看

    3D打印上位软件

    本文将主要介绍在3D打印中常见的3D打印上位软件,这类3D软件将为用户提供较大的帮助,通过对这类软件的分类,用户可以选择使用最适合自己的软件。 3、CraftWare CraftWare 3D打印切片软件由匈牙利的一家3D打印机设备商开发,该软件也支持其他3D打印机使用。 7、3DTin 3DTin是另外一种在线 3D建模 软件,该软件由于其界面直观,操作相对便利,非常适合初学者建立3D打印模型,而用户只需要启动浏览器即可。 作为一体化的解决方案,它支撑多个挤出(最多达16个),通过兼容多个切片工具,从而使该软件几乎支持市面上所有 FDM 3D打印机 。 同时,该软件支持市面上90%以上的桌面级 3D打印 ,同时与Marlin,Sprinter,Repetier,XYZprinting,FlashForge,Sailfish和MakerBot相固件兼容

    2.6K21编辑于 2022-09-02
  • 来自专栏Unity3d程序开发

    u3d打字效果

    48820编辑于 2023-08-24
  • 来自专栏CY

    Vue3实现打字效果

    typeit 介绍 typeit是一款轻量级打字特效插件。该打印机特效可以设置打字速度,是否显示光标,是否换行和延迟时间等属性,它可以打印单行文本和多行文本,并具有可缩放、响应式等特点。 封装为组件 <template> </template> <script setup> /** * 打字效果 }).go() }) </script> <style lang='scss' scoped> .msg { color: var(--el-color-info-light-3)

    2.3K10编辑于 2023-05-06
  • 来自专栏韩曙亮的移动开发专栏

    【Unity3D】Unity 组件 ④ ( 摄像 | 调整摄像 | 手工调整 | 3D 视图对齐 Align with View 调整摄像 )

    文章目录 一、摄像简介 二、调整摄像 一、摄像简介 ---- 创建新的 Scene 场景时 , 会自带一个 主摄像 Main Camera , 其主要作用是进行 摄像 , 游戏玩家看到的画面就是 由 摄像 拍摄下来的 , 拍摄结果可以在 Game 窗口展示 ; 在 Hierarchy 窗口 选中主摄像 , 可以看到在 Inspector 窗口中有 3 个组件 : Transform 组件 摄像的 Transform 组件参数 , 调整摄像 , 这种方法比较繁琐 ; 3D 视图对齐 : 在 Scene 窗口中设置好物体的角度 , 然后以此角度为观察者视角 , 选中 Main Camera 主摄像 , 执行 " 菜单栏 | GameObject | Align With View " 操作 , 即可 将 主摄像 设置到 当前 Scene 场景的 视点位置 ; 设置完成后 , 摄像视角与观察者视角完全一致 ; 下面演示 3D 视图对齐操作 : 将 立方体 设置到如下角度 , 将 Game 窗口 拉倒下面 , 以便可以实时查看拍摄效果 ; 当前显然 Scene 窗口 与 Game 窗口 的显示效果不一致

    3K20编辑于 2023-03-30
  • 来自专栏软件安装

    4个桌面虚拟3个移动端虚似推荐

    支持虚拟GPU,能流畅运行3DMax、AutoCAD等对性能要求高的软件,有快照、克隆功能。软件有免费的Player版本适合个人基础使用,专业版需付费解锁全部高级功能。 3、Parallels Desktop Mac用户的首选虚拟,能在Intel芯片和Apple M系列芯片的Mac下运行。 移动端虚拟 听说有一些出国留学或做国际贸易的人,会用虚拟去安装一些国外应用,主要是兼容性考虑,特别是美国封杀中国的华为后,有的手机装不了国外的应用,这个确实是一个解决方案。 它比较实用的还有个隔离功能,可以安装一些来源不确定的软件,不用担心泄露隐私、偷跑流量,因为虚拟和真的数据是分开的,有病毒也无所谓。 3、虚拟大师 自定义能力突出,系统隔离性强,可以精细控制测试环境的各项参数,适合需要精准调试应用的开发者。但它的配置流程比较复杂,需要一定的操作基础,不太适合新手直接上手。

    1.3K10编辑于 2026-03-26
  • 语言脑接口中的开源数据集【脑接口恢复语言3

    今天和大家聊聊语言脑接口领域的开源数据集。开源这词大家肯定都听烂了,但其实开源是有好几种程度的。我们常说GPT是闭源的,deepseek是开源的,指的是前者没有开放权重,而后者开放。 现在来看看咱们语言脑接口,这是我第1期视频放的7篇文章。他们的开源情况如何呢?简单地说UCSF发的文章,只公开方法。BrainGate发的文章,数据、代码、权重、方法全都公开。 打榜是一件非常重要的事情——2012年深度学习第3次崛起就是依靠ImageNet可以让大家公平地竞争;2020年AlphaFold2破圈也是因为蛋白质折叠领域每两年就有比赛。 比如说,我想比较LSTM,GRU,Transformer哪个在语言脑领域最好用,光靠一个人的力量调参是不够的——唯一的办法就是把数据集开源,让擅长各个模型的人分别调参。

    12710编辑于 2026-05-27
  • 来自专栏IMWeb前端团队

    摄像、投影、3D旋转、缩放

    3D实体:通过摄像向投影面发射射线与世界中的物体交汇,把与物体交汇点的颜色渲染 到投影面** (光线追踪的基础) 。**本系列的所有演示都是3D骨架,非3D实体。 本文将穿插图片、公式、代码、演示,让读者深刻理解3D的基本概念极其思想。 对象及概念介绍 对象一:摄像。 大家都有一个基本常识,在不同的角度观看到的物体是不同的。 缩放原理:摄像不动,被观察测物体不动,显示屏离摄像越近,缩放比例越小,显示屏离摄像越远,缩放比例越大。 投影分析 我们来看下面这张图: ? 演示 Your browser does not support the canvas element. ## 3D旋转 上面讲了摄像,投影以及缩放的原理以及实现,下面看旋转。 总结 本文介绍了摄像、投影、旋转、缩放等概念,并加以实现。本文为了降低复杂度,摄像的位置不变,在真实的场景当中,比如一些3D游戏,如魔兽世界,摄像和物体是都可以改变位置。

    1.9K10发布于 2019-12-03
领券