金属磁记忆检测技术研究综述

金属磁记忆(MMM)是一种新兴的无损检测技术,具有在弱磁条件下表征铁磁材料裂纹和应力损伤的显著优势,从而评估构件的可用性。总结了过去十年金属磁记忆领域的研究进展,涵盖了磁机械效应机理、实验研究、损伤评估和影响因素。通过对磁/应力耦合效应的理论研究、影响检测信号的因素、损伤状态的判断标准和缺陷识别等方面的综合分析,总结了金属磁记忆技术的优点和关键问题。另外,总结并展望了未来应重点关注探索铁磁领域的微观尺度、发展磁机械耦合模型等,以拓展金属磁记忆测试在工程领域的实际应用。

基于深度学习的废旧电路板表面缺陷分类

针对废旧电路板表面缺陷识别,提出了一种利用深度学习进行分类的方法。在ResNet34模型的基础上,增加了CBAM注意力机制。通过将ResNet34架构与注意力机制相结合,旨在增强模型关注输入图像中重要特征并对其进行优先排序的能力,从而提高分类的准确性。结果表明提出的方法在提高废旧电路板表面缺陷分类方面的有效性。

废弃电子元器件视觉识别技术的研究进展

而今,在经济推动下,我国工业自动化得到了大幅进步,各行各业越来越向着自动化、智能化的方向发展。视觉识别技术作为一种快速发展的人工智能技术得到了广泛关注。随着近几年电子产品更新迭代,废弃电子元器件规模急剧增加,造成了巨大的环保压力。但电子元器件种类繁多,回收过程中分拣是其中一大难题。本文从废旧电子元器件分类标准出发,介绍了当前利用视觉识别技术分拣的相关方法,以及目前针对废弃电子元器件视觉分拣的技术研究。

退役电动汽车充电设施拆解技术研究进展

随着信息化和人工智能的发展,汽车充电等场景应用越来越多。随着充电设施技术升级和功能强化,电动汽车充电设施正加速淘汰。退役充电设施由高度集成的机械部件和电子元器件组成,含有废线路板等危险废物,规格多样,若回收处理不当,则会导致严重的环境污染和资源浪费。本文结合退役电动汽车充电设施拆解的必要性,分析退役充电设施拆解回收现状,研究退役充电设施拆解工艺,以规范回收拆解充电设施,推进电动汽车行业的可持续发展。

报废锂电池有价金属湿法回收

废旧锂离子电池中含有大量有价金属,其合理的处理处置对环境及资源的综合利用有重要的意义。本文对废旧三元锂电池有价金属的浸出、分离回收技术进行研究。报废三元电池经过拆解、破碎、分离得到正极粉,直接采用硫酸+双氧水浸出,采用分步沉淀法分离,逐步分离回收其中有价金属。Mn^(2+)采用氨水沉淀,在PH=9时,锰能优先沉淀与其他金属离子分离,沉淀率为98.82%,综合回收率为98.32%;Co^(2+)使用碳酸氢钠调节PH=10,钴沉淀率为98.56%,综合回收率为98.10%;Ni^(2+)在氢氧化钠调节PH=12生成Ni(OH)_(2)沉淀,沉淀率为98.47%,综合回收率为98.28%;Li^(+)的回收则选择用碳酸钠沉淀锂,使用碳酸钠调节PH=14,锂沉淀率为98.79%,综合回收率为98.44%。通过以上工艺能够分离回收报废锂电池中有价金属,此工艺简单,快速,为常用的湿法冶金工艺。