项目实战

其他项目

1. 计算机视觉 & 弱电

物联网中基于电动小车的环境数据采集系统 · 1

物联网中基于电动小车的环境数据采集系统

主持校级大学生创新训练计划项目

内容概述: 面向移动式环境感知与数据采集需求,以树莓派3B为核心控制器搭建可扩展智能小车平台,集成运动控制、循迹避障、环境传感及视觉采集等功能;通过多传感器协同获取温湿度、图像等环境信息,并开展三维场景重建,实现小车自主行驶与移动环境数据采集。

负责工作: 独立完成系统总体方案、硬件选型与程序开发,集成电机驱动、循迹/避障传感器、温湿度传感器及视觉模块;编写底层运动控制和传感器采集程序,实现循迹、障碍检测及运动决策;搭建视觉数据采集流程,并利用采集图像完成三维场景重建,开展整车装配与系统联调。

所获成果: 完成可运行的智能小车原型机,具备自主循迹避障、温湿度采集和三维环境重建功能;采用模块化软硬件架构,可进一步扩展多类环境传感器与视觉算法,形成可用于移动感知与物联网实验的可扩展平台。

直线式吸烟机设计 · 1

直线式吸烟机设计

2024.11 — 2025.5

参与江苏中烟工业相关项目

内容概述: 面向卷烟烟气分析实验需求,开展直线式吸烟机设计与原型机研制;参考ISO 3308、GB/T 16450—2004等标准,围绕抽吸体积、抽吸流速及抽吸周期等关键参数进行系统设计,实现卷烟烟气抽吸、捕集、状态监测与数据采集,为后续粒相物及气相物分析实验提供设备基础。

负责工作: 对比直线式与转盘式吸烟机结构特点,完成抽吸、烟气捕集、监测控制及数据采集模块设计与部件选型;重点开展抽吸泵、滤片捕集器及卷烟夹持结构设计,结合流量/压力传感器与PLC/STM32完成控制系统搭建;参与机械结构加工装配、气路连接及整机联调,优化抽吸参数与系统密封性。

所获成果: 完成实验用直线式吸烟机原型机研制与调试,实现抽吸体积、流速及周期等参数可调,并具备卷烟夹持、烟气捕集、运行状态监测及实验数据记录等功能;原型机用于项目相关烟气捕集与分析实验,为后续装置优化及实验研究提供硬件平台。

2. 材料湿实验

耐高温碳化硅基复合材料制备及其性能调控研究 · 1

耐高温碳化硅基复合材料制备及其性能调控研究

2024.12 — 2025.5

参与先进轻量化材料与构件教育部工程研究中心项目研发(60 万元人民币)

内容概述: 面向宽温域有氧环境下碳/陶复合材料高致密、强韧化及抗氧化烧蚀需求,采用浆料浸渍-前驱体浸渍裂解(SI-PIP)协同工艺构筑高致密双连续结构Cf/(Hf,Zr,Ti)C-SiC复合材料,系统研究陶瓷基体在纤维束内/束间的组分分布、微观结构及致密化行为,建立制备工艺-组成结构-力学/抗氧化烧蚀性能之间的关联关系,阐明复合材料低温无压致密化、强韧化及抗氧化烧蚀协同机制。

负责工作: 开展Cf/(Hf,Zr,Ti)C-SiC复合材料制备与性能调控研究:优化(Hf,Zr,Ti)C浆料固相含量、分散剂用量及pH值等参数,实现低黏度、高固相、稳定分散陶瓷浆料制备;采用CVI工艺制备PyC界面层,并结合真空/加压浆料浸渍与SiC前驱体浸渍裂解,实现(Hf,Zr,Ti)C-SiC基体在碳纤维束内及束间的均匀引入和低温无压致密化;研究SI-PIP工艺参数对复合材料物相组成、基体分布、孔隙结构及致密度的影响规律,揭示复合材料致密化与界面复合机理。进一步开展室温/高温弯曲强度、断裂韧性以及1600–2300 ℃宽温域动/静态氧化烧蚀性能研究,结合XRD、XPS、Raman、SEM及TEM等手段分析界面结构、裂纹扩展、纤维拔出及氧化层演变行为,构建组成-结构-力学性能-抗氧化烧蚀性能构效关系,阐明Cf/(Hf,Zr,Ti)C-SiC复合材料强韧化与抗氧化烧蚀协同机制。

所获成果: 1)完成大尺寸构件制备工艺验证:完成300×300 mm板件、Φ300×50 mm筒件制备;形成结题技术资料3份;2)衍生成果取得“大挑战杯”国二等奖。

3. AI+材料

AI算法在粉末X射线衍射未知相指标化中的应用 · 1

AI算法在粉末X射线衍射未知相指标化中的应用

2025.06 — 2025.12

材料表征需求驱动的交叉探索

内容概述: 构建CNN+Transformer多任务端到端深度学习框架(晶系分类+晶胞参数回归+仪器误差回归),结合物理公式、Bragg定律与贪心算法实现衍射峰自动配准与杂峰识别;在7014条含噪模拟XRD数据上达到AvgAcc 73.6%、RMSE 6.03。

负责工作: 负责数据预处理与峰检测、模型架构设计与训练(多任务损失权重、输出物理范围约束)、以及峰匹配指标化/杂峰识别后处理模块开发与误差分析,形成可复现的完整算法与技术报告。

所获成果: 1)2025年第七届全球校园人工智能算法精英大赛(苏州实验室赛题)国一等奖,排名第一(独立作者);2)成果已整理并申请国家发明专利“一种基于物理约束深度学习、含杂峰识别的粉末衍射指标化与晶胞细化一体化方法”,申请号202511451388.1。