技术需求基本信息
技术需求解析
技术研发指南
近年来,我国食用植物油消费量持续增长,需求缺口不断扩大,对外依存度明显上升,供需矛盾日益突出。一直以来,油脂加工企业为了提高得油率,对大豆、油菜籽、花生等大宗油料作物制油采用的加工方式是预榨→浸出→精炼的传统工艺。由于能耗高、污染大、化学溶剂残留等不利因素,既不符合国家发改委颁布的《产业结构调整指导目录(2019年本)》政策,更不能满足广大消费者对绿色、健康、环保的食用油需求。发展一次压榨制油工艺,增强健康优质食用植物油供给能力,已成为迫切需要解决的关乎国计民生的大事。
目前国内外在线应用的榨油机,普遍存在产量较小(日处理量≤45t/d)、干饼残油率高>10%),且在油料加工过程中需依附破碎、轧坯、蒸炒等设备及工艺,不仅功能单一、稳定性差,工艺路线长、能耗高、且普遍存在高值加工问题。据科技查新,国内外大处理量榨油机均以预榨机为主,不适用于常温压榨,尚未有适用于油料常温整颗粒入榨、一次压榨制油加工能力达100t/d以上的大型榨油机。因此,研制适用于油料整颗粒常温入榨、不需依附破碎、轧坯、蒸炒等设备及工艺,一次压榨制油加工能力达100t/d以上的大型常温榨油机对我国油脂加工业的发展具有重要意义,也符合粮油适度加工、减损增效的要求。
随着电子商务的不断发展,网络购物用户规模会一直呈增长态势,致使购物网站中的推荐技术得到应用,带来的效果越来越明显。对于个性化推荐系统的探索,不论电商平台还是学者,都在不断增大投入并进行深入探索。为了满足用户需求并增强购买意愿,各大电商平台已经研发并应用了基于用户的浏览与购买、收藏行为的电商推荐系统。在面对电商平台中大量的产品信息,如何根据不同的用户筛选、过滤出其感兴趣的信息,做到个性化,精准化推荐产品,使得用户的操作更加高效,增强用户的使用感和体验感,是当前该领域的推荐系统需要解决、优化的核心问题。
本产品一机多用,能够适应油料低温、适温、高温等不同制油工艺,需解决:
1.将榨油机变速箱和传动箱合为一体后,两根螺旋主轴受拉力影响较大,如何保证双螺旋榨油机的同心度和强度,确保榨油机运行稳定。
2.在取消破碎、扎胚、蒸炒等设备及工艺段后,如何合理设计双螺旋压榨轴,榨螺、衬圈尺寸及配置,增强破碎剪切能力以及合适的压缩比,实现油料整颗粒压榨,使油料爬坡角度小,油料受阻力小,产量增大,且实现多级压榨,提高出油率,降低饼中残油,大幅降低能耗。
3.榨油机运行时榨膛内各工艺段温度不同,如何精准检测及智能控制各料段温度以及榨膛压力,以及电流过载保护等智能化控制。
1.电商平台现有的推荐方法主要为协同过滤推荐方法,基于项目的协同过滤推荐其核心思想是给用户推荐那些和他们之前喜欢的物品相似的物品,但是基于项目的协同过滤推荐并不利用物品的内容属性计算物品的相似度,它主要通过分析用户的行为记录计算物品的相似度。
2.现有技术的协同过滤推荐没有区分用户之间的差异性,只是单一的考虑了用户的主观评分或评价等显式反馈数据(即它可以直接反映用户的兴趣偏好)。因此这类方法适用于用户有行为记录的项目推荐。
3.对于用户没有浏览过的物品,这类物品项目的反馈数据较少,数据稀疏较严重,因此现有的主要方法对于用户没有行为记录的物品的推荐效果并不是很好,一方面会导致用户体验性降低,另一方面也不利于电商平台中对商品全面有效的推广。
a.榨油机生产能力:100~150t/d;
b.干饼残油率(一次压榨):6.5~7.5;
c.油料入榨温度(℃):常温;
d.节能降耗指标:>40%,e.油料入榨水分在线检测及智能控制:<9%;
f.榨油机运行时榨膛内各工艺段在线温度检测及智能控制:进料段<90℃、压榨段<110℃、沥干挂<110℃、出饼段<130℃;
g.榨油机运行时榨膛压力在线检测及智能控制:<50Mpa。
1.将用户有行为记录的商品作为集合P1,计算P1中的商品与没有行为记录的商品之间的相关度,将相关度高于阈值R的商品作为集合P2,令P1与P2的并集为目标用户推荐项目的集合,并根据目标用户行为建立相应的评分矩阵;
2.搜集目标用户的社交关系信息N(v),目标用户的社交关系信息是指和目标用户有过互动的其他用户集合,并统计社交关系信息中好友的个数num(N(v)),计算用户与同区域所有用户之间的相似度;
3.利用随机梯度下降法训练用户、项目隐含特征向量矩阵,对目标函数中的用户特征矩阵,物品特征矩阵,用户偏置项,项目偏置项四个参数求偏导数,然后迭代的沿着当前点的负梯度方向搜索下一个点,使得目标函数值逐步减小,从而得到目标函数的最小值,在目标函数取得最小值的时候得到最终的预测评分;
解析专家署名