我的金工实习心得(二):铸工第一天

金工实习中,作者参与了消失模铸造和粘土砂造型,分享了操作流程和遇到的问题。同时,作者还制作了一个纪念币模型。实习经历丰富了设计能力和工艺理解。

第一天的金工实习收获还是非常大的,早上做的是消失模铸造,和唐弟涛哥大磊哥根哥大姚超哥一组,做了一个四角亭子,里面挂了一个撞钟,合作很愉快,消失模是用泡沫做的,然后自己切割粘贴成模子,然后涂上石英浆,烘干,下一步就可以进行灌注金属液了,师傅是王姣姣,是个非常漂亮的女老师,也很年轻,非常喜欢这个老师,帮我们做了好多,被唐弟称为我们组的第八人,上午的工作如果事先设计的更加好一点的话,还是可以做出更好的作品的,主要是我们的设计能力太匮乏,见的东西太少,也不懂建筑美术之类的东西,真是可惜啊。我做的是亭子的顶盖部分和挂的部分。

下午的是粘土砂造型,做了两遍,结果都失败了,第一次是由于用舂子舂到了模具里面去了,而且太软了,要用力打进去,用力用舂子舂,小心不要舂到模具,第二次失败是加水的时候没有往中间加水,所以四坨只成型了一坨,小心这两个问题的话,应该明天没有问题,失败真是非常令人沮丧。

回忆一下步骤吧:

1.清理工作台,先用造型砂清洗工作台,再用刷子刷干净,然后把模具放上去,这是为了防止有砂子杂质影响到底面,模具放的时候要大平面朝下,大口朝下,方便取出。

2.放入造型砂,很重要,用力往上砸,用细砂,然后铲子铲土,大头舂,小头舂,从外往里舂,加砂子,大头舂,用力很重要,否则太软,然后用刮子刮稍微平即可倒过来。记得再用三角铲刮平,这次非常平才行。

3.撒黄砂防止上下部分粘在一起,然后用鼓风机将模具旁边鼓干净,为了黏土和模具亲密接触,然后加入棒子,导入液体用的。制作浇注系统。

4.加入造型砂,将棒子淹没,注意模具周围划一圈,不要舂到模具。

5.刮平,然后做标记,用水和泥巴在侧面做标记,用力快速划出一条线即可。

6.旋转棒子,拔出棒子,这样就做出了导液孔。用细针插出一些导气的孔。先拔棒子,再插孔,否则孔会被棒子旋转弄没了。

7.分开上下部分,上半部分放到刮子上面,扫去黄砂,洒水固定模具旁边和里面的土,用锤子和大锤钉敲打模具,用大锤钉和细针夹出模具,挖出通道,大工告成。

这个算是今天学的重点了吧,但是自己记性实在不好,下次注意才行,否则要令美女老师失望了。

晚上做了一个纪念币的模型,明天可以铸造出来~Batman

 

内容概要:本文提出了一种结合在线鲁棒主成分分析(RPCA)模型与长短期记忆(LSTM)循环网络的商品需求预测方法,并提供了完整的Python代码实现。该方法首先利用RPCA模型对原始商品需求时间序列进行分解,分离出低秩的潜在趋势成分与稀疏的异常波动成分,有效实现数据去噪与异常值修正,提升输入数据的鲁棒性;随后将净化后的数据输入LSTM网络,充分挖掘时间序列中的长期依赖关系与时序模式,从而提高对未来需求的预测精度。整个模型设计针对实际商业场景中普遍存在的数据噪声大、波动剧烈、突发性事件干扰等问题,展现出较强的稳定性与预测能力。文中通过实验验证了该混合模型在多个指标上优于传统统计模型及单一LSTM模型,体现了其在复杂环境下的优越性能。; 适合人群:具备一定Python编程能力和机器学习基础知识,从事数据分析、供应链管理、电商运营、零售优化及相关领域研究的研发人员或研究生;特别适合关注时间序列预测、深度学习建模以及鲁棒数据处理技术的技术人员。; 使用场景及目标:①应用于电商平台、零售企业或制造行业中的销量预测,以支持库存优化、生产计划制定与物流调度决策;②为科研工作者提供一种融合鲁棒统计与深度学习的预测建模范例,推动高噪声环境下预测算法的创新与复现研究;③帮助开发者深入理解RPCA与LSTM的集成机制,掌握复杂预测模型的构建、训练与调优流程。; 阅读建议:建议读者结合所提供的Python代码逐步实现模型,重点理解RPCA在数据预处理阶段的作用机制以及LSTM网络的结构设计与超参数配置。学习过程中应在真实或模拟数据集上复现实验结果,对比不同参数设置下的模型表现,以深化对模型内在工作原理的理解。同时可进一步探索其他深度学习模型(如GRU、Transformer)与鲁棒分解方法(如VMD、STL)的融合可能性,拓展应用场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值