1200MPa级硅锰铬系热轧低碳钢板及其制备方法

    公开(公告)号:CN108486505B

    公开(公告)日:2020-04-07

    申请号:CN201810454941.0

    申请日:2018-05-14

    Applicant: 东北大学

    Abstract: 一种1200MPa级硅锰铬系热轧低碳钢板及其制备方法,热轧低碳钢板的成分按重量百分比为:C 0.06~0.14%,Mn 2.5~3.5%,Si 1.0~1.6%,Cr 0.5~1.2%,Mo 0.1~0.3%,Ni 0.1~0.5%,S 0.002~0.010%,P 0.003~0.010%,Al 0.01~0.05%,N 0.003~0.005%,余量为Fe,抗拉强度,1250~1360MPa,延伸率12.8~16.9%;方法为:(1)将钢坯在1120~1200℃保温;(2)经粗轧和精轧制成热轧板;(3)水冷至≤320℃,置于等温加热炉中随炉冷却。本发明的方法操作过程简单,无需冷轧、无需淬火回火处理,降低了生产成本,容易实现工业化生产。

    一种桥梁用低碳Q420qNH耐候钢的埋弧焊焊接方法

    公开(公告)号:CN108672903A

    公开(公告)日:2018-10-19

    申请号:CN201810566658.7

    申请日:2018-06-05

    Applicant: 东北大学

    Abstract: 一种桥梁用低碳Q420qNH耐候钢的埋弧焊焊接方法,属于桥梁钢中厚板焊接技术领域,具体步骤:1)在基材的双对接母材开双面V型对称坡口;2)对V型对称坡口及两侧进行打磨和清洗;3)进行埋弧焊焊接;本发明的焊接技术,实现了焊接过程中无焊前预热及焊后热处理、无气保焊打底的多道次连续埋弧焊焊接,得到的焊接接头组织及力学性能优异,实现了新型桥梁用Q420qNH耐候钢中厚板结构制造过中的简单、高效、经济的焊接方式,对促进新型低碳耐候桥梁钢的推广具有重要的意义。

    一种低碳V-N-Nb微合金化热轧带钢及其制备方法

    公开(公告)号:CN108588557A

    公开(公告)日:2018-09-28

    申请号:CN201810384032.4

    申请日:2018-04-26

    Applicant: 东北大学

    Abstract: 一种低碳V-N-Nb微合金化热轧带钢及其制备方法,属于热轧带钢制造领域,其化学组成按重量百分比:C:0.06~0.15%,Mn:1.5~2.2%,Si:0.10~0.50%,S:<0.005%,P:<0.015%,Al:0.01~0.05%,V:0.06~0.15%,N:0.008~0.020%,Nb:0.03~0.06%,Ti:0.01~0.02%,Cr:0.20~0.50%,余量为Fe和其他不可避免的杂质。方法:1)按成分配比熔炼后浇铸、锻造得到钢坯;2)加热保温;3)钢坯进行多道次粗轧和精轧得到热轧板;4)热轧板先水冷,后随炉冷却至室温;本发明采用低碳成分设计,以V-N-Nb微合金化为核心,在精轧过程中奥氏体内形变诱导VN析出物,制备成本低并且组织性能稳定,容易实现工业化生产。

    一种GCr15轴承钢热轧后在线快速球化退火方法

    公开(公告)号:CN107058692B

    公开(公告)日:2018-07-13

    申请号:CN201710411463.0

    申请日:2017-06-05

    Applicant: 东北大学

    Abstract: 本发明属于轴承钢热处理领域,特别涉及一种GCr15轴承钢热轧后在线快速球化退火方法。针对现有GCr15轴承钢在球化处理过程中存在的球化时间过长等问题,通过对轧制温度的合理选取,采用优化的球化处理工艺,控制轧制过程中的先共析碳化物通过形变诱导的方式析出,缩短球化退火所需要的时间,提高能效。本发明方法采用的是在线球化退火的方法,而且仅需要较短的后续球化处理时间即可形成较为良好的球化组织。从金相组织观察分析,球化退火后的组织为细铁素体及细小弥散的球状碳化物颗粒,球化等级可以达到1级,硬度为200HV,硬度也达到了使用要求。

    一种基于迁移学习的多通道微弱信号识别分类方法

    公开(公告)号:CN116416474A

    公开(公告)日:2023-07-11

    申请号:CN202310409020.3

    申请日:2023-04-18

    Applicant: 东北大学

    Abstract: 本发明属于多通道微弱信号识别技术领域,公开了一种基于迁移学习的多通道微弱信号识别分类方法,包括如下步骤:通过在源领域多通道微弱信号数据集上训练的至少部分参数迁移构建三维卷积神经网络模型,并将待分类的多通道微弱信号输入所述三维卷积神经网络模型中提取浅层特征;将所述浅层特征转换为RGB三通道特征图片;通过在JFT‑300M数据集上训练的参数迁移构建ViT模型,并将所述RGB三通道特征图片输入所述ViT模型中进行识别分类。综上,本发明基于两次迁移学习实现识别模型参数的有效优化,相比于现有算法,本发明的识别准确度显著提升。

Patent Agency Ranking