一种增强硫酸钙晶须疏水性的方法

    公开(公告)号:CN104389025A

    公开(公告)日:2015-03-04

    申请号:CN201410551522.0

    申请日:2014-10-17

    Applicant: 东北大学

    Abstract: 本发明属于材料科学领域,具体涉及一种增强硫酸钙晶须疏水性的方法。本发明首先将聚丙烯羧酸和氢氧化钠混合,再加水配制成聚丙烯羧酸质量百分数为5~10%的聚丙烯羧酸钠水溶液,然后配制质量分数为5~10%的硬脂酸钠水溶液,将聚丙烯羧酸钠水溶液与硬脂酸钠水溶液混合,得到混合改性剂溶液,在机械搅拌压气式浮选槽中,向硫酸钙晶须和水的悬浮液中加入混合改性剂溶液进行搅拌并改性,将浮选槽内上浮的泡沫产品刮至容器中烘干去除水分,得到疏水性增强的硫酸钙晶须,其活化指数为0.78~0.98。本发明所用改性试剂环保无毒,制得的聚丙烯羧酸钠改性硫酸钙晶须产品,疏水性强,本发明的改性方法,机械搅拌压气式浮选机设备简单、改性效率高、固液分离方便,降低了成本。

    基于Elman神经网络的热连轧出口板凸度动态预测方法

    公开(公告)号:CN114091352B

    公开(公告)日:2024-08-27

    申请号:CN202111454865.1

    申请日:2021-12-01

    Applicant: 东北大学

    Abstract: 本发明公开了基于Elman神经网络的热连轧出口板凸度动态预测方法,涉及轧制过程自动化生产技术领域。包括确定包括机架轧辊磨损量在内的热连轧出口板凸度影响因素,采集热连轧生产线中与热连轧出口板凸度相关的实测数据与过程自动化级计算数据;计算各机架的轧制公里数,将各机架的轧制公里数代替热连轧出口板凸度的影响因素中的各机架的轧辊磨损量;将实测数据及过程自动化级计算数据与各机架轧制公里数组合在一起构成数据集,从数据集中划分出部分数据作为训练数据集;利用训练数据集对Elman神经网络训练,获得热连轧出口板凸度的动态预测模型,利用该模型对热连轧出口板凸度进行动态预测,可精准地预测热连轧出口板凸度,对更精准的板形控制提供保障。

    一种针对重型卡车的节能型刹车鼓散热器

    公开(公告)号:CN108528414A

    公开(公告)日:2018-09-14

    申请号:CN201810720757.6

    申请日:2018-07-02

    Applicant: 东北大学

    Abstract: 本发明公开一种针对重型卡车的节能型刹车鼓散热器。该重型卡车节能型刹车鼓散热器包括送风装置、空气冷却装置、输送装置和电器控制装置,空气冷却装置与车辆空调系统的压缩机接通,电器控制装置通过电线与送风装置连接,空气冷却装置安置于送风装置的出风口处,空气冷却装置输出口与输送装置输入口接通,输送装置的输出口设置于刹车鼓与刹车片摩擦区域。通过以冷却空气作为介质来进行刹车系统散热,解决了现有技术中淋水散热装置储水罐体积质量大、管路易堵塞,冬季易结冰造成的安全隐患,且本发明节能环保、可靠性高。

    一种基于数据驱动和机理模型融合的板带钢凸度预测方法

    公开(公告)号:CN114021290B

    公开(公告)日:2022-04-05

    申请号:CN202210000389.4

    申请日:2022-01-04

    Applicant: 东北大学

    Abstract: 本发明属于带钢产品品质控制技术领域,涉及一种基于数据驱动和机理模型融合的板带钢凸度预测方法,通过建立热连轧出口板凸度机理模型,将机理模型与DNN模型结合建立带钢凸度预测DNN模型,以机理模型计算值作为出口板凸度的基准值,并将基准值与出口板凸度的实际值的偏差量作为带钢凸度预测DNN模型的输出,再将基于带钢凸度预测DNN模型的预测值与基准值的和作为最终的板带钢凸度预测值。本发明方法将计算值和实际值的偏差作为DNN模型输出,可减小预测误差范围,为更精准的板形控制提供保障。现阶段热连轧生产线在工业数据的收集与存储方面皆较为完善,因此本发明有较强的推广能力,为提高板带钢出口板凸度的精度提供新方法。

    基于Elman神经网络的热连轧出口板凸度动态预测方法

    公开(公告)号:CN114091352A

    公开(公告)日:2022-02-25

    申请号:CN202111454865.1

    申请日:2021-12-01

    Applicant: 东北大学

    Abstract: 本发明公开了基于Elman神经网络的热连轧出口板凸度动态预测方法,涉及轧制过程自动化生产技术领域。包括确定包括机架轧辊磨损量在内的热连轧出口板凸度影响因素,采集热连轧生产线中与热连轧出口板凸度相关的实测数据与过程自动化级计算数据;计算各机架的轧制公里数,将各机架的轧制公里数代替热连轧出口板凸度的影响因素中的各机架的轧辊磨损量;将实测数据及过程自动化级计算数据与各机架轧制公里数组合在一起构成数据集,从数据集中划分出部分数据作为训练数据集;利用训练数据集对Elman神经网络训练,获得热连轧出口板凸度的动态预测模型,利用该模型对热连轧出口板凸度进行动态预测,可精准地预测热连轧出口板凸度,对更精准的板形控制提供保障。

    一种基于实例迁移学习的视网膜血管图像分割方法

    公开(公告)号:CN110070535A

    公开(公告)日:2019-07-30

    申请号:CN201910330907.7

    申请日:2019-04-23

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于实例迁移学习的视网膜血管图像分割方法,包括以下步骤:S1:选取预训练网络,将相同规格的视网膜图片数据集作为目标域输入至选取预训练网络;S2:选择存在各自问题的视网膜图像数据集、有标记神经元突触分割数据集作为源域进行迁移学习,使用完成训练的网络前半部分提取源域和目标域图像的特征,以目标域样本特征作为聚类中心,挑选距离聚类中心最近的样本加入源域形成新的训练集;S3:使用新训练集对S1中预训练网络进行微调得出图像分割结果;S4:使用性能评价指标对完成迁移学习的训练网络进行评估并显示评估结果。

Patent Agency Ranking