一种高耐磨铜基材料及其制备方法

    公开(公告)号:CN106756213B

    公开(公告)日:2018-06-29

    申请号:CN201610997097.7

    申请日:2016-11-11

    Applicant: 中南大学

    Inventor: 王斌 李婷

    Abstract: 本发明公开了一种高耐磨铜基材料及其制备方法,高耐磨铜基材料由锡青铜粉、氮化硼和强化相组成。本发明的材料克服了铜‑氮化硼界面不润湿的问题,制得的复合材料具有电阻率低,抗冲击性能好,摩擦系数小,抗弯强度高,硬度高等优点,兼有传统的锡青铜基滑板材料的强度高电阻率低和氮化硼润滑性能好两者的优点,同时制备工艺简单,工艺过程易于控制,没有污染,适用于批量生产。

    一种获得铝合金轴向梯度力学性能的设备及方法

    公开(公告)号:CN105401107B

    公开(公告)日:2017-06-06

    申请号:CN201510770917.4

    申请日:2015-11-12

    Applicant: 中南大学

    Abstract: 一种获得铝合金轴向梯度力学性能的设备及方法,所述设备包括加热系统、冷却系统、保温层、温度控制装置;所述加热系统与冷却系统之间通过保温层连接,所述保温层上设有供容置待处理工件的容槽,工件一端处于加热系统中,另一端处于冷却系统中;其方法是将铝合金工件,插入保温层上设置的容槽,然后,分别控制加热介质及冷却介质的温度,使铝合金工件两端的温度至少相差20℃,进行保温,获得轴向梯度力学性能的铝合金。本发明工艺简单、生产成本低,针对现有技术的不足,能使淬火敏感性不高的铝合金工件和薄壁管材结构的工件获得明显的轴向梯度力学性能,满足实际生产过程中的成本及材料的应用。

    一种基于深度学习的水产养殖水质预测方法

    公开(公告)号:CN106198909A

    公开(公告)日:2016-12-07

    申请号:CN201610502867.6

    申请日:2016-06-30

    Applicant: 中南大学

    CPC classification number: G01N33/18 G06N3/08

    Abstract: 本发明公开了一种基于深度学习的水产养殖水质预测方法。通过搭建一个具有三层受限玻尔兹曼机(RBM)和一层BP神经网络的深度学习网络。以水质样本数据利用对比散度学习对三个受限玻尔兹曼机进行训练抽取水质样本数据的深度特征,再通过BP对深度学习网络参数进行优化,从而完成深度学习网络的训练。将训练好的深度学习网络应用到当前水质样本数据,在输出层便可获得对水质的预测。本发明可以获得各类不同水质因子之间的特征关联性,提高水质预测的准确度。

    一种适用于电子封装的高尺寸稳定性Sn-Ag-Cu焊料

    公开(公告)号:CN105834612A

    公开(公告)日:2016-08-10

    申请号:CN201610290805.3

    申请日:2016-05-04

    Abstract: 本发明公开了一种适用于电子封装的高尺寸稳定性Sn?Ag?Cu焊料,其主要组成金属元素为Sn、Ag、Cu和Be。本发明的焊料,保持了Sn?Ag?Cu焊料合金优良熔融特性、焊接性能及力学性能,又可以显著提高焊接接头的弹性模量,使焊点具有较高的强韧性,尺寸稳定性好,特别适用于超细间距电子封装。所制备的焊点的导电导热也会得到提高,使得焊点在承受电学、热学和力学载荷时仍具有优异的综合服役性能,符合现代电子元器件小型化、精密化及高性能化的发展趋势,提高了电子产品的使用可靠性和服役寿命。通过进一步Al、Ni、V中的一种或多种,可进一步提高焊料的高温抗氧化性、润湿性、流动性、高温化学稳定性,细化焊料合金,提高焊点的力学性能。

    一种颗粒增强钛基复合材料及制备方法

    公开(公告)号:CN101713043B

    公开(公告)日:2012-07-25

    申请号:CN200910311943.5

    申请日:2009-12-21

    Applicant: 中南大学

    Abstract: 一种颗粒增强钛基复合材料,包含3~20wt%Mo2C或VC中的至少一种金属碳化物,余量为金属钛。其制备方法是按各组分配比取Mo2C、VC或两者的混合物与氢化脱氢钛粉末,充分混合后压制成型,高温烧结,将烧结后的坯体在900~1200℃高温变形。本发明工艺方法简单、操作容易、组分配比合理、颗粒增强相与基体结合良好,分布均匀、强度高、耐腐蚀、高温性能好、能耗低、生产效率高,适于工业化生产,产业化前景良好。

    生物医用β-钛合金材料
    57.
    发明公开

    公开(公告)号:CN101081312A

    公开(公告)日:2007-12-05

    申请号:CN200710035286.7

    申请日:2007-07-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种生物医用β-钛合金材料,其特征是:其合金成分范围以质量百分比计为:Ti-Nb(25%~30%)-Zr(1%~5%)-Fe(0.2%~1%)-Mo(10%~15%)。本发明提出的生物医用β-钛合金材料,是在传统的生物医用材料的基础上,添加适量生物相容性好的低毒或无毒性元素及β稳定元素,从而提高材料综合性能,满足生物医用使用要求。材料性能指标分别如下:弹性模量(GPa):45-66;断裂强度:650-960;屈服强度(MPa):510-680;伸长率(%):16-20;断面收缩率(%):35-50。本发明是一种能提高材料强度、耐磨性和抗蚀性,降低材料弹性模量,保持材料良好加工成形性能的生物医用β-钛合金材料,使钛合金材料具有优良的综合使用性能。其生产工艺简单可靠。

    基于分块策略的大面积PSInSAR处理方法、装置及设备

    公开(公告)号:CN119810368A

    公开(公告)日:2025-04-11

    申请号:CN202411847368.1

    申请日:2024-12-16

    Abstract: 本发明公开了一种基于分块策略的大面积PSInSAR处理方法、装置及设备,该方法包括根据原始数据的行列数和子块参数,利用具有重叠度的规则格网划分方法进行自动数据块划分,得到若干子块;对各子块进行分块PS点选择、分块构网和分块参数解算处理;利用子块间重叠度信息和连通关系进行子块间参数的调整,以实现结果平滑和准确拼接。本发明先进行数据块划分然后分块处理,提高了PSInSAR处理时选点、构网、参数解算等环节内存的占用和提高并行处理效率;能够在当前硬件条件和不减少计算效率的情况下,增加PS点的数量和构网冗余弧段的数量,有利于提高结果的精度、密度和覆盖面积;考虑子块重叠度的同名点的信息可以平滑准确的拼接子块,抑制全局误差的传播。

    一种人员坠落风险检测方法、系统及存储介质

    公开(公告)号:CN115115988B

    公开(公告)日:2024-12-20

    申请号:CN202210756771.8

    申请日:2022-06-29

    Applicant: 中南大学

    Abstract: 本发明涉及坠落保护技术领域,公开了一种人员坠落风险检测方法、系统及存储介质,分别对第一增强图像和第二增强图像进行随机裁剪得到第一裁剪图像和第二裁剪图像,对所述第一裁剪图像和第二裁剪图像进行拼接得到训练图像;将所述训练图像输入待训练神经网络模型中进行训练,得到目标神经网络模型;基于获取的待检测图像生成坠落地点信息和人员位置信息,并将所述坠落地点信息输入目标神经网络模型进行判断生成第一判断结果;在所述第一判断结果为易坠落地点时将所述人员位置信息输入目标神经网络模型进行判断生成第二判断结果;在所述第二判断结果为易坠落位置时发出告警信息;本发明解决了现有的检测识别方法识别速度慢、识别准确度低的问题。

    一种基于深度学习的高速公路交通需求预测方法及装置

    公开(公告)号:CN118800074A

    公开(公告)日:2024-10-18

    申请号:CN202411285553.6

    申请日:2024-09-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于深度学习的高速公路交通需求预测方法及装置,方法包括:获取待研究的区域高速公路网的拓扑结构数据和历史交通需求数据,根据获取的数据定位区域高速公路网中的大流量路段,并识别区域高速公路网中的拥堵源O‑D对和主要拥堵源O‑D对;根据历史交通需求数据和所有主要拥堵源O‑D对,构建每个时间窗内的主要拥堵源O‑D矩阵;同时以多个不同历史时间窗内的主要拥堵源O‑D矩阵为输入,以未来时间窗内的主要拥堵源O‑D矩阵为输出,训练深度可分离卷积神经网络模型,得到高速公路交通需求预测模型,用于预测待预测时间窗内的主要拥堵源O‑D矩阵。本发明适用于高速公路交通需求预测,且预测准确。

Patent Agency Ranking