液态炼镁还原剂及其应用

    公开(公告)号:CN112501434A

    公开(公告)日:2021-03-16

    申请号:CN202011120987.2

    申请日:2020-10-19

    Abstract: 本发明公开了一种液态炼镁还原剂及其应用。所述液态炼镁还原剂为液态的含硅二元或多元合金,其中,所述合金中,硅含量为10%~95%,除硅以外的其他元素为:在镁的还原过程中随着硅含量的降低,使合金熔点不升高或使合金熔点降低的金属元素;所述液态炼镁还原剂的熔点低于1550℃。本发明该液态炼镁还原剂具有较低的熔点和较好的流动性,应用在液态热还原法炼镁中,可使反应具有良好的还原效果,合适的反应条件和较低的生产成本。

    一种GCr15SiMn钢的热处理方法

    公开(公告)号:CN104232859B

    公开(公告)日:2016-04-27

    申请号:CN201410482427.X

    申请日:2014-09-19

    Abstract: 一种GCr15SiMn钢的热处理方法,属于冶金技术领域。本发明的方法通过对大截面GCr15SiMn钢热轧棒材进行预热处理,消除了网状碳化物,并获得了具有均匀索氏体组织的组织,然后通过在球化退火过程中缩短保温时间、严格控制冷却速度和温度区间,获得了性能良好的球化退火GCr15SiMn钢。本发明球化退火后的GCr15SiMn钢的显微组织和显微硬度均符合国家标准,完全满足后续机械加工的要求;所获得的细小、均匀、弥散、圆整的碳化物颗粒,为轴承钢的最终热处理提供了良好的组织准备;并且大大缩短了球化退火时间,将球化退火时间从15~20h,缩短到8h以内,既节约能源,又缩短了生产周期,具有良好的应用前景。

    一种基于无人机拍摄图像的风电机组图像分割方法

    公开(公告)号:CN115713699A

    公开(公告)日:2023-02-24

    申请号:CN202211472368.9

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于无人机拍摄图像的风电机组图像分割方法,包括U‑Net网络,所述U‑Net网络包括编码部分和解码部分,使用ResNet作为编码部分特征提取的主干网络;编码部分的每个卷积层包括一个3×3卷积操作和ReLU激活函数,同时使用Batch Normalization层加速训练和平滑损失函数;输入的图像通过5层编码,共可以产生512通道的特征图,在从上层到下层过程采用Maxpooling取局部接受域中值最大的点,其中,为了获得通道注意力,在卷积层后面使用ECA‑Net,在跳级结构中加入PSA‑Net进一步产生多尺度特征;将下层的ECA‑Net输出特征图上采样,并且为了进一步上采样而拼接PSA‑Net的输出,最终,就获得对原始图像进行像素级标注的分割图像。本发明极大的增强了该模型图片分割方法的鲁棒性。

    基于Retinex的无人机拍摄图像增强算法

    公开(公告)号:CN113409225A

    公开(公告)日:2021-09-17

    申请号:CN202110791880.9

    申请日:2021-07-13

    Abstract: 本发明公开了基于Retinex的无人机拍摄图像增强算法,涉及无人机拍摄图像增强技术领域,具体为基于Retinex的无人机拍摄图像增强算法,包括以下步骤:S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理;S2、基于MSRCP模型,并使用两阶段优化算法调整其控制参数;S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法,其中,Rao‑2算法用于全局搜索,NM算法负责局部搜索;S4、应用Rao‑2算法进行全局搜索,得到目标函数局部最优解;S5、使用NM单纯形法通过局部搜索改进结果;S6、将最后得到的最优解作为MSRCP模型的参数,达到最优的图像增强效果。本发明中,对比度大大增强;图像细节大部分保留;图像更加自然,以及极大的减轻了本发明方法的计算量,提高了计算速度。

    一种基于多源异构数据的光伏出力超短期预测方法及系统

    公开(公告)号:CN112508255B

    公开(公告)日:2021-09-07

    申请号:CN202011384818.X

    申请日:2020-12-01

    Abstract: 本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统,包括:通过深度神经网络从地基云图中提取云图特征;从历史光伏出力数据中提取历史数据特征;将云图特征和历史数据特征拼接;最后基于拼接后的特征,通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测,利用深度神经网络在图像特征提取上的优势,从地基云图中提取特征,再与光伏出力历史数据融合,实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点,深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。

    一种基于多源异构数据的光伏出力超短期预测方法及系统

    公开(公告)号:CN112508255A

    公开(公告)日:2021-03-16

    申请号:CN202011384818.X

    申请日:2020-12-01

    Abstract: 本发明公开了一种基于多源异构数据的光伏出力超短期预测方法及系统,包括:通过深度神经网络从地基云图中提取云图特征;从历史光伏出力数据中提取历史数据特征;将云图特征和历史数据特征拼接;最后基于拼接后的特征,通过一维卷积网络生成预测的光伏出力数据。本发明结合深度神经网络与超短期光伏出力预测,利用深度神经网络在图像特征提取上的优势,从地基云图中提取特征,再与光伏出力历史数据融合,实现光伏出力预测。图像与历史数据的结合克服了预测模型输入数据单一、信息量低的缺点,深度神经网络自动提取云图特征克服了基于人工设计的图片特征信息利用率低、泛化能力弱的缺点。

    一种同时显示轴承钢奥氏体晶界和晶内马氏体的方法

    公开(公告)号:CN104236993B

    公开(公告)日:2016-08-24

    申请号:CN201410482905.7

    申请日:2014-09-19

    Abstract: 一种同时显示轴承钢奥氏体晶界和晶内马氏体的方法。本发明先将钢材加工成边长为10~20mm的方块样,将试样置入1000~1100℃的加热炉内保温5~20min后以0.1~0.5℃/s冷却到690~730℃,然后淬火处理。其次对试样进行粗磨、细磨和抛光处理。最后在常温下配置2~4%的硝酸酒精溶液,将试样的抛光面浸人硝酸酒精溶液中10~20s,当试样表面出现灰白色,用水冲洗,再用酒精溶液将水清洗掉,用吹风机将试样表面吹干,在显微镜下观察,就可以观察到清晰的网状碳化物分布在始奥氏体晶界处,同时奥氏体晶粒内的马氏体也能够清晰的显示出来。该方法腐蚀过程步骤简单,易于操作,稳定性强,侵蚀后的效果清晰。

    液态炼镁还原剂及其应用

    公开(公告)号:CN112501434B

    公开(公告)日:2023-04-14

    申请号:CN202011120987.2

    申请日:2020-10-19

    Abstract: 本发明公开了一种液态炼镁还原剂及其应用。所述液态炼镁还原剂为液态的含硅二元或多元合金,其中,所述合金中,硅含量为10%~95%,除硅以外的其他元素为:在镁的还原过程中随着硅含量的降低,使合金熔点不升高或使合金熔点降低的金属元素;所述液态炼镁还原剂的熔点低于1550℃。本发明该液态炼镁还原剂具有较低的熔点和较好的流动性,应用在液态热还原法炼镁中,可使反应具有良好的还原效果,合适的反应条件和较低的生产成本。

    一种GCr15SiMn钢的热处理方法

    公开(公告)号:CN104232859A

    公开(公告)日:2014-12-24

    申请号:CN201410482427.X

    申请日:2014-09-19

    Abstract: 一种GCr15SiMn钢的热处理方法,属于冶金技术领域。本发明的方法通过对大截面GCr15SiMn钢热轧棒材进行预热处理,消除了网状碳化物,并获得了具有均匀索氏体组织的组织,然后通过在球化退火过程中缩短保温时间、严格控制冷却速度和温度区间,获得了性能良好的球化退火GCr15SiMn钢。本发明球化退火后的GCr15SiMn钢的显微组织和显微硬度均符合国家标准,完全满足后续机械加工的要求;所获得的细小、均匀、弥散、圆整的碳化物颗粒,为轴承钢的最终热处理提供了良好的组织准备;并且大大缩短了球化退火时间,将球化退火时间从15~20h,缩短到8h以内,既节约能源,又缩短了生产周期,具有良好的应用前景。

    基于Retinex的无人机拍摄图像增强算法

    公开(公告)号:CN113409225B

    公开(公告)日:2023-12-12

    申请号:CN202110791880.9

    申请日:2021-07-13

    Abstract: 本发明公开了基于Retinex的无人机拍摄图像增强算法,涉及无人机拍摄图像增强技术领域,具体为基于Retinex的无人机拍摄图像增强算法,包括以下步骤:S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理;S2、基于MSRCP模型,并使用两阶段优化算法调整其控制参数;S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法,其中,Rao‑2算法用于全局搜索,NM算法负责局部搜索;S4、应用Rao‑2算法进行全局搜索,得到目标函数局部最优解;S5、使用NM单纯形法通过局部搜索改进结果;S6、将最后得到的最优解作为MSRCP模型的参数,达到最优的图像增强效果。本发明中,对比度大大增强;图像细节大部分保留;图像更加自然,以及极大的减轻了本发明方法的计算量,提高了计算

Patent Agency Ranking