公开(公告)号：CN104551450B

公开(公告)日：2016-08-24

申请号：CN201410752345.2

申请日：2014-12-11

Applicant: 南京航空航天大学

Inventor： 薛鹏 ,  薛松柏 ,  张俊雄 ,  杨金龙

IPC: B23K35/363

Abstract: 一种含氧化镓的铯铷钎剂，属于非金属材料类的钎焊材料领域。其特征在于按摩尔数以一摩尔计配比是：0.12摩尔～0.5摩尔的氟化铷（RbF），0.12摩尔～0.5摩尔的氟化铯（CsF），0.001摩尔～0.2摩尔的氧化铝（Al2O3），0.001摩尔～0.02摩尔的氟化钾（KF），0.0001摩尔～0.02摩尔的氧化镓（Ga2O3），0.159摩尔～0.479的氟化铝（AlF3）。本发明能同时满足“铝?铜”、“铝?钢”以及“铝?铝”钎焊要求且具有高活性。

公开(公告)号：CN104899642A

公开(公告)日：2015-09-09

申请号：CN201510347351.4

申请日：2015-06-19

Applicant: 南京航空航天大学

Inventor： 罗韬 ,  庄毅 ,  顾晶晶 ,  孙健 ,  范璧健 ,  夏晓东 ,  崔鸿飞 ,  杨金龙 ,  郝纲

IPC: G06N3/08

Abstract: 本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法，属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿，尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模型包括知识基模型和反向传播神经网络模型，其中，知识基模型表示大变形柔性体力学模型的主要特征，反向传播神经网络表示大变形柔性体力学模型与知识基模型之间的差异特征。本发明使用高精度万能试验机获得样本数据，采用混合神经网络模型构建动态应力补偿模型，补偿结果精度高，计算复杂度低，可以有效应用于大变形柔性体的动态应力补偿，为解决复杂工作环境下动态应力补偿问题提供一种新的思路。

公开(公告)号：CN104899642B

公开(公告)日：2017-06-27

申请号：CN201510347351.4

申请日：2015-06-19

Applicant: 南京航空航天大学

Inventor： 罗韬 ,  庄毅 ,  顾晶晶 ,  孙健 ,  范璧健 ,  夏晓东 ,  崔鸿飞 ,  杨金龙 ,  郝纲

IPC: G06N3/08

Abstract: 本发明公开了一种基于混合神经网络模型的大变形柔性体动态应力补偿方法，属于降落伞测量技术和计算机机器学习领域。该方法可应用于大变形柔性体的动态应力补偿，尤其是降落伞、气垫船等设备工作过程中的动态应力补偿。混合神经网络模型包括知识基模型和反向传播神经网络模型，其中，知识基模型表示大变形柔性体力学模型的主要特征，反向传播神经网络表示大变形柔性体力学模型与知识基模型之间的差异特征。本发明使用高精度万能试验机获得样本数据，采用混合神经网络模型构建动态应力补偿模型，补偿结果精度高，计算复杂度低，可以有效应用于大变形柔性体的动态应力补偿，为解决复杂工作环境下动态应力补偿问题提供一种新的思路。

公开(公告)号：CN104915509B

公开(公告)日：2017-11-21

申请号：CN201510347354.8

申请日：2015-06-19

Applicant: 南京航空航天大学

Inventor： 顾晶晶 ,  张偲 ,  郝纲 ,  庄毅 ,  牛涛 ,  杨金龙 ,  赵金辉 ,  徐彦

IPC: G06F17/50 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的大变形柔性体动态受力测量信息转换方法，属于降落伞测量技术和计算机机器学习领域。该方法应用于大变形柔性体在运动过程中的受力测量，尤其是应用于对降落伞、气垫船等的充气过程中的受力测量信息的转换。其主要步骤如下：步骤1，电压‑受力标定；步骤2，对标定数据滤波；步骤3，构建电压‑受力函数；步骤4，获取实际环境下的电压数据并滤波；步骤5，建立大变形柔性体动态测量数据转换神经网络；步骤6，使用实际环境下的数据训练神经网络；步骤7，得到转换后的受力信息输出。本发明通过神经网络进行电压‑受力信息的转换，计算复杂度低，转换精度高，可以有效应用于大变形柔性体的动态受力测量信息的转换。

公开(公告)号：CN104551450A

公开(公告)日：2015-04-29

申请号：CN201410752345.2

申请日：2014-12-11

Applicant: 南京航空航天大学

Inventor： 薛鹏 ,  薛松柏 ,  张俊雄 ,  杨金龙

IPC: B23K35/363

CPC classification number: B23K35/362 ,  B23K35/3605 ,  B23K35/361

Abstract: 一种含氧化镓的铯铷钎剂，属于非金属材料类的钎焊材料领域。其特征在于按摩尔数以一摩尔计配比是：0.12摩尔～0.5摩尔的氟化铷（RbF），0.12摩尔～0.5摩尔的氟化铯（CsF），0.001摩尔～0.2摩尔的氧化铝（Al2O3），0.001摩尔～0.02摩尔的氟化钾（KF），0.0001摩尔～0.02摩尔的氧化镓（Ga2O3），0.159摩尔～0.479的氟化铝（AlF3）。本发明能同时满足“铝-铜”、“铝-钢”以及“铝-铝”钎焊要求且具有高活性。

公开(公告)号：CN104915509A

公开(公告)日：2015-09-16

申请号：CN201510347354.8

申请日：2015-06-19

Applicant: 南京航空航天大学

Inventor： 庄毅 ,  张偲 ,  郝纲 ,  顾晶晶 ,  牛涛 ,  杨金龙 ,  赵金辉 ,  徐彦

IPC: G06F17/50 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的大变形柔性体动态受力测量信息转换方法，属于降落伞测量技术和计算机机器学习领域。该方法应用于大变形柔性体在运动过程中的受力测量，尤其是应用于对降落伞、气垫船等的充气过程中的受力测量信息的转换。其主要步骤如下：步骤1，电压-受力标定；步骤2，对标定数据滤波；步骤3，构建电压-受力函数；步骤4，获取实际环境下的电压数据并滤波；步骤5，建立大变形柔性体动态测量数据转换神经网络；步骤6，使用实际环境下的数据训练神经网络；步骤7，得到转换后的受力信息输出。本发明通过神经网络进行电压-受力信息的转换，计算复杂度低，转换精度高，可以有效应用于大变形柔性体的动态受力测量信息的转换。