-
公开(公告)号：CN119268719A
公开(公告)日：2025-01-07
申请号：CN202411387648.9
申请日：2024-10-06
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明提出了一种局部通讯环境下基于分组与合并机制的群体机器人覆盖路径规划方法，将待覆盖地图划分为多个子区域并将机器人分组，每组分配一个特定的子区域进行覆盖，以实现初步的任务分配。同一组内的机器人保持局部连续通信共享信息，共同覆盖其分配的子区域。该方法考虑到局部通信范围对组内协作的限制，组的大小随着通信范围的变大而增加。此外，还设计了一种合并机制来实现组间协作，已完成覆盖的组前往其他未完成覆盖的子区域与其他组合并以协同覆盖。本发明所提出的基于分组与合并机制的群体机器人覆盖路径规划方法，能够在只有局部通信的未知环境下提升群体机器人的协同效率，高效的完成覆盖任务。
-
公开(公告)号：CN115386131B
公开(公告)日：2024-02-27
申请号：CN202210966504.3
申请日：2022-08-12
Applicant: 同济大学
Abstract: 本发明涉及一种柔性材料，具体涉及一种用于自供能自感知柔性电子器件的多孔纳米复合材料及其制备方法和应用，包括如下步骤：称取并球磨CNTs粉末，将球磨后的CNTs粉末与砂糖混合，并向混合粉末中加入去离子水，搅拌均匀得到砂糖‑CNTs混合物；将其置于模具中干燥成型，脱模并冷却至室温得到砂糖‑CNTs模板；向其中加入PDMS聚合物，真空干燥并固化成型得到PDMS‑砂糖‑CNTs模板；对其进行超声，至砂糖全部溶解得到PDMS‑CNTs多孔结构；将其干燥，得到所述的多孔纳米复合材料。本发明用于制备可摩擦发电的压阻传感器，解决了现有技术中柔性传感器件需要外部供电的不足，实现柔性传感器件的自供能自感知。
-
公开(公告)号：CN116330773A
公开(公告)日：2023-06-27
申请号：CN202211614655.9
申请日：2022-12-15
Applicant: 同济大学
IPC: B32B27/02 , H02N1/04 , D01F8/10 , D01F8/16 , D01F1/10 , D04H1/728 , D04H1/4382 , D01D5/00 , B32B27/28 , B32B27/30 , B32B27/08 , B32B27/12 , B32B7/12 , B32B27/18 , B32B25/00 , B32B25/08 , B32B1/08 , G01N33/48
Abstract: 本发明涉及一种纳米发电机，具体涉及一种用于智能监控系统的复合纳米发电机及其制备方法和应用，包括如下步骤：S1：通过两步水热法制备钛酸钡纳米线并进行羟基化处理，得到羟基化钛酸钡纳米线；S2：将步骤S1得到的羟基化钛酸钡纳米线与羧基化碳纳米管、PVDF和PDMS混合，静电纺丝制备得到PVDF/PDMS‑BTO‑CNT纳米纤维薄膜；S3：将PI薄膜、铜胶带以及步骤S2得到的PVDF/PDMS‑BTO‑CNT纳米纤维薄膜依次粘结，并将PI薄膜粘贴于橡胶软管内部，组装形成所述的复合纳米发电机。与现有技术相比，本发明解决现有技术中的复合纳米发电机多因为结构复杂、输出性能低而不能被投入到实际应用的问题。
-
公开(公告)号：CN115389064A
公开(公告)日：2022-11-25
申请号：CN202211181412.0
申请日：2022-09-27
Applicant: 同济大学
Abstract: 本发明涉及一种柔性压力传感器，具体涉及一种碳纤维基压阻式压力传感阵列及其制备方法和应用，包括一对柔性基底以及封装于柔性基底之间的压力传感层；所述的压力传感层由两组电极组通过导电复合材料固定连接形成；两组电极组分别包括若干等间距平行设置的电极，且两组电极组正交设置形成阵列。与现有技术相比，本发明提高压力传感器的制备效率、降低制备成本。
-
公开(公告)号：CN117577238B
公开(公告)日：2024-12-03
申请号：CN202311572809.7
申请日：2023-11-23
Applicant: 同济大学
IPC: G16C60/00 , G06F30/17 , G06F30/23 , G06F113/10 , G06F113/26 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种考虑制造过程的3D打印复合材料强度预测方法，包括：S1、建立3D打印过程层间树脂胞体和复合材料胞体的三维热场模型；S2、建立层间树脂胞体紧密接触模型、建立层间树脂胞体分子扩散模型及建立复合材料胞体浸渍模型、S3、建立层间树脂胞体模型在打印过程中树脂粘合性能表征模型，S4、建立复合材料胞体模型在打印过程中纤维束内缺陷表征模型；S5、建立3D打印连续纤维增强复合材料横向拉伸有限元模型，得到3D打印连续纤维增强复合材料的横向拉伸强度。根据本发明，实现了通过制造参数直接对复合材料试样拉伸强度直接预测的方法，避免了通过大量繁琐试验测定3D打印连续纤维增强复合材料力学性能。
-
Patent Agency Ranking
公开(公告)号：CN115389064B
公开(公告)日：2024-11-08
申请号：CN202211181412.0
申请日：2022-09-27
Applicant: 同济大学
Abstract: 本发明涉及一种柔性压力传感器，具体涉及一种碳纤维基压阻式压力传感阵列及其制备方法和应用，包括一对柔性基底以及封装于柔性基底之间的压力传感层；所述的压力传感层由两组电极组通过导电复合材料固定连接形成；两组电极组分别包括若干等间距平行设置的电极，且两组电极组正交设置形成阵列。与现有技术相比，本发明提高压力传感器的制备效率、降低制备成本。
-
公开(公告)号：CN118690638A
公开(公告)日：2024-09-24
申请号：CN202410699630.6
申请日：2024-05-31
Applicant: 同济大学
IPC: G06F30/27 , G16C60/00 , G06F113/26 , G06F119/14
Abstract: 本发明公开了一种量化复合材料力学性能不确定性及其来源的方法，包括：量化了3D打印连续碳纤维增强热塑性复合材料各向异性本构参数的不确定性，并推断了微结构参数和组分材料的不确定性。首先，建立了基于3D打印连续碳纤维增强热塑性复合材料微结构的多尺度微力学模型，揭示了组分材料本构参数及微结构参数与宏观各向异性本构参数的联系，推导了不确定性参数的联合概率分布。基于蒙特卡罗采样方法计算了本构参数和微结构参数的后验概率分布，通过总体响应、本构响应和噪声响应的后验预测分布验证了多尺度贝叶斯方法的合理性。本发明量化了3D打印连续碳纤维增强热塑性复合材料各向异性本构参数的不确定性及其来源，将推动3D打印复合材料的实际应用。
-
公开(公告)号：CN118063926B
公开(公告)日：2024-07-19
申请号：CN202410467602.1
申请日：2024-04-18
Applicant: 同济大学
Abstract: 本发明属于吸声材料技术领域，具体涉及一种3D打印植物纤维复合吸声板材、制备方法及应用；所述3D打印植物纤维复合吸声板材的制备原料包括下述成分：麻纱线40‑45份、聚乳酸10‑13份、硅烷偶联剂10‑15份、滑石粉5‑10份、交联剂1‑3份、分散剂1‑3份、聚四氟乙烯15‑20份、聚醚醚酮20‑30份、阻燃剂8‑14份。本发明利用3D打印技术有效降低纤维束间孔隙并保留纤维束内孔隙，使材料力学性能提升并获得良好的低频吸声效果。本发明提出的植物纤维复合吸声板材不仅具有良好的耐磨性能，而且还具有良好的抗低温效果，能够防止使用该植物纤维复合吸声板材制备的外壳在低温下发生开裂的现象。本发明提出的植物纤维复合吸声板材制备的建材还具有较好的阻燃性和抑烟性能。
-
公开(公告)号：CN117577238A
公开(公告)日：2024-02-20
申请号：CN202311572809.7
申请日：2023-11-23
Applicant: 同济大学
IPC: G16C60/00 , G06F30/17 , G06F30/23 , G06F113/10 , G06F113/26 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种考虑制造过程的3D打印复合材料强度预测方法，包括：S1、建立3D打印过程层间树脂胞体和复合材料胞体的三维热场模型；S2、建立层间树脂胞体紧密接触模型、建立层间树脂胞体分子扩散模型及建立复合材料胞体浸渍模型、S3、建立层间树脂胞体模型在打印过程中树脂粘合性能表征模型，S4、建立复合材料胞体模型在打印过程中纤维束内缺陷表征模型；S5、建立3D打印连续纤维增强复合材料横向拉伸有限元模型，得到3D打印连续纤维增强复合材料的横向拉伸强度。根据本发明，实现了通过制造参数直接对复合材料试样拉伸强度直接预测的方法，避免了通过大量繁琐试验测定3D打印连续纤维增强复合材料力学性能。
-
公开(公告)号：CN115470669A
公开(公告)日：2022-12-13
申请号：CN202211047205.6
申请日：2022-08-29
Applicant: 同济大学
IPC: G06F30/23 , G06F30/27 , G06N3/04 , G06F17/11 , G06V10/766 , G06V10/774 , G06V10/82 , G06F111/10 , G06F113/26 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种纤维增强复合材料结构固化变形预测方法、装置及存储介质，其中方法包括：基于有限元数值仿真法构建样本集，并随机确定铺设角度，得到样本集；对样本集数据进行数据预处理；划分训练集和测试集；建立基于卷积神经网络的结构固化变形预测模型，所述结构固化变形预测模型的输入为铺设角度彩色图像，输出为结构固化变形云图；给定卷积神经网络的初始网络结构参数、超参数和损失函数；基于训练集对结构固化变形预测模型进行回归学习；保存模型；基于测试集对模型的预测效果进行验证。与现有技术相比，本发明能有效、快速的预测连续纤维增强复合材料结构的固化变形，解决了铺层形式多样造成的固化变形预测困难问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
