-
公开(公告)号：CN118917349A
公开(公告)日：2024-11-08
申请号：CN202410944219.0
申请日：2024-07-15
Applicant: 哈尔滨理工大学
IPC: G06N3/006 , G06N3/0464 , G06N3/084
Abstract: 一种HPO优化BP神经网络主轴热误差建模方法，属于高速电主轴热误差预测分析技术领域。用于解决高速电主轴热误差预测时，BP神经网络存在收敛速度缓慢、对初始权重和偏置敏感、需要大量训练数据、容易出现过拟合等问题，包括以下步骤：S2.选取测点信息作为训练集与测试集使用；S6.用猎人捕猎优化算法优化BP神经网络；S7.代入最优解训练BP神经网络；S8.将BP神经网络模型的预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；S9.通过计算预测结果与真实值之间的预测评价指标，来评估优化后的BP神经网络模型的性能和预测准确度。本发明热误差预测精度高；本发明拥有更好的鲁棒性。
-
公开(公告)号：CN109664049B
公开(公告)日：2021-03-26
申请号：CN201910031246.8
申请日：2019-01-14
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种用于电子封装领域的多尺度微纳米颗粒复合焊膏及其制备方法、应用工艺。所述新型复合焊膏由金属粉末与助焊剂混合而成。金属粉末由粒径30~70nm、3~7μm、15~25μm的Cu@Ag颗粒，粒径40~60nm的Ni@Ag颗粒，粒径1~2μm的Ag颗粒组成；助焊剂由溶剂异丙醇，活性剂硬脂酸，成膜剂混合松香和聚乙二醇，调节剂三乙醇胺，表面活性剂辛基酚聚氧乙稀醚组成。本发明复合焊膏中Cu@Ag颗粒的存在相对于纳米银焊膏成本降低，抗电迁移性能得到提升；Ag颗粒可以保护Cu@Ag核壳结构的完整性；在高频感应工艺条件下，Ni@Ag颗粒Ni的磁性使颗粒分布更均匀，提高致密度，提升导电导热性能。本发明成本低廉，工艺简单可控，效率高，解决了目前器件粘贴材料成本高昂，服役温度低，工艺时间长等问题。
-
公开(公告)号：CN109664049A
公开(公告)日：2019-04-23
申请号：CN201910031246.8
申请日：2019-01-14
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种用于电子封装领域的多尺度微纳米颗粒复合焊膏及其制备方法、应用工艺。所述新型复合焊膏由金属粉末与助焊剂混合而成。金属粉末由粒径30~70nm、3~7μm、15~25μm的Cu@Ag颗粒，粒径40~60nm的Ni@Ag颗粒，粒径1~2μm的Ag颗粒组成；助焊剂由溶剂异丙醇，活性剂硬脂酸，成膜剂混合松香和聚乙二醇，调节剂三乙醇胺，表面活性剂辛基酚聚氧乙稀醚组成。本发明复合焊膏中Cu@Ag颗粒的存在相对于纳米银焊膏成本降低，抗电迁移性能得到提升；Ag颗粒可以保护Cu@Ag核壳结构的完整性；在高频感应工艺条件下，Ni@Ag颗粒Ni的磁性使颗粒分布更均匀，提高致密度，提升导电导热性能。本发明成本低廉，工艺简单可控，效率高，解决了目前器件粘贴材料成本高昂，服役温度低，工艺时间长等问题。
-
公开(公告)号：CN118965958A
公开(公告)日：2024-11-15
申请号：CN202410944216.7
申请日：2024-07-15
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/006 , G06F119/08
Abstract: 一种CPA优化BP神经网络主轴热误差建模方法，属于高速电主轴热误差预测分析技术领域。用于解决高速电主轴热误差预测时，BP神经网络存在收敛速度缓慢、对初始权重和偏置敏感、需要大量训练数据、容易出现过拟合等问题，包括以下步骤：选取测点信息作为训练集与测试集使用；用食肉植物优化算法优化BP神经网络；代入最优解训练BP神经网络；将BP神经网络模型的预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；通过计算预测结果与真实值之间的预测评价指标，来评估优化后的BP神经网络模型的性能和预测准确度。本发明热误差预测精度高；本发明拥有更好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117113845B
公开(公告)日：2024-03-19
申请号：CN202311115617.3
申请日：2023-08-31
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种AVOA优化LSTM神经网络主轴热误差建模方法，所述方法如下：一、获取实时温度数据与主轴热位移数据；二、选取关键测点信息作为训练集与测试集使用；三、确定长短期记忆神经网络各个参数的初始值；四、随机生成一定数量的秃鹫个体作为初始群体；五、对每个秃鹫个体进行分组，计算饥饿率和适应度；六、对比适应度，输出最优解；七、使用优化后的长短期记忆神经网络模型对测试集进行预测；八、将预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；九、评估优化后的长短期记忆神经网络模型的性能和预测准确度。该方法具有高预测精度与鲁棒性的特点。
-
公开(公告)号：CN118965958B
公开(公告)日：2025-02-25
申请号：CN202410944216.7
申请日：2024-07-15
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/0499 , G06N3/084 , G06N3/006 , G06F119/08
Abstract: 一种CPA优化BP神经网络主轴热误差建模方法，属于高速电主轴热误差预测分析技术领域。用于解决高速电主轴热误差预测时，BP神经网络存在收敛速度缓慢、对初始权重和偏置敏感、需要大量训练数据、容易出现过拟合等问题，包括以下步骤：选取测点信息作为训练集与测试集使用；用食肉植物优化算法优化BP神经网络；代入最优解训练BP神经网络；将BP神经网络模型的预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；通过计算预测结果与真实值之间的预测评价指标，来评估优化后的BP神经网络模型的性能和预测准确度。本发明热误差预测精度高；本发明拥有更好的鲁棒性。
-
公开(公告)号：CN117113845A
公开(公告)日：2023-11-24
申请号：CN202311115617.3
申请日：2023-08-31
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种AVOA优化LSTM神经网络主轴热误差建模方法，所述方法如下：一、获取实时温度数据与主轴热位移数据；二、选取关键测点信息作为训练集与测试集使用；三、确定长短期记忆神经网络各个参数的初始值；四、随机生成一定数量的秃鹫个体作为初始群体；五、对每个秃鹫个体进行分组，计算饥饿率和适应度；六、对比适应度，输出最优解；七、使用优化后的长短期记忆神经网络模型对测试集进行预测；八、将预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；九、评估优化后的长短期记忆神经网络模型的性能和预测准确度。该方法具有高预测精度与鲁棒性的特点。
-
公开(公告)号：CN119293876A
公开(公告)日：2025-01-10
申请号：CN202411430686.8
申请日：2024-10-14
Applicant: 哈尔滨理工大学
Abstract: 一种设备机箱入侵检测系统及其检测方法，属于机箱设备监测技术领域。为有效对机箱设备进行入侵保护，本发明传感器安装在设备机箱盖开合处；控制板包括传感器接口，传感器接口连接入侵记忆电路，入侵记忆电路分别连接时钟发生电路和主控芯片，主控芯片分别连接电池测量电路和声音告警电路，电池测量电路连接电源电路；传感器和控制板通过传感器接口连接，控制板通过主板USB接口分别连接设备机箱的主板、上位机接口；控制板通过IO端口输出机箱盖状态。本发明入侵检测系统能有效地阻止设备的运行，从而保护设备免受已发生入侵的风险，集成程度高能够平滑接入各种机箱，且安装在机箱内部对用户透明，从而能够很好的适应现有的设备。
-
公开(公告)号：CN109570814A
公开(公告)日：2019-04-05
申请号：CN201910031132.3
申请日：2019-01-14
Applicant: 哈尔滨理工大学
Abstract: 一种添加微纳米颗粒的复合焊膏，本发明属于无铅复合钎料技术领域，具体涉及一种添加微纳米包覆颗粒增强的锡锑系复合焊膏及其制备方法。本发明主要解决目前高温钎料中Sn-Sb系钎料润湿性、导热性及力学性能较差，限制其应用推广的问题。该新型复合焊膏主要特点是相对于SnSb系焊膏润湿性好，力学性能优异。本发明钎料由1%~5%的Cu@Ag核壳颗粒和95%~99%的SnSb组成，是以Sn-Sb焊膏为基体，通过添加增强相Cu@Ag颗粒而实现。本发明方法：一、制备Cu@Ag核壳颗粒；二、制备助焊剂；三、将Cu@Ag核壳颗粒和Sn-Sb系焊膏通过机械混合的方式制备复合焊膏。本发明的复合焊膏细化了焊点的微观组织，极大提高了钎料的润湿性和剪切强度。本发明用于制备Sn-Sb系复合钎料，是一种符合现在电子工业发展趋势的复合钎料。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
