一种基于机器学习的材料屈服强度预测方法

    公开(公告)号:CN112685962B

    公开(公告)日:2024-03-29

    申请号:CN202110090962.0

    申请日:2021-01-22

    IPC分类号: G06F30/27 G06F119/18

    摘要: 本发明提供了一种基于机器学习的材料屈服强度预测方法,包括:初步获取若干组待测材料的微观结构参数及其对应的屈服强度,得到初始数据集;根据初始数据集对第一极限学习机模型进行训练,得到初始的屈服强度预测模型;根据初始的屈服强度预测模型的预测结果,有针对性地再获取若干组微观结构参数及其对应的屈服强度,得到真实数据集;利用真实数据集对第二极限学习机模型进行训练和测试,得到最终的屈服强度预测模型;利用待测材料的微观结构参数和最终的屈服强度预测模型预测得到待测材料的屈服强度。本发明的材料屈服强度预测方法,能够以有限的数据量,较为准确地预测待测材料的屈服强度,具有精度高、快速预测、可实施材料性能评估的优点。

    CO加氢制取烯烃催化剂及其制备方法和应用

    公开(公告)号:CN111185174A

    公开(公告)日:2020-05-22

    申请号:CN202010060646.4

    申请日:2020-01-19

    摘要: 本发明涉及一种CO加氢制取烯烃催化剂,所述的催化剂的载体为MgO,BeO,La2O3中的一种,负载铁和碱金属,其中Fe的负载量为5wt%-60wt%,优选为15wt%。所述的碱金属的负载量为0.01wt%-1.5wt%,优选为0.15wt%。所述的碱金属包含Na、K、Rb和Cs中的一种或几种,Fe元素与碱金属元素的质量比为1:0.0001-1:0.1。与现有技术相比,本发明中的催化剂显著地提高烯烃选择性及催化剂的稳定性,克服了现有催化剂活性组分负载后性能大幅下降的缺点,为CO加氢高效转化工业催化剂设计与制备提供了新的思路,具有较好的工业化前景。

    一种行走助力器
    4.
    发明公开

    公开(公告)号:CN104856838A

    公开(公告)日:2015-08-26

    申请号:CN201510215898.9

    申请日:2015-04-30

    发明人: 张超

    IPC分类号: A61H3/00 A61F4/00

    摘要: 本发明涉及一种行走助力器,结构如下:一根环状固定腰带的两侧各铆接一连接片,并通过两连接片各依次连接合页块、电动关节、腿支架,电源电池、电机驱动、单片机依次相连并固定在固定腰带背面;电动关节包括依次相连的减速器挡盖、减速器压盖、谐波减速器、电机底板和电机,腿支架中的螺旋形输出片顶端连接在电动关节的减速器挡盖上,腿部固定皮带的一端连接于螺旋形输出片的末端,另一端固定于螺旋输出片中部;三轴加速度陀螺仪粘附于螺旋输出片顶端并通过导线与单片机连接,两个红外距离传感器也通过导线连接在单片机上,电动关节的电机通过导线与电机驱动相连。本发明的结构根据人体仿生原理进行设计,有效提升了其使用性能。

    挥发性成分精馏-萃取耦合的提取装置及其提取方法

    公开(公告)号:CN101979117A

    公开(公告)日:2011-02-23

    申请号:CN201010521943.0

    申请日:2010-10-28

    IPC分类号: B01D11/02 B01D3/14

    摘要: 本发明挥发性成分精馏-萃取耦合的提取装置,其主要特征是,在提取罐与冷凝器之间设置了由两段精馏塔与变径塔连接构成的变径精馏塔,在冷凝器上设有导气管,冷凝器的底端设置油水分离器和U形管结构的回流装置;利用该装置进行提取的方法包括的步骤有:①将芳香植物或中药材配以适量的水投入提取罐中;②设定浸泡时间;③进行加热并打开各冷凝装置;④在精馏过程中适时加入和分离萃取剂;⑤通过油水分离器的下部管口收集挥发性成分。本发明的积极效果是:将精馏提取和萃取联合起来,同步完成两种工艺的操作,缩短了工艺流程,减少了挥发性成分的损失、挥发性成分的收率更高,对原料的适用面更广,能够工业化推广应用。

    一种基于机器学习的材料屈服强度预测方法

    公开(公告)号:CN112685962A

    公开(公告)日:2021-04-20

    申请号:CN202110090962.0

    申请日:2021-01-22

    IPC分类号: G06F30/27 G06F119/18

    摘要: 本发明提供了一种基于机器学习的材料屈服强度预测方法,包括:初步获取若干组待测材料的微观结构参数及其对应的屈服强度,得到初始数据集;根据初始数据集对第一极限学习机模型进行训练,得到初始的屈服强度预测模型;根据初始的屈服强度预测模型的预测结果,有针对性地再获取若干组微观结构参数及其对应的屈服强度,得到真实数据集;利用真实数据集对第二极限学习机模型进行训练和测试,得到最终的屈服强度预测模型;利用待测材料的微观结构参数和最终的屈服强度预测模型预测得到待测材料的屈服强度。本发明的材料屈服强度预测方法,能够以有限的数据量,较为准确地预测待测材料的屈服强度,具有精度高、快速预测、可实施材料性能评估的优点。

    一种行走助力器
    8.
    发明授权

    公开(公告)号:CN104856838B

    公开(公告)日:2016-12-07

    申请号:CN201510215898.9

    申请日:2015-04-30

    发明人: 张超

    IPC分类号: A61H3/00 A61F4/00

    摘要: 本发明涉及一种行走助力器,结构如下:一根环状固定腰带的两侧各铆接一连接片,并通过两连接片各依次连接合页块、电动关节、腿支架,电源电池、电机驱动、单片机依次相连并固定在固定腰带背面;电动关节包括依次相连的减速器挡盖、减速器压盖、谐波减速器、电机底板和电机,腿支架中的螺旋形输出片顶端连接在电动关节的减速器挡盖上,腿部固定皮带的一端连接于螺旋形输出片的末端,另一端固定于螺旋输出片中部;三轴加速度陀螺仪粘附于螺旋输出片顶端并通过导线与单片机连接,两个红外距离传感器也通过导线连接在单片机上,电动关节的电机通过导线与电机驱动相连。本发明的结构根据人体仿生原理进行设计,有效提升了其使用性能。