-
公开(公告)号：CN101045817A
公开(公告)日：2007-10-03
申请号：CN200710071955.6
申请日：2007-03-28
Applicant: 哈尔滨理工大学
IPC: C08L79/02 , C08K5/3415 , G01N27/12
Abstract: 酞菁钯－聚苯胺混合杂化有机半导体气敏材料的制作方法，它涉及一种有机半导体气敏材料的制作方法，本发明的目的是为解决现有的大部分气敏材料是无机半导体材料，存在着功耗大、灵敏度低、选择性差等问题。本发明制作方法的步骤为：单物质中间体的合成、组分的计算和设计以及混合杂化。本发明测试结构表明：(1)对NO2敏感性：当配比率为x＝0.3～0.9时，对NO2气体呈P型气敏变化规律，气敏度最大为40倍以上。当配比率为x＝0.1～0.2时，气敏度最大为0.06倍以上。(2)对SO2敏感性：当x＝0.3～0.9左右时，灵敏度最大，可达0.01倍以上。(3)对NO敏感性：当配比率为x＝0.01～0.1时，气敏度最大为0.09倍以上，(4)对Cl2敏感性：x＝0.1～0.9时，复合膜有最佳的灵敏性，气敏度为0.04倍以上。
-
公开(公告)号：CN101021501A
公开(公告)日：2007-08-22
申请号：CN200710071957.5
申请日：2007-03-28
Applicant: 哈尔滨理工大学
Abstract: 平板夹心结构的半导体式气体传感器及其制造方法，它涉及一种具有平板夹心结构的半导体式气体传感器及其制造方法，为了解决现有结构形式半导体式传感器的电阻大、电导率低、加热功耗高的问题。本发明的平板夹心结构的半导体式气体传感器的所述的基片上刻蚀有加热器，在绝缘隔离层上刻蚀有敏感电极，在加热器上镀绝缘隔离层，在敏感电极上镀有敏感膜，在敏感膜上设置多孔电极，其制造方法由基片选择与清洗、制作加热器、制作隔离层和制作敏感电极等步骤完成。本发明的平板夹心结构的半导体式气体传感器具有电阻小、电导率高、加热功耗低的优点，其制造方法具有制作工艺精度高的优点。
-
公开(公告)号：CN101021442A
公开(公告)日：2007-08-22
申请号：CN200710071883.5
申请日：2007-03-14
Applicant: 哈尔滨理工大学
Abstract: 微型铂热电阻温度传感器的镶嵌式电极引出方法，它涉及一种电极引出方法。它为了满足超薄体的要求，本发明步骤如下：一、清洗Al2O3基板(1)；二、激光刻槽：采用激光器加工Al2O3基板(1)，在Al2O3基板(1)的一端约1/3处开出两个电极沟槽(2)；三、电极(3)埋入：将电极(3)埋入电极沟槽(2)中，再以高温导电粘结剂填平电极(3)与电极沟槽(2)之间的空隙，在700～900℃温度下热处理1h烧结高温导电粘结剂，将电极(3)固定在电极沟槽(2)中；四、溅射铂膜(4)；五、制版调阻。它使敏感膜表面平整、无突起物，电极焊接点不另增加传感器的厚度，实现狭缝、窄条、微空间等检测微小的局部温度信息的目的。本发明实现了铂热电阻温度传感器的微型、超薄化，具有工艺简单、可操作性强等特点。
-
公开(公告)号：CN113189196B
公开(公告)日：2024-02-20
申请号：CN202110384059.5
申请日：2021-04-09
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于超声波相位差技术进行气体浓度检测方法，属于气体浓度检测技术领域。本发明推导出并利用“混频前与混频后相位差相同”的结论，通过选择频率略小于原x1(t)与x2(t)的矩形波信号y(t)，分别与x1(t)与x2(t)混频后，获得两个低频信号，通过求取该两个低频信号相位差，可以实现将原本对两个高频超声波信号相位差的检测转换为对极低频率相位差的检测。本发明可以实现将原本两个高频超声波信号相位差检测转换为极低频率相位差检测，从而达到提高检测精度的要求，解决了传统方法中对低浓度气体进行测量时系统必须具有足够高的工作频率的问题。
-
公开(公告)号：CN117272036A
公开(公告)日：2023-12-22
申请号：CN202311304347.0
申请日：2023-10-09
Applicant: 哈尔滨理工大学
IPC: G06F18/2136 , G06F18/214 , G06F18/24 , G06N3/049 , G06N3/0499 , G06N3/08 , A61B5/374 , A61B5/00 , G06F123/02
Abstract: 本发明涉及医疗技术领域，公开了棘波识别模型构建方法、棘波识别方法、装置及设备，构建方法包括：获取脑电信号；对脑电信号进行分割，得到棘波脑电信号段；对棘波脑电信号段进行脉冲编码，得到脉冲序列；基于脉冲序列以及神经元动力学机制构建初始神经元模型；基于初始神经元模型，构建前馈脉冲神经网络，前馈脉冲神经网络用于对脉冲序列进行特征映射；基于神经元突触自反馈时延调节机制，对前馈脉冲神经网络进行更新，得到目标棘波识别模型。基于自反馈时延性的神经元突触调节机制，加速前馈脉冲神经网络全局收敛的同时，保证了识别模型高精度识别非侵入可溯型癫痫样棘波。
-
Patent Agency Ranking
公开(公告)号：CN113092545B
公开(公告)日：2022-12-09
申请号：CN202110391440.4
申请日：2021-04-13
Applicant: 哈尔滨理工大学
IPC: G01N27/12
Abstract: 一种基于CuO/In2O3修饰的石墨烯MEMS气体传感器的制备方法，它属于气体敏感型传感器领域。该方法包括：一、纳米CuO的制备；二、纳米In2O3的制备；三、rGO‑CuO/In2O3的制备；四、AlN陶瓷基板的制备；五、银叉指电极的制备；六、铜加热电极的制备；七、单晶硅衬底的制备；八、气敏材料的涂敷。本发明通过分步式制备单一材料，一步超声水热制备复合材料的方法得到rGO‑CuO/In2O3气敏材料，此方法可以杜绝一步混合制备石墨烯基复合材料过程中所导致的中间产物残留等问题，使所制备的复合材料中单一材料间的比例可控且更为精确。同时辅以全新设计的复合多层式传感器芯片结构，使其在极小的体积，极低的功耗条件下也能有出色的工作性能，兼具自动化程度高，集成性好等优势。
-
公开(公告)号：CN114002277A
公开(公告)日：2022-02-01
申请号：CN202111286177.9
申请日：2021-11-02
Applicant: 哈尔滨理工大学
IPC: G01N27/12
Abstract: 一种三维有毒有害气体检测系统及其测试方法，属于气体测量领域，本发明提供一种有毒有害气体三维浓度测试装置及测量方法，包括有毒有害气体感知模块，用于测量封闭空间中各处有毒有害气体的浓度信号；数据转换模块，用于接收传感器的电压信号并将其转化为数字量发送至数据处理模块；数据处理模块，利用插值法计算待测空间的气体浓度数据；显示模块，利用图形化界面展示气体分布状态；电源模块，用于转换电压为系统各部分供电。本发明使用多个有毒有害气体感知模块排布在空间中检测气体浓度，在数据处理模块中植入插值法计算出待测空间的气体浓度值，使得本发明能有效检测出气体的三维分布情况，适用于实验室，化工厂等场景的有毒有害气体检测。
-
公开(公告)号：CN113189171A
公开(公告)日：2021-07-30
申请号：CN202110410826.5
申请日：2021-04-16
Applicant: 哈尔滨理工大学
IPC: G01N27/30
Abstract: 本发明属于气体敏感型传感器领域，具体是涉及一种基于有机无机杂化复合材料的气体传感器的制备方法。本发明主要是为了解决基于无机气敏材料的半导体气体传感器选择性差、工作温度高，而基于有机气敏材料的半导体气体传感器灵敏度低，响应慢的问题，提出了一种基于有机无机杂化复合材料的气体传感器制备方法，包括：一、无机气敏材料二氧化锡的制备；二、有机气敏材料聚合物聚苯胺的制备；三、MEMS气体传感器器件制备；四、气敏材料滴涂与器件烧结；本发明制备的气敏材料比无机气敏材料选择性好、工作温度低，比有机气敏材料灵敏度高，制备的微型器件温度分布均匀、功耗低，可用于气体传感器的加热装置。
-
公开(公告)号：CN113109308A
公开(公告)日：2021-07-13
申请号：CN202110392178.5
申请日：2021-04-13
Applicant: 哈尔滨理工大学
IPC: G01N21/64
Abstract: 本发明公开了一种VOCs气体传感器阵列的制备及检测方法，属于VOCs气体传感器研究领域。通过在不同MEMS芯片上涂覆不同敏感材料制备传感器阵列，传感器阵列与VOCs气体反应后，在LED紫外灯激发下，传感器阵列上的敏感材料产生荧光颜色的变化，通过微型摄像头模组采集反应前后的图像，利用图像处理技术提取各传感器单元对应位置上RGB的变化值，判断VOCs气体的种类；同时，MEMS芯片叉指电极两端产生电信号的变化，利用此变化获得气体的响应曲线，判断出VOCs气体的浓度值；结合在同一传感阵列上检测到的两类变化，实现VOCs气体的定性和定量测量。本发明所制备的气体传感器阵列尺寸微小、制造成本低、易于集成，检测方法简单高效，检测范围广，具有广阔的应用前景。
-
公开(公告)号：CN106912105B
公开(公告)日：2020-06-09
申请号：CN201710133596.6
申请日：2017-03-08
Applicant: 哈尔滨理工大学
IPC: H04W64/00
Abstract: 本发明设计了一种基于粒子群算法(Particle Swarm Optimizer,PSO)优化后的BP神经网络的终端三维定位方法，可广泛应用于无线定位领域。本方法过程为：测得某区域内多个基站与终端的距离数据。将实测距离从小到大排序，选择距离最近的四个基站，用这四个基站通过最小二乘法计算出含非视距影响的终端位置。再计算出所有含非视距的终端位置，并计算出每个基站到终端的三维方向角。最后把所得终端位置坐标、基站到终端距离以及三维方向角作为PSO_BP神经网络的特征值输入层，输出层是修正后的终端位置坐标。本发明利用PSO算法优化了BP神经网络，所得结果消除了非视距因素带来的终端位置测量误差，提出的算法具有性能稳定、算法收敛快、定位精度高等优点，适合推广使用。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.023 seconds)
