-
公开(公告)号:CN107217198A
公开(公告)日:2017-09-29
申请号:CN201710402815.6
申请日:2017-06-01
Applicant: 东北大学
CPC classification number: C22C38/02 , C21D1/26 , C21D1/74 , C21D8/1233 , C21D8/1272 , C22C38/001 , C22C38/04 , C22C38/06 , C22C38/12 , C22C38/14
Abstract: 本发明属于冶金领域,特别涉及一种基于薄带连铸制备旋转立方双取向硅钢的方法。按以下步骤进行:(1)按设定成分冶炼钢水,其成分按重量百分比为:C 0.01~0.05%,Si 1.6~3.3%,Mn≤0.003%,V 0.03~0.05%,Al≤0.005%,P≤0.008%,S 0.002~0.005%,N≤0.002%,O≤0.002%,Nb≤0.002%,Ti≤0.002%,余量为Fe及不可避免杂质;(2)薄带连铸过程后形成铸带;(3)在惰性气氛条件下进行一道次热轧;(4)将热卷带酸洗后涂Al2O3隔离剂后进行重新卷取;(5)热卷进罩式炉进行长时间热处理,结束后控制冷却速率,并卷取保温;(6)清理氧化铁皮后进行冷轧;(7)冷轧卷进行两次再结晶退火;(8)涂覆隔离剂后退火,获得旋转立方双取向硅钢成品。本发明基于铸轧‑铸带热处理‑冷轧‑两次退火制度,获得{100} 取向晶粒异常长大的双取向硅钢。
-
公开(公告)号:CN104063750B
公开(公告)日:2017-07-14
申请号:CN201410301386.X
申请日:2014-06-27
Applicant: 国家电网公司 , 国网辽宁省电力有限公司沈阳供电公司 , 东北大学
Abstract: 本发明一种基于改进AHP‑反熵权的电力系统受灾影响的预测方法,属于输配电网领域,本发明针对目前的评价方法过于主观的缺点做了进一步的修正改进,能够适应各个不同地区电网受自然灾害影响的实际评价及横向比较,分析各个电网发展的优缺点,找出其薄弱环节,对未来电网的规划、建设坚强电网有很好的指导作用,提升电力系统的供电可靠性,尤其是灾害条件下电力系统的供电可靠性,提高电网投资收益。
-
公开(公告)号:CN104063750A
公开(公告)日:2014-09-24
申请号:CN201410301386.X
申请日:2014-06-27
Applicant: 国家电网公司 , 国网辽宁省电力有限公司沈阳供电公司 , 东北大学
Abstract: 本发明一种基于改进AHP-反熵权的电力系统受灾影响的预测方法,属于输配电网领域,本发明针对目前的评价方法过于主观的缺点做了进一步的修正改进,能够适应各个不同地区电网受自然灾害影响的实际评价及横向比较,分析各个电网发展的优缺点,找出其薄弱环节,对未来电网的规划、建设坚强电网有很好的指导作用,提升电力系统的供电可靠性,尤其是灾害条件下电力系统的供电可靠性,提高电网投资收益。
-
公开(公告)号:CN118097662B
公开(公告)日:2024-09-27
申请号:CN202410227380.6
申请日:2024-02-29
Applicant: 东北大学 , 辽宁然辉科技有限公司
IPC: G06V20/69 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明提供一种基于CNN‑SPPF和ViT的巴氏涂片宫颈细胞图像分类方法。该分类方法包括:获取宫颈细胞的巴氏涂片在显微镜下被分类为n类样本集的图像数据集;将每类样本集中的细胞图像划分为训练集、验证集和测试集;对训练集进行预处理;构建分类网络模型;该模型包括Focus模块、CNN‑SPPF模块、ViT模块、特征融合模块和分类模块;构造损失函数;将预处理后的训练集输入到该模型,并训练该模型;在训练该模型时,采用基于训练周期的损失,并使用Loss阈值对数据进行选择性增强处理,用于下一个轮次的训练;将验证集输入到训练后的分类网络模型进行优化;将测试集输入最终优化后的分类网络模型,输出分类结果。本发明利用CNN‑SPPF模块和ViT模块同时对无损下采样后的细胞图像进行特征提取,再进行特征融合,最终映射出细胞图像的分类结果,达到大大地提高宫颈细胞图像分类性能的目的。
-
公开(公告)号:CN118360509A
公开(公告)日:2024-07-19
申请号:CN202410552826.2
申请日:2024-05-07
Applicant: 东北大学
Abstract: 本发明的一种高强Inconel 718高温合金板带材的短流程制备方法,包括:按设定成分冶炼合金液体;薄带连铸过程;均匀化处理;一次冷轧;再结晶退火;二次温轧;单阶段时效。本发明利用了薄带连铸短流程技术制备Incone 718高温合金板带材,省略了锻造开坯、热轧等工序,显著简化了生产流程,缩短了产线长度,大幅度降低企业生产成本。另外,利用温轧变形促进γ”强化相析出可简化后续时效工艺,将常规18h的两阶段时效工艺缩短至4h,同时保证Inconel 718合金具有优异的拉伸性能。
-
公开(公告)号:CN116862869B
公开(公告)日:2024-04-19
申请号:CN202310830048.4
申请日:2023-07-07
Applicant: 东北大学 , 辽宁然辉科技有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本发明属于自动检测方法技术领域,尤其涉及一种基于标志点检测的下颌骨骨折自动检测方法。基于标志点检测的下颌骨骨折自动检测方法能够降低数据标注难度,其基于对下颌骨医学影像标志点检测、骨折检测算法,实现了下颌骨骨折的自动检测、定位,并提高了检测效率。包括:步骤1、进行下颌骨标志点检测模型学习;步骤2、进行下颌骨骨折检测模型学习;步骤3、进行下颌骨骨折自动检测。
-
公开(公告)号:CN116912496A
公开(公告)日:2023-10-20
申请号:CN202310894748.X
申请日:2023-07-20
Applicant: 东北大学 , 辽宁然辉科技有限公司
IPC: G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种用于图像分割的解码器对比学习方法及系统。该方法包括:获取图像数据集;搭建解码器对比学习网络;将解码器对比学习网络中的骨干网络在ImageNet上进行有监督学习得到的模型作为解码器对比学习网络中的编码器的预训练模型;基于对比学习数据集和解码器对比学习网络中的编码器的预训练模型训练解码器对比学习网络;输出解码器对比学习模型并将其作为图像分割网络的解码器预训练模型;获取任意预训练模型并将其作为图像分割网络的编码器预训练模型;基于图像分割训练集、图像分割网络的编码器预训练模型和图像分割网络的解码器预训练模型训练图像分割网络;输出图像分割模型。本发明解决了图像分割网络的解码器部分没有预训练模型的问题。
-
公开(公告)号:CN116883428A
公开(公告)日:2023-10-13
申请号:CN202310830051.6
申请日:2023-07-07
Applicant: 东北大学 , 辽宁然辉科技有限公司
Abstract: 本发明涉及CT影像分区,尤其涉及一种下颌骨螺旋CT影像分区分割方法。其将下颌骨二维分区标准应用到三维HCT数据,结合计算机自动分割算法,实现分区分割,为后续的下颌骨疾病检测提供便利。包括步骤:步骤1、确定下颌骨分区标准;步骤2、建立下颌骨分区分割HCT数据集;步骤3、训练下颌骨分区分割算法;步骤4、分割下颌骨数据。
-
公开(公告)号:CN114032469B
公开(公告)日:2022-05-20
申请号:CN202111383368.7
申请日:2021-03-04
Applicant: 东北大学
IPC: C22C38/02 , C22C38/04 , C22C38/06 , C22C38/14 , C22C38/12 , C22C38/16 , C22C38/38 , C22C38/32 , C22C38/28 , C22C38/22 , C22C38/20 , C22C38/26 , C22C38/24 , C22C38/58 , C22C38/50 , C22C38/54 , C22C38/42 , C22C38/44 , C22C38/48 , C22C38/46 , C22C38/08 , C22C33/06 , C21D8/02 , C21C7/00 , B21B1/46
Abstract: 一种含锆细晶粒热轧板带钢及其制备方法,属于钢铁生产领域。该含锆细晶粒热轧板带钢包括的成分及其质量百分含量为:C:0.03~0.25%,Si:0.05~0.5%,Mn:0.8~2.0%,P:0.002~0.03%,S:0.001~0.03%,Al:0.003~0.07%,Ti:0.002~0.05%,Zr:0.001~0.03%,O:0.001~0.012%,N:0.002~0.012%,余量为Fe和不可避免的杂质;含有Al2O3夹杂物、TiOx夹杂物、TiN夹杂物、AlN夹杂物、MnS夹杂物、ZrO2夹杂物、ZrN夹杂物和其它不可避免的夹杂物。其制备为:冶炼、精炼、连铸、热轧和冷却,该方法对热轧板带钢成分和夹杂物进行优化设计,并结合冶炼与轧制工艺改进,实现高温轧制条件下晶粒尺寸细化,进而提高钢材强韧性。
-
公开(公告)号:CN114134423B
公开(公告)日:2022-05-17
申请号:CN202111458743.X
申请日:2021-12-02
Applicant: 东北大学
IPC: C22C38/02 , C22C38/04 , C22C38/06 , C22C38/16 , B22D11/06 , C21D1/26 , C21D1/74 , C21D8/12 , C22C33/04
Abstract: 本发明属于冶金技术领域,涉及一种超短流程稀土取向硅钢及其制备方法,化学组成及其重量百分比为Si:2.0~4.5%,C:≤0.003%,Y:0.001~0.05%,Mn:0.15~0.35%,Al:0.03~0.04%,Cu:0~0.5%,S:0.025~0.04%,N:0.011~0.013%,其余为Fe和不可避免的杂质元素。制备工艺包括:钢水冶炼、薄带连铸、冷轧、再结晶退火。与常规生产方式相比,取消了连铸、粗轧、热连轧、常化和脱碳退火等工序,极大简化了生产流程。通过添加稀土元素钇,促进了抑制剂的析出,还显著细化了薄带连铸硅钢的凝固组织,提高组织均匀性,获得了均匀细小的等轴晶,优化了取向硅钢的性能。
-
-
-
-
-
-
-
-
-