-
公开(公告)号：CN115896645B
公开(公告)日：2024-05-31
申请号：CN202211466897.8
申请日：2022-11-22
Applicant: 上海核工程研究设计院股份有限公司 , 上海大学 , 浙江久立特材科技股份有限公司
Abstract: 本发明公开了一种核能用含铍铁素体不锈钢合金材料及其制备方法，涉及不锈钢制备技术领域及核能领域，该不锈钢合金材料的成分按照如下质量百分比组成：Cr：9.0～12.4，Al：3.5～6.5，Mo：1.5～2.5，稀土Y或La：0.01～0.15，Be：10～1500ppm，其余成分为铁和不可避免的杂质。本发明经配料和真空感应熔制后，浇注成型，经热锻、热轧、热挤压、冷轧和退火等处理工艺，可获得含铍铁素体不锈钢合金管材或板材或棒材用于轻水核反应堆的核燃料组件，管材可用于核燃料元件的包壳或者用于核燃料组件的导向管，板材可用于核燃料组件的格架条带，棒材可用于核燃料元件的端塞或导向管的端塞。
-
Patent Agency Ranking
公开(公告)号：CN115896645A
公开(公告)日：2023-04-04
申请号：CN202211466897.8
申请日：2022-11-22
Applicant: 上海核工程研究设计院股份有限公司 , 上海大学 , 浙江久立特材科技股份有限公司
Abstract: 本发明公开了一种核能用含铍铁素体不锈钢合金材料及其制备方法，涉及不锈钢制备技术领域及核能领域，该不锈钢合金材料的成分按照如下质量百分比组成：Cr：9.0～12.4，Al：3.5～6.5，Mo：1.5～2.5，稀土Y或La：0.01～0.15，Be：10～1500ppm，其余成分为铁和不可避免的杂质。本发明经配料和真空感应熔制后，浇注成型，经热锻、热轧、热挤压、冷轧和退火等处理工艺，可获得含铍铁素体不锈钢合金管材或板材或棒材用于轻水核反应堆的核燃料组件，管材可用于核燃料元件的包壳或者用于核燃料组件的导向管，板材可用于核燃料组件的格架条带，棒材可用于核燃料元件的端塞或导向管的端塞。
-
公开(公告)号：CN114457289A
公开(公告)日：2022-05-10
申请号：CN202210099825.8
申请日：2022-01-27
Applicant: 上海大学 , 上海核工程研究设计院有限公司 , 浙江久立特材科技股份有限公司
IPC: C22C38/02 , C22C38/04 , C22C38/06 , C22C38/22 , C22C38/24 , C22C38/26 , C22C38/28 , C22C38/34 , C22C38/38 , C21D1/26 , C21D6/00 , C21D8/04 , C21D8/06 , C21D8/10
Abstract: 本发明公开了一种核能用含锡耐热铁素体不锈钢合金材料，本发明铁素体不锈钢合金材料，具有如下成分质量百分比：C≤0.1，N≤0.05，Si≤2.0，Mn≤2.0，Cr：7.0～15.0，Al：3.0～8.0，Nb：0.2～2.0，Mo：0.5～3.5，稀土Y或La≤0.5，Sn：0.05～1.5，其余成分为铁和不可避免的杂质。本发明经配料和真空感应熔制后，浇注成型，经热锻、穿管、热轧、热挤压、冷轧和退火处理等工艺，最终制得核能用含锡耐热铁素体不锈钢合金材料管材或板材或棒材。本发明有效地提高了铁素体不锈钢的耐热性能和加工性能，同时可以大幅度降低原材料成本。
-
公开(公告)号：CN112233061A
公开(公告)日：2021-01-15
申请号：CN202010927141.3
申请日：2020-09-07
Applicant: 中国人民解放军海军军医大学第一附属医院 , 上海大学
Abstract: 本发明提供了一种基于深度学习的皮肤基底细胞癌和鲍温病识别方法。所述识别系统使用了大量的带有标签的皮肤组织细胞病理图像训练卷积神经网络，并通过迭代训练，使得最终生成的分类器能够有效的正确识别基底细胞癌和鲍温病。本发明通过修改模型的全连接层和输出层，实现了快速而又高效的训练，并最终以软件应用的方式呈现。对于皮肤科及病理科医生来说，可以帮助他们有效地减轻识别大量病理图像并进行诊断的繁重工作量。
-
公开(公告)号：CN112263217A
公开(公告)日：2021-01-26
申请号：CN202010879996.3
申请日：2020-08-27
Applicant: 上海大学 , 中国人民解放军海军军医大学第一附属医院
IPC: A61B5/00
Abstract: 本发明公开一种基于改进卷积神经网络的非黑素瘤皮肤癌病理图像病变区域检测方法，作用于病理特征复杂的肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像。针对现有的YOLOv3深度卷积神经网络模型的不足，改进了卷积特征图的数量过渡变化剧烈、训练结果不好的问题，建立适合肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像识别的卷积神经网络框架。不仅实现了肿瘤性皮肤病病理图像病种分类，而且锁定了病变区域，可辅助医生进行快速、有效地疾病判断，提高肿瘤性皮肤病病理图像的筛查率和准确率。
-
公开(公告)号：CN112263217B
公开(公告)日：2023-07-18
申请号：CN202010879996.3
申请日：2020-08-27
Applicant: 上海大学 , 中国人民解放军海军军医大学第一附属医院
IPC: A61B5/00
Abstract: 本发明公开一种基于改进卷积神经网络的非黑素瘤皮肤癌病理图像病变区域检测方法，作用于病理特征复杂的肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像。针对现有的YOLOv3深度卷积神经网络模型的不足，改进了卷积特征图的数量过渡变化剧烈、训练结果不好的问题，建立适合肿瘤性皮肤病(基底细胞癌和鲍温病)病理图像识别的卷积神经网络框架。不仅实现了肿瘤性皮肤病病理图像病种分类，而且锁定了病变区域，可辅助医生进行快速、有效地疾病判断，提高肿瘤性皮肤病病理图像的筛查率和准确率。
-
-
-
-
-
Search Results
6
records
(took 0.094 seconds)
