-
公开(公告)号：CN114001639A
公开(公告)日：2022-02-01
申请号：CN202111373603.2
申请日：2021-11-19
Applicant: 中北大学
IPC: G01B7/16
Abstract: 本发明涉及薄膜应变传感器，具体是一种四应变缝隙四电阻栅式薄膜应变传感器及其制备方法。本发明解决了现有薄膜应变传感器在应用于低应变或微应变测量环境时应变偏小、灵敏度和线性度偏低的问题。一种四应变缝隙四电阻栅式薄膜应变传感器，包括H形金属基底、矩形过渡膜层、矩形绝缘膜层、四个镍铬薄膜电阻栅；其中，矩形过渡膜层沉积于H形金属基底的上表面中部；矩形绝缘膜层沉积于矩形过渡膜层的上表面，且矩形绝缘膜层的表面贯通开设有四道呈十字形分布的应变缝隙；四道应变缝隙的首端均封闭；四道应变缝隙的尾端一一对应地贯通矩形绝缘膜层的四个端面中部。本发明适用于切削加工中的切削力测量。
-
公开(公告)号：CN107169307A
公开(公告)日：2017-09-15
申请号：CN201710549362.X
申请日：2017-07-07
Applicant: 中北大学
IPC: G06F19/00
Abstract: 本发明提供一种健康风险评估方法和装置，该方法至少包括数据采集步骤和风险分析步骤；数据采集步骤，采集至少一种用户生理体征数据，并保存所述数据；风险分析步骤，根据所述数据评估数据等级，所述数据等级结合所述数据的影响权重计算用户发病的风险系数。本发明的健康风险评估方法，可结合用户终端采集的生理体征数据输出可靠的疾病风险评估结果，使得应用该健康风险评估方法的装置，可以为用户提供准确、可靠、便携的医疗健康服务。
-
Patent Agency Ranking
公开(公告)号：CN114001639B
公开(公告)日：2024-09-03
申请号：CN202111373603.2
申请日：2021-11-19
Applicant: 中北大学
IPC: G01B7/16
Abstract: 本发明涉及薄膜应变传感器，具体是一种四应变缝隙四电阻栅式薄膜应变传感器及其制备方法。本发明解决了现有薄膜应变传感器在应用于低应变或微应变测量环境时应变偏小、灵敏度和线性度偏低的问题。一种四应变缝隙四电阻栅式薄膜应变传感器，包括H形金属基底、矩形过渡膜层、矩形绝缘膜层、四个镍铬薄膜电阻栅；其中，矩形过渡膜层沉积于H形金属基底的上表面中部；矩形绝缘膜层沉积于矩形过渡膜层的上表面，且矩形绝缘膜层的表面贯通开设有四道呈十字形分布的应变缝隙；四道应变缝隙的首端均封闭；四道应变缝隙的尾端一一对应地贯通矩形绝缘膜层的四个端面中部。本发明适用于切削加工中的切削力测量。
-
公开(公告)号：CN114001640B
公开(公告)日：2024-06-18
申请号：CN202111373690.1
申请日：2021-11-19
Applicant: 中北大学
IPC: G01B7/16
Abstract: 本发明涉及薄膜应变传感器，具体是一种双应变缝隙双电阻栅式薄膜应变传感器及其制备方法。本发明解决了现有薄膜应变传感器在应用于低应变或微应变测量环境时应变偏小、灵敏度和线性度偏低的问题。一种双应变缝隙双电阻栅式薄膜应变传感器，包括矩形不锈钢基底、矩形氮化钛过渡膜层、条形氮化硅绝缘膜层、两个矩形氮化硅绝缘膜层、两个镍铬薄膜电阻栅；其中，矩形不锈钢基底的表面四角各贯通开设有一个安装圆孔；矩形氮化钛过渡膜层沉积于矩形不锈钢基底的上表面中部；条形氮化硅绝缘膜层和两个矩形氮化硅绝缘膜层均沉积于矩形氮化钛过渡膜层的上表面。本发明适用于切削加工中的切削力测量。
-
公开(公告)号：CN114001640A
公开(公告)日：2022-02-01
申请号：CN202111373690.1
申请日：2021-11-19
Applicant: 中北大学
IPC: G01B7/16
Abstract: 本发明涉及薄膜应变传感器，具体是一种双应变缝隙双电阻栅式薄膜应变传感器及其制备方法。本发明解决了现有薄膜应变传感器在应用于低应变或微应变测量环境时应变偏小、灵敏度和线性度偏低的问题。一种双应变缝隙双电阻栅式薄膜应变传感器，包括矩形不锈钢基底、矩形氮化钛过渡膜层、条形氮化硅绝缘膜层、两个矩形氮化硅绝缘膜层、两个镍铬薄膜电阻栅；其中，矩形不锈钢基底的表面四角各贯通开设有一个安装圆孔；矩形氮化钛过渡膜层沉积于矩形不锈钢基底的上表面中部；条形氮化硅绝缘膜层和两个矩形氮化硅绝缘膜层均沉积于矩形氮化钛过渡膜层的上表面。本发明适用于切削加工中的切削力测量。
-
公开(公告)号：CN107403061A
公开(公告)日：2017-11-28
申请号：CN201710549371.9
申请日：2017-07-07
Applicant: 中北大学
IPC: G06F19/00 , A61B5/00 , A61B5/0205
CPC classification number: A61B5/0205 , A61B5/7267
Abstract: 本发明提供一种用户医疗评估模型构建方法和医疗评估服务器，该模型包括：步骤101：构建样本数据U和样本输入数据V，所述样本数据U经模糊变换得到所述样本输入数据V，V＝Ω.U，其中Ω为模糊量化的权重向量；步骤102：基于样本数据U的临床诊断结果，构建样本输出结果y，步骤103：建立样本输入数据V与样本输出结果y之间神经网络映射关系；步骤104：对所述模型的神经网络进行训练；将所述样本输入数据V作为所述模型的神经网络输入，所述样本输出结果y作为所述模型的神经网络输出；通过样本训练学习，确定所述模型的神经网络中的权值。本发明的用户医疗评估模型构建方法和医疗评估服务器，结合智能终端的采集数据，可以为用户提供便携可靠的医疗诊断服务。
-
公开(公告)号：CN110197189A
公开(公告)日：2019-09-03
申请号：CN201810160460.9
申请日：2018-02-27
Applicant: 中北大学
Abstract: 本申请提供了一种引信装配正确性检测方法和设备，该方法包括：获取装配完成的引信对应的引信射线图；针对该引信射线图进行特征提取，获取N个特征图；将所述N个特征图输入到目标区域确定模型中；将目标区域确定模型中输出的目标区域信息，以及目标区域对应的特征图集合输入到分类识别模型中；其中，所述目标区域为引信射线图中关键部件对应的区域；根据分类识别模型输出的分类类别，以及预先配置的分类类别与正确和错误装配的对应关系确定该引信射线图对应的引信装配是否正确。该方法能够自动、高效地检测引信装配正确与否。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
