一种高耐热性A1-Cu-Mg-Ag合金

    公开(公告)号:CN101245430B

    公开(公告)日:2010-06-09

    申请号:CN200810030979.1

    申请日:2008-04-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种高耐热性Al-Cu-Mg-Ag合金,合金中各元素的质量百分比含量为:Cu 4.6%~6.6%,Mg 0.4~0.65%,Ag 1~1.5%,Fe 0~0.06%,Si0~0.06%,Mn 0.25~0.35%,Zr 0.1~0.2%,余量为Al。本发明将合金中Ag含量提高,并适当提高Ag/Mg原子比,使合金基体中具有更多的Ω相形核位置,合金在高温下拥有更多的Ω相,合金基体中获得大量弥散细小的强化相,从而使合金具有优异的高温短时拉伸性能、高温持久性能和良好的长时间热暴露后的组织性能、稳定性能,并且合金的室温力学性能也优于现有Al-Cu-Mg-Ag合金。

    基于图正则化半监督字典学习的工业信号故障识别方法

    公开(公告)号:CN114548185A

    公开(公告)日:2022-05-27

    申请号:CN202210191693.1

    申请日:2022-02-28

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于图正则化半监督字典学习的工业信号故障识别方法,属于数据识别技术领域,具体包括:采集目标设备的工业信号数据;将有标签数据和无标签数据作为训练数据集并输入基于图正则半监督字典学习模型,得到训练集稀疏编码、置信度矩阵以及结构字典;将测试集信号和结构字典带入分类模型,得到测试集信号的测试集稀疏编码;计算测试集信号的重构误差,并根据重构误差识别测试集信号的故障类别。通过本公开的方案,将字典学习与半监督学习以及流行学习结合,既能保存数据的流形结构,又能学习无标签数据的特征,以此增强模型学习的判别性及可靠性,提高了识别的效率、精准度和适应性。

Patent Agency Ranking