-
公开(公告)号：CN109659702A
公开(公告)日：2019-04-19
申请号：CN201811344668.2
申请日：2018-11-13
Applicant: 华中科技大学
IPC: H01Q17/00
Abstract: 本发明公开了一种可调太赫兹超材料吸波结构，包括介质材料基底以及分布于该基底上的超材料单元，任意一个超材料单元包括对应设置的一对底部金属层及超材料阵列；其中，超材料阵列固定设置在柔性的介质薄膜上，该介质薄膜同样位于介质材料基底上且与之键合；底部金属层设置在介质材料基底上且位于超材料阵列的正下方；在介质薄膜与底部金属层之间对应形成有空腔，通过调整该空腔的压强能够实现该超材料吸波结构整体对太赫兹波吸收的调控。本发明通过对该超材料吸波结构的整体构成，尤其是对关键的超材料调控原理(即相应的太赫兹波吸引调控原理)及其相应组件等进行改进，与现有技术相比能够有效解决超材料制备不便、调节不灵活等的问题。
-
公开(公告)号：CN112528955A
公开(公告)日：2021-03-19
申请号：CN202011568332.1
申请日：2020-12-25
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明提供了一种高频元件加工尺寸的精度预测方法及系统，属于高频元件加工质量的预测技术领域；精度预测方法包括：将加工参数和切削力的特征值输入至精度预测神经网络，获取高频元件的质量等级；训练精度预测神经网络的方法为：按照不同的尺寸精度值，将高频元件划分为不同的质量等级；将切削力数据按照不同的加工特征分段，采用特征提取方法计算切削力的特征值；将加工参数和切削力的特征值归一化预处理，作为数据样本集；训练精度预测神经网络，获取精度预测神经网络；其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。本发明采用精度预测神经网络可以更为便捷，更为准确地获取加工尺寸的预测精度。
-
公开(公告)号：CN109459851B
公开(公告)日：2020-06-09
申请号：CN201811370682.X
申请日：2018-11-17
Applicant: 华中科技大学
Abstract: 本发明属于自适应光学器件领域，具体公开了一种动态校正液体透镜球差的非等厚膜结构的设计方法，包括以下步骤：(1)优化非等厚膜结构的面型；(2)优化非等厚膜结构的中心膜厚：利用液体透镜对该非等厚膜造成的不同程度的形变调整焦距，仿真得到与一个中心膜厚相对应的非等厚膜在目标焦距变化范围内的一系列球差值；基于不同中心膜厚下的一系列球差值，获得优化后的非等厚膜结构的中心膜厚；(3)构建非等厚膜结构，从而得到动态校正液体透镜球差的非等厚膜结构。本发明通过对设计方法的整体流程设置、关键面型及膜厚参数的优化方式等进行改进，可以合理设计非等厚膜的初始面型以及上下两底面的中心膜间距，动态的实现对液体透镜球差的校正功能。
-
公开(公告)号：CN114152194B
公开(公告)日：2022-10-04
申请号：CN202111357212.1
申请日：2021-11-16
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明属于微位移测量技术领域，并具体公开了一种基于反射光栅的微位移测量装置及方法。该种微位移测量装置包括底座、光源组件、微结构、透镜组件以及成像组件，其中微结构顶部为微米级反射光栅；该种微位移测量装置通过光源组件向反射光栅发射平行可见光，光线经过光栅衍射后穿过透镜组件的凸透镜，在成像组件的面阵CCD上显示一系列等距离排列的衍射光斑；待测物体在反射光栅上沿垂直于光栅反射条方向移动，并遮蔽反射光栅的反射条，使衍射光斑的光强改变；通过获取待测物体移动前后衍射光斑的光强值，计算出待测物体的位移。该种微位移测量装置测量精度高、装置简单、便于操作，尤其适用于微位移测量的场景。
-
公开(公告)号：CN112528955B
公开(公告)日：2022-05-13
申请号：CN202011568332.1
申请日：2020-12-25
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明提供了一种高频元件加工尺寸的精度预测方法及系统，属于高频元件加工质量的预测技术领域；精度预测方法包括：将加工参数和切削力的特征值输入至精度预测神经网络，获取高频元件的质量等级；训练精度预测神经网络的方法为：按照不同的尺寸精度值，将高频元件划分为不同的质量等级；将切削力数据按照不同的加工特征分段，采用特征提取方法计算切削力的特征值；将加工参数和切削力的特征值归一化预处理，作为数据样本集；训练精度预测神经网络，获取精度预测神经网络；其中，精度预测神经网络为RBF神经网络模型与DNN神经网络模型的结合。本发明采用精度预测神经网络可以更为便捷，更为准确地获取加工尺寸的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN114310483A
公开(公告)日：2022-04-12
申请号：CN202111519657.5
申请日：2021-12-13
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明属于数控加工技术领域，并具体公开了一种数控加工尺寸误差预测方法，该方法包括以下步骤：获取加工参数、加工过程数据特征值及零件加工后的加工尺寸误差；以加工参数和加工过程数据特征值为特征向量，以加工特征尺寸误差作为标签，合并组成加工特征数据集，并进行特征选择；对优选特征使用距离加权最近邻算法，通过划分优选数据集为训练集和测试集然后进行交叉验证的方法，构建最优尺寸误差预测模型。通过上述方式，本发明能够实现数控加工尺寸误差的高效及精确预测，减少测量仪器的使用，并能够对零件加工进行指导；随着加工特征数据集的扩增，可提高预测的效率和准确率；另外，本发明易于集成到数控机床系统中。
-
公开(公告)号：CN109659702B
公开(公告)日：2020-02-14
申请号：CN201811344668.2
申请日：2018-11-13
Applicant: 华中科技大学
IPC: H01Q17/00
Abstract: 本发明公开了一种可调太赫兹超材料吸波结构，包括介质材料基底以及分布于该基底上的超材料单元，任意一个超材料单元包括对应设置的一对底部金属层及超材料阵列；其中，超材料阵列固定设置在柔性的介质薄膜上，该介质薄膜同样位于介质材料基底上且与之键合；底部金属层设置在介质材料基底上且位于超材料阵列的正下方；在介质薄膜与底部金属层之间对应形成有空腔，通过调整该空腔的压强能够实现该超材料吸波结构整体对太赫兹波吸收的调控。本发明通过对该超材料吸波结构的整体构成，尤其是对关键的超材料调控原理(即相应的太赫兹波吸引调控原理)及其相应组件等进行改进，与现有技术相比能够有效解决超材料制备不便、调节不灵活等的问题。
-
公开(公告)号：CN114152194A
公开(公告)日：2022-03-08
申请号：CN202111357212.1
申请日：2021-11-16
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明属于微位移测量技术领域，并具体公开了一种基于反射光栅的微位移测量装置及方法。该种微位移测量装置包括底座、光源组件、微结构、透镜组件以及成像组件，其中微结构顶部为微米级反射光栅；该种微位移测量装置通过光源组件向反射光栅发射平行可见光，光线经过光栅衍射后穿过透镜组件的凸透镜，在成像组件的面阵CCD上显示一系列等距离排列的衍射光斑；待测物体在反射光栅上沿垂直于光栅反射条方向移动，并遮蔽反射光栅的反射条，使衍射光斑的光强改变；通过获取待测物体移动前后衍射光斑的光强值，计算出待测物体的位移。该种微位移测量装置测量精度高、装置简单、便于操作，尤其适用于微位移测量的场景。
-
公开(公告)号：CN114359193B
公开(公告)日：2023-06-30
申请号：CN202111593864.5
申请日：2021-12-23
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06T7/00 , G06T7/12 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06F30/23 , G01N29/44 , G01N29/06
Abstract: 本发明提供了一种基于超声相控阵成像的缺陷分类方法及系统，属于无损检测领域，方法包括：对待测样件采用超声相控阵成像获取超声全矩阵数据；对超声全矩阵数据进行全聚焦处理，根据信号幅值进行色彩编码，获取待测样件的图像；对待测样件的图像进行预处理后输入至分类预测模型中，获取待测样件的缺陷分类；训练分类预测模型的方法为：利用缺陷超声散射数据有限元仿真方法，通过仿真超声相控阵成像获取仿真数据；对仿真数据进行全聚焦处理后，获取仿真图像；对仿真图像预处理后进行数据增强；采用卷积神经网络对仿真图像进行图像特征提取；将图像特征输入至全连接层，以缺陷分类为输出训练分类预测模型。本发明提升了缺陷分类的精准度。
-
公开(公告)号：CN114310483B
公开(公告)日：2023-04-28
申请号：CN202111519657.5
申请日：2021-12-13
Applicant: 华中科技大学 , 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明属于数控加工技术领域，并具体公开了一种数控加工尺寸误差预测方法，该方法包括以下步骤：获取加工参数、加工过程数据特征值及零件加工后的加工尺寸误差；以加工参数和加工过程数据特征值为特征向量，以加工特征尺寸误差作为标签，合并组成加工特征数据集，并进行特征选择；对优选特征使用距离加权最近邻算法，通过划分优选数据集为训练集和测试集然后进行交叉验证的方法，构建最优尺寸误差预测模型。通过上述方式，本发明能够实现数控加工尺寸误差的高效及精确预测，减少测量仪器的使用，并能够对零件加工进行指导；随着加工特征数据集的扩增，可提高预测的效率和准确率；另外，本发明易于集成到数控机床系统中。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
