-
公开(公告)号：CN115389573A
公开(公告)日：2022-11-25
申请号：CN202211072893.1
申请日：2022-09-02
Applicant: 中国电子科技集团公司第四十九研究所 , 哈尔滨工业大学
Abstract: 本发明一种刺猬状结构硫化铋‑石墨烯复合纳米材料制备方法与应用，涉及一种硫化铋‑石墨烯复合纳米材料制备方法与应用。本发明的目的是为了解决纯硫化铋纳米材料由于室温电阻大、响应值低，使其作为气体传感器敏感材料信号采集困难，限制了其在气体传感器领域应用的问题，本发明以氧化石墨烯、硝酸铋和硫脲为主要原料，采用一步水热合成法合成硫化铋‑石墨烯复合纳米材料，刺猬状微球结构可避免纳米材料堆积，增加反应活性比表面积，石墨烯可有效增加复合材料的室温导电性。基于该复合纳米材料制备的NO2气体传感器具有响应值高、室温工作等特点，本发明应用于气体传感器领域。
-
公开(公告)号：CN103698071B
公开(公告)日：2015-11-25
申请号：CN201310714346.3
申请日：2013-12-12
Applicant: 哈尔滨工业大学
IPC: G01L5/00
Abstract: 本发明提出了一种基于监测加速度的拉索时变索力历程识别的数据驱动方法，运用复杂度寻踪这种高效的无监督学习算法，利用拉索上布置的多通道加速度传感器的监测信息，实现了对索力时程进行实时辨识。复杂度寻踪算法可以自主地将拉索的加速度响应分解为拉索的单模态响应，进而通过极短时间的加速度信息辨识拉索的实时频率，通过张紧弦理论计算索力时程。通过结合实测索力和实测风速的斜拉桥的模拟分析以及拉索的模型试验，证明了所提出的复杂度寻踪算法能够对时变索力历程进行准确的实时识别。本发明是一种直接有效的时变索力历程辨识方法，简单易用，索力辨识精度高，时效性强且能够实现在线实时辨识，尤其适用于拉索的在线评估。
-
公开(公告)号：CN103698071A
公开(公告)日：2014-04-02
申请号：CN201310714346.3
申请日：2013-12-12
Applicant: 哈尔滨工业大学
IPC: G01L5/00
Abstract: 本发明提出了一种基于监测加速度的拉索时变索力历程识别的数据驱动方法，运用复杂度寻踪这种高效的无监督学习算法，利用拉索上布置的多通道加速度传感器的监测信息，实现了对索力时程进行实时辨识。复杂度寻踪算法可以自主地将拉索的加速度响应分解为拉索的单模态响应，进而通过极短时间的加速度信息辨识拉索的实时频率，通过张紧弦理论计算索力时程。通过结合实测索力和实测风速的斜拉桥的模拟分析以及拉索的模型试验，证明了所提出的复杂度寻踪算法能够对时变索力历程进行准确的实时识别。本发明是一种直接有效的时变索力历程辨识方法，简单易用，索力辨识精度高，时效性强且能够实现在线实时辨识，尤其适用于拉索的在线评估。
-
Patent Agency Ranking
公开(公告)号：CN115389573B
公开(公告)日：2025-04-25
申请号：CN202211072893.1
申请日：2022-09-02
Applicant: 中国电子科技集团公司第四十九研究所 , 哈尔滨工业大学
Abstract: 本发明一种刺猬状结构硫化铋‑石墨烯复合纳米材料制备方法与应用，涉及一种硫化铋‑石墨烯复合纳米材料制备方法与应用。本发明的目的是为了解决纯硫化铋纳米材料由于室温电阻大、响应值低，使其作为气体传感器敏感材料信号采集困难，限制了其在气体传感器领域应用的问题，本发明以氧化石墨烯、硝酸铋和硫脲为主要原料，采用一步水热合成法合成硫化铋‑石墨烯复合纳米材料，刺猬状微球结构可避免纳米材料堆积，增加反应活性比表面积，石墨烯可有效增加复合材料的室温导电性。基于该复合纳米材料制备的NO2气体传感器具有响应值高、室温工作等特点，本发明应用于气体传感器领域。
-
公开(公告)号：CN113156059A
公开(公告)日：2021-07-23
申请号：CN202110424020.1
申请日：2021-04-20
Applicant: 中国电子科技集团公司第四十九研究所 , 哈尔滨工业大学
IPC: G01N33/00
Abstract: 一种管状结构纳米锰氧化物材料的制备方法，本发明涉及一种管状结构纳米锰氧化物材料的制备方法。本发明以碳纤维和高猛酸钾为主要原料，将碳纤维与高猛酸钾放入硫酸溶液中，采用水浴反应法在碳纤维表面反应沉积不同质量锰氧化物，通过沉积锰氧化物的碳纤维煅烧去除制得了管状结构纳米锰氧化物材料。该方法具有工艺流程简单、重复性高、环境友好等特点。基于该材料的气体传感器具有灵敏度高、室温工作等特点，在气体传感器领域具有广泛的应用价值。本发明应用于气体传感器、催化降解、能量储存、生物传感器、药物传递的领域。
-
公开(公告)号：CN119809351A
公开(公告)日：2025-04-11
申请号：CN202510246806.7
申请日：2025-03-04
Applicant: 宁波东方理工大学(暂名) , 哈尔滨工业大学
IPC: G06Q10/0635 , G01V1/30 , G01V1/01 , G06Q50/26 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明提供一种基于深度学习代理模型的区域地震风险评估方法，包括步骤：准备A份训练地震数据和B份验证地震数据，A份训练地震数据均输入深度学习框架的图像生成器进行迭代生成对应的预测地震动强度分布图及区域地震风险分布图；之后与真实值对比，为评估二者的差异，构建特征损失函数和对抗损失函数；基于特征损失函数和对抗损失函数持续调整生成器参数，直到所构建的损失函数值趋于平稳，所构建的模型训练完成；验证数据输入所构建的模型验证模型的性能，向训练后模型输入待测地震数据后输出待测地震风险分布图并判定损害等级，本发明方法降低了计算二阶段分析产生的误差，提升了区域地震评估效率和准确性。
-
公开(公告)号：CN119475000A
公开(公告)日：2025-02-18
申请号：CN202510066741.8
申请日：2025-01-16
Applicant: 宁波东方理工大学(暂名) , 哈尔滨工业大学
IPC: G06F18/24 , G06F18/21 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于物理融合深度学习的非线性模态数据驱动识别方法，该方法利用深度学习技术，仅依赖于非线性系统的响应数据即可识别出非线性模态。这一过程严格遵循非线性正则模态的定义，确保了识别过程的物理可解释性，并适用于各类非线性系统。相较于传统的非线性模态识别方法，本发明有效解决非线性模态识别计算复杂性高、非线性行为的先验知识依赖以及识别方法缺乏物理解释等问题。
-
公开(公告)号：CN113156059B
公开(公告)日：2023-06-09
申请号：CN202110424020.1
申请日：2021-04-20
Applicant: 中国电子科技集团公司第四十九研究所 , 哈尔滨工业大学
IPC: G01N33/00
Abstract: 一种管状结构纳米锰氧化物材料的制备方法，本发明涉及一种管状结构纳米锰氧化物材料的制备方法。本发明以碳纤维和高猛酸钾为主要原料，将碳纤维与高猛酸钾放入硫酸溶液中，采用水浴反应法在碳纤维表面反应沉积不同质量锰氧化物，通过沉积锰氧化物的碳纤维煅烧去除制得了管状结构纳米锰氧化物材料。该方法具有工艺流程简单、重复性高、环境友好等特点。基于该材料的气体传感器具有灵敏度高、室温工作等特点，在气体传感器领域具有广泛的应用价值。本发明应用于气体传感器、催化降解、能量储存、生物传感器、药物传递的领域。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
