-
公开(公告)号：CN117113845A
公开(公告)日：2023-11-24
申请号：CN202311115617.3
申请日：2023-08-31
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种AVOA优化LSTM神经网络主轴热误差建模方法，所述方法如下：一、获取实时温度数据与主轴热位移数据；二、选取关键测点信息作为训练集与测试集使用；三、确定长短期记忆神经网络各个参数的初始值；四、随机生成一定数量的秃鹫个体作为初始群体；五、对每个秃鹫个体进行分组，计算饥饿率和适应度；六、对比适应度，输出最优解；七、使用优化后的长短期记忆神经网络模型对测试集进行预测；八、将预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；九、评估优化后的长短期记忆神经网络模型的性能和预测准确度。该方法具有高预测精度与鲁棒性的特点。
-
公开(公告)号：CN117113845B
公开(公告)日：2024-03-19
申请号：CN202311115617.3
申请日：2023-08-31
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06N3/006 , G06N3/0442 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种AVOA优化LSTM神经网络主轴热误差建模方法，所述方法如下：一、获取实时温度数据与主轴热位移数据；二、选取关键测点信息作为训练集与测试集使用；三、确定长短期记忆神经网络各个参数的初始值；四、随机生成一定数量的秃鹫个体作为初始群体；五、对每个秃鹫个体进行分组，计算饥饿率和适应度；六、对比适应度，输出最优解；七、使用优化后的长短期记忆神经网络模型对测试集进行预测；八、将预测结果与真实值之间的误差、精度、决定系数、平均绝对误差与均方根误差作为预测评价指标；九、评估优化后的长短期记忆神经网络模型的性能和预测准确度。该方法具有高预测精度与鲁棒性的特点。
-
Patent Agency Ranking
公开(公告)号：CN118752017B
公开(公告)日：2025-02-14
申请号：CN202410762651.8
申请日：2024-06-13
Applicant: 哈尔滨理工大学
IPC: B23H7/02 , B23H7/20 , G06F30/20 , G16C60/00 , B05D7/14 , G01N13/00 , G01N13/02 , G01N23/2251 , G06F113/26 , G06F119/14
Abstract: 一种金属基体微结构表面可控制备及润湿性能预测的方法，属于微阵列结构技术领域。本发明中，采用响应面法和电火花线切割单脉冲放电热流耦合仿真模型，解决了在模拟金属基材表面润湿特性方面的空白。通过确定复合材料凹坑‑凸起复合微结构接触角的最佳放电参数，以此进行制备获得表面润湿性能良好的方柱形微阵列结构，在6061铝合金基体上成功制备方柱形微阵列结构的超疏水表面，建立凹坑‑凸起复合微结构表面润湿性能数值计算模型，本方法不仅扩展了WEDM的应用领域，也为金属基体微结构表面设计提供理论参考，实现了金属基体微结构表面的可控制备及润湿性能的准确预测，对金属基体超疏水表面的制备具有重要指导意义。
-
公开(公告)号：CN118580543A
公开(公告)日：2024-09-03
申请号：CN202410762648.6
申请日：2024-06-13
Applicant: 哈尔滨理工大学
IPC: C08J7/04 , C08J7/12 , C09D183/08 , C09D7/62 , C08L79/08
Abstract: 本发明提供一种柔性微结构超疏水材料及其制备方法，属于超疏水材料技术领域。其中该柔性微结构超疏水材料的制备步骤包括：将基底材料置于等离子清洗机中处理；将处理后的基底材料浸泡于肌醇1,5‑二磷酸溶液中30～60min；将羧基化碳纳米管分散于氨丙基封端聚二甲基硅氧烷中，升温至40～50℃后添加二羟基甲基丙酮，制备碳纳米管分散液；取出浸泡后的基底材料，在其表面喷涂碳纳米管分散液，干燥；将干燥后的产物在热处理一段时间，冷却后即可。通过上述方法制备的柔性微结构超疏水材料通过组分间的化学键连接提高超疏水表面在基底材料的附着能力，提高超疏水材料耐久牢度。
-
公开(公告)号：CN118862631A
公开(公告)日：2024-10-29
申请号：CN202410848728.3
申请日：2024-06-27
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06F18/24 , G06F18/214 , G06N3/0442 , G06N3/006 , G06N3/048 , G06N3/084 , G06F17/18
Abstract: 本发明公开了一种基于MRFO优化LSTM神经网络的复合微结构表面接触角建模方法，所述方法包括如下步骤：一：建立电火花线切割单脉冲放电热‑流耦合仿真模型与凹坑‑凸起复合微结构表面润湿性能数值计算模型，得出不同放电参数下的凹坑‑凸起复合微结构并计算其接触角度；二：对数据进行收集分析、标准化处理；三：构建LSTM模型；四：采用MRFO对LSTM模型的结构参数进行优化；五：训练LSTM模型；六：评估模型性能；七：验证LSTM模型的性能、预测精度和鲁棒性；八：分析不同电火花放电参数对表面接触角的影响。该方法能够有效地处理序列数据并实现更准确的分类预测，具有高预测精度与鲁棒性的特点。
-
公开(公告)号：CN118780161A
公开(公告)日：2024-10-15
申请号：CN202410848805.5
申请日：2024-06-27
Applicant: 哈尔滨理工大学
IPC: G06F30/27 , G06F18/24 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/006 , G06N3/048 , G06N3/08 , G06F17/18
Abstract: 本发明公开了一种基于WOA优化CNN‑BiLSTM‑Attention组合模型的复合微结构表面接触角建模方法，所述方法包括如下步骤：一：建立电火花线切割单脉冲放电热‑流耦合仿真模型与凹坑‑凸起复合微结构表面润湿性能数值计算模型，得出不同放电参数下的凹坑‑凸起复合微结构并计算其接触角度；二：对数据进行收集分析、标准化处理；三：设计CNN‑BiLSTM‑Attention组合模型；四：采用WOA对模型的超参数进行优化；五：训练模型；六：评估模型性能；七：验证模型的性能、预测精度和鲁棒性；八：分析不同电火花放电参数对凹坑‑凸起复合微结构表面接触角的影响。该方法具有高预测精度与鲁棒性的特点。
-
公开(公告)号：CN118752017A
公开(公告)日：2024-10-11
申请号：CN202410762651.8
申请日：2024-06-13
Applicant: 哈尔滨理工大学
IPC: B23H7/02 , B23H7/20 , G06F30/20 , G16C60/00 , B05D7/14 , G01N13/00 , G01N13/02 , G01N23/2251 , G06F113/26 , G06F119/14
Abstract: 一种金属基体微结构表面可控制备及润湿性能预测的方法，属于微阵列结构技术领域。本发明中，采用响应面法和电火花线切割单脉冲放电热流耦合仿真模型，解决了在模拟金属基材表面润湿特性方面的空白。通过确定复合材料凹坑‑凸起复合微结构接触角的最佳放电参数，以此进行制备获得表面润湿性能良好的方柱形微阵列结构，在6061铝合金基体上成功制备方柱形微阵列结构的超疏水表面，建立凹坑‑凸起复合微结构表面润湿性能数值计算模型，本方法不仅扩展了WEDM的应用领域，也为金属基体微结构表面设计提供理论参考，实现了金属基体微结构表面的可控制备及润湿性能的准确预测，对金属基体超疏水表面的制备具有重要指导意义。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
