-
公开(公告)号：CN107442928B
公开(公告)日：2019-09-10
申请号：CN201710898247.3
申请日：2017-09-28
Applicant: 安徽工业大学
IPC: B23K26/035
Abstract: 本发明公开了激光加工技术领域的一种快速测定离焦量的方法与装置，包括激光头，所述激光头的外壁左侧下部卡接有激光头夹持部件，所述激光头夹持部件的前后表面四周均呈矩形分布有四组夹持部件定位螺钉，所述激光头夹持部件的左侧中央设有测量尺夹持部件，所述测量尺夹持部件的内腔垂直插接有测量尺，所述测量尺夹持部件的表面设有测量尺定位螺钉，所述激光头夹持部件的表面中央水平设有夹持部件通槽，可快速对离焦量进行测定，经济性好，测量灵活，结构紧凑，适用性高，适合不同种类的激光器、不同加工角度、狭小空间及复杂加工件的离焦量测定。
-
Patent Agency Ranking
公开(公告)号：CN107442928A
公开(公告)日：2017-12-08
申请号：CN201710898247.3
申请日：2017-09-28
Applicant: 安徽工业大学
IPC: B23K26/035
Abstract: 本发明公开了激光加工技术领域的一种快速测定离焦量的方法与装置，包括激光头，所述激光头的外壁左侧下部卡接有激光头夹持部件，所述激光头夹持部件的前后表面四周均呈矩形分布有四组夹持部件定位螺钉，所述激光头夹持部件的左侧中央设有测量尺夹持部件，所述测量尺夹持部件的内腔垂直插接有测量尺，所述测量尺夹持部件的表面设有测量尺定位螺钉，所述激光头夹持部件的表面中央水平设有夹持部件通槽，可快速对离焦量进行测定，经济性好，测量灵活，结构紧凑，适用性高，适合不同种类的激光器、不同加工角度、狭小空间及复杂加工件的离焦量测定。
-
公开(公告)号：CN107704920A
公开(公告)日：2018-02-16
申请号：CN201710958753.7
申请日：2017-10-16
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于BP神经网络轧辊合金接触疲劳性能预测方法，属于合金铸钢轧辊技术领域。首先采集人工神经网络模型所需要的训练样本数据，这些样本数据主要来自于合金铸钢轧辊在不同合金成分、热处理工艺和载荷下的接触疲劳性能试验结果；确定神经网络的输入和输出参数，构建神经网络结构；采用改进的BP算法对神经网络进行学习和训练；选取训练样本以外的样本数据对训练好的神经网络进行测试，而后对合金铸钢轧辊的接触疲劳性能进行预测。本发明建立的BP神经网络模型有较高的预测能力，为研究和开发高接触疲劳性能的合金铸钢轧辊材料提供新的途径，并具有明显的实用价值。
-
公开(公告)号：CN107813557A
公开(公告)日：2018-03-20
申请号：CN201710899591.4
申请日：2017-09-28
Applicant: 安徽工业大学
CPC classification number: B32B15/01 , B23K26/21 , B32B15/011
Abstract: 本发明涉及板材技术领域，更具体地说是涉及一种激光焊接椭圆中空式钢质三明治板及焊接方法，包括上面板、下面板和呈椭圆中空状态的芯部结构，所述上面板和下面板与芯部结构之间采用激光焊接的方式连接，所述芯部结构由上层芯板和下层芯板组成，并分别与上面板和下面板相互平行设置，所述上层芯板和下层芯板上均匀设有半椭圆结构。本发明与现有的技术相比，芯部结构与上面板和下面板平行，且椭圆中空结构参数可进行灵活调节，这与传统的蜂窝类三明治板区别较大，蜂窝类三明治板中空结构与面板垂直，结构形式单一；具有传统三明治板的减重、比强度和比刚度高，且具有降噪和耐腐蚀等优点外，更能实现防护结构材料要求的高吸能抗冲击性能。
-
公开(公告)号：CN107609647A
公开(公告)日：2018-01-19
申请号：CN201710959823.0
申请日：2017-10-16
Applicant: 安徽工业大学
Abstract: 本发明公开了一种基于改进BP神经网络的轧辊用合金铸钢力学性能预测方法，属于合金铸钢轧辊技术领域。首先针对轧辊用不同合金成分和热处理工艺参数下的合金铸钢进行一系列的力学性能试验，收集并筛选人工神经网络模型所需要的训练样本数据；构建包含输入层、隐含层和输出层的BP人工神经网络模型，从而建立合金铸钢轧辊的合金成分、热处理工艺参数与力学性能之间的映射关系；采用训练好的人工神经网络对合金铸钢轧辊的力学性能进行预测。本发明建立的BP神经网络模型的预报精度较高，稳定性较好，推广能力强，为进一步研究和开发新型的合金铸钢轧辊材料提供新的途径和方法，从而降低生产成本，缩短开发时间。
-
公开(公告)号：CN107506565A
公开(公告)日：2017-12-22
申请号：CN201710958750.3
申请日：2017-10-16
Applicant: 安徽工业大学
IPC: G06F17/50
CPC classification number: G06F17/5009 , G06F2217/78
Abstract: 本发明属于合金铸钢轧辊技术领域，涉及基于神经网络合金铸钢轧辊材料设计专家系统的建立方法，包括综合数据库、推理机、知识库、性能优化和人机交互界面等模块。用来训练和测试神经网络的样本集存放在专家系统的数据库中；训练神经网络过程中得到的成分、工艺和性能的知识规则以矩阵的形式存储在知识库中，为系统的推理提供知识的储备；性能优化模块自动对性能预测结果进行自动判定,并返回到系统的综合数据库中；专家系统的每个模块都有友好的人机交互界面。本发明应用人工神经网络构造的专家系统，知识维护方便、推理速度快等优点，同时减少了合金铸钢轧辊材料设计过程中的盲目性，节省了时间和成本。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
