-
公开(公告)号：CN113337744A
公开(公告)日：2021-09-03
申请号：CN202110601462.9
申请日：2021-05-31
Applicant: 上海大学
Abstract: 本发明公开了一种具有低杨氏模量的Ti2448生物医用合金的制备方法。制备流程包括如下步骤：对Ti、Nb、Zr、Sn单质按照质量分数混合后进行电弧熔炼，并采用三种不同的轧制工艺参数对铸锭进行轧制。为了消除内应力，对板材进行850℃的固溶处理并水淬，然后通过添加合适的预应变来降低合金的杨氏模量。与现有技术相比，本发明通过合适的热机械处理参数，以及添加合适的预应变，成功将Ti2448合金的杨氏模量降低至33GPa，并优化了合金的综合力学性能。
-
公开(公告)号：CN112131762A
公开(公告)日：2020-12-25
申请号：CN202010787205.4
申请日：2020-08-07
Applicant: 上海大学
IPC: G06F30/23 , G06F111/10
Abstract: 本发明公开了一种模拟马氏体相变的网格自适应有限元方法，应用于形状记忆合金的工业生产模拟设计和科学研究领域。该方法通过建立马氏体相变相场有限元模型，设定合适的网格单元后验误差估计，标记需要加密/粗化的网格单元并执行加密/粗化步骤，达到有效追踪马氏体变体界面并在界面处加密网格和在非界面处粗化网格的效果，在保持计算精度的条件下，减小相场模拟计算所需求解的自由度总数目，有效提高计算效率和推动模拟研究进程。本发明方法能有效动态追踪动态变化的马氏体变体界面，所需的计算资源和计算时间更少，能有效提高计算效率和推动模拟研究进程。
-
公开(公告)号：CN106596277B
公开(公告)日：2020-06-30
申请号：CN201611058590.9
申请日：2016-11-28
Applicant: 上海大学
Abstract: 本发明涉及高一种通量膜材料力学测试装置及方法。本装置包括电子散斑干涉离面位移测量系统、密封舱体、气压泵和高灵敏度气压传感器，高通量膜材料测试试样安装在密封舱体的开口处，形成完全密封的密闭舱体，气压泵用来控制舱体内的气压P，通过高灵敏度气压传感器记录并反馈舱体内的实时压力；试验时将电子散斑干涉离面位移测量系统和密封舱体固定在光学隔震台上，并让密封舱体上的试样表面位于电子散斑干涉离面位移测量系统的视场范围内。本方法通过根据均布压力、膜中心点离面位移和其它力学参数之间的函数关系，可分别推导出多个薄膜材料各自的弹性模量等力学参数，从而实现通过一次力学实验，获得多种薄膜材料力学参数的目的。
-
公开(公告)号：CN114972185B
公开(公告)日：2025-04-11
申请号：CN202210408314.X
申请日：2022-04-19
Applicant: 上海大学
IPC: G06T7/00 , G06T5/73 , G06V10/762 , G01N23/207
Abstract: 本发明公开了一种基于统计建模的多晶粉末X光衍射图谱的全谱线拟合方法：粉末X光衍射图期望最大化算法全谱线拟合方法(Whole Pattern Fitting of Powder XRD byExpectation Maximum algorithm,简称WPEM)。可用于多晶粉末X光衍射图的全谱拟合,从中提取各衍射峰的峰位、峰宽、峰形、积分衍射强度等晶体结构信息。实现了“统计背底计算”、“组分晶格常数的精确测定”、“组分体积分数的定量测定”等功能。本发明技术能够减少或者消除由衍射几何因素形成的不对称峰形的噪声，可以对混合多晶系的X光衍射图进行全谱线分解和拟合，精确和定量测定各个晶系晶格常数、峰形及各个晶系体积分数。与主流的商用拟合软件Fullprof,TOPAS等相比,显示出更优越的拟合精度。
-
公开(公告)号：CN115017977B
公开(公告)日：2024-09-20
申请号：CN202210529720.1
申请日：2022-05-16
Applicant: 上海大学 , 之江实验室 , 云南锡业集团(控股)有限责任公司研发中心
IPC: G06F18/243 , G06F18/2321 , G06F18/241 , G06F18/27 , G06F18/2433
Abstract: 本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法(英文名：Tree‑Classifier for Gaussian‑Process‑Regression,简称：TCGPR)。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。
-
Patent Agency Ranking
公开(公告)号：CN117037969A
公开(公告)日：2023-11-10
申请号：CN202311017545.9
申请日：2023-08-14
Applicant: 上海大学
IPC: G16C60/00 , G16C20/30 , G16C20/70 , G06F18/241 , G06N3/045 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了一种分类条件生成对抗网络多元合金成分设计方法，分类条件生成对抗网络多元合金设计方法，简称：CCGAN。本方法基于"分而治之"的策略，将多元合金数据根据力学性能值分成不同的类别，并为每个类别的多元合金数据构建一个生成对抗网络模型(Generative Adversarial Networks，简称：GAN)，以学习不同力学性能条件下合金样本成分的真实分布。CCGAN由多个GAN模型组成，每个GAN模型可以独立优化其模型结构和训练参数。在生成具有特定力学性能条件的多元合金样本成分时，CCGAN会根据给定的力学性能条件选择对应的GAN模型生成相应的合金样本成分，从而提高生成的合金样本质量。本方法可用于例如指定力学性能的新型多元合金成分设计的机器学习任务之中。
-
公开(公告)号：CN115312133B
公开(公告)日：2023-01-31
申请号：CN202211244872.3
申请日：2022-10-12
IPC: G16C10/00 , G06F30/23 , G06F119/14
Abstract: 本发明公开了一种基于本构方程自动化构建和参数提取的跨尺度方法和装置。本发明首先通过使用第一性原理和连续介质耦合的并行跨尺度方法，计算了不同厚度的纳米薄膜材料在不同电荷下的应变情况，得到了电极面内应变随电荷密度和薄膜厚度的变化规律数据；拟合得到了纳米薄膜材料的表面本征应力和表面杨氏模量，给出了表面本征应变和表面电荷密度的数学关系式；随后撰写了利用ABAQUS与PYTHON的二次开发实现了不同表面电荷密度下纳米多孔材料电化学致动响应的数值模拟。本发明通过跨尺度计算推动了纳米多孔薄膜材料连续电化学致动现象的宏观模拟，为电化学致动性能的优化提供基础。
-
公开(公告)号：CN115171809A
公开(公告)日：2022-10-11
申请号：CN202210843852.1
申请日：2022-07-18
Applicant: 上海大学
Abstract: 本发明提供了一种针对铜族金属耐腐蚀性晶面的快速筛选方法，包括：采用层状平板周期模型模拟金属在电化学界面的溶解过程，输出电子密度分布文件；对输出文件进行预处理，得到沿Z轴的面平均电子密度分布曲线；划分结构的原子层内与层间区域；对电子密度在层间与层内区域的变化进行分析，通过层间电子数占比判断铜族金属不同晶面的电极结构耐腐蚀溶解性能。本发明创新地对第一性原理计算模型的原子层内与层间区域进行划分，可更为高效地对铜族金属结构的电子密度进行量化计算，并最终得到简洁清晰的电子数占比分布图，对结构变化造成的电子密度分布差异进行有效地呈现，相比于进行能量曲线计算能更为快速地判断更具耐腐蚀性的晶面结构。
-
公开(公告)号：CN115017977A
公开(公告)日：2022-09-06
申请号：CN202210529720.1
申请日：2022-05-16
Applicant: 上海大学 , 之江实验室 , 云南锡业集团(控股)有限责任公司研发中心
IPC: G06K9/62
Abstract: 本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法(英文名：Tree‑Classifier for Gaussian‑Process‑Regression,简称：TCGPR)。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。
-
公开(公告)号：CN118918988A
公开(公告)日：2024-11-08
申请号：CN202410690271.8
申请日：2024-05-30
Applicant: 上海大学
IPC: G16C60/00 , G06F30/23 , G06F30/27 , G06N20/00 , G06F119/14 , G06F119/02
Abstract: 一种基于机器学习和有限元分析的BGA焊点剪切性能预测方法，包括：收集无铅焊料的合金成分和拉伸性能的实验数据，建立初始数据集；以合金成分为输入、拉伸性能为输出，用机器学习模型进行建模和训练；模型采用留一交叉验证法进行验证；设计合金成分构建虚拟样本，将虚拟样本输入到机器学习模型中得到预测结果；建立BGA焊球剪测试有限元模型，并采用推刀的位移方式进行有限元分析；将焊点的IMC层厚度作为控制因素，以评估焊点在时效后的剪切性能，判断不同成分焊点对时效的抵抗能力。该方法可减少获取焊料合金拉伸性能的试验成本，提高研发效率，且使用的BGA球剪测试有限元模型，确定了焊料合金拉伸性能与IMC厚度对焊点剪切裂纹萌生强度的影响。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.018 seconds)
