-
公开(公告)号：CN115117442B
公开(公告)日：2024-10-22
申请号：CN202210898619.3
申请日：2022-07-28
Applicant: 华中科技大学
IPC: H01M10/0565 , H01M10/0525 , C08F120/38
Abstract: 本发明属于聚合物电解质技术领域，更具体地，涉及一种单离子凝胶聚合物电解质、其制备和应用。该单离子凝胶聚合物电解质通过原位热引发深共融溶剂中单离子单体的自由基聚合而制备得到，其中深共融溶剂由单离子单体与路易斯碱通过路易斯酸碱相互作用得到。该聚合物电解质应用于锂电池时，由于深共融溶剂的引入，提高了单离子凝胶聚合物电解质的离子电导率；而原位聚合方法改善了电解质与正负极材料的接触性；聚合的单离子网络固定了阴离子，提高了锂离子迁移数，从而抑制锂枝晶的生长，同时减少电池工作时的浓差极化，提升电池的倍率性能。
-
公开(公告)号：CN117150301A
公开(公告)日：2023-12-01
申请号：CN202311149457.4
申请日：2023-09-06
Applicant: 华中科技大学无锡研究院
IPC: G06F18/214 , G06F18/213 , G06F18/25
Abstract: 本发明涉及滚动轴承技术领域，尤其涉及数据缺失情况下旋转设备剩余使用寿命预测技术。该方法包括：获取与目标轴承对应的轴承振动数据，根据预设轴承振动特征种类对轴承振动数据进行特征提取，将至少两组轴承特征输入寿命及特征预测模型，输出得到与目标轴承对应的轴承寿命结果。在进行旋转设备使用寿命的预测过程中，基于现有的轴承工作相关数据进行特征提取，在特征提取后，通过人工智能模型同时进行轴承的寿命预测与缺失的特征生成，解决了现有工业场景数据稀少限制了学习深度的局限性，使得对于旋转设备寿命预测的准确性提高。
-
公开(公告)号：CN117150253A
公开(公告)日：2023-12-01
申请号：CN202311152116.2
申请日：2023-09-06
Applicant: 华中科技大学无锡研究院
IPC: G06F18/21 , G06F18/213 , G06F18/25 , G06F18/214
Abstract: 本发明涉及航空发动机技术领域，尤其涉及一种基于多任务学习的发动机健康状态评估方法,该方法包括：获取与目标发动机对应的发动机工况数据集，发动机工况数据集中包括至少两项发动机工况数据；获取发动机参考工况数据集；确定与目标发动机对应的发动机融合特征；得到与目标发动机对应的状态评估结果，状态评估结果包括发动机健康状态子结果、寿命预测子结果以及可靠性评估子结果。在对于发动机的健康状态进行预测的过程中，对于发动机进行多维度的数据获取以及特征融合，并将融合后的特征输入模型当中进行预测，以得到具有可健康阶段、寿命预测以及可靠性结果的多维度检测结果，以实现对于发动机健康状态的多维度状态获取。
-
公开(公告)号：CN112826513A
公开(公告)日：2021-05-25
申请号：CN202110005160.5
申请日：2021-01-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习和特异性矫正在FECG上胎儿心率检测系统，属于胎心心电图上的胎儿心率检测领域。本发明通过独立成分分析、深度神经网络、一维目标检测、特异性模型诊断等方法，由于卷积神经网络和循环神经网络在处理一维信号方面性能优越，本发明将当下热门的目标检测技术迁移到一维信号上搭建出一个全部基于深度学习的针对胎心心电图的完整检测框架，同时又使用一个特异性矫正模型消除个体差异从而解决机器学习应用到医学问题上经常出现的因病人个体差异导致的模型泛化能力差的问题，从而实现了基于胎心心电图的胎儿心率准确监测，可用于临床诊断。
-
公开(公告)号：CN111244367B
公开(公告)日：2021-02-09
申请号：CN202010133294.0
申请日：2020-03-01
Applicant: 华中科技大学
IPC: H01M50/403 , H01M50/44 , H01M50/446 , H01M10/0525 , D01F1/10 , D04H1/4382 , D04H1/728
Abstract: 本发明属于锂离子电池材料相关领域，并公开了一种锂离子电池用有机‑无机复合隔膜的制备方法，包括：制备银纳米线；溶胶‑凝胶法将银纳米线的表面包裹无机绝缘材料；将所得到的表面均匀包裹无机绝缘材料的银纳米线与聚合物分散在溶剂中形成纺丝液；采用静电纺丝工艺加工制得有机‑无机复合隔膜。本发明还公开了相应的产品。通过本发明，所获得的锂离子电池隔膜热稳定性高、机械性能良好、纤维连续性好、纤维膜孔径小、吸液率和孔隙率高，而且所组装的电池具有宽的电化学稳定窗口、离子电导率高、良好的循环性能和优异的倍率性能。该工艺方法操作简单，便于操控，有利于提高锂离子电池的市场应用前景。
-
Patent Agency Ranking
公开(公告)号：CN103928297B
公开(公告)日：2017-04-26
申请号：CN201310740548.5
申请日：2013-12-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种锗硅纳米低维结构可控制备方法及产品，该方法具体为：(a)清洗硅衬底；(b)在硅衬底上外延生长锗硅合金形成外延衬底；(c)涂敷电子抗蚀剂，通过电子束光刻技术在电子抗蚀剂上曝光所需的锗硅纳米低维结构图形；(d)采用干法刻蚀将锗硅纳米低维结构图形转移到外延衬底上得到样品；(e)去除样品上的电子抗蚀剂；(f)高温环境下进行氧化和退火，使得氧气优先与硅反应形成氧化硅而锗被析出；(g)在氮氢混合气氛下退火处理，形成锗硅纳米低维结构。本发明方法实现了锗硅纳米低维结构尺寸、形貌、位置及组分的可控制备，并具有工艺难度低、可重复性高、易于大规模集成等优点。
-
公开(公告)号：CN102969302B
公开(公告)日：2015-08-26
申请号：CN201210475683.7
申请日：2012-11-21
Applicant: 华中科技大学
IPC: H01L23/544 , H01L21/02 , G03F9/00
Abstract: 本发明公开了一种基于二氧化铪的电子束光刻套刻标记，属于半导体器件微纳制造领域，其包括衬底和镀在衬底上的二氧化铪薄膜标记。本发明还提供了制作方法，具体为：（1）清洗衬底；（2）在衬底上旋涂电子抗蚀剂，通过电子束光刻工艺在电子抗蚀剂中形成套刻标记的图形阵列；（3）在电子抗蚀剂和衬底上蒸镀二氧化铪薄膜；（4）剥离附着在正性电子抗蚀剂的二氧化铪薄膜，得到二氧化铪标记。本发明采用了耐高温、粘附性好、价格低廉二氧化铪来制作电子束光刻的套刻标记。与传统的“钛+金”标记相比，降低了工艺成本，解决了金标记与Si衬底粘附性不好问题，提高套刻标记对衬底的粘附性和高温承受能力，保持了较高的套刻精度。
-
公开(公告)号：CN104536261A
公开(公告)日：2015-04-22
申请号：CN201410682790.6
申请日：2014-11-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种真彩色全息图案及其制备方法，属于微纳器件光刻加工领域，可应用于防伪或者包装行业。本发明通过光栅结构色的组合实现真彩色，即实现了CIE色域与光栅结构的一一对应。本发明方法为：(1)按照本发明中真彩色方案设计版图(2)清洗硅片，在硅片上旋涂电子抗蚀胶；(3)通过光刻工艺在电子抗蚀胶上形成结构；(4)采用刻蚀工艺在硅片上形成结构，去除电子抗蚀胶得到有结构的硅片；(5)采用纳米压印工艺将结构转移到聚合物薄膜上；(6)采用磁控溅射工艺在聚合物薄膜的结构上溅射高折射率材料；(7)在高折射率材料的结构上旋涂聚合物形成保护层。通过本方案增加了全息图案能表现出的色彩，使得产品更难以仿造。
-
公开(公告)号：CN103928297A
公开(公告)日：2014-07-16
申请号：CN201310740548.5
申请日：2013-12-28
Applicant: 华中科技大学
CPC classification number: H01L21/02532 , B82Y40/00 , H01L21/02603 , H01L21/02664
Abstract: 本发明公开了一种锗硅纳米低维结构可控制备方法及产品，该方法具体为：(a)清洗硅衬底；(b)在硅衬底上外延生长锗硅合金形成外延衬底；(c)涂敷电子抗蚀剂，通过电子束光刻技术在电子抗蚀剂上曝光所需的锗硅纳米低维结构图形；(d)采用干法刻蚀将锗硅纳米低维结构图形转移到外延衬底上得到样品；(e)去除样品上的电子抗蚀剂；(f)高温环境下进行氧化和退火，使得氧气优先与硅反应形成氧化硅而锗被析出；(g)在氮氢混合气氛下退火处理，形成锗硅纳米低维结构。本发明方法实现了锗硅纳米低维结构尺寸、形貌、位置及组分的可控制备，并具有工艺难度低、可重复性高、易于大规模集成等优点。
-
公开(公告)号：CN117669076A
公开(公告)日：2024-03-08
申请号：CN202311513131.5
申请日：2023-11-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于数据增强的发动机部件加工质量预测方法及介质，属于火箭发动机技术领域，方法包括：基于原始加工参数中两两数据之间的相关度对其进行数据的降维重构，得到降维加工参数；将加工质量结果作为条件信息，结合随机噪声和降维加工参数共同训练条件生成对抗网络，利用训练后的条件生成对抗网络对初始样本集进行数据增强，得到扩充样本集；以扩充样本集中的降维加工参数为输入、加工质量结果为标签训练混合神经网络，混合神经网络包括特征注意力增强子网络、时间卷积子网络和长短期记忆子网络；将后续批次的加工参数输入混合神经网络，预测得到对应的加工质量结果，该方法提高了发动机部件加工精度。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.035 seconds)
