-
公开(公告)号：CN113752668B
公开(公告)日：2023-06-13
申请号：CN202111029525.4
申请日：2021-09-07
Applicant: 河北工业大学
Abstract: 本发明公开了一种叶脉仿生负泊松比结构的纤维金属层板制备方法，属于复合材料领域。新方法解决了传统纤维金属层板抵抗垂直于板面的正向和平行于板面的侧向冲击载荷性能不强的问题。本发明创新性地提出改善纤维金属层板中纤维的结构，该结构由叶脉仿生和负泊松比结构复合构成。其制备过程包括：制备纤维增强热塑性树脂复合材料并固化，确定该结构比例，在复合材料两面加工出凸起结构，在金属薄板两面加工出该结构凹槽，加热复合材料使树脂处于玻璃态并将其嵌入具有该结构凹槽的金属薄板里，再加热复合材料使树脂处于粘流态并重新分布，制备出轻量化程度更高，强度及抗双向冲击性能更好的纤维金属层板。主要用于汽车、航空航天承载构件制造领域。
-
公开(公告)号：CN116247961A
公开(公告)日：2023-06-09
申请号：CN202211735011.5
申请日：2022-12-30
Applicant: 河北工业大学
Abstract: 本发明公开了一种高输出性能的摩擦纳米发电机由正摩擦层、PDMS膜层一、银纳米线导电结构、PDMS膜层二、电极层和凹槽结构构成；PDMS膜层一的一侧表面印刷有若干个银纳米线导电结构，形成介电层一；PDMS膜层一的另一侧表面与正摩擦层在施加压力时接触，在释放压力时分离；正摩擦层所用材料的电负性弱于PDMS；PDMS膜层二的一侧表面开设有若干个凹槽结构，形成介电层二；PDMS膜层二的具有凹槽结构的一侧表面与PDMS膜层一的具有银纳米线导电结构的一侧表面紧密贴合，形成负摩擦层；PDMS膜层二的另一侧表面与电极层紧密贴合。本发明通过将两个介电层键合形成负摩擦层，凹槽结构与银纳米线导电结构接触和分离形成电荷陷阱，提升了摩擦纳米发电机的输出性能。
-
公开(公告)号：CN116051494A
公开(公告)日：2023-05-02
申请号：CN202310002334.1
申请日：2023-01-03
Applicant: 河北工业大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种基于傅里叶的元学习领域泛化的少样本医学图像分割方法，该方法利用快速傅里叶变换对源域图像进行处理，通过交换无标签数据振幅谱和有标签数据振幅谱的分布信息，在源域构造多源分布数据集，模拟域偏移；然后通过在源域中对分割模型进行元学习训练，学习到了一个优秀的初始化参数，显著提高了模型的泛化性能，模型具有很高的泛化性能，使神经网络模型能够更好的泛化到训练数据集中未包含的数据；然后在目标域使用极少量样本进行微调，提高了分割精度，实现更好的分割结果，能够有效的辅助医生进行各类疾病的诊断。
-
公开(公告)号：CN115953416A
公开(公告)日：2023-04-11
申请号：CN202310009492.X
申请日：2023-01-04
Applicant: 河北工业大学
IPC: G06T7/11 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的膝骨关节核磁共振图像自动分割方法，首先，利用有标签的膝骨关节核磁共振图像组成数据集并划分为训练集、验证集和测试集；搭建图像分割模型由连续的Stem模块、Layer1残差模块、Transition‑Stage并联多尺度结构、大卷积注意力模块和Final Layer模块组成；Stem模块和大卷积注意力模块之间添加跳跃连接；再将训练集和验证集依次通过Stem模块、Layer1残差模块、Transition‑Stage并联多尺度结构、大卷积注意力模块和Final Layer模块得到输出分割结果；再采用DiceCE损失函数对图像分割模型进行训练直至收敛，得到训练好的图像分割模型；最后将测试集中待分割的膝骨关节图像送入训练好的图像分割模型，得到最终分割结果，完成膝骨关节核磁共振图像的分割。
-
公开(公告)号：CN115908463A
公开(公告)日：2023-04-04
申请号：CN202310007319.6
申请日：2023-01-04
Applicant: 河北工业大学
IPC: G06T7/12 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于半监督一致性学习的3D冠状动脉图像分割方法，包括：采集原始3D心脏CT图像数据，并对采集到的原始3D心脏CT图像数据进行预处理，采用随机旋转、对比度增强和随机裁剪方式对数据进行扩充增强；引入一致性学习，构建两个阶段半监督训练方式的3D冠状动脉分割模型；将待分割的3D心脏CT图像输入到第一阶段的3D冠状动脉分割模型中进行预测得到伪标签特征图，并将所述伪标签特征图输入第二阶段的3D冠状动脉分割模型，得到分割结果。采用半监督一致性学习的方法可以在实现完全监督性能的前提下，高效利用大量的无标签数据，将1:4比例的标签数据与未标签数据输入3D冠状动脉分割模型，使用标签数据标记未标签数据，从而有效地增加训练数据。
-
Patent Agency Ranking
公开(公告)号：CN115548283A
公开(公告)日：2022-12-30
申请号：CN202211061672.4
申请日：2022-09-01
Applicant: 河北工业大学
Abstract: 本发明为一种NiS2@C/HC电极材料的制备方法及其应用，该制备方法采用溶剂热法制备了镍基前驱体Ni‑BMZ，将其均匀包裹在水热碳层(HC)中，之后与硫粉在高温下反应，成功制备了NiS2@C/HC复合材料。采用本发明制备方法，无需添加表面活性剂或任何模板剂，大大缩短了制备周期，具有低温合成的特点。且在水系二次电池中表现出优异的倍率性能和循环稳定性。该制备方法成功制备出了具有独特豌豆状结构的NiS2@C/HC。当与处理后的铁粉(TIP)电极相匹配形成NiS2@C/HC//TIP水系二次电池后，具有高放电容量、显著的倍率性能和良好的循环稳定性。
-
公开(公告)号：CN114953617B
公开(公告)日：2022-11-01
申请号：CN202210400886.3
申请日：2022-04-18
Applicant: 河北工业大学
IPC: B32B9/00
Abstract: 本发明为一种陶瓷‑纤维‑金属超混杂层板及其制备方法，该层板包括待保护表面的陶瓷板、铺设在陶瓷板内侧的热塑性纤维增强树脂预浸料层、热固性纤维增强树脂预浸料和金属板交替铺设的结构，最外层的热固性纤维增强树脂预浸料铺设在热塑性纤维增强树脂预浸料层的内侧，金属板和陶瓷板上均加工出微米级或者纳米级孔洞。改变传统纤维金属层板外层金属直接与外界环境接触的结构形式，将需要保护的表面金属板替换成陶瓷板，陶瓷板的重量小于金属板，一定程度上达到了更加轻量化的目的，同时陶瓷的耐热性能显著强于普通金属及合金，将其置于最外层有效提升了层板的耐热性能，并且陶瓷能够利用受冲击后破碎来吸收冲击能量的特点，以达到保护层板内部结构的目的。
-
公开(公告)号：CN115094475A
公开(公告)日：2022-09-23
申请号：CN202210781887.7
申请日：2022-07-04
Applicant: 河北工业大学
IPC: C25B11/091 , C25B11/061 , C25B11/054 , C25B11/031 , C25B1/04
Abstract: 本发明公开了一种具有高性能析氧催化活性的电极材料及其制备方法，所述制备方法包括：对泡沫镍通过循环伏安法及恒电位极化进行电化学活化处理；将活化后的泡沫镍与铁、钴离子的盐溶液混合后进行水热反应，得到基底为泡沫镍、其上原位生长有层状铁钴双氢氧化物的电极材料。该电极材料具备优异的催化活性及稳定性。
-
公开(公告)号：CN114953617A
公开(公告)日：2022-08-30
申请号：CN202210400886.3
申请日：2022-04-18
Applicant: 河北工业大学
IPC: B32B9/00
Abstract: 本发明为一种陶瓷‑纤维‑金属超混杂层板及其制备方法，该层板包括待保护表面的陶瓷板、铺设在陶瓷板内侧的热塑性纤维增强树脂预浸料层、热固性纤维增强树脂预浸料和金属板交替铺设的结构，最外层的热固性纤维增强树脂预浸料铺设在热塑性纤维增强树脂预浸料层的内侧，金属板和陶瓷板上均加工出微米级或者纳米级孔洞。改变传统纤维金属层板外层金属直接与外界环境接触的结构形式，将需要保护的表面金属板替换成陶瓷板，陶瓷板的重量小于金属板，一定程度上达到了更加轻量化的目的，同时陶瓷的耐热性能显著强于普通金属及合金，将其置于最外层有效提升了层板的耐热性能，并且陶瓷能够利用受冲击后破碎来吸收冲击能量的特点，以达到保护层板内部结构的目的。
-
公开(公告)号：CN114329849B
公开(公告)日：2022-06-21
申请号：CN202210200667.0
申请日：2022-03-03
Applicant: 河北工业大学
Abstract: 本发明涉及智能制造技术领域，尤其涉及一种基于数字孪生的充液成形设备健康管控系统和方法，所述系统包括物理成形模块、信息采集模块、数字孪生模块和健康管控模块；所述方法包括，步骤s1，创建设备的三维物理模型；步骤s2，获取设备运行状态信息并进行数据处理；步骤s3，通过数字孪生模型建立数字孪生体；步骤s4，进行设备的故障预测及管控。本发明通过充液成形设备与数字孪生体相结合，能够融合设备状态数据信息、提取特征向量、利用神经网络等算法预测故障，将故障信息展示于数字孪生体并进行健康管控处理，有效的实现了可视化反映充液成形设备运行状态和工作环境，提高了设备的使用寿命和健康管控效率。
-
-
-
-
-
-
-
-
-
Search Results
185
records
(took 0.028 seconds)
