公开(公告)号：CN118169169A

公开(公告)日：2024-06-11

申请号：CN202410133664.9

申请日：2024-01-31

Applicant: 南昌大学 ,  龙南龙钇重稀土科技股份有限公司

Inventor： 叶寒 ,  李应如 ,  顾嘉 ,  李全 ,  杨湘杰 ,  李仕林 ,  朱福生

IPC: G01N25/06 ,  G16C20/20 ,  G16C20/70 ,  G01N1/28 ,  G01N1/42

Abstract: 本发明提供一种炉前铁水碳硅含量的热分析方法，该方法包括：将废钢作为基本炉料，通过添加增碳剂和硅铁调整含碳量和含硅量，并采用中频感应炉进行熔炼，将熔炼的铁水置于热分析样杯中采集温度冷却曲线；对所述温度冷却曲线进行滤波处理，并提取所述温度冷却曲线的特征值；将所述特征值输入至碳硅含量计算模型，以计算出所述熔炼的铁水中碳硅含量。本发明利用碳硅含量计算模型对所提取的特征值进行碳硅含量计算，使得碳硅成分的测定更加便捷，降低了制作成本，更加具有经济效益。

公开(公告)号：CN115270397A

公开(公告)日：2022-11-01

申请号：CN202210680749.X

申请日：2022-06-15

Applicant: 南昌大学

Inventor： 杨湘杰 ,  杨明浩 ,  叶寒 ,  顾嘉 ,  李全 ,  白宇轩 ,  姜乐付 ,  杨福玲

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Tensorflow的神经网络蠕墨铸铁蠕化率预测方法，通过对蠕墨铸铁蠕化率的神经网络预测模型的网络结构设计以及训练数据的采集，在确定了神经网络输入神经元、输出神经元、神经激活函数以及隐含层神经元个数的情况下，采用预处理后的样本数据对初步建立的神经网络预测模型进行训练，进而得到可用于检测蠕墨铸铁蠕化率的神经网络预测模型。本发明相比传统的预测模型，通过神经网络构建算法模型对蠕化率进行快速预测，由于神经网络自身的特性，具备自学习能力和自适应能力，当生产原材料或者生产条件发生变化时，只需重新提供足够的数据样本对原始模型重新训练，网络模型即可自行更新，对生产过程中的蠕化质量具有较大的指导意义。

公开(公告)号：CN217132632U

公开(公告)日：2022-08-05

申请号：CN202220443494.0

申请日：2022-03-03

Applicant: 南昌大学

Inventor： 叶寒 ,  陈爱民 ,  李全 ,  高云杰 ,  杨明浩 ,  曾荣华 ,  龙孟新

IPC: G01N1/10 ,  G01N1/12 ,  G01G17/06 ,  G01G19/52

Abstract: 本实用新型涉及铸造技术领域，尤其涉及一种自动铁水定量取样装置，包括底座、机械臂、夹具、取样勺、铁水包、样杯、样杯座、称重传感器和支撑座，所述机械臂的底部固定于所述底座的顶部，所述机械臂的活动臂末端通过夹具连接有取样勺；所述底座的一侧设有所述铁水包，其另一侧设有所述支撑座，所述支撑座的顶部固定有所述称重传感器，所述称重传感器的顶部通过所述样杯座连接有样杯。本实用新型通过机械臂连接取样勺对铁水包的铁水进行取样后转运至样杯内，工作人员无需进入温度较高、环境较为恶劣的铸造现场进行人工取样，降低了工作强度，提高了工作效率。