公开(公告)号：CN119083043A

公开(公告)日：2024-12-06

申请号：CN202411375313.5

申请日：2024-09-30

Applicant: 江南大学

Inventor： 付少海 ,  朱豆豆 ,  蒋鑫 ,  孙静怡 ,  周文 ,  张继超

IPC: D04H1/728 ,  D01D5/00 ,  D04H1/435 ,  D04H1/4291 ,  D04H1/4326 ,  D04H1/4309 ,  D04H1/4282 ,  D06M13/513 ,  D06M101/28 ,  D06M101/20

Abstract: 本发明公开了一种高效单向导水、速干的单层纳米纤维膜及其制备方法，属于纺织材料技术领域。本发明的单层纳米纤维膜的制备包括：单层纳米纤维膜制备，静电纺丝参数：电压为10～35kV，灌注速度由0ml h‑1呈线性增加至1～5ml h‑1，灌注速率的每秒增量为0.1～10μL s‑1，接收距离为10‑30cm，纺丝环境温度为25‑50℃；湿度为20‑70％；然后将单层纳米纤维膜局部疏水改性和图案化镂空模板形式亲水改性，即得。该单层纳米纤维膜可加速水分在导水通道中的传输效率，液滴形式脱离织物表面的脱离速率远大于普通Janus织物的水分蒸发速率，极大提升人体微环境的整体舒适度。

公开(公告)号：CN118797448B

公开(公告)日：2024-11-15

申请号：CN202411284257.4

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  张冠宇 ,  姚健 ,  樊成 ,  蒋鑫 ,  蒋亦樟 ,  方伟 ,  刘丽 ,  刘洋 ,  梁福生 ,  顾逸 ,  张欣 ,  王闯

IPC: G06F18/241 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06F18/10 ,  G06F18/2131 ,  G06F123/02

Abstract: 本发明涉及机器故障诊断技术领域，公开了一种基于迁移学习的多尺度智能决策方法，包括：获取源域与目标域中的机械故障振动时序长信号，构建源域训练集与目标域训练集；在源域训练集中，对时序分信号进行预处理后，提取时域特征与频域特征，并映射为低维时域特征与低维频域特征；计算特征之间的互相关矩阵，构建互相关损失函数，来训练编码器，获取源域优化时域信号编码器，并迁移至目标域，与初始分类器，组成初始多尺度智能决策模型；对目标域时序分信号进行预测，与其真实标签，构建交叉熵损失函数，训练获取目标多尺度智能决策模型；将实时采集的机械故障振动时序长信号，预处理后分别输入目标多尺度智能决策模型中，获取对应的故障类别。

公开(公告)号：CN119283455A

公开(公告)日：2025-01-10

申请号：CN202411375357.8

申请日：2024-09-30

Applicant: 江南大学

Inventor： 付少海 ,  朱豆豆 ,  蒋鑫 ,  孙静怡 ,  张继超 ,  周文

IPC: B32B27/02 ,  D06M13/513 ,  D06M13/152 ,  D01F8/10 ,  D01F8/08 ,  D01F8/16 ,  D01F8/14 ,  C09J127/06 ,  C09J133/20 ,  C09J175/04 ,  C09J167/04 ,  B32B27/36 ,  B32B27/30 ,  B32B27/12 ,  B32B27/08 ,  B32B7/12 ,  B32B33/00 ,  B32B37/12 ,  B32B37/06 ,  B32B37/10 ,  B32B9/02 ,  B32B9/04 ,  B05D1/04 ,  B05D5/04 ,  D04H1/728 ,  D01D5/00 ,  D06M101/32 ,  D06M101/06

Abstract: 本发明公开了一种导水快干复合织物及其制备方法，属于纺织材料技术领域。本发明导水快干复合织物的制备：将疏水性织物的一面置于带有局部点阵排列电场的金属薄板上，金属薄板通电后，采用静电喷涂技术，从疏水性织物的另一面喷涂带异种电荷的亲水性改性剂，得到核心织物层；将喷涂液在核心织物层去掉金属板的一侧面喷涂，形成粘合性纤维层，随后在其上覆盖亲水纳米纤维膜，经热压工艺即得。该导水快干复合织物可使水分在织物一侧以液滴的形式汇聚后脱离织物表面，该水分脱离速率远大于普通Janus织物表面的水分经铺展后的蒸发速率，同时，也远大于人体在高温、高湿及高强度运动场景下的最大排汗速率，极大提升人体微环境的整体舒适度。

公开(公告)号：CN118797448A

公开(公告)日：2024-10-18

申请号：CN202411284257.4

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  张冠宇 ,  姚健 ,  樊成 ,  蒋鑫 ,  蒋亦樟 ,  方伟 ,  刘丽 ,  刘洋 ,  梁福生 ,  顾逸 ,  张欣 ,  王闯

IPC: G06F18/241 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06F18/10 ,  G06F18/2131 ,  G06F123/02

Abstract: 本发明涉及机器故障诊断技术领域，公开了一种基于迁移学习的多尺度智能决策方法，包括：获取源域与目标域中的机械故障振动时序长信号，构建源域训练集与目标域训练集；在源域训练集中，对时序分信号进行预处理后，提取时域特征与频域特征，并映射为低维时域特征与低维频域特征；计算特征之间的互相关矩阵，构建互相关损失函数，来训练编码器，获取源域优化时域信号编码器，并迁移至目标域，与初始分类器，组成初始多尺度智能决策模型；对目标域时序分信号进行预测，与其真实标签，构建交叉熵损失函数，训练获取目标多尺度智能决策模型；将实时采集的机械故障振动时序长信号，预处理后分别输入目标多尺度智能决策模型中，获取对应的故障类别。