一种超大厚度加氢反应器用钢板焊接工艺

    公开(公告)号:CN115609120A

    公开(公告)日:2023-01-17

    申请号:CN202211508711.0

    申请日:2022-11-29

    摘要: 本发明涉及到一种超大厚度加氢反应器用钢板焊接工艺,包括制作坡口、预热、打底焊接、填充焊接、焊后热处理以及无损检测等步骤。本发明中选用PF‑500/US‑521H型耐热钢埋弧焊丝与焊剂进行焊接,可得到优异的抗裂纹性能和低温冲击韧性、且回火脆化敏感性低的焊接接头。采用优化的坡口设计,达到焊缝金属量最少,焊件产生的变形小,焊缝金属中母材金属占比小的效果。采用埋弧焊焊接方法,严格控制预热温度和层间温度,配以合理的消氢处理和焊后热处理,降低了焊接裂纹敏感性,焊接接头具有良好的拉伸性能、弯曲性能和低温冲击韧性,实现了150~200mm加氢反应器用12Cr2Mo1VR超厚板的高质量焊接,最终实现了加氢反应器用12Cr2Mo1VR超厚板的高质量焊接。最终成品焊缝无损检测符合NB/T 47013.3‑2015标准中的TI级要求。

    基于多算法融合预测的汽车路面状态在线估计系统及方法

    公开(公告)号:CN113147768A

    公开(公告)日:2021-07-23

    申请号:CN202110520666.X

    申请日:2021-05-13

    申请人: 东北大学

    IPC分类号: B60W40/076 B60W40/13

    摘要: 本发明提供一种基于多算法融合预测的汽车路面状态在线估计系统及方法,涉及车辆动力学控制技术领域。该方法首先通过数据采集提取车辆行驶过程的状态参数,来构建车辆的行驶工况中的坡度信息以及车辆内部信息数据库,实现BP神经网络的离线训练,并在车辆运行过程中作为坡度预估计模块实时应用。在坡度预估计阶段中,如果预估坡度为零,则通过RLS算法进行整车质量估计,将得到的实时整车质量参数输入到坡度修正估计模块,再通过RLS算法实现坡度第二次估计。若坡度预估计模块未能得到有效平道信息以及整车质量未能进行更新,则将历史整车质量作为输出,将BP神经网络的坡度预估计值作为输出。重复以上步骤实现对汽车路面状态的在线估计。

    一种基于跨尺度图对比学习的好友推荐方法

    公开(公告)号:CN118013123A

    公开(公告)日:2024-05-10

    申请号:CN202410172821.7

    申请日:2024-02-07

    申请人: 东北大学

    摘要: 本发明提供一种基于跨尺度图对比学习的好友推荐方法,涉及网络科学技术领域。该方法具体包括:获取用户数据并对用户数据进行建模,构建图结构数据;利用随机采样增强方法对建模后的图结构数据进行数据增强;构建由两层图卷积层堆叠构成的图卷积神经网络作为编码器,利用编码器对数据增强得到的视图的节点向量进行编码,得到节点的向量表示;利用读出函数将节点的向量表示映射成图的向量表示;分别构建正负样本对,并采用信息最大化非参数互信息估计作为损失函数更新编码器和读出函数的参数,得到训练好的编码器和读出函数;利用训练好的编码器和读出函数对给定用户进行好友推荐,解决了图对比学习中忽略图的整体结构信息的问题。

    基于虚拟配烧的串级燃煤采购优化系统

    公开(公告)号:CN118821993A

    公开(公告)日:2024-10-22

    申请号:CN202410797510.X

    申请日:2024-06-20

    摘要: 本发明提供一种基于虚拟配烧的串级燃煤采购优化系统,涉及电厂节能环保技术领域。该系统包括服务器以及设置在服务器上的外环燃煤采购优化模型构建模块、内环燃煤采购优化模型构建模块、模型求解模块、关系数据库接口模块和外部文件读取接口模块;外环燃煤采购优化模型构建模块,基于虚拟配烧技术建立初始燃煤采购优化数学模型;内环燃煤采购优化模型构建模块,进一步以各船的运力组合和最优整船运力为优化变量建立内环燃煤采购优化数学模型;模型求解模块实现外环优化数学模型和内环优化数学模型的串级求解。该系统提出了基于虚拟配烧的串级燃煤采购优化模型,优化了企业人工经验采购燃煤存在的弊端,能进一步降低燃料采购成本。

    一种基于自监督的异构图表示学习方法

    公开(公告)号:CN115828988A

    公开(公告)日:2023-03-21

    申请号:CN202211546741.0

    申请日:2022-12-05

    申请人: 东北大学

    摘要: 本发明提供一种基于自监督的异构图表示学习方法,涉及图神经网络技术领域。本发明应用到了两种学习节点表示的方法:基于元路径的方法以及基于自注意力的方法,将两个方法融合,在一定程度上吸取了两种方法的优势,既学习局部节点信息也关注高阶的语义的结构信息。且通过使互相关矩阵接近恒等矩阵作为目标函数,这使得本方法不需要负样本来维持模型的鲁棒性,而是在节点嵌入中利用对比学习的思想,在节点向量维度中进行对比学习,使互相关矩阵的对角线接近1,其他向量接近于0。这吸取了降低冗余的思想,保证了两个视角的互相关性。且让不同维度的特征尽可能表示不同的信息,从而提升特征的表征能力。

    基于多算法融合预测的汽车路面状态在线估计系统及方法

    公开(公告)号:CN113147768B

    公开(公告)日:2024-02-23

    申请号:CN202110520666.X

    申请日:2021-05-13

    申请人: 东北大学

    IPC分类号: B60W40/076 B60W40/13

    摘要: 本发明提供一种基于多算法融合预测的汽车路面状态在线估计系统及方法,涉及车辆动力学控制技术领域。该方法首先通过数据采集提取车辆行驶过程的状态参数,来构建车辆的行驶工况中的坡度信息以及车辆内部信息数据库,实现BP神经网络的离线训练,并在车辆运行过程中作为坡度预估计模块实时应用。在坡度预估计阶段中,如果预估坡度为零,则通过RLS算法进行整车质量估计,将得到的实时整车质量参数输入到坡度修正估计模块,再通过RLS算法实现坡度第二次估计。若坡度预估计模块未能得到有效平道信息以及整车质量未能进行更新,则将历史整车质量作为输出,将BP神经网络的坡度预估计值作为(56)对比文件Boyuan Li等.Two-layer structure basedadaptive estimation for vehicle mass androad slope under longitudinalmotion.Measurement.2016,第95卷(第1期),第439-455页.