-
公开(公告)号：CN119464946A
公开(公告)日：2025-02-18
申请号：CN202411720130.2
申请日：2024-11-28
Applicant: 太原理工大学
Abstract: 本发明涉及一种Y掺杂的高碳含量奥氏体低密度钢及其制备方法，属于金属材料技术领域，所述钢化学成分的质量百分比为：C 1.5~2.0wt.%，Si≤0.2wt.%，Mn 25~30 wt.%，Al 7~10 wt.%，Y 0.01~0.3 wt.%，P≤0.015 wt.%，S≤0.008 wt.%，余量为Fe。本方法所述Y掺杂的高碳含量奥氏体低密度钢熔炼后依次进行均匀化处理、初步热轧和二次热轧、水冷，具有晶界强化、固溶强化、大比例可剪切的析出强化协同贡献的高强度。Y的加入抑制有害的晶界析出相和夹杂物形成，减少了材料塑性的损失，并增强其抗氧化能力。
-
公开(公告)号：CN119020632A
公开(公告)日：2024-11-26
申请号：CN202411071509.5
申请日：2024-08-06
Applicant: 太原理工大学
Abstract: 本发明涉及无铍铜合金材料技术领域，特别涉及一种Sn/Mg微合金化的超高强导电铜钛合金及其制备方法。一种Sn/Mg微合金化的超高强导电铜钛合金，该导电铜钛合金的元素组成包括Ti 2～5％，Sn 0.1～3％，Mg 0.1～3％，余量为Cu和不可避免的杂质，本发明的Sn/Mg微合金化的超高强导电铜钛合金，其硬度≥300HV，电导率≥26％IACS，抗拉强度≥1000MPa，综合性能突出，具有高强度和高导电率。
-
公开(公告)号：CN118824437A
公开(公告)日：2024-10-22
申请号：CN202411011866.2
申请日：2024-07-26
Applicant: 太原理工大学
IPC: G16C60/00 , G16C20/30 , G16C20/70 , G06F18/214 , G06F18/213 , G06N3/042 , G06N3/084
Abstract: 本发明涉及镁空气电池生产技术领域，具体涉及一种基于图神经网络的镁空气电池阳极选型方法、系统。本发明的方法包括以下步骤：步骤一，获取已知镁合金的原始数据集；步骤二，基于已知镁合金的原始数据集，构建出已知镁合金的样本数据集；步骤三，基于已知镁合金的样本数据集，对预构建的图神经网络模型进行训练，并得到性能最佳的图神经网络模型；步骤四，依据选型需求，确定目标镁合金的候选参数、并使用性能最佳的图神经网络模型进行选型。本发明基于合金析出相及组织结构信息、并采用图神经网络模型，能够全面捕捉合金析出相的特征，快速、准确地进行合金性能预测和设计，节省了大量的试验时间和资源，提高了研究效率。
-
公开(公告)号：CN118268225A
公开(公告)日：2024-07-02
申请号：CN202410691992.0
申请日：2024-05-31
Applicant: 太原理工大学
IPC: B05D7/14 , C23C18/40 , C09D179/04 , C09D5/24 , C09D5/14 , B05D7/24 , B05D5/12 , B05D5/00 , B05D1/18 , B05D3/00 , B05D3/12 , B05D3/10
Abstract: 本发明公开了一种镁合金表面仿生导电抗菌涂层的制备方法及应用，涉及金属表面处理技术领域。具体为：选取轧制态AZ31镁合金作为衬底材料，对衬底材料进行预处理；聚多巴胺涂层的构建：将预处理后的AZ31镁合金悬挂在多巴胺处理液中进行反应，震荡反应一定时间后，将镁合金取出，采用有机溶剂将表面清洗干净并干燥；铜涂层的构建：将聚多巴胺涂层的产品浸泡在配制好的镀铜处理液中反应一段时间，保温一段时间，之后将镁合金表面用有机溶剂或去离子水清洗干净并干燥。本发明有效地保证了涂层整体的耐蚀性、导电性和抗菌性，并且具备优异的结合强度；打破了镁合金在医疗保健、数码3C、校园设施及公共交通等领域应用的瓶颈。
-
公开(公告)号：CN118292075A
公开(公告)日：2024-07-05
申请号：CN202410691993.5
申请日：2024-05-31
Applicant: 太原理工大学
IPC: C25D11/30
Abstract: 本发明公开了一种镁合金表面微弧氧化导电涂层的制备方法，涉及金属表面处理技术领域。具体为：选取轧制态AZ31镁合金作为衬底材料，对镁合金进行预处理；掺氟二氧化锡掺杂微弧氧化涂层的构建：将AZ31镁合金悬挂在微弧氧化处理液中，震荡反应一段时间，之后将镁合金表面用有机溶剂清洗干净并干燥；聚苯胺封孔处理：将第一步制备涂覆微弧氧化涂层的AZ31镁合金悬挂在配制好的苯胺单体混合溶液中反应一段时间，之后将涂层表面用去离子水清洗干净并干燥。本发明针对在以往研究中耐蚀性与导电性不能兼顾的问题进行了解决，有效保证了产品整体抵抗腐蚀的能力和导电性能，打破了镁合金在航天航空、精密仪器等领域应用的瓶颈。
-
Patent Agency Ranking
公开(公告)号：CN118888057A
公开(公告)日：2024-11-01
申请号：CN202410998686.1
申请日：2024-07-24
Applicant: 太原理工大学
Abstract: 本发明涉及镁合金材料领域的一种镁合金智能开发方法和镁合金性能智能预测方法。镁合金智能开发方法包括：提供多种合金成分及加工工艺，通过镁合金极限抗压强度预测模型和镁合金腐蚀速率预测模型得到镁合金极限抗压强度和镁合金腐蚀速率，由此采用多目标遗传算法将两个模型结合找寻帕累托前沿，确定帕累托前沿对应的极限抗压强度和腐蚀速率，作为所述多种合金成分在加工工艺下的最终镁合金性能。算法的参数设置为：种群大小为n；迭代次数为m；交叉概率为h；变异概率为i；拥挤度计算参数为镁合金极限抗压强度和镁合金腐蚀速率之和。本发明通过镁合金智能开发方法解决目前新型镁合金的开发以试错法为主导致开发成本高，周期长的技术问题。
-
公开(公告)号：CN117612641A
公开(公告)日：2024-02-27
申请号：CN202311586197.7
申请日：2023-11-24
Applicant: 太原理工大学 , 兴县经开区铝镁新材料研发有限公司
IPC: G16C20/70 , G16C60/00 , G06N3/0464 , G06N3/045 , G06N3/044 , G06F18/25 , G06F18/213
Abstract: 本发明涉及材料分析预测技术领域，具体涉及用于镁阳极材料成分预测的深度学习框架，该框架包括：数据预处理模块，用于从多种来源收集的原始数据中提取并转化为结构化特征数据；深度学习模型，接收从数据预处理模块传来的结构化特征数据，并基于卷积神经网络和循环神经网络的组合预测镁阳极材料的成分；自适应反馈模块，用于接收实际生产的镁阳极材料成分数据，并与深度学习模型预测的数据进行对比，以自动调整模型参数；输出模块，接收自适应反馈模块的调整建议和深度学习模型的预测结果并展示。本发明，提高预测准确性，自适应调整增强模型鲁棒性。
-
公开(公告)号：CN116544530A
公开(公告)日：2023-08-04
申请号：CN202310537121.9
申请日：2023-05-13
Applicant: 太原理工大学
Abstract: 本发明公开了一种水系锌离子电池及其电解液，包括电解液、正极、负极与隔膜，其特征在于：所述电解液包含锌盐、水溶剂和含多个配位基团的生物质氨基酸作为添加剂，所述正极为不锈钢箔，所述负极为锌片，所述隔膜为玻璃纤维隔膜，本发明与现有技术相比的优点在于：本发明的水系锌离子电池电解液使得锌金属负极表面平整，无明显的针状凸起，从根本上抑制了锌枝晶的产生，有效地缓解了锌负极的腐蚀和钝化，显著提高了水系锌离子电池的循环寿命与安全性能，此外，本发明所提供的电解液添加剂价格低廉、来源广泛且绿色环保，有助于开发性能优异、安全环保且成本低廉的水系锌离子电池电解液及水系锌离子电池。
-
公开(公告)号：CN114739897A
公开(公告)日：2022-07-12
申请号：CN202210564550.0
申请日：2022-05-23
Applicant: 太原理工大学
IPC: G01N17/02
Abstract: 本发明公开了一种电化学测试研究金属腐蚀行为的测试系统，包括电解池、电化学工作站和离子浓度检测仪，所述电解池上设有电解液入口、电解液出口、工作电极、对电极与参比电极，所述离子浓度检测仪与所述电解液出口相连，所述工作电极上连接有用于对所述工作电极温度进行控制的控温中空导电压片，所述电化学工作站通过导线与所述控温中空导电压片、对电极与参比电极相连。本发明还提供一种利用上述的测试系统进行电化学测试研究金属腐蚀行为的测试方法。本发明的电化学测试研究金属腐蚀行为的测试系统及测试方法，结构简单，操作步骤简单，结果准确可靠，可以简单、准确的得到电化学测试过程中离子浓度随电信号的实时变化情况。
-
公开(公告)号：CN117521518A
公开(公告)日：2024-02-06
申请号：CN202311599755.3
申请日：2023-11-27
Applicant: 太原理工大学 , 兴县经开区铝镁新材料研发有限公司
IPC: G06F30/27 , G16C20/20 , G16C20/70 , G06N20/00 , G06F119/08 , G06F119/14
Abstract: 本发明涉及工艺优化方法技术领域，具体涉及一种基于机器学习的镁合金热处理工艺优化方法，包括以下步骤：设计正交实验工艺参数，并获取镁合金的力学性能实测值，根据该工艺参数和力学性能实测值构建数据集；选取数据集中已测试性能的数据作为训练集数据，未被测试性能的数据作为待预测数据集；构建机器学习模型；将机器学习模型应用于待预测数据集，得到其预测分布，使用全局最优算法ego计算期望提高，并测试合金的力学性能；若所选择的工艺测试性满足需求，则停止并完成工艺参数优化，若不满足，则继续执行，直至满足需求。本发明，利于全面、系统地探索和理解各工艺参数对镁合金力学性能的影响，有助于从宏观上把握镁合金的性能变化规律。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
