-
公开(公告)号：CN119047340A
公开(公告)日：2024-11-29
申请号：CN202411523750.7
申请日：2024-10-30
Applicant: 昆明理工大学
IPC: G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明涉及深度学习技术领域，尤其涉及一种基于生成模型的微磁动力学模拟方法。通过使用生成模型预测磁矩分布，从而替代传统直接求解LLG方程直接计算磁矩的方式。该方法通过学习LLG方程的动力学演化过程，实现了对磁矩变化的快速预测，并显著提高了计算效率。该技术能够大幅提升微磁动力学模拟的速度，旨在解决现有技术中计算成本高、计算时长过长的问题。
-
公开(公告)号：CN117165812A
公开(公告)日：2023-12-05
申请号：CN202310790746.6
申请日：2023-06-30
Applicant: 昆明理工大学
Abstract: 本发明公开了一种高强度高弹性Cu‑Ni‑Mn‑V合金及其制备方法，所述合金的主要成分按质量百分比计，Ni：18‑22％，Mn：18‑22％，V：0.1‑1.0％，余量为铜和不可避免的杂质；本发明通过合金元素V的添加，控制Ni/Mn比为0.8‑1.2，匹配合适的变形及热处理工艺使其析出NiMn强化相，改善合金时效析出相的分布，V和Ni形成金属间化合物Ni3V，抑制不连续析出相(DP)的析出，细化合金晶粒，得到抗拉强度大于等于1400MPa，延伸率大于等于6％，弹性模量大于等于130GPa的高强高弹Cu‑Ni‑Mn‑V合金；本发明制备的Cu‑Ni‑Mn‑V合金组织均匀细小，具有强度高，弹性、塑性好的优良综合性能。
-
公开(公告)号：CN118246349B
公开(公告)日：2024-07-19
申请号：CN202410670504.8
申请日：2024-05-28
Applicant: 昆明理工大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及深度学习技术领域，尤其涉及一种基于深度学习的自适应尺度的微磁学模拟方法。所述方法包括：基于改进Unet神经网络模型，预测被材料分割得到的微小磁性体积元的退磁场，其中，改进Unet神经网络模型除首尾层之外的所有层参数被冻结，且首层参数保持可调，首层和尾层均设计为动态卷积和反卷积，动态卷积用于动态调整参数和步长来增强模型的感受野同时保留边缘信息，反卷积用于上采样恢复图像尺度；获取微小磁性体积元的外部磁场、交换场和各向异性场，并基于预测的退磁场、外部磁场、交换场和各向异性场，计算微小磁性体积元的有效磁场；基于有效磁场对微小磁性体积元进行稳态预测。旨在解决如何降低磁动力学过程模拟时间的问题。
-
公开(公告)号：CN119047340B
公开(公告)日：2025-02-28
申请号：CN202411523750.7
申请日：2024-10-30
Applicant: 昆明理工大学
IPC: G06F30/27 , G06N3/0464 , G06N3/08 , G06F119/14
Abstract: 本发明涉及深度学习技术领域，尤其涉及一种基于生成模型的微磁动力学模拟方法。通过使用生成模型预测磁矩分布，从而替代传统直接求解LLG方程直接计算磁矩的方式。该方法通过学习LLG方程的动力学演化过程，实现了对磁矩变化的快速预测，并显著提高了计算效率。该技术能够大幅提升微磁动力学模拟的速度，旨在解决现有技术中计算成本高、计算时长过长的问题。
-
公开(公告)号：CN118910462A
公开(公告)日：2024-11-08
申请号：CN202411309591.0
申请日：2024-09-19
Applicant: 昆明理工大学
Abstract: 本发明公开一种同时提高Cu‑Cr‑Ti系合金强度和导电率的方法，属于铜合金材料领域。本发明包括按质量百分数计为Cr：0.1％‑1％，Ti：0.05％‑0.5％，Zn：0.01％‑0.5％，余量为Cu及其他不可避免的杂质元素的Cu‑Cr‑Ti系高强高导铜合金。本发明通过合金元素Zn的添加，采用固溶和时效处理，显著提高了Cu‑Cr‑Ti系合金的强度和导电率，突破强度‑导电率的倒置关系。通过固溶处理，Cu原子和Zn原子发生置换固溶，Zn原子代替了原本和Cu原子发生置换固溶的Cr原子，再通过时效处理析出Cr原子，使得Cu‑Cr‑Ti合金的强度和导电率同时提升。集成电路引线框架、轨道接触线及电接触材料等领域有着极好的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN115896722B
公开(公告)日：2024-07-16
申请号：CN202211470804.9
申请日：2022-11-23
Applicant: 昆明理工大学
Abstract: 本发明公开一种提高Cu‑Ni‑Sn合金耐磨性和导电性的方法，涉及微电子集成电路互连技术领域；通过磁控溅射将Cu‑Ni‑Sn合金制备为薄膜，通过调控磁控溅射功率、沉积时间和氩气流量等参数可制备出不同应用需求多种不同成分的Cu‑Ni‑Sn均匀组合薄膜，本发明所得薄膜中各元素的重量百分比Cu 75~80%，Ni 10~20%，Sn 0.9~10%。本发明采用高通量6靶磁控溅射薄膜共沉积制备技术，使得合金薄膜具有低的电阻率和较高的抗电迁移能力，且相较于铝基合金薄膜作为互连线材料具有宽的钝化区间和低的钝化电流密度，这进一步实现了组合薄膜综合性能的极大优化；本发明的Cu‑Ni‑Sn合金薄膜完全满足极大规模集成电路互连领域对铜合金薄膜的使用要求。
-
公开(公告)号：CN116287856B
公开(公告)日：2024-03-22
申请号：CN202310154918.0
申请日：2023-02-23
Applicant: 昆明理工大学
Abstract: 本发明公开一种高强高弹四元铜镍锡铬合金及制备方法，属于高性能铜合金制备技术领域。本发明所述铜合金由Cu、Ni、Sn、Cr元素组成，含量为：Ni:7wt.％～11wt.％；Sn:3wt.％～9wt.％；Cr:0.3wt.％～1.0wt.％，余量为Cu；本发明所述制备方法为：通过中频感应炉制备Cu‑Ni‑Sn‑Cr合金铸锭，后对铸锭进行均质化、轧制、固溶、等温时效处理；本发明与Cu‑Be铍铜合金相较，优点在于Cu‑Ni‑Sn‑Cr合金带材成品抗拉强度、弹性模量高，导电率可达12～20％IASC，且制备方法简单、价格低廉、对环境友好，可在弹性元器件等多领域应用中替代现行的Cu‑Be合金。
-
公开(公告)号：CN116287856A
公开(公告)日：2023-06-23
申请号：CN202310154918.0
申请日：2023-02-23
Applicant: 昆明理工大学
Abstract: 本发明公开一种高强高弹四元铜镍锡铬合金及制备方法，属于高性能铜合金制备技术领域。本发明所述铜合金由Cu、Ni、Sn、Cr元素组成，含量为：Ni:7wt.％～11wt.％；Sn:3wt.％～9wt.％；Cr:0.3wt.％～1.0wt.％，余量为Cu；本发明所述制备方法为：通过中频感应炉制备Cu‑Ni‑Sn‑Cr合金铸锭，后对铸锭进行均质化、轧制、固溶、等温时效处理；本发明与Cu‑Be铍铜合金相较，优点在于Cu‑Ni‑Sn‑Cr合金带材成品抗拉强度、弹性模量高，导电率可达12～20％IASC，且制备方法简单、价格低廉、对环境友好，可在弹性元器件等多领域应用中替代现行的Cu‑Be合金。
-
公开(公告)号：CN115896722A
公开(公告)日：2023-04-04
申请号：CN202211470804.9
申请日：2022-11-23
Applicant: 昆明理工大学
Abstract: 本发明公开一种提高Cu‑Ni‑Sn合金耐磨性和导电性的方法，涉及微电子集成电路互连技术领域；通过磁控溅射将Cu‑Ni‑Sn合金制备为薄膜，通过调控磁控溅射功率、沉积时间和氩气流量等参数可制备出不同应用需求多种不同成分的Cu‑Ni‑Sn均匀组合薄膜，本发明所得薄膜中各元素的重量百分比Cu 75~80%，Ni 10~20%，Sn 0.9~10%。本发明采用高通量6靶磁控溅射薄膜共沉积制备技术，使得合金薄膜具有低的电阻率和较高的抗电迁移能力，且相较于铝基合金薄膜作为互连线材料具有宽的钝化区间和低的钝化电流密度，这进一步实现了组合薄膜综合性能的极大优化；本发明的Cu‑Ni‑Sn合金薄膜完全满足极大规模集成电路互连领域对铜合金薄膜的使用要求。
-
公开(公告)号：CN118246349A
公开(公告)日：2024-06-25
申请号：CN202410670504.8
申请日：2024-05-28
Applicant: 昆明理工大学
IPC: G06F30/27 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及深度学习技术领域，尤其涉及一种基于深度学习的自适应尺度的微磁学模拟方法。所述方法包括：基于改进Unet神经网络模型，预测被材料分割得到的微小磁性体积元的退磁场，其中，改进Unet神经网络模型除首尾层之外的所有层参数被冻结，且首层参数保持可调，首层和尾层均设计为动态卷积和反卷积，动态卷积用于动态调整参数和步长来增强模型的感受野同时保留边缘信息，反卷积用于上采样恢复图像尺度；获取微小磁性体积元的外部磁场、交换场和各向异性场，并基于预测的退磁场、外部磁场、交换场和各向异性场，计算微小磁性体积元的有效磁场；基于有效磁场对微小磁性体积元进行稳态预测。旨在解决如何降低磁动力学过程模拟时间的问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.042 seconds)
