无线超声测量系统及其设计方法

    公开(公告)号:CN116558838B

    公开(公告)日:2025-03-25

    申请号:CN202310484146.7

    申请日:2023-04-28

    Applicant: 武汉大学

    Abstract: 本发明涉及温度、载荷监测的技术领域,公开了一种无线超声测量系统及其设计方法,提供了一种无线超声测量方法、一种基于方法的无线超声测量装置、以及一种复合薄膜、涡轮叶片、螺旋传感线圈一体化制备方法。整个系统包含仪器端和传感器端,仪器端由主机(监测系统)、发射线圈、接收线圈、线圈铁芯组成,传感器端为涡轮叶片、涡轮叶片端面复合压电薄膜、螺旋传感线圈一体化设计。发射线圈与脉冲发生器连接,实现电磁波脉冲信号的无线发射;螺旋传感线圈与复合压电薄膜构成回路,作为天线,无线收发压电薄膜产生的超声信号;接收线圈与主机连接,实现脉冲信号的无线接收。

    一种可激发纯横波的ZnO压电涂层材料及其制备方法和应用

    公开(公告)号:CN119615085A

    公开(公告)日:2025-03-14

    申请号:CN202411673313.3

    申请日:2024-11-21

    Applicant: 武汉大学

    Abstract: 本发明公开了一种可激发纯横波的ZnO压电涂层材料及其制备方法和应用,属于涂层材料领域。所述方法包括:以Zn作为靶材,通过磁控溅射在基体表面沉积ZnO作为ZnO压电功能层;所述磁控溅射中,溅射温度为200℃以上,通入氩气和氧气的混合气体至腔体内气压为1.0~2.5Pa,溅射功率为400~700W,溅射时间为3~6h;或,所述磁控溅射中,溅射温度为50~200℃,通入氩气和氧气的混合气体至腔体内气压为1.0~2.5Pa,偏压为‑100V~‑200V,溅射功率为400~700W,溅射时间为3~6h。本发明采用磁控溅射技术在基体表面沉积ZnO作为ZnO压电功能层,通过调节磁控溅射过程中的溅射温度或偏压,制备出可激发超声纯横波的ZnO压电涂层材料,实现对工件厚度细微变化的测量。

    一种均质铌酸锂压电涂层的制备方法、压电涂层及其应用

    公开(公告)号:CN116732484B

    公开(公告)日:2025-01-24

    申请号:CN202310595242.9

    申请日:2023-05-24

    Applicant: 武汉大学

    Abstract: 本发明公开了一种均质铌酸锂压电涂层的制备方法、压电涂层及其应用。主体为单层均质铌酸锂压电涂层,涂层元素分布均匀,形貌结构、压电性能不受沉积位置、粉末靶材缺陷的影响,传感性能均匀优异。为解决固态颗粒、元素偏析的存在问题,本发明设计出粒子流控制装置,通过设置介于衬底与靶材间的可控可调的电场(衬底电势低于靶材,电势差介于2V~25V),调控粒子流运行方向,使得Ar+轰击固态颗粒,减少楔型结构的形成,同时加速气相粒子运行至衬底表面,防止Li逃逸,获得的涂层形貌、元素分布、超声信号均匀性更好。本发明基于离子流能量、数量调控法,简便高效、无需额外步骤和成本、适于工业化大批量生产。

    一种可再生能源出力场景生成方法及装置

    公开(公告)号:CN118939996A

    公开(公告)日:2024-11-12

    申请号:CN202410944107.5

    申请日:2024-07-15

    Applicant: 武汉大学

    Abstract: 本发明提供一种可再生能源出力场景生成方法及装置,该方法包括:步骤1、获取可再生能源发电场的历史出力数据,构建可再生能源发电场的出力场景数据集;步骤2、基于出力场景数据集训练时间序列表征模型,将出力场景数据集映射到隐空间,得到隐空间出力场景集;步骤3、通过扩散过程向隐空间出力场景集加入高斯噪声;步骤4、建立去噪过程训练去噪扩散概率模型;步骤5、基于训练后的去噪扩散概率模型和时间序列表征模型,根据任意高斯噪声得到真实的出力场景数据集,生成可再生能源出力场景。本发明能够在隐空间学习出力数据的真实分布规律,从而直接将高斯噪声变换成真实的出力场景,为解决电力系统随机规划中不确定性问题提供有效的思路。

    已知场景下智能体的智能评估与自主进化方法

    公开(公告)号:CN117826594A

    公开(公告)日:2024-04-05

    申请号:CN202311813340.1

    申请日:2023-12-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种已知场景下智能体的智能评估与自主进化方法,包括:针对待分类的所有运行场景,利用PLASE系统生成并进化得相应的最优智能体,将所有运行场景划分为训练场景集和测试场景集;对所得的最优智能体在所有训练场景和测试场景中进行测试评分,将高于一定智能水平得分的场景从训练和测试场景集中抽取出来,作为适用于该最优智能体的训练和测试场景集,将被抽出的场景集划分为该最优智能体最适用的场景集;重复上述操作,直至所有场景全部分类完毕,得到各分类场景集及对应的智能体并将其应用于相应的实际任务之中。本发明有效保证了所优化的智能体对所有场景均具有较高智能水平和高水平的电网调控效果。

Patent Agency Ranking