高强度螺栓高温力学性能试验装置

    公开(公告)号:CN102721613A

    公开(公告)日:2012-10-10

    申请号:CN201210233102.9

    申请日:2012-07-06

    发明人: 王卫永 王彬

    摘要: 高强度螺栓高温力学性能试验装置,在反力梁的左、右两端分别安装一个千斤顶,千斤顶的顶杆上均安装有一根螺杆,两根螺杆分别穿过加载梁的左、右两端,在螺杆上各安装有一个调节螺帽,调节螺帽位于加载梁底端面以下,调节螺帽与加载梁之间均设置有一个压力传感器,在加载梁上安装有一个用于固定螺栓试件上端部的上夹具,在反力梁上设置有一个用于固定螺栓试件下端部的下夹具,上、下夹具位置相对应且均为耐火钢,在反力梁和加载梁之间还设置有上、下端面均开口的电炉,上夹具穿过电炉上端面,下夹具穿过电炉下端面,将螺栓试件固定在电炉内,拉绳一端固定在反力梁上,另一端固定在加载梁上。它可以模拟火灾高温条件,对螺栓力学性能进行试验。

    基于复合形法的滚动轴承多体润滑性能求解方法

    公开(公告)号:CN111209686A

    公开(公告)日:2020-05-29

    申请号:CN202010049511.8

    申请日:2020-01-16

    申请人: 重庆大学

    IPC分类号: G06F30/20 G06F30/17

    摘要: 本发明涉及一种基于复合形法的滚动轴承多体润滑性能求解方法,属于滚动轴承技术领域。该方法利用复合形法对其进行求解,获得滚动体自转角速度和公转角速度,利用Newton-Raphson法求解滚动体与内外滚道法向力平衡方程获得滚动轴承接触载荷分布,基于Jacobi线性迭代法求解广义Reynolds方程,得到滚动体与内外滚道间润滑膜压力分布,基于影响系数法和快速傅里叶变换算法加快计算滚动体与内外滚道综合弹性变形。本发明提供的方法能够准确分析滚动轴承滚动体与内外滚道间润滑性能及其相互影响,综合对比滚动体与内外滚道动压力、膜厚等润滑性能的差异,进而确定出匹配滚动轴承最佳润滑性能的最佳工况参数。

    一种轻质高强镁锂合金板材及其制备方法

    公开(公告)号:CN118563188A

    公开(公告)日:2024-08-30

    申请号:CN202410572078.4

    申请日:2024-05-09

    摘要: 本发明公开了一种轻质高强镁锂合金板材及其制备方法,属于金属材料技术领域。包括以下步骤:准备纯镁锭、纯铝锭、纯锌锭、镁锂中间合金、镁锆中间合金、镁钙中间合金;按照镁锂合金板材中选定合金成分的质量百分比选取上述原料,并对选取的原料加热熔融,制备合金熔体;对合金熔体进行浇铸成型,得合金铸锭;对合金铸锭进行预热后挤压成型,得镁锂合金的挤压板坯;对挤压板坯进行在线加热轧制变形处理,得轻质高强镁锂合金板材。本发明通过采用协调变形能力较好的镁锂合金,通过挤压或锻造大变形后,再经过在线加热轧制变形来提高合金的塑性和强度,制备出轻质高强镁锂合金板材,其屈服强度达到200‑240MPa,抗拉强度为220‑270MPa;延伸率为20‑40%;密度为1.524‑1.585g/cm3。

    基于复合形法的滚动轴承多体润滑性能求解方法

    公开(公告)号:CN111209686B

    公开(公告)日:2024-04-19

    申请号:CN202010049511.8

    申请日:2020-01-16

    申请人: 重庆大学

    IPC分类号: G06F30/20 G06F30/17

    摘要: 本发明涉及一种基于复合形法的滚动轴承多体润滑性能求解方法,属于滚动轴承技术领域。该方法利用复合形法对其进行求解,获得滚动体自转角速度和公转角速度,利用Newton‑Raphson法求解滚动体与内外滚道法向力平衡方程获得滚动轴承接触载荷分布,基于Jacobi线性迭代法求解广义Reynolds方程,得到滚动体与内外滚道间润滑膜压力分布,基于影响系数法和快速傅里叶变换算法加快计算滚动体与内外滚道综合弹性变形。本发明提供的方法能够准确分析滚动轴承滚动体与内外滚道间润滑性能及其相互影响,综合对比滚动体与内外滚道动压力、膜厚等润滑性能的差异,进而确定出匹配滚动轴承最佳润滑性能的最佳工况参数。

    一种医保欺诈行为检测方法、系统、存储介质

    公开(公告)号:CN116630062A

    公开(公告)日:2023-08-22

    申请号:CN202310531926.2

    申请日:2023-05-10

    发明人: 魏然 罗成 冯永 王彬

    摘要: 本发明公开一种医保欺诈行为检测方法、系统、存储介质,具体包括以下步骤:A:采集用户的医保就医数据;B:构建医保欺诈行为检测模型并进行训练,采用训练完成的医保欺诈行为检测模型将用户的医保就医数据划分为文本、OCR文本、图像;C:分别对文本、OCR文本、图像进行特征提取得到文本嵌入向量、OCR文本嵌入向量、图像中感兴趣区域的嵌入向量;D:将文本嵌入向量、OCR文本嵌入向量、图像中感兴趣区域的嵌入向量中进行拼接,得到多模态的序列型特征嵌入;E:使用多层Transformer编码器对多模态的序列型特征嵌入进行深度编码,并进行分类,得到预测的欺诈检测结果。