CN117238419B - 优化钛合金热扩散连接的钛材材料抗性提高方法及系统 - Google Patents
优化钛合金热扩散连接的钛材材料抗性提高方法及系统 Download PDFInfo
- Publication number
- CN117238419B CN117238419B CN202311502038.4A CN202311502038A CN117238419B CN 117238419 B CN117238419 B CN 117238419B CN 202311502038 A CN202311502038 A CN 202311502038A CN 117238419 B CN117238419 B CN 117238419B
- Authority
- CN
- China
- Prior art keywords
- resistance
- factor
- titanium
- titanium material
- characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000463 material Substances 0.000 title claims abstract description 507
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 title claims abstract description 300
- 229910052719 titanium Inorganic materials 0.000 title claims abstract description 300
- 239000010936 titanium Substances 0.000 title claims abstract description 300
- 229910001069 Ti alloy Inorganic materials 0.000 title claims abstract description 46
- 238000009792 diffusion process Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000006872 improvement Effects 0.000 claims abstract description 24
- 238000011282 treatment Methods 0.000 claims abstract description 10
- 238000000556 factor analysis Methods 0.000 claims abstract 10
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 7
- 238000013139 quantization Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000007797 corrosion Effects 0.000 description 8
- 238000005260 corrosion Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明涉及材料科学领域,揭露了一种优化钛合金热扩散连接的钛材材料抗性提高方法及系统,所述方法包括:获取应用于钛合金热扩散连接下的钛材材料,并分析钛材材料的材料属性,提取钛材材料的材料特征;计算钛材材料的第一抗性强度,将材料特征和第一抗性强度输入至训练好的材料抗性因子分析模型中,以通过材料抗性因子分析模型识别钛材材料的抗性因子,并构建抗性因子的三元组图谱;结合材料特征和所述抗性因子,计算钛材材料的第二抗性强度;挖掘钛材材料的抗性谱系因子,计算钛材材料的第三抗性强度;创建钛材材料的抗性提升方案,以执行钛材材料的抗性提升处理,得到钛材材料的抗性提升结果。本发明可以提高对钛材材料的抗性提升的效果。
Description
技术领域
本发明涉及材料科学领域,尤其涉及一种优化钛合金热扩散连接的钛材材料抗性提高方法及系统。
背景技术
钛材材料抗性是指其抵抗外界环境和应力引起的损伤和腐蚀的能力,高强度的钛材材料可以提高钛材材料设备的抗性,提高了工业和科技领域的发展。
目前钛材材料抗性增加主要是通过对钛材材料进行硬度和材料表面性能的提升,来增加钛材材料的抗性,这种方法没有具体分析在特定场景下影响所述钛材材料抗性的因素,无法明确对钛材材料进行抗性增加的具体位置结构,从而导致对钛材材料的抗性增加效果不佳。
发明内容
本发明提供一种优化钛合金热扩散连接的钛材材料抗性提高方法及系统,其主要目的在于提高对钛材材料的抗性提升的效果。
为实现上述目的,本发明提供的一种优化钛合金热扩散连接的钛材材料抗性提高方法,包括:
获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
根据所述材料特征,计算所述钛材材料的第一抗性强度,根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
可选地,所述基于所述材料属性,提取所述钛材材料的材料特征,包括:
识别所述材料属性的关键材料属性;
提取所述关键材料属性的属性信号;
对所述属性信号进行归一化处理,得到归一化属性信号;
对所述归一化属性信号进行频域特征提取,得到所述钛材材料的材料特征。
可选地,所述对所述归一化属性信号进行频域特征提取,得到所述钛材材料的材料特征,包括:
将所述归一化属性信号对应的时域转化为频域,得到频域属性信号;
计算所述频域属性信号的属性频率;
基于所述属性频率,利用下述公式计算所述频域属性信号的频谱斜度:
;
其中,表示频谱斜度,/>表示属性频率的幅值,f_i表示频域属性信号对应的属性频率,MF表示属性频率的平均频率;
根据所述频谱斜度,提取所述钛材材料的材料特征。
可选地,所述根据所述材料特征,计算所述钛材材料的第一抗性强度,包括:
确定所述材料特征的材料特征值;
基于所述材料特征值,分析所述材料特征与所述钛材材料的特征抗性关系;
基于所述特征抗性关系,计算所述材料特征的抗性权重;
基于所述材料特征、所述特征抗性关系以及所述抗性权重,计算所述钛材材料的第一抗性强度。
可选地,所述基于所述材料特征、所述特征抗性关系以及所述抗性权重,计算所述钛材材料的第一抗性强度,包括:
基于所述材料特征、所述特征抗性关系以及所述抗性权重,利用下述公式计算所述钛材材料的第一抗性强度:
;
其中,表示第一抗性强度,/>表示第/>个材料特征,/>表示第/>个材料特征对应抗性权重,/>表示第/>个材料特征的特征抗性关系,/>表示材料特征之间的关联关系。
可选地,所述根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,包括:
分析所述材料特征的特征影响因子;
计算所述特征影响因子、所述材料特征以及所述第一抗性之间的因子关联值;
根据所述因子关联值,挖掘所述特征影响因子对所述第一抗性强度的因子影响值;
基于所述因子影响值,识别所述钛材材料的抗性因子。
可选地,所述构建所述抗性因子的三元组图谱,包括:
采集所述抗性因子的相关数据;
验证所述相关数据的可靠性;
当所述可靠性符合可靠要求时,通过所述相关数据,确定所述抗性因子的三元组结构;
基于所述三元组结构,构建所述抗性因子的三元组图谱。
可选地,所述结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度,包括:
识别所述抗性因子的抗性因子特征;
分析所述材料特征和所述抗性因子特征之间的特征关联关系;
根据所述特征关联关系和所述材料特征对应特征抗性关系,分析所述抗性因子对所述钛材材料的因子抗性影响关系;
基于所述抗性因子和所述因子抗性影响关系,计算所述钛材材料的第二抗性强度。
可选地,所述基于所述抗性因子和所述因子抗性影响关系,计算所述钛材材料的第二抗性强度,包括:
对所述抗性因子进行因子值量化,得到抗性因子值;
基于所述抗性因子值和所述因子抗性影响关系,利用下述公式计算所述钛材材料的第二抗性强度:
;
其中,表示第二抗性强度,/>表示钛材材料对应的第一抗性强度,/>表示损失函数,/>表示第r个抗性因子对应的抗性因子值,/>表示第r个抗性因子对应的因子抗性影响关系。
为了解决上述问题,本发明还提供一种优化钛合金热扩散连接的钛材材料抗性提高系统,所述系统包括:
钛材材料特征分析模块,用于获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
第一抗性强度计算模块,用于根据所述材料特征,计算所述钛材材料的第一抗性强度,根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
第二抗性强度计算模块,用于结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
第三抗性强度计算模块,用于根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
钛材材料抗性提升模块,用于根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
本发明实施例通过分析所述钛材材料的材料属性可以为后期进行所述钛材材料的特征提取提供数据支撑;进一步地,本发明实施例通过基于所述材料属性,提取所述钛材材料的材料特征可以提取出具有代表性和重要性的材料特征。这些特征可以用于材料分类、性能预测、优化设计等领域,为材料抗性的增加研究提供有价值的信息和指导;本发明实施例通过根据所述材料特征,计算所述钛材材料的第一抗性强度可以分析钛材材料的当前抗性状态,为后期进行所述钛材材料的抗性分析提供数据指导;本发明实施例通过结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度可以分析外部因素对所述钛材材料抗性的影响,提高了钛材材料抗性计算的准确性,最后,本发明实施例通过根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子可以挖掘出影响所述钛材材料抗性的隐形影响因素,从而提高所述钛材材料抗性计算的准确性,提高了后期进行述钛材材料的抗性增加的效果,本发明实施例通过根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案可以根据分析不同因子对所述钛材材料的抗性影响程度来分析所述钛材材料抗性的主要影响因子,从而针对性进行所述钛材材料的抗性增加。因此本发明提出的优化钛合金热扩散连接的钛材材料抗性提高方法及系统,可以提高对钛材材料的抗性提升的效果。
附图说明
图1为本发明一实施例提供的优化钛合金热扩散连接的钛材材料抗性提高方法的流程示意图;
图2为本发明一实施例提供的优化钛合金热扩散连接的钛材材料抗性提高系统的功能模块图;
图3为本发明一实施例提供的优化钛合金热扩散连接的钛材材料抗性提高系统的电子设备的结构示意图;
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种优化钛合金热扩散连接的钛材材料抗性提高方法。所述优化钛合金热扩散连接的钛材材料抗性提高方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述优化钛合金热扩散连接的钛材材料抗性提高方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的优化钛合金热扩散连接的钛材材料抗性提高方法的流程示意图。在本实施例中,所述优化钛合金热扩散连接的钛材材料抗性提高方法包括:
S1、获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征。
本发明实施例中,所述钛材材料是指由纯钛或钛合金制成的材料。
本发明实施例通过分析所述钛材材料的材料属性可以为后期进行所述钛材材料的特征提取提供数据支撑。其中所述材料属性是指所述钛材材料的材料特性,例如,密度、强度、耐腐蚀性、热稳定性、生物相容性等特性。
作为本发明的一个实施例,所述并分析所述钛材材料的材料属性可以通过材料检测传感器来识别。
进一步地,本发明实施例通过基于所述材料属性,提取所述钛材材料的材料特征可以提取出具有代表性和重要性的材料特征。这些特征可以用于材料分类、性能预测、优化设计等领域,为材料抗性的增加研究提供有价值的信息和指导。其中,所述材料特征是指通过所述材料属性分析所述钛材材料的关键特征。
作为本发明的一个实施例,所述基于所述材料属性,提取所述钛材材料的材料特征,包括:识别所述材料属性的关键材料属性;提取所述关键材料属性的属性信号;对所述属性信号进行归一化处理,得到归一化属性信号;对所述归一化属性信号进行频域特征提取,得到所述钛材材料的材料特征。
其中,所述关键材料属性是指所述材料属性的代表性属性,所述关键材料属性包括密度、强度、耐腐蚀度、热稳定性属性;所述属性信号是指采集所述关键材料属性的属性信号,例如腐蚀电信号、腐蚀声波信号、强度信号等信号,所述归一化属性信号是指对所述属性信号进行归一化处理后得到的属性信号,以消除所述属性信号的噪声和异常值。
进一步地,本发明一可选实施例中,所述对所述归一化属性信号进行频域特征提取,得到所述钛材材料的材料特征,包括:将所述归一化属性信号对应的时域转化为频域,得到频域属性信号;计算所述频域属性信号的属性频率;基于所述属性频率,利用下述公式计算所述频域属性信号的频谱斜度:
;
其中,表示频谱斜度,/>表示属性频率的幅值,f_i表示频域属性信号对应的属性频率,MF表示属性频率的平均频率;
根据所述频谱斜度,提取所述钛材材料的材料特征。
其中,所述根据所述频谱斜度,提取所述钛材材料的材料特征可以通过所述频谱斜度,提取所述钛材材料的特征参数,这些特征参数可以包括:峰值频率、峰值幅度、带宽、频率斜率等。这些参数可以反映钛材材料在不同频率下的振动特性。将提取到的特征参数整理成数据库,以便后续的分析和比较。材料特征库可以帮助我们快速识别和区分不同材料的特性,从而得到所述钛材材料的材料特征。
S2、根据所述材料特征,计算所述钛材材料的第一抗性强度,根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱。
本发明实施例通过根据所述材料特征,计算所述钛材材料的第一抗性强度可以分析钛材材料的当前抗性状态,为后期进行所述钛材材料的抗性分析提供数据指导。其中,所述第一抗性强度是指根据所述钛材材料材料特征得出所述钛材材料的抗性强度。
作为本发明的一个实施例,所述根据所述材料特征,计算所述钛材材料的第一抗性强度,包括:确定所述材料特征的材料特征值;基于所述材料特征值,分析所述材料特征与所述钛材材料的特征抗性关系;基于所述特征抗性关系,计算所述材料特征的抗性权重;基于所述材料特征、所述特征抗性关系以及所述抗性权重,计算所述钛材材料的第一抗性强度。
其中,所述材料特征值是指所述材料特征的特征强度值,例如密度值、强度值、耐腐蚀性值等值,所述特征抗性关系是指所述材料特征与所述钛材材料抗性之间的关系,通过统计分析不同的密度值、强度值、耐腐蚀性等值与所述钛材材料抗性的变换曲线来确定所述特征抗性关系,所述抗性权重是指所述材料特征对应代表所述钛材材料抗性的影响程度,当所述特征抗性关系越强,所述抗性权重越高,所述特征抗性关系越低,所述抗性权重越低。
进一步地,本发明一可选实施例中,所述基于所述材料特征、所述特征抗性关系以及所述抗性权重,计算所述钛材材料的第一抗性强度,包括:基于所述材料特征、所述特征抗性关系以及所述抗性权重,利用下述公式计算所述钛材材料的第一抗性强度:
;
其中,表示第一抗性强度,/>表示第/>个材料特征,/>表示第/>个材料特征对应抗性权重,/>表示第/>个材料特征的特征抗性关系,/>表示材料特征之间的关联关系。
其中,所述关联关系是指所述材料特征之间相互影响的关系,例如钛材材料的密度越高,钛材材料的强度越大、钛材材料的强度越高,钛材材料的耐腐蚀性越强等关系。
进一步地,本发明实施例通过根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子可以通过抗性因子分析影响所述钛材材料抗性的因素,提高后期进行所述钛材材料抗性增加效果。其中,所述抗性因子是指影响所述钛材材料抗性的因素,例如空气、压强、湿度等因素。
作为本发明的一个实施例,所述根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,包括:分析所述材料特征的特征影响因子;计算所述特征影响因子、所述材料特征以及所述第一抗性之间的因子关联值;根据所述因子关联值,挖掘所述特征影响因子对所述第一抗性强度的因子影响值;基于所述因子影响值,识别所述钛材材料的抗性因子。
其中,所述特征影响因子是指影响所述材料特征的因素,所述因子关联值是指所述特征影响因子、所述材料特征以及所述第一抗性强度之间的关联程度,例如不同压强下所述材料特征和所述第一抗性强度的变化关系,所述因子影响值是指所述特征影响因子对所述第一抗性强度的影响程度,例如空气的湿度越高,钛材材的耐腐蚀性越低导致钛材材的第一抗性强度越低。
进一步地,本发明一可选实施例中,所述基于所述因子影响值,识别所述钛材材料的抗性因子可以通过预设的标准因子影响值来确定所述抗性因子,当所述因子影响值大于等于所述标准因子影响值,标记为所述抗性因子,当所述因子影响值小于所述标准因子影响值,不标记为所述抗性因子。
进一步地,本发明实施例通过构建所述抗性因子的三元组图谱可以分析所述抗性因子之间的关联关系,从而提高了对所述钛材材料抗性计算的准确性。其中,所述三元组图谱是指所述抗性因子与钛材料抗性之间的关系图谱。
作为本发明的一个实施例,所述构建所述抗性因子的三元组图谱,包括:采集所述抗性因子的相关数据;验证所述相关数据的可靠性;当所述可靠性符合可靠要求时,通过所述相关数据,确定所述抗性因子的三元组结构;基于所述三元组结构,构建所述抗性因子的三元组图谱。
其中,所述相关数据是指所述抗性因子的具有关系的数据集合,所述可靠性是指所述相关数据安全可信程度,所述三元组结构是指由三个相关联的元素组成的数据结构,三元组结构主要包括三个部分:行下标、列下标和元素值。 其中,所述行下标可以表示钛材料类型、实验条件(如温度、应力等)或工艺处理等,所述列下标可以表示强度因子,如拉伸强度、压缩强度等,所述元素值可以表示实验结果,如强度值、强度变化等。
进一步地,本发明一可选实施例中,所述采集所述抗性因子的相关数据可以通过Python爬虫脚本爬取,Python爬虫脚本爬取的数据包括钛材料的抗拉强度、屈服强度、硬度、韧性等力学性能以及钛材料在不同环境(如酸、碱、盐等)下的腐蚀行为等数据。
进一步地,本发明一可选实施例中,所述验证所述相关数据的可靠性可以通过数据来源、数据时效、数据一致性等因素进行对比。
S3、结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度。
本发明实施例通过结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度可以分析外部因素对所述钛材材料抗性的影响,提高了钛材材料抗性计算的准确性。其中,所述第二抗性强度是指所述钛材材料在所述抗性因子影响下计算得到的抗性强度。
作为本发明的一个实施例,所述结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度,包括:识别所述抗性因子的抗性因子特征;分析所述材料特征和所述抗性因子特征之间的特征关联关系;根据所述特征关联关系和所述材料特征对应特征抗性关系,分析所述抗性因子对所述钛材材料的因子抗性影响关系;基于所述抗性因子和所述因子抗性影响关系,计算所述钛材材料的第二抗性强度。
其中,所述抗性因子特征是指所述抗性因子的特征属性,例如温度多变性、持久性等属性。所述特征关联关系是指所述材料特征和所述抗性因子特征之间的相关性,例如同一场景下,在所述抗性因子的持续高温特性下,所述材料特征的耐腐蚀性先变强后保持不变,所述特征关联关系可以通过相关系数来进行分析,所述因子抗性影响关系是指所述抗性因子对所述钛材材料抗性的影响关系,例如在一定温度阈值内,温度抗性因子的温度变高,钛材材料抗性变强。
进一步地,本发明一可选实施例中,所述基于所述抗性因子和所述因子抗性影响关系,计算所述钛材材料的第二抗性强度,包括:对所述抗性因子进行因子值量化,得到抗性因子值;基于所述抗性因子值和所述因子抗性影响关系,利用下述公式计算所述钛材材料的第二抗性强度:
;
其中,表示第二抗性强度,/>表示钛材材料对应的第一抗性强度,/>表示损失函数,/>表示第r个抗性因子对应的抗性因子值,/>表示第r个抗性因子对应的因子抗性影响关系。
其中,所述抗性因子值是指抗性因子的值,例如同一场景下,所述抗性因子温度值为100摄氏度、所述抗性因子压强为10帕斯卡,所述抗性因子值可以通过传感器来读取,所述损失函数是指通过所述抗性因子和所述抗性因子对应的因子抗性影响关系来计算钛材材料抗性损失的函数。
S4、根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度。
本发明实施例通过根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子可以挖掘出影响所述钛材材料抗性的隐形影响因素,从而提高所述钛材材料抗性计算的准确性,提高了后期进行述钛材材料的抗性增加的效果。其中,所述抗性谱系因子是指根据所述三元组图谱检测出所述抗性因子以外其它对所述钛材材料抗性存在影响的因素,例如声音、震动、音波等因素。
作为本发明的一个实施例,所述根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子可以通过对所述三元组图谱利用深度挖掘算法来挖掘所述钛材材料的抗性谱系因子。
进一步地,本发明实施例通过结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度可以进一步地确定不同因子对所述钛材材料抗性的影响关系,从而提高了对所述钛材材料抗性增加的效果。其中,所述第三抗性强度是指所述钛材材料对应第二抗性强度在所述抗性谱系因子影响下的抗性强度值。
作为本发明的一个实施例,所述结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度可以通过分析抗性谱系因子与所述钛材材料抗性的谱系因子影响关系;基于所述材料特征,确定所述抗性谱系因子的抗性谱系因子值;基于所述抗性因子对应的抗性因子值、所述抗性谱系因子值、所述抗性因子对应因子抗性影响关系以及所述谱系因子影响关系,计算所述钛材材料的第三抗性强度。其中,所述谱系因子影响关系指所述抗性谱系因子对所述钛材材料抗性的影响关系,例如同一场景下,所述抗性谱系因子中震动因子强度变强导致钛材材料的抗性变低。
进一步地,本发明一可选实施例中,所述基于所述抗性因子对应的抗性因子值、所述抗性谱系因子值、所述抗性因子对应因子抗性影响关系以及所述谱系因子影响关系,计算所述钛材材料的第三抗性强度,包括:
基于所述抗性因子对应的抗性因子值、所述抗性谱系因子值、所述抗性因子对应因子抗性影响关系以及所述谱系因子影响关系,计算所述钛材材料的第三抗性强度:
;
其中,表示钛材材料的第三抗性强度,/>表示第二抗性强度,/>表示钛材材料对应的第一抗性强度,/>表示损失函数,/>表示第r个抗性因子对应的抗性因子值,/>表示第r个抗性因子对应的因子抗性影响关系,/>表示第/>个抗性谱系因子的抗性谱系因子值,第/>个抗性谱系因子的谱系因子影响关系。
S5、根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
本发明实施例通过根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案可以根据分析不同因子对所述钛材材料的抗性影响程度来分析所述钛材材料抗性的主要影响因子,从而针对性进行所述钛材材料的抗性增加。其中,所述抗性提升方案是指对所述钛材材料进行抗性增加的方案。
作为本发明的一个实施例,所述根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,包括:根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,分别构建所述钛材材料的第一抗性提升方案、第二抗性提升方案以及第三抗性提升方案;整合所述第一抗性提升方案、所述第二抗性提升方案以及所述第三抗性提升方案,得到所述钛材材料的抗性提升方案。
其中,所述第一抗性提升方案、所述第二抗性提升方案以及所述第三抗性提升方案分别是指提升所述钛材材料抗性的三个方案。
进一步地,本发明实施例通过执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果可以针对性提高所述钛材材料的抗性,提高了对所述钛材材料抗性增加的效果。其中,所述抗性提升结果是指通过所述抗性提升方案对所述钛材材料进行抗性增加后得到的高抗性钛材材料。
本发明实施例通过分析所述钛材材料的材料属性可以为后期进行所述钛材材料的特征提取提供数据支撑;进一步地,本发明实施例通过基于所述材料属性,提取所述钛材材料的材料特征可以提取出具有代表性和重要性的材料特征。这些特征可以用于材料分类、性能预测、优化设计等领域,为材料抗性的增加研究提供有价值的信息和指导;本发明实施例通过根据所述材料特征,计算所述钛材材料的第一抗性强度可以分析钛材材料的当前抗性状态,为后期进行所述钛材材料的抗性分析提供数据指导;本发明实施例通过结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度可以分析外部因素对所述钛材材料抗性的影响,提高了钛材材料抗性计算的准确性,最后,本发明实施例通过根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子可以挖掘出影响所述钛材材料抗性的隐形影响因素,从而提高所述钛材材料抗性计算的准确性,提高了后期进行述钛材材料的抗性增加的效果,本发明实施例通过根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案可以根据分析不同因子对所述钛材材料的抗性影响程度来分析所述钛材材料抗性的主要影响因子,从而针对性进行所述钛材材料的抗性增加。因此本发明提出的优化钛合金热扩散连接的钛材材料抗性提高方法及系统,可以提高对钛材材料的抗性提升的效果。如图2所示,是本发明一实施例提供的优化钛合金热扩散连接的钛材材料抗性提高系统的功能模块图。
本发明所述优化钛合金热扩散连接的钛材材料抗性提高系统200可以安装于电子设备中。根据实现的功能,所述优化钛合金热扩散连接的钛材材料抗性提高系统200可以包括钛材材料特征分析模块201、第一抗性强度计算模块202、第二抗性强度计算模块203、第三抗性强度计算模块204及钛材材料抗性提升模块205。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述钛材材料特征分析模块201,用于获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
所述第一抗性强度计算模块202,用于根据所述材料特征,计算所述钛材材料的第一抗性强度,根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
所述第二抗性强度计算模块203,用于结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
所述第三抗性强度计算模块204,用于根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
所述钛材材料抗性提升模块205,用于根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
详细地,本发明实施例中所述优化钛合金热扩散连接的钛材材料抗性提高系统200中所述的各模块在使用时采用与附图中所述的优化钛合金热扩散连接的钛材材料抗性提高方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
本发明一实施例提供了实现优化钛合金热扩散连接的钛材材料抗性提高方法的电子设备。
参见图3所示,所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33,还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序,如优化钛合金热扩散连接的钛材材料抗性提高方法程序。
其中,所述处理器在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器内的程序或者模块(例如执行优化钛合金热扩散连接的钛材材料抗性提高程序等),以及调用存储在所述存储器内的数据,以执行电子设备的各种功能和处理数据。
所述存储器至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于优化钛合金热扩散连接的钛材材料抗性提高程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
所述通信接口用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理系统与所述至少一个处理器逻辑相连,从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器存储的优化钛合金热扩散连接的钛材材料抗性提高程序是多个指令的组合,在所述处理器中运行时,可以实现:
获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
根据所述材料特征,计算所述钛材材料的第一抗性强度,根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
具体地,所述处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
根据所述材料特征,计算所述钛材材料的第一抗性强度,根据所述材料特征和所述第一抗性强度,识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述方法包括:
获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
根据所述材料特征,计算所述钛材材料的第一抗性强度,将所述材料特征和所述第一抗性强度输入至训练好的材料抗性因子分析模型中,以通过所述材料抗性因子分析模型识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
所述根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,包括:根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,分别构建所述钛材材料的第一抗性提升方案、第二抗性提升方案以及第三抗性提升方案;整合所述第一抗性提升方案、所述第二抗性提升方案以及所述第三抗性提升方案,得到所述钛材材料的抗性提升方案;
其中,所述第一抗性提升方案、所述第二抗性提升方案以及所述第三抗性提升方案分别是指提升所述钛材材料抗性的三个方案;
根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果;
所述基于所述材料属性,提取所述钛材材料的材料特征,包括:
识别所述材料属性的关键材料属性;关键材料属性是指所述材料属性的代表性属性;
对所述关键材料属性进行数值量化,得到量化材料属性值;
对所述量化材料属性值进行归一化处理,得到归一化属性值;
对所述归一化属性值进行频域特征提取,得到所述钛材材料的材料特征;
所述对所述归一化属性值进行频域特征提取,得到所述钛材材料的材料特征,包括:
将所述归一化属性值对应的时域转化为频域,得到频域属性值;
计算所述频域属性值的属性频率;
基于所述属性频率,利用下述公式计算所述频域属性值的频谱斜度:
;
其中,表示频谱斜度,/>表示属性频率的幅值,f_i表示频域属性值对应的属性频率,MF表示属性频率的平均频率;
根据所述频谱斜度,提取所述钛材材料的材料特征。
2.如权利要求1所述的优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述根据所述材料特征,计算所述钛材材料的第一抗性强度,包括:
计算所述材料特征的材料特征值;
基于所述材料特征值,分析所述材料特征与所述钛材材料的特征抗性关系;
基于所述特征抗性关系,计算所述材料特征的抗性权重;
基于所述材料特征、所述特征抗性关系以及所述抗性权重,计算所述钛材材料的第一抗性强度。
3.如权利要求2所述的优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述基于所述材料特征、所述特征抗性关系以及所述抗性权重,计算所述钛材材料的第一抗性强度,包括:
基于所述材料特征、所述特征抗性关系以及所述抗性权重,利用下述公式计算所述钛材材料的第一抗性强度:
;
其中,表示第一抗性强度,/>第/>个材料特征,/>表示第/>个材料特征对应抗性权重,/>表示第/>个材料特征的特征抗性关系/>表示材料特征之间的关联关系。
4.如权利要求1所述的优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述将所述材料特征和所述第一抗性强度输入至训练好的材料抗性因子分析模型中,以通过所述材料抗性因子分析模型识别所述钛材材料的抗性因子,包括:
分析所述材料特征的特征影响因子;
利用所述材料抗性因子分析模型中的关联网络计算所述特征影响因子、所述材料特征以及所述第一抗性之间的因子关联值;
根据所述因子关联值,利用所述材料抗性因子分析模型中的挖掘网络挖掘所述特征影响因子对所述第一抗性强度的因子影响值;
基于所述因子影响值,识别所述钛材材料的抗性因子。
5.如权利要求1所述的优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述构建所述抗性因子的三元组图谱,包括:
采集所述抗性因子的相关数据;相关数据是指所述抗性因子的具有关系的数据集合;
验证所述相关数据的可靠性;
当所述可靠性符合可靠要求时,通过所述相关数据,确定所述抗性因子的三元组结构;
基于所述三元组结构,构建所述抗性因子的三元组图谱。
6.如权利要求1所述的优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度,包括:
识别所述抗性因子的抗性因子特征;
分析所述材料特征和所述抗性因子特征之间的特征关联关系;
根据所述特征关联关系和所述材料特征对应特征抗性关系,分析所述抗性因子对所述钛材材料的因子抗性影响关系;
基于所述抗性因子和所述因子抗性影响关系,计算所述钛材材料的第二抗性强度。
7.如权利要求6所述的优化钛合金热扩散连接的钛材材料抗性提高方法,其特征在于,所述基于所述抗性因子和所述因子抗性影响关系,计算所述钛材材料的第二抗性强度,包括:
对所述抗性因子进行因子值量化,得到抗性因子值;
基于所述抗性因子值和所述因子抗性影响关系,利用下述公式计算所述钛材材料的第二抗性强度:
;
其中,表示第二抗性强度,/>表示钛材材料对应的第一抗性强度,/>表示关联函数,表示第r个抗性因子对应的抗性因子值,/>表示第r个抗性因子对应的因子抗性影响关系。
8.一种优化钛合金热扩散连接的钛材材料抗性提高系统,其特征在于,用于执行如权利要求1-7中任意一项所述的优化钛合金热扩散连接的钛材材料抗性提高方法,所述系统包括:
钛材材料特征分析模块,用于获取应用于钛合金热扩散连接下的钛材材料,并分析所述钛材材料的材料属性,基于所述材料属性,提取所述钛材材料的材料特征;
第一抗性强度计算模块,用于根据所述材料特征,计算所述钛材材料的第一抗性强度,将所述材料特征和所述第一抗性强度输入至训练好的材料抗性因子分析模型中,以通过所述材料抗性因子分析模型识别所述钛材材料的抗性因子,并构建所述抗性因子的三元组图谱;
第二抗性强度计算模块,用于结合所述材料特征和所述抗性因子,计算所述钛材材料的第二抗性强度;
第三抗性强度计算模块,用于根据所述三元组图谱,挖掘所述钛材材料的抗性谱系因子,结合所述材料特征、所述抗性因子以及所述抗性谱系因子,计算所述钛材材料的第三抗性强度;
钛材材料抗性提升模块,用于根据所述第一抗性强度、所述第二抗性强度以及所述第三抗性强度,创建所述钛材材料的抗性提升方案,以执行所述钛材材料的抗性提升处理,得到所述钛材材料的抗性提升结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311502038.4A CN117238419B (zh) | 2023-11-13 | 2023-11-13 | 优化钛合金热扩散连接的钛材材料抗性提高方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311502038.4A CN117238419B (zh) | 2023-11-13 | 2023-11-13 | 优化钛合金热扩散连接的钛材材料抗性提高方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117238419A CN117238419A (zh) | 2023-12-15 |
CN117238419B true CN117238419B (zh) | 2024-02-06 |
Family
ID=89095230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311502038.4A Active CN117238419B (zh) | 2023-11-13 | 2023-11-13 | 优化钛合金热扩散连接的钛材材料抗性提高方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117238419B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201102092A (en) * | 2009-06-10 | 2011-01-16 | 3 V Biosciences Inc | Antivirals that target transporters, carriers, and ion channels |
CN110846650A (zh) * | 2019-12-10 | 2020-02-28 | 北京科技大学 | 一种用含Si化合物提高钛和钛合金抗氧化性能的方法 |
CN111868260A (zh) * | 2017-08-07 | 2020-10-30 | 约翰斯霍普金斯大学 | 用于评估和治疗癌症的方法和材料 |
JP2023122324A (ja) * | 2022-02-22 | 2023-09-01 | 日鉄ステンレス株式会社 | 材料特性予測プログラム、金属材料、構造物、材料特性予測装置及び材料特性予測方法 |
-
2023
- 2023-11-13 CN CN202311502038.4A patent/CN117238419B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201102092A (en) * | 2009-06-10 | 2011-01-16 | 3 V Biosciences Inc | Antivirals that target transporters, carriers, and ion channels |
CN111868260A (zh) * | 2017-08-07 | 2020-10-30 | 约翰斯霍普金斯大学 | 用于评估和治疗癌症的方法和材料 |
CN110846650A (zh) * | 2019-12-10 | 2020-02-28 | 北京科技大学 | 一种用含Si化合物提高钛和钛合金抗氧化性能的方法 |
JP2023122324A (ja) * | 2022-02-22 | 2023-09-01 | 日鉄ステンレス株式会社 | 材料特性予測プログラム、金属材料、構造物、材料特性予測装置及び材料特性予測方法 |
Non-Patent Citations (1)
Title |
---|
钛及钛合金高温氧化行为研究;向午渊;江海涛;田世伟;;金属功能材料(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117238419A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108090567B (zh) | 电力通信系统故障诊断方法及装置 | |
JP5957064B2 (ja) | 秘密情報の検出 | |
CN112560453B (zh) | 语音信息校验方法、装置、电子设备及介质 | |
CN111612037B (zh) | 异常用户检测方法、装置、介质及电子设备 | |
WO2020164272A1 (zh) | 上网设备的识别方法、装置及存储介质、计算机设备 | |
CN113270197A (zh) | 一种基于人工智能的健康预测方法、系统及存储介质 | |
CN114124460B (zh) | 工控系统入侵检测方法、装置、计算机设备及存储介质 | |
CN112084146A (zh) | 基于多维特征的固件同源性检测方法 | |
CN112070506A (zh) | 风险用户识别方法、装置、服务器及存储介质 | |
CN113221104A (zh) | 用户异常行为的检测方法及用户行为重构模型的训练方法 | |
CN111639360A (zh) | 智能数据脱敏方法、装置、计算机设备及存储介质 | |
CN113157853B (zh) | 问题挖掘方法、装置、电子设备及存储介质 | |
CN117390933B (zh) | 用于润滑油制备下的工艺数据追溯方法及系统 | |
CN117238419B (zh) | 优化钛合金热扩散连接的钛材材料抗性提高方法及系统 | |
CN111523099A (zh) | 基于压力轨迹的授权验证方法、装置及可读存储介质 | |
CN116485512A (zh) | 基于强化学习的银行数据分析方法及系统 | |
CN116468025A (zh) | 电子病历结构化方法、装置、电子设备及存储介质 | |
CN113408896A (zh) | 结合大数据和云业务的用户行为检测方法及业务服务器 | |
CN113762373A (zh) | 一种负荷特性的异常识别方法、装置、电子设备及介质 | |
CN114201533B (zh) | 车辆涉水深度检测方法、装置、电子设备及存储介质 | |
CN113724065B (zh) | 基于流程指导的辅助催收方法、装置、设备及存储介质 | |
CN107995181A (zh) | 一种基于步态的身份验证方法、装置、设备及存储介质 | |
CN116167829B (zh) | 一种多维多粒度用户行为分析方法 | |
CN116226673B (zh) | 缓冲区漏洞识别模型的训练方法、漏洞检测方法及装置 | |
CN113449309B (zh) | 终端安全状态识别方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |