“齐惠清”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于机器学习的Ti-6Al-4V合金表面粗糙度的预测方法-CN202310371033.6在审
发明人：刘洪喜;陶建涛;张晓伟;李为尚;齐惠清;刘亮 -专利权人：昆明理工大学
申请日： 2023-04-10 - 公布日： 2023-07-25 - 主分类号： G16C20/70 文献下载
摘要：本发明提供一种基于机器学习的Ti‑6Al‑4V合金表面粗糙度的预测方法，属于金属材料粗糙度预测技术领域，该方法包括，获取用来预测Ti‑6Al‑4V合金表面粗糙度的特征数据训练集，并对特征数据集进行筛选，选取最优的特征组合，其中训练数据包括输入数据和输出数据，输入数据为进给率、切削速度、切削深度；输出数据为Ti‑6Al‑4V合金表面粗糙度；通过深度强化学习对特征数据集应用于机器学习模型进行多轮训练，根据训练结果确定于机器学习模型匹配的数据选择算法进行预测，得到对应的Ti‑6Al‑4V合金表面粗糙度。本发明通过训练模型将提取的样本传递给机器学习算法进行训练，得到最优数据，不仅对Ti‑6Al‑4V合金表面粗糙度预测较为准确，且节省计算成本和时间。
一种基于机器学习 ti al 合金表面粗糙预测方法

[发明专利]一种激光熔覆高熵合金涂层及其制备方法-CN202310434183.7在审
发明人：刘洪喜;齐惠清;张晓伟;陶建涛;李为尚;刘亮 -专利权人：昆明理工大学
申请日： 2023-04-21 - 公布日： 2023-07-14 - 主分类号： C23C24/10 文献下载
摘要：本发明提供了一种激光熔覆高熵合金涂层及其制备方法，属于合金表面涂层改性技术领域。本发明的高熵合金涂层，由一定原子比的五种金属元素Al、Ti、V、Cr、Nb组成，将金属粉末球磨混粉；将混合好的金属粉末用无水乙醇稀释至粘稠后均匀粘附在钛合金表面形成合金粉末预制层；通过激光熔覆将合金粉末预制层熔覆在钛合金基体表面形成高熵合金涂层。合金的硬度、强度以及耐磨性和基材结合度有显著的提高。
一种激光熔覆高熵合金涂层及其制备方法

[发明专利]一种原位自生Al2-CN202310195372.3在审
发明人：刘洪喜;陶建涛;李为尚;齐惠清;刘亮 -专利权人：昆明理工大学
申请日： 2023-03-03 - 公布日： 2023-06-02 - 主分类号： C23C24/10 文献下载
摘要：本发明公开了一种原位自生Al2O3增强高熵合金涂层及制备方法，属于激光熔覆领域。本发明所述的合金粉末为Al、Ti、V、Cr、Nb、TiO2，基体材料选用TC4钛合金；具体方法为：对TC4基材进行表面预处理，将称量好的Al、Ti、V、Cr、Nb金属粉末与纳米TiO2粉末通过球磨机球磨后均匀后预置在预处理TC4基材上，在其表面形成预置层，并进行激光熔覆试验，采用原位自生的方式引入Al2O3增强相，提高其高温抗氧化性能。本发明制备出的AlTiVCrNb‑TiO2高熵合金涂层与基体实现良好的冶金结合，并无孔洞和裂纹的产生，其涂层具高硬度及良好的抗氧化性能。
一种原位自生 al base sub

[发明专利]一种轻质高熵合金涂层及其制备方法-CN202310034643.7在审
发明人：刘洪喜;李为尚;张晓伟;陶建涛;齐惠清;刘亮 -专利权人：昆明理工大学
申请日： 2023-01-10 - 公布日： 2023-05-16 - 主分类号： C22C30/00 文献下载
摘要：本发明公开了一种轻质高熵合金涂层及其制备方法，包括组份：Al,Ti,V,Cr,TiO2，制备方法为按照配比将Al,Ti,V,Cr金属微米粉末与TiO2纳米粉末混合均匀后进一步球磨混合，将粉末预置在预处理基体表面形成预制层，通过激光熔覆加工得到高熵合金熔覆层。本发明中激光熔覆得到的熔覆层具有良好的宏观形貌，涂层与基体达到冶金结合且具有高硬度和耐高温氧化性能等特点，有助于提高涂层的耐用性。
一种轻质高熵合金涂层及其制备方法

[发明专利]一种高熵合金材料及其制备方法-CN202310033761.6在审
发明人：刘洪喜;刘亮;张晓伟;陶建涛;李为尚;齐惠清 -专利权人：昆明理工大学
申请日： 2023-01-10 - 公布日： 2023-04-28 - 主分类号： C22C30/00 文献下载
摘要：本发明公开了一种高熵合金材料及其制备方法，由原子百分比为16％‑20％的Ti、33％‑38％的Mo、32％‑38％的Nb、17％‑22％的Cr金属粉末混合均匀并进行高能球磨得到TiMoNbCr高熵合金粉末，并预置在基体表面，干燥后通过激光熔敷加工即可获得熔覆层。本发明激光熔覆得到的涂层具有良好的宏观形貌，涂层与基材达到良好的冶金结合且具有高硬度、高耐摩擦磨损性能、高耐高温氧化性等特点。
一种合金材料及其制备方法

[发明专利]一种基于机器学习的SLM合金TC4拉伸强度预测方法-CN202211545411.X在审
发明人：刘洪喜;齐惠清;张晓伟;陶建涛;李为尚;刘亮 -专利权人：昆明理工大学
申请日： 2022-12-05 - 公布日： 2023-04-07 - 主分类号： G16C60/00 文献下载
摘要：本发明公开了一种基于机器学习的SLM合金Ti‑6Al‑4V(TC4)拉伸强度预测方法，包括以下步骤：获取用来预测TC4合金拉伸强度的特征数据训练集；建立机器学习模型数据库，筛选特征数据，获取最优特征组合；通过十重交叉验证方法选择机器学习模型；采用选择的机器学习模型并输入最优特征组合进行模型训练；模型训练完成后，输入未知的TC4合金成分以及加工条件，得到输出数据，即为抗拉强度。本发明利用机器学习寻找确定TC4合金拉伸强度高的作用因素，推动TC4合金拉伸强度增强因素的探索，建立有效的抗拉强度模型，提高拉伸强度预测精度，对促进TC4合金性能优化、加速TC4合金的成分设计优化具有重要意义。
一种基于机器学习 slm 合金 tc4 拉伸强度预测方法