|
搜索
搜 索
高等教育领域数字化综合服务平台
高分子自修复涂层关键技术及产业化
可以量产/n智能自修复防腐涂料通过先进技术方法，将封装缓蚀剂的纳米容器均匀分散至传统涂层中，一方面解决缓蚀剂与涂层的相容性问题，同时在涂层发生异常变化(破损,过度挤压, 酸碱刺激)时，纳米容器中封装的缓蚀剂迅速被释放，附着在金属材料表面，有效抑制这些位置腐蚀的发生。该技术是个智能保护系统，腐蚀发生时，可在特定的时间和位置自动释放腐蚀抑制剂。当该位置腐蚀停止时，纳米容器的释放也自动终止。市场预期：该技术既能保持金属材料原有的物理和力学性能，又具有良好的防腐效果和较高的经济效益。据2016年市场研究机构
中国科学院大学
2021-01-12
水泥基渗透性抗裂防水复合修复材料制备技术
本发明公开了一种水泥基渗透性抗裂防水复合修复材料及其制备方法,本发明水泥基渗透性抗裂防水复合修复材料由以下质量分数的祖坟组成:硅酸盐水泥熟料20～40%、粉煤灰3～20%、石膏2～10%、高铝水泥2～10%、硅酸钠1～4%、萘系高效减水剂0.1～1.5%、碳酸钠0.1～2.0%、整形石英砂40～70%、聚丙烯短纤维0.1～3.0%和羧甲基纤维素钠0.05～1.0%;本发明材料性能优良、无毒无污染且具有粘结牢固、渗透深度好、防水抗渗效果和抗裂效果奇佳等特点,同时生产成本低廉、制备工艺和施工方法简单、使
天津城建大学
2021-01-12
邻苯二甲酸酯污染土壤的修复方法
本发明涉及一种邻苯二甲酸酯污染土壤的修复方法，具体为以下三种方式中的任一种：(1)在污染土壤中种植绿豆；(2)在污染土壤中施加绿木霉F7；(3)在污染土壤中种植绿豆，并联合施加绿木霉F7；所述绿木霉F7的分类命名为Trichoderma virens，已保藏于中国微生物菌种保藏管理委员会普通微生物中心，保藏编号为CGMCC No.3.17613。绿木霉F7对PAEs有良好的利用
青岛农业大学
2021-01-12
一种可控的无砟轨道的自修复方法
本发明涉及无砟轨道修复领域，具体而言，涉及一种可控的无砟轨道的自修复方法，包括以下步骤：将修复材料与无砟轨道混凝土混合，浇筑成无砟轨道板；根据修复材料的性能选用相应的物理场施加到无砟轨道板上，使修复材料发挥其修复的功能。本发明提供的一种可控的无砟轨道的自修复方法，通过预先将修复材料与无砟轨道混凝土混合制成无砟轨道板，再根据修复材料的性能选用相应的物理场施加到无砟轨道板上，使修复材料发挥其修复的功能，即通过人为的干预，使得修复材料在需要修复的时候发挥修复的功能，实现修复材料的可控性，方式简单，提高无砟轨道伤损修复的效果，延长无砟轨道使用寿命。
西南交通大学
2018-09-18
一种断裂缺损青铜器文物的修复方法
本发明属于考古领域，尤其是涉及一种断裂缺损青铜器文物的修复方法。本发明包括以下步骤:1、 修复前处理;2、建立修复模型;3、制作封装模具;4、配置焊粉;5、模具装配;6、装粉;7、修复; 8、后处理。本发明通过自蔓延焊粉的放热反应，获得与青铜器文物基体成分一致的
武汉大学
2021-04-14
一种断裂缺损青铜器文物修复用焊粉
本发明属于考古领域，涉及一种断裂缺损青铜器文物修复用焊粉。按照质量百分比计:Na2SO4 粉10~14wt.%，Cu2O 粉 31~40wt.%，PbO 粉 1~18wt.%，Al 粉 9~11wt.%，CaF2 粉 1~3wt.%，硼砂 1~2wt.%Cu 粉 15~30wt.
武汉大学
2021-04-14
铁路钢轨及铁路组合辙叉修复专用贝氏体焊条
项目简介： 本项目针对铁路组合辙叉及钢轨修复需预热的具体问题， 通过渣系设计、合金及焊接工艺设计，成功研制了无预热的辙叉心轨修复用贝氏体焊条。该焊条的修复工艺性好、
西华大学
2021-04-14
重金属污染土壤的复合生物高分子修复技术
成果简介： 重金属污染已成为严重困扰我国农业生产的重要因素之一，目前受重金属污染的耕地面积约为2000万公顷（约占耕地总面积1/5），以镉、铅影响更大。传统的物理化学修复方法效率低、代价大，还容易带来二次污染。本团队针对以上重金属治理难题，开发出了复合生物高分子修复技术。该技术针对作物不同的生育期，反向调节生物高分子的分子量以及DL单体构型比例，根据需求
南京工业大学
2021-01-12
基于卷积神经网络的干扰信号识别方法
本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。
电子科技大学
2021-04-10
人工神经网络芯片的研发与产业化
随着机器学习与人工智能的发展，传统的CPU已经无法满足大规模神经网络训练的需要。在当前机器学习与神经网络的热潮下，美国互联网和IC巨头纷纷推出自己的神经网络/人工智能芯片，抢占这一未来市场。我们研发的神经网络/人工智能芯片可以验证多种深度学习算法及应用，具有完全自主知识产权，是将来可以挑战美国人工智能芯片领域的一个重要突破。
电子科技大学
2021-04-10