-
公开(公告)号：CN110818332A
公开(公告)日：2020-02-21
申请号：CN201911187074.X
申请日：2019-11-28
Applicant: 武汉科技大学
IPC: C04B28/00 , C04B22/08 , C04B18/04 , C04B18/14 , C04B111/20 , C04B111/23
Abstract: 本发明公开了一种利用FCC废催化剂与硅灰耦合制备无钙体系地质聚合物的方法，包括以下步骤：(1)将FCC废催化剂和硅灰粉料混合，得到混合料粉体；(2)配制复合碱激发剂；(3)将复合碱激发剂加入到混合料粉体中，搅拌混合制得混合料激发凝胶；(4)将混合料激发凝胶注入模具中，经成模、干燥、脱模和养护即得。本发明提供的制备方法采用氢氧化钠和水玻璃的混合物作为复合碱激发剂，使反应能快速生成N-A-S-H凝胶，使所得到的地质聚合物具有速凝性，同时表现出较高的早强性；以FCC废催化剂为主要的硅铝原料，硅灰作为铝质校正材料，同时实现了两种固体废弃物资源化利用；制备方法简单，生产成本低廉，环保、节能，利于推广和工业化。
-
公开(公告)号：CN110658782A
公开(公告)日：2020-01-07
申请号：CN201910942794.6
申请日：2019-09-30
Applicant: 武汉科技大学
IPC: G05B19/4065
Abstract: 本发明公开了一种基于特征的数控机床固有能效预测方法，该方法包括以下步骤：1)根据加工的工件的特征的设计信息和加工信息，获得该数控机床加工各类特征时的固有切削能耗；2)获得该数控机床的固有待机能耗；3)获得该数控机床的固有启动能耗；4)获得该数控机床的固有空载能耗；5)获得数控机床加工j类特征时的微观固有能耗：6)根据微观固有能耗获得数控机床加工未来所有可能加工的特征时的宏观固有能耗：7)获得固有能量利用率和固有比能来表征固有能效。本发明提出一种固有能效的预测方法，反映了数控机床未来服役阶段的能量效率潜力，同时还能为高能效机械加工系统的创建提供理论依据。
-
公开(公告)号：CN110458346A
公开(公告)日：2019-11-15
申请号：CN201910703840.7
申请日：2019-07-31
Applicant: 武汉科技大学
Abstract: 本发明公开了一种基于特征的复合材料固体火箭舱段加工能耗、碳排放及成本的预测方法，该方法包括以下步骤：1)提取火箭舱段的几何特征；2)根据几何特征，建立几何特征到制造特征的映射关系；3)确定用于环境排放和生产成本的辅助评价特征,包括不同类型的等效碳排放系数以及不同类型的单位成本；4)根据几何特征和制造特征进行能耗预测；5)根据几何特征和制造特征进行碳排放预测；6)根据几何特征和制造特征进行生产成本预测。本发明实现了基于几何特征预测能耗、碳排放及成本，可以在产品加工前根据其几何特征预测出这些指标，从而指导产品的开发以及加工的过程改进。
-
公开(公告)号：CN109879323A
公开(公告)日：2019-06-14
申请号：CN201910127013.8
申请日：2019-02-20
Applicant: 武汉科技大学
Abstract: 本发明公开了一种利用电炉粉尘和轧钢皮制备铁氧体的方法，以电炉粉尘和轧钢皮为原料，通过低温焙烧及氨法浸出从电炉粉尘中分离回收得到含锌浸出液，并通过酸浸从轧钢皮中得到含铁酸浸液；然后通过中和共沉淀法制备出尖晶石型铁氧体磁性材料，使电炉粉尘中的锌和轧钢皮中的铁最终以锌铁氧体产品形式回收，产品附加值高，不仅解决了电炉粉尘及轧钢皮的堆积问题，为电炉粉尘、轧钢皮的高效、高价值利用提供新的思路，同时降低了尖晶石型铁氧体的生产成本，提高了经济效益。
-
公开(公告)号：CN109852811A
公开(公告)日：2019-06-07
申请号：CN201910140629.9
申请日：2019-02-26
Applicant: 武汉科技大学
Abstract: 本发明公开了一种锌铁高效分离方法，该方法以电炉粉尘为原料，与铵盐混合后通过低温焙烧，实现电炉粉尘中难溶的铁酸锌物相向较易溶解的氧化锌物相的转变；然后，将焙烧产物放入氨性体系溶液中进行选择性浸出，基于锌和铁在氨性体系溶液中与氨配位结合能力的差异，使得锌通过配位与氨结合而进入浸出液，而铁、钙、镁、锑、砷、氟、氯等杂质不与氨配位而留在浸出渣中，从而在较温和的条件实现电炉粉尘中锌的高效选择性分离回收，本发明工艺流程简单、金属锌回收率高。
-
Patent Agency Ranking
公开(公告)号：CN105279291A
公开(公告)日：2016-01-27
申请号：CN201410270025.3
申请日：2014-06-17
Applicant: 武汉科技大学
IPC: G06F17/50
Abstract: 本发明涉及一种面向批量加工的堆焊工艺参数优化方法，包括以下步骤：根据待焊件确定待优化的堆焊工艺参数，所述工艺参数包括有焊条直径、焊接电流、电弧电压、焊接速度和焊接层数；根据焊件厚度和焊条属性确定待优化堆焊工艺参数的约束条件；确定优化目标，根据优化目标建立优化目标与待优化堆焊工艺参数的综合优化模型；通过有限次试验获得优化目标与焊接工艺参数之间的离散关系；根据综合优化模型与焊接工艺参数之间的离散关系，建立模糊函数模型，同时对离散关系进行拟合建立与模糊函数模型对应的拟合函数；对拟合函数实施最优值求解。本发明方法兼顾了堆焊过程耗能少和产品的合格率高，能提高生产效率，适用于堆焊焊接的批量加工。
-
公开(公告)号：CN103217307B
公开(公告)日：2015-09-23
申请号：CN201310098680.0
申请日：2013-03-26
Applicant: 武汉科技大学
IPC: G01M99/00
Abstract: 本发明公开了一种液压挖掘机工作装置的荷载谱测试方法，包括：（a）在其动臂液压缸和铲斗液压缸的活塞杆上分别设置应变片；（b）将动臂液压缸和斗杆液压缸闭锁仅铲斗液压缸活塞杆伸缩，以此方式推动铲斗执行挖掘运动，然后在该工况下分别测得动臂液压缸和铲斗液压缸的活塞杆各自沿其杆长方向的应变-时间响应数据；（c）利用所测的应变-时间响应数据，得出挖掘机铲斗斗齿的受力响应谱并将其作为工作装置的荷载谱。本发明中还公开了基于受力分析构建的受力响应谱简化运算公式。通过本发明，能够以简单快捷、便于操控的方式实现挖掘机工作装置的荷载谱测试过程，而且所测得的荷载谱不仅可应用于寿命评估，还可为其结构优化设计提供有效依据。
-
公开(公告)号：CN103941644A
公开(公告)日：2014-07-23
申请号：CN201410137896.8
申请日：2014-04-04
Applicant: 武汉科技大学
IPC: G05B19/406
Abstract: 本发明公开了一种基于时间参数的数控铣床能耗预测方法，包括：（a）为数控铣床的加工过程建立能耗预测模型；（b）分别测得各个组成工序的空载功率、附加功率、切削功率以及进给轴的进给功率，同时利用NC代码分别获取包括主传动系统空载时间、铣削加工时间以及进给轴工作时间在内的时间参数；（c）将所获得的各项功率和时间参数代入到能耗预测模型中，相应执行整个能耗预测工艺过程。通过本发明，只需输入切削用量以及每个工序中的时间参数，就可以快捷、准确地完成数控铣床能耗预测过程，该方法可行性高，并能够为数控铣床加工工件的工序选择、能耗预测、能耗评价以及机床节能减排等一系列问题提供优化与支持。
-
公开(公告)号：CN103921166A
公开(公告)日：2014-07-16
申请号：CN201410119725.2
申请日：2014-03-27
Applicant: 武汉科技大学
IPC: B23Q11/10
CPC classification number: B23Q11/10 , B23Q11/1061 , B23Q17/0985
Abstract: 本发明公开了一种少切削液冷却润滑系统，包括超声波雾化单元、喷嘴雾化单元、切削热检测单元和电路控制模块，其中超声波雾化单元和喷组雾化单元各自包括设置在刀具前刀面和主后刀面区域附近的多个雾化组件，并基于切削热检测单元所实时检测的刀具前刀面温度，通过对这些雾化组件进行一体化控制，由此实现多种冷却润滑介质的灵活组合应用。本发明还公开了相应的电气控制方法。通过本发明，能够在保证整体良好冷却润滑效果的同时，大幅度降低切削液的用量，同时具备冷却效果好、便于操控和适用面广等特点，因而尤其适用于机床加工之类的规模化工业生产场合。
-
公开(公告)号：CN103217307A
公开(公告)日：2013-07-24
申请号：CN201310098680.0
申请日：2013-03-26
Applicant: 武汉科技大学
IPC: G01M99/00
Abstract: 本发明公开了一种液压挖掘机工作装置的荷载谱测试方法，包括：（a）在其动臂液压缸和铲斗液压缸的活塞杆上分别设置应变片；（b）将动臂液压缸和斗杆液压缸闭锁仅铲斗液压缸活塞杆伸缩，以此方式推动铲斗执行挖掘运动，然后在该工况下分别测得动臂液压缸和铲斗液压缸的活塞杆各自沿其杆长方向的应变-时间响应数据；（c）利用所测的应变-时间响应数据，得出挖掘机铲斗斗齿的受力响应谱并将其作为工作装置的荷载谱。本发明中还公开了基于受力分析构建的受力响应谱简化运算公式。通过本发明，能够以简单快捷、便于操控的方式实现挖掘机工作装置的荷载谱测试过程，而且所测得的荷载谱不仅可应用于寿命评估，还可为其结构优化设计提供有效依据。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.034 seconds)
