一种MCrAlY合金涂层的制备方法

    公开(公告)号:CN104099657A

    公开(公告)日:2014-10-15

    申请号:CN201410291235.0

    申请日:2014-06-25

    Abstract: 本发明公开一种MCrAlY合金涂层的制备方法,属于表面工程领域。首先将CrAlY合金粉末加入到M镀液中,通过电镀法在基体表面获得M-CrAlY复合涂层,然后对M-CrAlY复合涂层进行真空热处理从而在基体表面获得MCrAlY合金涂层。所述制备方法工艺简单、成本低且效率高,不需进行后续渗铝处理,并可以实现对复杂形状零部件不同部位处粘结层厚度的控制;所述MCrAlY合金涂层具有结构致密、成分均匀等特点,可用于高温合金叶片、耐高温零件等材料,在航空航天和汽车等工业上有很好的应用前景。

    一种液相等离子体连续处理碳纤维表面的方法及处理装置

    公开(公告)号:CN105297395B

    公开(公告)日:2017-07-07

    申请号:CN201510822725.3

    申请日:2015-11-24

    Abstract: 本发明涉及一种碳纤维表面处理技术,尤其是利用液相阴极等离子体对碳纤维表面进行连续处理的方法,本发明还涉及实施该方法的处理装置。旨在提供一种高效低成本、安全环保、以及对碳纤维损害小的表面处理方法,方法包括以下步骤:(1)在去离子水里加入电解质,配制成适宜浓度的电解质溶液;(2)将碳纤维置于设有阴、阳电极的液相等离子体反应容器中;(3)将液相等离子体反应容器接通直流电源,调节电压在100‑500V,以形成均匀的等离子微弧;(4)利用液相等离子体微弧对处于微弧区的碳纤维表面进行处理,碳纤维连续通过等离子微弧区的速度为0.01‑0.5m/s;(5)将处理后的碳纤维取出,干燥,待分析表征。本发明用于碳纤维表面的连续处理。

    一种基于PSO训练的分位数神经网络的备件预测方法

    公开(公告)号:CN119338062A

    公开(公告)日:2025-01-21

    申请号:CN202411448513.9

    申请日:2024-10-17

    Abstract: 本发明公开了一种基于PSO训练的分位数神经网络的备件预测方法,结合分位数回归神经网络(QRNN)与循环神经网络(RNN)构建了备件需求预测模型,通过分位数回归分析能够更全面地捕捉备件需求的条件分布特征,进而提供对需求波动的深刻洞察,同时,RNN的引入使得模型能够有效处理时间序列数据中的时序依赖性,从而在预测过程中考虑到过去需求对当前需求的影响,有效提高了备件管理的效率,降低了库存成本,提升了客户服务的质量和满意度,为制造和服务行业带来了重要的经济效益和竞争优势,因此具有广泛的应用前景,能够在各类电子产品及其售后服务中发挥重要作用。

    一种液相等离子体连续处理碳纤维表面的方法及处理装置

    公开(公告)号:CN105297395A

    公开(公告)日:2016-02-03

    申请号:CN201510822725.3

    申请日:2015-11-24

    Abstract: 本发明涉及一种碳纤维表面处理技术,尤其是利用液相阴极等离子体对碳纤维表面进行连续处理的方法,本发明还涉及实施该方法的处理装置。旨在提供一种高效低成本、安全环保、以及对碳纤维损害小的表面处理方法,方法包括以下步骤:(1)在去离子水里加入电解质,配制成适宜浓度的电解质溶液;(2)将碳纤维置于设有阴、阳电极的液相等离子体反应容器中;(3)将液相等离子体反应容器接通直流电源,调节电压在100-500V,以形成均匀的等离子微弧;(4)利用液相等离子体微弧对处于微弧区的碳纤维表面进行处理,碳纤维连续通过等离子微弧区的速度为0.01-0.5m/s;(5)将处理后的碳纤维取出,干燥,待分析表征。本发明用于碳纤维表面的连续处理。

Patent Agency Ranking