-
公开(公告)号：CN114925568B
公开(公告)日：2023-07-14
申请号：CN202210553057.9
申请日：2022-05-19
Applicant: 郑州轻工业大学 , 河南黄河旋风股份有限公司
IPC: G06F30/23 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种六面顶压机铰链梁结构的疲劳寿命预测及可靠性分析方法，包括利用线切割技术将已经破损的铰链梁制成相应的标椎试件分别进行拉伸试验以及疲劳试验；将SolidWorks建立的铰链梁模型导入到Workbench有限元软件中，进行铰链梁的应力场分析；将有限元结果导入到Ncode中，对铰链梁进行疲劳寿命分析；最后将有限元计算结果导入进SixSigma模块中，对铰链梁进行可靠性评估。本发明充分考虑了链梁的尺寸，材料属性，载荷等生产制造中不确定因素，便于对铰链梁可靠性评估，有效的缩短了铰链梁结构的疲劳寿命预测及可靠性分析的周期与经济成本。
-
公开(公告)号：CN114803019B
公开(公告)日：2024-03-26
申请号：CN202210469774.3
申请日：2022-04-30
Applicant: 郑州轻工业大学 , 河南黄河旋风股份有限公司
Abstract: 一种五面缠绕包装薄膜冷切割智能拆膜装备，该装备通过滚筒输送机将待拆膜货物输送到薄膜抓取装置和切割装置之间进行拆膜，通过切割装置的切割组件将货物一侧面的薄膜切开，通过薄膜抓取装置夹住一侧被切开的包装薄膜，薄膜抓取装置的双活塞杆气缸甲和驱动机构同步动作将夹住的薄膜拉扯下来放入到一侧的薄膜粉碎机内，侧面的薄膜被拆下来之后解除对顶部薄膜的固定，通过吸膜装置吸住顶部薄膜的上表面，然后再通过升降机构驱动吸盘组件向上将吸住的端盖式包装膜从货物顶部拉下来，最后回转气缸驱动吸盘组件向外转动将端盖式包装膜放入到薄膜粉碎装置内进行粉碎；该装置能够自动化完成货物的拆膜，全程不需要工人参与，拆膜效率高。
-
公开(公告)号：CN117108209A
公开(公告)日：2023-11-24
申请号：CN202311352423.5
申请日：2023-10-19
Applicant: 郑州大学 , 郑州轻工业大学 , 河南黄河旋风股份有限公司
Abstract: 一种具有气液双相界面压力平衡密封转动接头的钻筒，该钻筒中旋转接头的环形水腔室两侧均设有环形气腔室，环形气腔室内通入压缩气体之后能够在环形水腔室的两侧形成两个气密封环，气密封环可从内固定环和外转动环的接触面处向旋转接头的环形水腔室提供高压气体，在环形水腔室向两侧的形成气液双相界面压力平衡的密封，来避免内部密封结构被水中沙子破坏，这样就能保证钻齿处的降温冷却水的高压供应，保证冷却效果，保护钻齿，进一步通过设置两组湿度传感器，能够准确判断气液平衡是否实现、供水是否正常、以及判断密封结构是否已经损坏等问题。
-
公开(公告)号：CN114925568A
公开(公告)日：2022-08-19
申请号：CN202210553057.9
申请日：2022-05-19
Applicant: 郑州轻工业大学 , 河南黄河旋风股份有限公司
IPC: G06F30/23 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种六面顶压机铰链梁结构的疲劳寿命预测及可靠性分析方法，包括利用线切割技术将已经破损的铰链梁制成相应的标椎试件分别进行拉伸试验以及疲劳试验；将SolidWorks建立的铰链梁模型导入到Workbench有限元软件中，进行铰链梁的应力场分析；将有限元结果导入到Ncode中，对铰链梁进行疲劳寿命分析；最后将有限元计算结果导入进SixSigma模块中，对铰链梁进行可靠性评估。本发明充分考虑了链梁的尺寸，材料属性，载荷等生产制造中不确定因素，便于对铰链梁可靠性评估，有效的缩短了铰链梁结构的疲劳寿命预测及可靠性分析的周期与经济成本。
-
公开(公告)号：CN114803019A
公开(公告)日：2022-07-29
申请号：CN202210469774.3
申请日：2022-04-30
Applicant: 郑州轻工业大学 , 河南黄河旋风股份有限公司
Abstract: 一种五面缠绕包装薄膜冷切割智能拆膜装备，该装备通过滚筒输送机将待拆膜货物输送到薄膜抓取装置和切割装置之间进行拆膜，通过切割装置的切割组件将货物一侧面的薄膜切开，通过薄膜抓取装置夹住一侧被切开的包装薄膜，薄膜抓取装置的双活塞杆气缸甲和驱动机构同步动作将夹住的薄膜拉扯下来放入到一侧的薄膜粉碎机内，侧面的薄膜被拆下来之后解除对顶部薄膜的固定，通过吸膜装置吸住顶部薄膜的上表面，然后再通过升降机构驱动吸盘组件向上将吸住的端盖式包装膜从货物顶部拉下来，最后回转气缸驱动吸盘组件向外转动将端盖式包装膜放入到薄膜粉碎装置内进行粉碎；该装置能够自动化完成货物的拆膜，全程不需要工人参与，拆膜效率高。
-
Patent Agency Ranking
公开(公告)号：CN116573298B
公开(公告)日：2024-06-07
申请号：CN202310404847.5
申请日：2023-04-17
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种半导体零件分装存储装置，包括存储箱，所述存储箱的内壁设置有分装组件，所述存储箱的内壁固定连接有电加热板，所述存储箱的一侧固定连接有控制箱，所述存储箱的上表面转动连接有集水组件。本发明中，通过设置有集水装置，当电加热板对储存箱内部潮湿空气进行加热干燥后，会产生水蒸气向上飘动，直至经过立管进入分流管内，附着在分流管的内壁上凝结成水珠并沿着分流管内壁排出，通过将立管与分流管设置在箱体的外部，避免出现由于箱体内温差较小造成水蒸气凝结缓慢，造成箱体内水蒸气较多，容易致使半导体零件损坏的现象，从而使该半导体零件分装存储装置解决了现有技术中容易造成半导体零件损坏的问题。
-
公开(公告)号：CN112001052B
公开(公告)日：2023-09-29
申请号：CN202010895783.X
申请日：2020-08-31
Applicant: 郑州轻工业大学
IPC: G06F30/17 , G06F30/20 , G06F119/18
Abstract: 本发明是一种高精密多轴数控机床精度设计的定量分析方法，该方法能在新型机床创新设计阶段根据给定的机床公差精度设计方案直接获得机床整机精度，包括以下：分析数控机床的结构组成，确定与数控机床整机精度密切相关的关键零部件的关键部位；建立数控机床关键零部件的公差与数控机床几何误差源参数的关系模型；建立数控机床整机精度分析模型；建立标准样件加工误差空间模型；数控机床精度设计方案的选择和优化，本发明是对目前传统的精度经验设计法的一个突破，对促进我国多轴数控机床创新设计的蓬勃发展，彻底摆脱精度经验设计法的束缚，促使我国多轴数控机床精度设计的水平取得跨越性发展，达到世界领先水平都具有重要的意义。
-
公开(公告)号：CN116423280A
公开(公告)日：2023-07-14
申请号：CN202310166440.3
申请日：2023-02-24
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种数控机床技术领域，具体为一种具有除尘功能的可移动式数控机床，包括机床本体，所述机床本体的底端设置有将机床本体进行移动的移动机构，所述移动机构还包括在移动过程中进行减震的缓震组件以及在停止状态下进行稳定的稳定组件，本发明的目的在于提供一种具有除尘功能的可移动式数控机床，使机床方便在车间内进行移动，以便适应多变的工作流水线，并且加固在停止状态下的稳定性，避免在使用时产生位移，同时对数控机床的控制装置进行升降，以便不同身高的工作人员进行操作，提高工作效率，在工作时，对数控机床在进行钻孔时产生的灰尘以及铁屑进行处理，避免残存的铁屑影响对部件加工时的精准度，并且减少灰尘，避免过多的灰尘对人体造成损害。
-
公开(公告)号：CN116372646A
公开(公告)日：2023-07-04
申请号：CN202310377822.0
申请日：2023-04-11
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种用于数控机床的废屑收集装置，包括安装在机床上的分离组件，分离组件的下表面固定连接固定箱，固定箱的内壁固定连接有倾斜设置的第一过滤板，固定箱的内底壁固定连接有竖直设置的第二过滤板，第一过滤板与第二过滤板固定，固定箱的下表面固定连接有清理件。本发明中，通过第一过滤板和第二过滤板，能够使细小碎屑落在第二过滤板的右侧的抽拉板上，通过清理件，方便对落在第二过滤板右侧的细小碎屑收集以便清理，通过握把方便将抽拉板抽出，使得其上的细小碎屑落入收集盒内，无需将固定盒拆卸就能够对细小碎屑进行清理，从而使该用于数控机床的废屑收集装置解决了现有技术清理不便的问题。
-
公开(公告)号：CN114386526A
公开(公告)日：2022-04-22
申请号：CN202210054695.6
申请日：2022-01-18
Applicant: 郑州轻工业大学
Abstract: 本发明提供一种旋转机械故障的联合卷积神经网络诊断方法，包括数据采集、数据预处理、构建1D‑2D JCNN模型、模型训练、验证、诊断等步骤。该方法更明确地针对不同状态采集到的振动信号，利用一维卷积自适应地获得信号的多尺度特征向量，将这些特征向量构造成二维向量，再将这些二维向量作为二维卷积神经网络的输入。本发明构建1D‑2D JCNN模型时充分利用一维卷积神经网络自适应构造信号的二维结构表达，以及二维卷积神经网络强大的特征学习能力，将这两种不同结构的卷积神经网络统一到一个整体框架中，开发出旋转机械故障诊断的联合卷积神经网络模型。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.057 seconds)
