企业专利技术方案挖掘及专利布局探讨

专利作为企业知识产权的重要组成部分,在企业发展中起着关键作用,有效挖掘专利和实施专利布局,是提升企业核心竞争力的重要手段。专利挖掘与专利布局是一项赋有技巧性的思维创造活动,需要灵活地有机结合运用专利挖掘与布局方法,进行积极的思维创造。     

打印参数对电子束增材制造Ti-Ni合金性能的影响

利用SEM、XRD、DSC、TEM和等轴压缩等实验手段,研究和分析了打印参数焦距补偿(FO)和速度函数(SF)对电子束增材制造(EBM)制备的Ti-Ni合金显微组织、相组成、相变行为以及压缩性能的影响。结果表明:EBM打印参数FO和SF在一定范围内调节时均可制备出相对密度较高(97%以上)的Ti-Ni合金样品。由于EBM电子束的功率大,在预合金粉末快速受热熔化过程中,Ni元素的挥发效应大于富Ti相Ti2Ni析出效应对相变温度的影响,使得制备Ti-Ni块体的相变温度大于相应的预合金粉末,而打印参数FO和SF对制备样品的相变温度、相组成以及显微硬度的影响较小。EBM制备过程中在样品内部引入不同种类的缺陷类型,使得TiNi合金样品在相对密度接近的情况下压缩性能表现出极大的差异,其中贯穿型裂纹缺陷对压缩性能的影响最大,使Ti-Ni合金的强度和塑性大幅度降低。     

工艺参数对螺旋密封封液能力的影响分析

应用Pro/Engineer建立了螺旋密封流体域模型并且结合ANSYS有限元软件,对泵送流动、泄露流动进行了模拟分析,找到了不同工艺参数对螺旋密封封液能力影响的规律,对螺旋密封的实际应用提供理论依据。所建立的螺旋密封数值模型能够准确反应泵送流动与泄露流动时流场的分布情况;随着转轴的转速、密封介质的动力粘度以及螺旋长度的增大,封液的能力呈现出线性增长的变化趋势;随着螺旋密封结构齿顶间隙的减小,螺旋密封的有效防泄漏增强,封液能力明显加强。     

新型常温捕收剂DN-6对磷灰石的捕收性能研究

为降低北方磷矿厂的选矿成本，提高浮选指标，东北大学研制了一种常温磷灰石捕收剂DN-6。为检测DN-6的浮选性能，进行了单矿物浮选试验，并通过Zeta电位检测和傅里叶变换红外光谱分析对该捕收剂在磷灰石表面的作用机理进行了研究。单矿物浮选试验结果表明，在矿浆pH=7.6，矿浆温度28 ℃，DN-6用量为166.7 mg/L的浮选条件下，捕收剂DN-6对磷灰石单矿物的浮选回收率可达97.59%。Zeta电位和傅里叶变换红外光谱分析表明，pH＜4时，DN-6在磷灰石表面发生键合吸附。     

航空发动机叶片加工变形控制方法

航空发动机的性能很大程度上取决于叶片型面的设计和制造水平,进行叶片加工方法研究有助于提高该类零件的加工精度和效率。随着数控技术的发展,目前较大数量的叶片采用数控铣削工艺进行加工,但铣削加工过程中易引起叶片的加工应力变形,影响加工精度。文章分析了叶片加工过程中产生变形的主要原因,并提出了叶片装夹方法优化、加工参数优化、叶片加工变形补偿以及调整加工方法等方法进行改进。     

卷取温度对热轧免酸洗 QStE420 TM钢氧化铁皮的影响

以热轧免酸洗QStE420TM汽车用钢为研究对象,在1 580 mm热轧线进行工业试验,研究了不同卷取温度对钢板表面氧化铁皮厚度和结构的影响规律。结果表明:受沿宽度方向供氧条件差异的影响,边部氧化铁皮中Fe_3O_4体积分数较高、FeO体积分数较低;卷取温度对氧化铁皮厚度的影响较小,对氧化铁皮结构影响显著;随着卷取温度由600℃增加至650℃,氧化铁皮厚度略有增加,Fe_3O_4体积分数显著提高,FeO体积分数明显降低。     

钢铁生产的水能关系分析

从钢铁生产过程中水资源使用时的能耗角度研究了钢铁联合企业的水能关系，提出了水能强度的概念来评价企业生产过程中水资源利用的节能水平，建立了钢铁企业的水能关系模型。以中国某大型钢铁联合企业为例，计算并分析了该企业的水能关系。该企业总的水能量为55 709 kW·h/h，重复用水水能量占整个钢铁企业全部水能量的82%，补水水能量占16%，排水水能量占1%；各工序中热轧工序占比最大，其次是炼铁、炼钢工序，冷轧、烧结和炼焦工序较低。该企业的吨钢水能强度为0.208 kW·h/m3，炼铁工序的水能强度最高，热轧、炼钢工序次之，烧结、冷轧和炼焦工序较低。最后，从钢铁生产过程水资源利用的角度得到节能的方向及措施。     

基于数据挖掘的开源电子资源访问行为统计模型

为了解决当前图书馆资源个性化推荐过程中存在推荐的准确率、召回率以及效率较低的问题,采用二维距离模型构建用户社区模型,用于描述访问用户与图书馆开源电子资源之间的关系,并对互联网用户需求和访问行为进行模糊规则推理.依据互联网用户属性和图书馆资源访问需求属性之间的模糊规则,建立图书馆开源电子资源访问行为统计模型,并利用该模型向用户提供个性化推荐服务.仿真结果表明,所建模型的推荐召回率高达98. 4%,推荐准确率为99. 2%,运行时间小于0. 04 s.所建模型能够为互联网用户提供准确、高效地图书馆资源个性化推荐服务.