点阵结构羟基磷灰石支架的数字光处理制备及性能EI北大核心CSCD

由创伤、骨肿瘤切除、交通事故等原因引起的骨缺损使骨支架的需求增加.增材制造技术在制造个性化复杂结构骨支架方面具有突出优势.采用数字光处理(DLP)技术成形出金刚石结构、菱形十二面体结构和八角桁架结构3种点阵结构的羟基磷灰石[Ca_(10)(PO_(4))6OH_(2),HA]陶瓷素坯,进而成功烧结出孔隙率为70%的3种点阵结构HA陶瓷支架,烧结后孔径最小为200~300μm.结果表明,1300℃烧结后的HA陶瓷部分分解为了β-磷酸三钙,且陶瓷晶粒之间结合致密.力学强度模拟与实际结果相符,八角桁架点阵结构的平均抗压强度最大,为3.16 MPa.经体外细胞实验表明,HA陶瓷骨支架表面有利于骨间充质干细胞(rBMSCs)良好的铺展粘附,DLP制备的HA陶瓷具有良好的生物相容性.DLP技术成形高精度点阵结构HA陶瓷骨支架在骨组织工程中有望得到广泛的应用.     

自动送钻过程安全监控系统设计与计算机仿真

现有自动送钻装置的可靠性和安全性不足,阻碍了这种装置的推广应用。鉴于此,在以往安全监控理论和研究成果的基础上,提出了自动送钻过程安全监控的原理及实现方法,给出了自动送钻过程安全监控系统的硬件和软件组成、安全监控显示电路、报警电路和无扰切换与紧急刹车原理框图,并设计研制成自动送钻过程安全监控系统。为了验证所论述的方法及硬软件的正确性,对自动送钻安全监控系统做了计算机仿真,仿真结果表明,该安全监控系统的研制是成功的,设计的软硬件可行,达到了预期要求。     

激光选区烧结_SLS_成型机的粉末预热过程的实验研究

在激光选区烧结（SLS）快速成型技术中,热能的传递和吸收是一个关键的过程,热能的有效利用和均匀分布是决定SLS成形技术成败的重要因素。粉末的预热是影响成型加工和成型精度的最重要因素之一,文中对成型机工作腔的一般预热方法的预热过程进行了分析,并在实验基础上获得了关于预热温度场的预热过程数学模型,该模型对于预热装置设计、SLS成型过程控制都具有重要的意义。     

注塑模随形冷却水道设计与制造技术概述

在采用注塑模制造注塑件的过程中,注塑的冷却阶段是一个涉及热力学与流体力学的复杂过程,直接影响到注塑件的制造质量与生产效率。随着市场对注塑件质量要求的提高,针对注塑模随形冷却水道的设计及其快速成形制造技术的研究逐渐成为国内外的热门课题。介绍了注塑模随形冷却水道的概念、产生及其意义;对目前国内外随形冷却水道关键技术的研究进行了综述;结合国内外现状,指出了随形冷却水道设计及其快速成形制造技术的发展趋势。     

低成本SLS快速成型系统

介绍了一种低成本HRPS－Ⅲ型SLS快速成型系统的原理、构成、特点，并讨论了其实际使用效果。     

低成本快速原型制造控制系统的设计与研制

目前快速原型制造 (RPM)系统的价格非常昂贵 ,严重地影响了其推广应用的进度。影响 RPM成本的因素众多 ,本文只从 RPM控制系统出发 ,在保证控制系统性能的前提下 ,针对 RPM系统的特点 ,以综合成本最低为目标 ,提出了低成本 RPM控制系统的软硬件结构 ,讨论了低成本 RPM控制系统的设计和研制中所采用的一些关键技术。此低成本 RPM控制系统已经成功地应用在华中科技大学开发的低成本系列L OM和 SL S系统中 ,实际应用表明 :采用此 RPM低成本控制系统方案 ,可以使其成本比传统的控制方法降低一半左右 ;同时 ,也提高了控制系统的可靠性 ,工作性能也完全满足 RPM的加工要求     

SLS成形件的收缩模型和翘曲模型

快速成形的精度是快速成形技术发展和扩大其应用领域的关键,工艺误差是影响成形精度的关系之一,而成形件收缩和翘曲对其工艺精度起决定性的作用,通过建立SLS成形过程的收缩模型研究了SLS加工中成形件的收缩形式以及收缩规律,同时研究了收缩的不均匀性所引起的翘曲,建立了成形件的翘曲模型,发现烧结收缩与烧结程度密切相关,翘曲量与烧结收缩率成正比,与零件线尺寸成正比,这些研究结果为克服SLS加工收缩引起的误差和收缩补偿提供了依据,为减少翘曲变形提供了一种方法。     

应用RP技术快速制造金属/陶瓷零件和模具

详细归纳、总结了目前已经成功用于制造金属/陶瓷零件的各种方法,结合具体研究实例,依据转换法(Transfer)和间接法(Indirect)两大类,分类讨论了用RP技术制造金属/陶瓷零件和模具方法.首先,根据转换法制造过程的特点,分类叙述了其成形工艺,并对该方法的特点和寿命进行了评判.对间接法,根据不同的成形系统,总结了成形金属/陶瓷件和模具的最新进展.最后,提出了未来研究和发展的方向.     

三相异步电动机的节能与安全监控

文章提出了一种三相异步电动机的安全监控方法,并利用微型计算机予以实现。实验表明其节能与安全监控效果良好。     

基于人工智能的自动送钻监控技术

人工智能及其应用已具有潜在的经济价值,将其应用于自动送钻过程的监控中,不失为一种新的途径。提出了把专家系统(ES)和神经网络(ANN)结合起来用于石油钻井自动送钻监控的新方法。这种方法采用预处理结合法,使钻进过程中的特征信号首先被送到BP神经网络进行处理,BP网络的输出值作为专家系统的输入,最后由专家系统通过产生式规则作出监控的结论。以卡钻事故为例的研究结果表明,对专家系统而言,知识的获取可以通过神经网络进行学习得到;对于神经网络纯粹的数值活动,通过专家系统再处理变得更加明确。这种方法可以用于自动送钻过程的在线实时监控,也可用于离线的事故分析与诊断。