高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
人才需求:食品机械
食品机械
山东碧海包装材料有限公司 2021-08-26
复合机械镀锌防腐技术
成果与项目的背景及主要用途:机械镀锌是一种在常温、常压下利用化学吸附沉积和机械冲击作用,使金属锌粉在工件表面形成镀层的工艺,它是 50 年代初由美国 Tainton 公司的 Erith Clayton 发明的一种金属构件表面防腐涂层技术。一般机械镀锌产品可分为两类:当镀层厚度小于 25m 时称为 mechanical plating,主要用于替代电镀锌产品;当镀层厚度大于 25m、小于 110m 时称为 mechanicalgalvanizing,主要用于替代热浸镀锌产品。这两类机械镀涂层除厚度及用途上有所区别外,镀覆工艺基本相同。机械镀锌工艺的突出特点是没有氢脆,镀层均匀,可处理复杂表面工件,并且可以在铁素体金属、铜合金、不锈钢及粉末烧结材料表面形成镀层。机械镀锌可以处理电镀或热浸镀锌很难处理的螺纹构件,是替代上述工艺进行紧固件处理的有效防护技术。由于机械镀锌所具有的突出优势,这使得机械镀锌技术在北美洲和欧洲表面涂饰工业中获得广泛应用。目前,在国内的五金构件(如紧固件、钢钉及连接件等)防腐加工中也在不断推广应用机械镀技术。 技术原理与工艺流程简介:机械镀锌工艺原理是在室温下,将活化剂、金属锌粉、冲击介质和一定量的水混合为浆料,与工件一起放入一个特制的滚桶中,在滚桶转动产生的机械能、促进剂化学作用及冲击介质机械碰撞的共同作用下,将经活化剂活化的金属粉末不断镀覆到工件表面上,从而在金属构件表面逐渐形成光滑、均匀、致密的具有一定厚度的防腐涂层。机械镀工艺流程包括以下步骤: (1)前处理(包括对工件表面进行除油、除锈、清洗等); (2)镀铜(包括闪铜、清洗等); (3)镀锡(包括闪锡、清洗等); (4)镀锌过程(包括逐步添加锌粉、滚动冲击等); (5)分离(包括磨光、冲洗、分离、烘干等);(6)钝化处理(包括钝化液浸泡、清洗、烘干等)。 技术水平及专利与获奖情况:目前该技术处于国内先进水平。 应用前景分析及效益预测:机械镀锌工艺在金属构件防腐领域具有很强的市场竞争力,该技术具有以下突出特点; 1)对工件机械性能没有影响、没有氢脆; 2)非常适合于小型金属构件和具有凸凹表面的工件表面镀覆,镀层均匀质量高; 3)生产过程耗能少、成本低。试验表明:机械镀锌的电耗仅为电镀的 5%。而锌耗仅为热镀锌的 30%-50%,成本远低于热镀和电镀; 4)环境污染少、废水容易处理,是绿色洁净生产技术; 5)工艺范围宽、镀层性能较好。现代的机械镀锌工艺,厚度可在 l0-100mm 之间任意调节,完成全过程的时间仅需 30-40min。机械镀锌形成的镀层外观光滑,具有色调一致的银白色,但色泽不如电镀亮。镀层的耐蚀性能优良,相同厚度的镀层,其耐蚀性处于电镀锌与热镀锌之间,耐中性盐雾试验 240 小时以上。机械镀的另一个优点是可以形成合金镀层及复合镀层。由于机械镀工艺具有上述突出特点,因而在小型金属连接件、零件及紧固件等防腐加工领域具有广泛应用。 应用领域:机械镀锌工艺适用于各种五金零件的表面涂饰和防护,如高强度螺栓、螺钉、管件、射钉、铁链等铁基工件等,尤其适用于垫圈及弹性工件、射钉、环链、铰链、农用暖棚搭扣、水暖管件接头等的表面防腐处理,这些五金件主要远销美洲、澳洲、欧洲等国家和地区。 合作方式及条件:技术合作、转让和技术服务,设备销售和产品加工。
天津大学 2021-04-11
工程机械车辆用油缸
工程机械车辆用油缸有动臂、提升、铲斗油缸等,是各型装载机、推土机、挖掘机等工程机械车辆上的主要动作或承载部件之一。产品具有强度高,工作可靠,耐磨损,使用寿命长等特点。
山东塔高矿业机械装备制造有限公司 2021-06-23
机械能守恒实验器
含主板、副板、光学门传感器固定臂、磁铁夹固定臂、摆锤、摆锤线、定位档、测平器、紧固件一宗。
宁波华茂文教股份有限公司 2021-08-23
51006机械运动和力
宁波华茂文教股份有限公司 2021-08-23
机械构造和组合实验箱
箱体为手提式一体工程塑料制作完成,外观尺寸(cm):55*45*15主要配置及用材:铁架台、杠杆、弹簧秤、托盘天平、弹簧秤、线绳、钩码、动滑轮、定滑轮
石家庄市艾迪科教设备有限公司 2021-08-23
简单机械实验盒
产品详细介绍
杭州向阳晶体管厂 2021-08-23
教学气动机械手
产品详细介绍  AT-Q5 四自由度气动机械手   澳特AT-3气动机械手可完成:手爪抓取物料,手臂上下、前后移动并旋转90(180)度等动作,用于工业生产中自动抓取冲压、锻压的自动上下物料。数字可编程逻辑(数字PLC)控制,行程定位准确,运行可靠。随着工业机械化和自动化的发展以及气动技术自身的一些优点,气动机械手已经广泛应用在生产自动化的各个企业。   澳特AT-Q气动机械手参数: 序号 设备名称 技术参数 1 气动机械手 1 作动型式:复动式 2 使用流体:空气 3 使用压力范围:Kgf/cm2(KPa)1.5~9(150~900) 4 R轴:90° 63X90° ;    180° 63X180° 5 X轴:机种(缸径mm)20(20)32(32);出力(Kgf)3.1xP 8xP 6 Y轴:机种(缸径mm)20(20)32(32);出力(Kgf)3.1xP 8xP 7 Z轴   90° 0-90° 30-90° ;   180° 10-180° 30-180° 8 H轴   平行机械夹 20 -32 ; Y型机械夹 20 32 9 大口机械夹 20 32     安装方式          桌面安装,可拆装式 本体质量         62kg 尺寸             (臂长*宽*高)350*250*500mm 功率              1KW 供电电源及控制    220V、50Hz;(配数字PLC与电器控制系统) 电源容量          1KVA,     四自由度气动机械手是机电一体化技术的典型产品,该机械手应用气缸实现所有的动作,使用PLC对其进行控制。该机械手可以广泛应用在气动技术,数字PLC与电器控制、计算机控制技术等课程的工程教学与实训中,教学效果理想。利用机械手实现:编程—安装—调试—运行—检测的实际训练,并在实训指导手册的指引下获取更多接近实际工业应用的工作经验。通过实际操作,进一步强化PLC编程的技能和实际应用能力,同时,认识常用传感器和气动元件,了解气动机械手的多种工业应用。   配套的工程教学内容:气动机械手的构成,气动元件选择,气动系统的组合和装配,可编程控制编程,气动元件控制方法,电气控制箱设计安装等。
珠海市华普自动化科技有限公司 2021-08-23
新型冠状病毒肺炎智能辅助诊断系统
新冠肺炎疑似病例基数庞大,给临床一线诊疗带来巨大压力,疫情波及地域广泛,基层医院缺乏经验,面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试,进入临床试用阶段,有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍,新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块,其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析,使用人工智能算法深度学习该疾病的CT影像特征,实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》,结合影像与流行病学、症状及关键检验数据等临床信息,实现智能诊断。临床分型模块通过智能判读呼吸功能参数,“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到,该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析,显著提升新型冠状病毒肺炎诊断效能,有望大幅降低临床医师及影像医师的工作负荷。
清华大学 2021-04-10
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例,此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍,针对临床的现实需求,团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能,前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎,后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求,团队设计诊断算法模型,让机器利用模型进行训练,学习不同类型肺炎在CT影像表现上的不同特征,最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期,能够获取的新冠肺炎影像数据相对较少,且由于一线影像医生任务繁重,无法获得大量专家标注,因此需要算法在少量样本的条件下“自学成才”。为此,团队采用基于自迁移学习的半监督学习等技巧,使算法具备一定的“小样本学习”能力,在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小,且往往大中小病灶区域面积悬殊,如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应,“网络的底层关注细节,即小病灶区域,而网络中层到高层所关注的病灶区域则越来越大,因此模型通过不同层次的加权和融合,最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过,即便有诊断‘神器’,影像科医生也是不可替代的。”薛向阳说,人是复杂的机体,病毒在不同人体内感染的反映也不一定相同。”他表示,当遇到机器未曾学习过的微小病变或疑难病例时,仍需要影像医生的经验和智慧。以解决实际问题为目标,该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据,还是测试评估数据,都来源于临床真实病例。在算法模型定型过程中,为了检验模型的准确率和泛化性,团队也利用现实疑似病例进行了测试。
复旦大学 2021-04-10
首页 上一页 1 2
  • ...
  • 22 23 24
  • ...
  • 192 193 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1