|
搜索
搜 索
高等教育领域数字化综合服务平台
超细/ 纳米 WC 基复合粉
原创性开发出 WC 基复合粉末的制备技术，粒径分布为 60-500nm，成分为 WC-Co，WC-Co- Cr，WC-η 等含量可调。技术特色和优势为： （1）使用常规设备，显著简化了工艺路线和缩短了生产周期，且具有能耗低、排放少、节能环保的 突出特点，低成本、短流程。（2）复合粉的粒度及分布可控，物相纯净，易于控制缺碳相和游离碳。（3）粘接相在WC 基体中分布均匀，解决了纳米相极易团聚的问题。（4）复合粉热力学性质稳定，在加热中不易突发晶粒粗化。（5）技术路线的特点和要求易于实现工业产业化。超细/ 纳米WC 基复合粉是耐磨损耐腐蚀硬质合金防护涂层、高性能硬质合金块材生产的关键原料。
北京工业大学
2021-04-13
超细/纳米WC基复合粉
北京工业大学
2021-04-14
纳米氧化锆瓷器粉体
氧化钇稳定氧化锆是一种重要的先进结构和功能陶瓷材料。团队发明的一步式水热合成法，在高温高压气液共存环境中，利用水合基团反应制备氧化锆晶体，具有纳米级尺寸、极少团聚、极少缺陷等优良性质。 产品在液相中结晶，避免了硬团聚和晶体缺陷。
上海交通大学
2023-05-09
无机粉体表面处理剂
内容介绍： 碳酸钙、二氧化钛、二氧化硅等无机粉体在油中分散时存在易结块、 难于分散均匀等问题，因此不经过表面处理难于应用到塑料等行业。目前 粉体处理剂的种类比较多，但当粉体经亲油处理后，难于在水中分散。针 对此问题，研发分散剂，经该分散剂处理后的粉体，具有较低的亲油值， 即可以在塑料等行业应用，同时经处理的粉体又具有良好的水分散性，解 决了粉体既要在油中分散，同时又要有良好亲水性的问题。 该技术达到国内领先水平，获发明专利1项。
西北工业大学
2021-04-14
CH系列高磁导率铁氧体粉料
基于春光公司对铁氧体材料的深刻理解，公司主要研发制造锰锌铁氧体粉料CH系列、CP系列、CB三大系列：高磁导率铁氧体粉料CH系列分为CH-5K、CH-7K、CH-10K、CH-12K、CH-15K等5大系列，15个品种。并形成宽频、宽温、高Q值、高Bs、高阻抗等各专业品种产品。
临沂春光磁业有限公司
2021-09-02
一种具有较高医用性能的新型镁合金
本发明公开一种具有较高医用性能的新型镁合金.通过以下方法制备得到:将各镁合金成分球磨磨细混合;采用德国的SLM Solutions 500进行选区激光融化法处理;选区激光融化法处理后的镁合金产物依次经过1～3小时的580～800℃不完全淬火,1.5～2.5小时的200～280℃回火;最终切割成品.本发明采用合金粉末成分:钼,钽,铬,钛均具有良好的抗腐蚀性极强,能增强镁合金的抗腐蚀性和提高其抗拉强度.
杭州电子科技大学
2021-05-06
一种基于路面界面性能试验的马歇尔试模
本实用新型公开了一种基于路面界面性能试验的马歇尔试模装置，包括筒状内模，还设有基座，该基座上具有一中心位置，所述筒状内模由四块弧形板围成，各弧形板围绕所述中心位置布置，在基座上设有指向中心位置且辐射分布的四条导向槽，各弧形板滑动配合在对应的导向槽上，各弧形板具有相互围拢的合模状态以及相互远离的开模状态，所述基座设有驱动各个弧形板运动的丝杠机构。本实用新型马歇尔试模装置，采用分体式的筒状内模，可以实现侧向开模，可避免在脱模过程中损伤试件，同时通过升降压板以及试件压头的配合保证顺利开模。
浙江大学
2021-04-13
一种高性能高可靠的固态盘实现方法
本发明提供了一种高性能高可靠的固态盘实现方法，包括：(1) 将固态盘内部的所有闪存芯片分成若干组，每组由 N 个连续的闪存芯 片组成一个 RAID4 级别的闪存阵列；(2)通过缓冲区接收并存储数据， (3)判断缓冲区是否已满，若是，则进入步骤(4)；若否，则返回步骤(2)； (4)从缓冲区中取 N-1 个数据块，计算出所述 N-1 个数据块的校验值； 将所述 N-1 个数据块和所述校验值拼凑成满条带数据，写回闪存阵列；
华中科技大学
2021-04-14
一种基于 ADF4351 的高性能时钟源
本实用新型涉及电子器件技术，具体涉及一种基于 ADF4351 的高性能时钟源，包括温补晶振模块、 锁相环模块、射频程控衰减模块、模拟开关模块、滤波模块、FPGA 模块和显示屏模块；温补晶振模块 与锁相环模块相连，锁相环模块依次连接射频程控衰减模块、模拟开关模块和滤波模块，FPGA 模块分 别与锁相环模块，射频程控衰减模块，模拟开关模块，显示屏模块连接。该高性能时钟源提高了时钟源 输出信号的信噪比，输出信号频带宽度，最高输出频率，减小了系统的复杂
武汉大学
2021-04-14
一种基于区间的数控机床性能预测方法
本发明公开了一种基于区间的数控机床加工性能预测方法，包括：(1)获取每类测量数据的多个测量值；(2)将每类测量数据中的每个测量值转换成区间形式；(3)提取时域或时频域特征；(4)把提取的时域或时频域特征作为观测，获得优化的广义隐马尔可夫模型；(5)从优化的广义隐马尔可夫模型中，找出状态转移概率矩阵，作为马尔可夫链转移矩阵；(6)选择区间化的初始状态概率向量，并与该马尔可夫链转移矩阵，形成性能预测模型 A<sup>(n)</sup>；(7)求该模型中的最大值，即为数控机床加工性
华中科技大学
2021-04-14