一种改进型非金属3D打印机
    1.
    发明公开

    公开(公告)号:CN117400531A

    公开(公告)日:2024-01-16

    申请号:CN202311553654.2

    申请日:2023-11-20

    摘要: 本申请公开了一种改进型非金属3D打印机,属于打印机设计领域,包括打印房,所述打印房内活动设置有打印头,打印头活动区域投影面范围内安装有工件成型板,所述工件成型板通过摆动机构具有打印房内外活动的自由度,所述摆动机构活动安装有可上下调节的升降杆,升降杆一端连接工件成型板,另一端活动连接有驱动机构,所述驱动机构带动升降杆运动;通过摆动机构将成型工件进行打印房的内外转移,便于工件生产过程中对工件的观察,工件转移到打印房外,驱动机构控制升降杆带动工件成型板上下移动,同时配合换向件往返转动成型板,转动的工件使得工程师能单方位全面观察,快速实现对工件全方面的检查,工程师并不需伸入打印房内观察,减少安隐患。

    一种氨-柴双燃料四冲程内燃机气阀增材强化方法

    公开(公告)号:CN117993279A

    公开(公告)日:2024-05-07

    申请号:CN202311741651.1

    申请日:2023-12-18

    摘要: 本发明具体涉及氨‑柴双燃料四冲程内燃机气阀增材强化方法,包括:构建强化区域预测模型和强化工艺预测模型;通过哈里斯鹰算法确定最优模型参数;获取气阀不同工作参数对应的增材强化区域尺寸,以及气阀不同增材强化区域尺寸对应的增材工艺变量;构建第一训练数据和第二训练数据并对模型进行训练;将待强化气阀的工作参数作为强化区域预测模型的输入,输出预测的增材强化区域尺寸;然后将预测的增材强化区域尺寸作为强化工艺预测模型的输入,输出预测的增材工艺变量;最后根据预测的增材强化区域尺寸和增材工艺变量进行相应增材强化处理。本发明通过哈里斯鹰算法和深度神经网络的结合来提高氨‑柴双燃料四冲程内燃机气阀增材强化的效果。

    氨-柴双燃料四冲程内燃机气阀材料耐腐蚀性预测方法

    公开(公告)号:CN117809774A

    公开(公告)日:2024-04-02

    申请号:CN202311741644.1

    申请日:2023-12-18

    摘要: 本发明具体涉及氨‑柴双燃料四冲程内燃机气阀材料耐腐蚀性预测方法,包括:基于深度学习模型构建气阀腐蚀预测模型;通过遗传算法确定气阀腐蚀预测模型的最优模型参数;进行气阀腐蚀试验,采集相关参数,并确定影响腐蚀速度的第一环境参数;进行气阀腐蚀仿真试验,采集相关数据,并确定影响腐蚀速度的第二环境参数;构建试验数据库,从试验数据库中提取若干组训练数据;通过训练数据训练具有最优模型参数的气阀腐蚀预测模型,直至模型收敛;将待预测气阀的材料属性、目标环境参数和腐蚀时间输入经过训练的气阀腐蚀预测模型中,输出对应的预测腐蚀速度。本发明通过GA算法和BP神经网络的结合来提高气阀材料耐腐蚀性预测的准确性和有效性。