一种蜂窝陶瓷蓄热体及蓄热炉
    1.
    发明公开

    公开(公告)号:CN117367181A

    公开(公告)日:2024-01-09

    申请号:CN202311299242.0

    申请日:2023-10-09

    Abstract: 本发明涉及一种蜂窝陶瓷蓄热体及蓄热炉,包括呈正四棱柱状的本体,所述本体内设有呈平行阵列排布的直通蜂窝孔道,所述直通蜂窝孔道沿本体的长度方向延伸并贯通本体的两个端面;所述本体的一个端面上开设有2条相互正交的凹槽,凹槽贯通本体的两个侧面,所述凹槽在本体的端面上的宽度W与本体的边长A满足:W=A*X,0.4≤X≤0.8;所述凹槽的深度H与本体的长度L满足:H=L*Y,0.15≤Y≤0.3。本发明可实现对蜂窝陶瓷蓄热体内部的压力、温度、流速等的均匀化,有利于延长蜂窝陶瓷蓄热体的使用寿命、提升蓄热室的蓄热效率。

    一种蜂窝陶瓷及其制备方法
    3.
    发明公开

    公开(公告)号:CN120081678A

    公开(公告)日:2025-06-03

    申请号:CN202510290006.5

    申请日:2025-03-12

    Abstract: 本发明公开了一种蜂窝陶瓷及其制备方法,在混合陶瓷原料中添加有复合添加剂,所述混合陶瓷原料和所述复合添加剂的重量比为(30~50):(50~70),所述复合添加剂包括片状氧化铝30~54份、纳米氧化锌2~10份和金属钼颗粒1~5份,经球磨、捏合、精炼、挤压成型、烘干、烧结制得。本发明通过优化原料配方——将铝矾土用片状氧化铝来代替;掺入有益添加剂——纳米氧化锌、金属钼颗粒;利用原有的挤出成型设备实现片状氧化铝的层状结构从而搭建了以层状氧化铝为“砖”、金属钼颗粒为“泥”以及锌铝尖晶石微粒为“凸起”的仿贝壳珍珠层结构。

    一种陶瓷烧结助剂及其应用
    5.
    发明公开

    公开(公告)号:CN119100812A

    公开(公告)日:2024-12-10

    申请号:CN202411369959.2

    申请日:2024-09-29

    Abstract: 本发明涉及陶瓷材料制备领域,具体涉及一种陶瓷烧结助剂及其应用。所述陶瓷烧结助剂,按重量份计,包括:氧化铋2‑10份和三氧化二铁1‑5份。氧化铋的液相烧结,会导致晶粒异常长大,导致在掺入了氧化铋与碳酸锂的陶瓷中,因高温液相冷却下来形成的玻璃相过多,导致陶瓷基体的热膨胀系数较大。本发明使用烧结助剂大幅提升陶瓷致密度,减少了陶瓷中玻璃相的含量,能在简单工艺下生产出高致密的蜂窝陶瓷蓄热体。

    一种陶瓷烧结助剂及其应用
    7.
    发明公开

    公开(公告)号:CN119569467A

    公开(公告)日:2025-03-07

    申请号:CN202411752892.0

    申请日:2024-12-02

    Abstract: 本发明涉及陶瓷膜技术领域,尤其涉及一种陶瓷烧结助剂及其应用。所述陶瓷烧结助剂,按重量份计,包括2‑4份二氧化锰和4‑8改性铝粉,所述改性铝粉包括铝颗粒,所述铝颗粒的表面包裹有环氧树脂层;铝颗粒和环氧树脂的质量比为2‑3:1。基于低价锰离子不耐腐蚀,本发明通过耐腐蚀层包裹陶瓷颗粒来提高含锰离子陶瓷的耐腐蚀性。同时,氧化铝熔点极高,形成包覆层十分困难,本发明通过树脂包覆铝粉,陶瓷在惰性气体氛围下烧结,高温时树脂气化,铝熔化形成流动性较好的液相包裹原料颗粒;降温后改为空气氛围,使铝液氧化能形成致密氧化铝层,隔离易被酸腐蚀的低价锰氧化物,以达到陶瓷高致密、耐腐蚀的性能。

    一种镁铝尖晶石及其制备方法
    9.
    发明公开

    公开(公告)号:CN119176574A

    公开(公告)日:2024-12-24

    申请号:CN202411372259.9

    申请日:2024-09-29

    Abstract: 本发明属于陶瓷粉体材料技术领域,具体涉及一种镁铝尖晶石及其制备方法。所述镁铝尖晶石的制备方法包括以下步骤:将镁盐和铝盐按照Mg离子和Al离子的摩尔数量比1:1.2‑2溶解于水中制备混合溶液;采用碱调整混合溶液的pH为9‑11,然后在50‑80℃搅拌反应0.5‑3h,得到混合物;后将混合物分离、研磨得到前驱体;最后煅烧获得镁铝尖晶石;所述镁盐为MgSO4·7H2O或MgSO4;所述铝盐为Al2(SO4)3·18H2O。本发明提供了一种纯镁铝尖晶石合成方法,操作简单,原料消耗少,产物纯度高,适应于大规模生产。

    基于图正则化半监督字典学习的工业信号故障识别方法

    公开(公告)号:CN114548185B

    公开(公告)日:2025-05-02

    申请号:CN202210191693.1

    申请日:2022-02-28

    Applicant: 中南大学

    Abstract: 本公开实施例中提供了一种基于图正则化半监督字典学习的工业信号故障识别方法,属于数据识别技术领域,具体包括:采集目标设备的工业信号数据;将有标签数据和无标签数据作为训练数据集并输入基于图正则半监督字典学习模型,得到训练集稀疏编码、置信度矩阵以及结构字典;将测试集信号和结构字典带入分类模型,得到测试集信号的测试集稀疏编码;计算测试集信号的重构误差,并根据重构误差识别测试集信号的故障类别。通过本公开的方案,将字典学习与半监督学习以及流行学习结合,既能保存数据的流形结构,又能学习无标签数据的特征,以此增强模型学习的判别性及可靠性,提高了识别的效率、精准度和适应性。

Patent Agency Ranking