-
题名喷气涡流纺崛起对纺纱业的机遇与挑战
- 1
-
-
作者
刘建林
盖丽轩
李杰
陈水香
李小平
-
机构
中国纺织工程学会新型纺纱专业委员会
中国棉纺织行业协会
浙江华飞轻纺有限公司
-
出处
《纺织科技进展》
2025年第1期6-9,共4页
-
文摘
分析喷气涡流纺的现状和发展趋势,指出以喷气涡流纺为代表的新型纺纱在产量、质量、用工及降本增效等方面具有传统纺纱无法比拟的明显优势。探讨喷气涡流纺技术的突破和创新,包括在新型纤维和新型纱线方面的研发进展。对国内纺织器材企业在涡流纺设备主机、辅机及专件的研发和应用进展进行深入剖析,发现:喷气涡流纺国产胶辊、胶圈、纺锭以及其他配套设备主机、辅机、专件器材在产品质量和使用寿命方面表现出色,不仅可以满足涡流纺纱线的质量要求,还具有较长的使用周期,完全可以替代进口产品。结果显示:喷气涡流纺具有工艺流程短、纺纱速度快、生产成本低的明显优势,有逐步抢占传统纺纱市场份额的趋势,为新型纺纱的推广应用提供了良好的发展契机。
-
关键词
喷气涡流纺
新型纺纱
工艺流程
纺纱速度
-
Keywords
air jet vortex spinning
new spinning
technological process
spinning speed
-
分类号
TJ104.7
[兵器科学与技术]
-
-
题名双基球扁药工艺优化仿真研究
被引量：2
- 2
-
-
作者
王冬磊
张智禹
尹爱军
-
机构
中国工程物理研究院化工材料研究所
重庆大学机械工程学院
-
出处
《装备环境工程》
CAS
2018年第7期29-32,共4页
-
基金
国防预研基金项目(9140A17050115JW20001)
重庆市人工智能技术创新重大主题专项重点项目(cstc2017rgzn-zdyfx0007)
-
文摘
目的优化双基球扁药成球工艺参数,解决由于目前双基球扁药理论研究不充分、控制模型不明确、生产工艺参数调控依靠人工经验所导致的药品成球后直径、弧厚偏差大的问题。方法利用BP神经网络在处理复杂非线性映射问题上的强大的能力,对成球关键工艺参数与成球质量指标进行建模,并应用成球工艺过程仿真数据对其进行训练,将训练得到的BP神经网络模型用于优化成球工艺参数。同时利用仿真数据进行检验模型的可靠性。结果训练后BP神经网络均方误差为0.001,成球直径误差率为1.27%,成球弧厚误差率为2.08%,成球质量参数误差均很小,可以满足工艺要求。结论该BP神经网络模型具有较高精度,适用于含能材料工艺优化,提出的成球工艺优化方法能有效降低成球试制成本,缩短生产周期。
-
关键词
双基球扁药
工艺优化
BP神经网络
成球质量
-
Keywords
double-based oblate spherical powder
process optimization
BP neural network
pelletization quality
-
分类号
TJ104
[兵器科学与技术]
V232.4
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名增压站低频噪声识别与控制
- 3
-
-
作者
张波
梁子晓
尹爱军
-
机构
中国石油西南油气田分公司重庆气矿工艺研究所
重庆大学机械工程学院机械传动国家重点实验室
-
出处
《装备环境工程》
CAS
2018年第6期88-92,共5页
-
基金
国防预研基金项目(9140A17050115JW20001)
重庆市人工智能技术创新重大主题专项重点项目(cstc2017rgzn-zdyfx0007)
-
文摘
目的解决天然气增压站低频噪声严重的问题,识别低频噪声源,并对低频噪声加以控制。方法结合压缩机组的实际工作情况及结构,首先利用频谱及1/3倍频程分析增压站机组的振动和噪声特性,初步确定压缩站机组低频噪声与机组振动的关系,进一步利用相干函数分析法分析振动与低频噪声的相干关系,判定低频噪声并不是由振动主要引起的。结果机组的主要噪声源为冷却器和压缩缸的进排气管,低频噪声污染主要是由于机组周期性吸排气时,管道和机组壁投射出的空气动力性噪声所造成的,而机组振源的剧烈振动不是产生低频噪声污染的主要原因。进排气管可产生高达80 d B(A)的全频带噪声,其中包含声压级可高达100 dB的次声,尤其以频率11 Hz和17 Hz为主,并且传播距离远,通透力强,对人员和环境危害大。结论首先依据进排气管为主要噪声源,其次结合压缩站实际情况,从压缩器机组整体的降噪设计及厂房治理的降噪设计两部分考虑提出相应的改进措施,从而为机组的降噪提供有效的方法。
-
关键词
压缩站
低频噪声
空气动力性噪声
-
Keywords
compression station
low frequency noise
aerodynamic noise
-
分类号
TJ104
[兵器科学与技术]
V232.4
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名含能材料生产系统排产中的瓶颈设备识别方法研究
- 4
-
-
作者
王冬磊
闫文涛
张智禹
尹爱军
-
机构
中国工程物理研究院化工材料研究所
重庆大学机械工程学院
-
出处
《装备环境工程》
CAS
2021年第8期72-77,共6页
-
基金
重庆市人工智能技术创新重大主题专项重点项目(cstc2017rgzn-zdyfx0007)。
-
文摘
目的识别含能材料生产车间中的瓶颈设备,对生产系统作出预警,为排产方案制定以及实际生产工作提供指导,改善生产系统的加工效率。方法针对传统瓶颈设备识别方法评价指标单一、识别过程复杂的问题,研究一种基于灵敏度分析和逼近理想解排序法(TOPSIS)融合的瓶颈设备识别方法。该算法首先确定作业指标与设备加工量关系的灵敏度矩阵,然后运用逼近理想解排序法,计算设备的综合瓶颈指数,通过比较各设备的综合瓶颈指数,识别出瓶颈设备。结果采用含能材料生产车间实际数据进行仿真实验,可以在生产系统运行之前识别出系统中的瓶颈设备。结论通过与其他方法进行对比分析,验证了研究的方法的有效性和优越性。
-
关键词
含能材料
瓶颈识别
灵敏度分析
TOPSIS法
-
Keywords
energetic materials
bottleneck identification
sensitivity analysis
TOPSIS method
-
分类号
TJ104
[兵器科学与技术]
-
