-
公开(公告)号：CN115301943B
公开(公告)日：2024-04-23
申请号：CN202210859667.1
申请日：2022-07-21
Applicant: 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 , 中南大学
Abstract: 本发明涉及一种矿用耐磨抗冲击长寿命截齿的制备方法。本发明所述的矿用耐磨抗冲击长寿命截齿的制备方法，包括以下步骤：S1：采用粉末冶金方法制备晶粒度为4～6μm，粘结相为CoNiFeCrMo，硬质相为WC和NbC的高熵粗晶硬质合金齿；S2：以42CrMo钢为基材工成库体毛坯；S3：对库体毛坯进行热处理，得到库体；S4：将步骤S1得到的高熵粗晶硬质合金齿与步骤S3得到的库体进行钎焊，得到截齿半成品；S5：将步骤S4中得到的截齿半成品采用等离子堆焊，在硬质合金齿与库体连接面，以及库体底端卡环处堆焊耐磨层，得到截齿成品。本发明所述的矿用耐磨抗冲击长寿命截齿的制备方法得到的截齿同时兼具了耐磨、抗应力冲击、抗高温疲劳等优点，大幅度提高了截齿的使用寿命。
-
公开(公告)号：CN114627333A
公开(公告)日：2022-06-14
申请号：CN202210249062.0
申请日：2022-03-14
Applicant: 中南大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种改进深度主动学习的锌浮选泡沫图像分类算法及系统，本发明针对类别不平衡的泡沫图像提出一种改进深度主动学习的锌浮选泡沫图像分类算法及系统。利用有标签样本训练初始卷积神经网络，并利用卷积神经网络对无标签样本进行类别预测，基于一种带损耗预测模块的主动学习方法，计算无标签样本的信息量并排序，再人工标注信息量最大的样本，加入训练集更新深度学习模型的参数，逐步提高网络的性能；使用融合Inception‑v2的Dense Net新型网络结构，提出一种新颖的考虑类别之间的权重的损失函数进行网络训练。本发明在降低标记成本的同时，提高模型了不平衡数据集上的分类性能，有效建立锌浮选工况识别模型，能稳定和优化生产。
-
公开(公告)号：CN115194410A
公开(公告)日：2022-10-18
申请号：CN202210864355.X
申请日：2022-07-21
Applicant: 中南大学 , 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 , 江西咏泰粉末冶金有限公司
Abstract: 本发明公开了一种高强韧长寿命矿用截齿库体的制备方法，包括以下步骤：选择42CrMo钢棒材为库体基材，将其加工成库体结构；对库体结构进行强韧化调质；选择关键耐磨部位的耐磨层原料；在调质后的库体放置卡环下面刻宽度2～3mm、深度2～3mm的槽，然后采用等离子堆焊在槽内制备一圈耐磨层，使得耐磨层的硬度为HRC63‑65。本发明采用上述一种高强韧长寿命矿用截齿库体的制备方法，提高了库体的强度和冲击韧性，整体硬度适中，关键摩擦磨损的地方具有高的硬度，从而很好的满足了矿用截齿的极高应力冲击、剧烈摩擦磨损的要求，延长了使用寿命。
-
公开(公告)号：CN115301943A
公开(公告)日：2022-11-08
申请号：CN202210859667.1
申请日：2022-07-21
Applicant: 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 , 中南大学
Abstract: 本发明涉及一种矿用耐磨抗冲击长寿命截齿的制备方法。本发明所述的矿用耐磨抗冲击长寿命截齿的制备方法，包括以下步骤：S1：采用粉末冶金方法制备晶粒度为4～6μm，粘结相为CoNiFeCrMo，硬质相为WC和NbC的高熵粗晶硬质合金齿；S2：以42CrMo钢为基材工成库体毛坯；S3：对库体毛坯进行热处理，得到库体；S4：将步骤S1得到的高熵粗晶硬质合金齿与步骤S3得到的库体进行钎焊，得到截齿半成品；S5：将步骤S4中得到的截齿半成品采用等离子堆焊，在硬质合金齿与库体连接面，以及库体底端卡环处堆焊耐磨层，得到截齿成品。本发明所述的矿用耐磨抗冲击长寿命截齿的制备方法得到的截齿同时兼具了耐磨、抗应力冲击、抗高温疲劳等优点，大幅度提高了截齿的使用寿命。
-
-
-
Search Results
4
records
(took 0.016 seconds)
