牙刷智能制造的研究与应用

来源 :口腔护理用品工业 | 被引量 : 0次 | 上传用户:nimabe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智能制造是制造业的发展趋势,是国家重点规划的方向。好来化工通过智能生产线改造,实现了牙刷生产智能一体化。本研究探索了牙刷一体化生产实施方案,介绍了牙刷从原材料到植毛再到包装实现一体化的实施方式。
其他文献
使用55CrSi弹簧钢丝制作的螺旋弹簧,对其端部钻孔时装夹、定位困难,使用常规夹具容易使其发生塑性变形而影响后续使用,同时弹簧钢丝硬度值较高,钻削时效率低下,刀具磨损严重。针对上述问题,设计了钻孔工装,将弹簧端部装夹在工装的圆弧形槽中进行钻削,避免了装夹导致的塑性变形,高硬度钻模套的使用,起到了定位作用,保证了加工精度,并通过对其端部进行局部热处理,达到软化的目的,在实际生产中提高了生产效率,降低了生产成本。
随着工业的不断发展和自动化水平的提高,高端智能制造与先进检测技术已经成为装备制造业一个重要的发展方向。针对油气悬挂液压系统装配中,工人劳动强度大、产品质量控制差的问题,对油气悬挂液压系统中关键工件进行装配过程分析,基于多类型传感器的合理组合配置,完成了关节轴承、密封圈装配防错控制逻辑设计。通过防错设计应用,能够有效提升装配效率、质量及可靠性,实现装配工艺技术的提升。
城市新建地铁隧道穿越引起既有隧道变形的规律是工程领域研究的热点。文章依托某新建盾构隧道近接下穿既有盾构隧道工程,对施工全过程的实测数据进行整理,结合数值模型计算结果,重点分析了新建左、右线依次穿越过程中既有双线隧道沉降变形规律,进一步对阶段受扰动土体稳定性进行分析。结果表明:(1)时间维度上,穿越过程中既有结构竖向变形趋势与施工阶段具有一一对应关系;(2)距离维度上,隧道结构变形随着距穿越中心距离减小而增大,规律与模拟结果一致;(3)根据既有隧道变形量及变形速率,穿越开始阶段可作为沉降控制的关键节点;(4
为研究软粘土地层中隧道开挖期和运营期的桩基响应,文章借助有限差分软件FLAC3D,通过采用精细模拟法进行CVISC模型下盾构隧道分步开挖数值模拟,得出了桩基响应随隧道开挖和流变时间的变化情况,全面分析了考虑土体流变特性时盾构隧道开挖引起邻近桩基响应的空间效应、时间效应以及群桩的遮拦效应。结果表明:隧道开挖对桩基的影响主要集中在开挖至桩基前方1倍洞径与开挖至桩基后方2.5倍洞径之间;隧道开挖完成后,桩基的内力和位移在很长时间内还会继续增大,然后达到稳定,且桩基轴力先达到稳定,沉降达到稳定所需时间最长;群桩中
目的:建立高效液相色谱法测定龙胆提取液中龙胆苦苷含量的方法。方法:采用Diamonsil C18色谱柱(250mm×4.6mm,5μm),流动相为乙腈(B)-水(A),梯度洗脱:0~10min,25%~85%B;流速为1.0mL/min,柱温35℃,检测波长为270nm,进样量为20μL。结果:龙胆苦苷在40~200μg/m L之间线性关系良好,相关系数r=0.99991;加标回收率为99.78%。结论:该方法简单、灵敏、准确,可用于龙胆提取液中龙胆苦苷含量的测定。
针对输电铁塔采用人工试组装耗时长、安全系数低等现状,试组装工序严重制约了生产节奏和产品交期,随着信息技术普及,虚拟装配技术在制造业中快速转化为现实的生产力,为此开发了一套铁塔试组装仿真系统,采用计算机进行铁塔虚拟试组装仿真,通过加大计算机仿真工作量,减少实际人工试装工作量,在满足铁塔制造质量技术要求同时有效地控制不合格品率,极大地缩短了产品的制造周期,降低产品的制造成本,提高企业的市场竞争力。重点阐述了实体碰撞检测原理,采用正交包围盒的技术快速锁定可能碰撞的区域,系统根据铁塔部件连接方式特点过滤无效的碰撞
在智慧电力快速发展的背景下,电力行业数字化转型进入跨越式的发展,新的应用不断涌现,整体网络规模逐渐扩大.物联网、云平台和数据中台等新型数字基建平台的建设,使网络边界
选区激光熔化技术具有独特的成型方式和工艺特点,其对成型粉末的性能也有着特殊的要求。以铝硅合金、精铝锭和精镁锭为原材料,通过气雾化制备AlSi10Mg金属粉末。利用扫描电子显微镜、X射线衍射仪、激光粒度仪、表面吸附仪等设备对AlSi10Mg金属粉末的性能进行测试。测试结果表明:AlSi10Mg金属粉末的松装密度为1.517 g/cm3,振实密度为1.695 g/cm3,流动性为73 s/50 g,休止角为32°,比表面积为3.0456 m2/
网络犯罪方案办公室:请介绍一下您自己和您所做的工作.您对网络犯罪感兴趣的原因是什么?rn阿纳诺·格里加拉什维利:自2018年以来,我负责监督由国际组织和伙伴国家资助的四个
期刊
微流体液滴可以作为一个进行生化反应的微容器,在生物、化学、医学等领域有着广泛的应用前景。近年来,深度学习越来越多地被用于微流体测量,如利用微流体液滴图像测量流体的速度、浓度。通过分析T型微通道基本流型,发现已经形成的液滴及其生成过程挤压-滴状区具有不同的特征。通过一个基于深度学习的多语义分割网络,可以得到不同的分散相区域,从而精确捕捉不同流态下液滴、挤压-滴状区的特征。微流体液滴语义分割网络的输入