扬州市江都区飞跃泵业有限公司杨跃获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉扬州市江都区飞跃泵业有限公司申请的专利一种双叶片半开式污水泵叶轮及其制造装置、方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119187463B 。
龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411534397.2,技术领域涉及:B22C9/28;该发明授权一种双叶片半开式污水泵叶轮及其制造装置、方法是由杨跃;金鑫设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。
本一种双叶片半开式污水泵叶轮及其制造装置、方法在说明书摘要公布了:本发明公开了一种双叶片半开式污水泵叶轮及其制造装置、方法,本发明涉及叶轮技术领域,包括工作台,工作台的前端固定连接有连接板,工作台的表面固定连接有固定架,固定架的顶端设有按压机构,工作台的左右端分别设有移动翻转机构和移动夹持机构,连接板的左右端分别设有旋转加热处理机构和冷却机构,本发明的优点在于:首先将准备好的原材料倒入型腔内,第一驱动电机带动第一伸缩杆伸出,从而将底部的固定板推出,使得上和下膜能够准确地配合,保持一定的时间让材料冷却固化,随后第一驱动电机收缩,第一控制器将底板推出,滑板后端移动至滑槽前端时,第一转动电机带动固定杆转动,从而将固化后的叶轮倒入加热炉内。
本发明授权一种双叶片半开式污水泵叶轮及其制造装置、方法在权利要求书中公布了:1.一种双叶片半开式污水泵叶轮制造装置的制造方法,其特征在于,所述制造方法具体步骤如下: 步骤一、首先绘制双叶片半开式污水泵叶轮的详细制图,制作适合叶轮形状的模具,随后将制造叶轮的材料导入型腔14内,第一驱动电机41带动第一伸缩杆42伸出,从而将底部的固定板46推出,使得上模12和下模13能够准确地配合,保持一定的时间让材料冷却固化,确保成型品具有足够的硬度和强度,随后第一驱动电机41收缩,在第一伸缩控制器51的作用下,将底板55推出,滑板52后端移动至滑槽54前端时,第一转动电机53带动固定杆57转动,从而实现成型板56的翻转,便于将固化后的叶轮倒入加热炉61内的承接金属盘66上; 步骤二、当固化后的叶轮倒入在加热炉61内的承接金属盘66上时,盖上加热炉61顶部的顶盖,通过外部设备对加热炉61的内部抽真空,避免叶轮表面被氧化,随后第二转动电机63带动转动杆65转动,使叶轮受热更均匀,随后将叶轮放置冷却箱71内,立即打开循环泵73,冷却液在冷凝管74内循环流动,起到冷却的效果; 步骤三、冷却后的叶轮放置在两个夹持板87之间,第二伸缩控制器86将夹持板87收缩完成对叶轮的夹持,随后通过第二驱动电机84带动第二伸缩杆85推出,便于通过打磨组件9对叶轮表面进行打磨,确保叶轮表面平整和光滑; 步骤一中,在进行双叶片半开式污水泵叶轮制造时,引入深度确定性策略梯度算法与双重深度Q网络结合的智能算法,对双叶片半开式污水泵叶轮制造过程进行优化,具体过程为: 步骤1:建立环境模型 创建仿真环境 仿真目标:模拟双叶片半开式污水泵叶轮制造过程的各个阶段,包括材料导入、冷却固化、成型板翻转; 深度神经网络模型结构:在深度神经网络模型中设置输入层、隐藏层和输出层,对制造过程中各个状态变量进行建模和预测; 训练深度神经网络模型: 数据收集:收集历史数据和实验数据,数据集包括每个制造过程中的所有状态变量,记录了从材料导入到成型板翻转的全过程数据;材料温度、冷却时间、固化硬度、驱动电机位置、伸缩杆位置、成型板角度;实验数据和历史数据用于训练深度神经网络模型; 步骤2:设计智能控制器 基于双重深度Q网络算法设计智能控制器 策略网络:接收双叶片半开式污水泵叶轮制造过程当前的状态输入,输出相应的控制动作,这些动作用于调整制造过程中的各个控制参数,以实现最佳的制造效果; 步骤3:训练智能控制器 在仿真环境中进行训练 仿真运行:在仿真环境中启动运行,设置初始状态;仿真环境模拟真实制造过程的各个阶段,包括材料导入、冷却固化和成型板翻转; 动作选择:在每个时间步,智能控制器根据当前状态s选择一个动作a;这个动作由策略网络生成,输出控制参数电机速度和伸缩杆位置调整; 执行动作:执行选择的动作a,使制造设备根据控制参数进行操作,并获取下一个状态s`和即时奖励r;即时奖励基于当前动作的效果,材料导入均匀度、冷却效果和成型质量。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人扬州市江都区飞跃泵业有限公司,其通讯地址为:225200 江苏省扬州市江都区樊川镇跃进村;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。
请提出您的宝贵建议,有机会获取IP积分或其他奖励