- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
RPM技术与家电产品的开发.pdf
雯堡堡堡!旦!!!塑!!坐咝翌竺型
冷凝温度升高,脱附量减少,制冷量下降,c0P下降: 参考文献
④蒸发温度 l 下如竹,吸附式制冷新技术-化工学报2()00,Vo·15l·No·4
蒸发温度升高,蒸发压力增大,有利于吸附的进行: 2崔群等·固体吸附制冷吸附剂的研究进展,南京化工大学学
报1999·V。l·2l,N。6
由于吸附终丁温度和冷凝温度受环境条件限制,而且两者
越低对循环越有利.所以,要尽量强化吸附床与冷凝器的冷却效 3譬毅等,固体吸附式制冷技术的概况及进展,上海交通大学
黝腓替代空气她吸附床删献肋惮 。糍茹拧:罴m。㈨“池唧删s。
6 结论 s。lid lce oftIle
lar凡we陀d. Ads。州i。n Maker”,1hsAsME,
以上简要地叙述了吸附式制冷技术发展的过程.吸附式制 J。umalofsolarEneT料Enginee^。g’May1991,113,73~79
冷系统的组成,各种循环的特点.工质对的选择,以及改善系统 N
5 Douse。ndFMeunie““E乳ct
性能的途径.固体吸附式制冷是一种能利用工业废热和太阳能 thec。。mcientofPe如删anceofActive
进行制冷的制冷技术,随着研究工作的不断深入和固体吸附机 syskm”,HeatR…ery8ystcm‰1988,8,383—392
组的面市,将在吸收式制冷机难以运转的80℃以下余热市场接 (鳊辑韩彬)
轨占据主导地位。
奉吏介龆了RPM挂水的工艺和在末电产品开点中的应用,特别介
绍了RpM技术的秉性化应用.并比较了两种金属粉柬材料对快速模具 ●别正业
的寿舟静响。
技术慝家电产品匿开发
.t\11/、, j
1 RPM技术的制造工艺 2 RPM技术在家电产品开发设计中的作用
我国目前从事RPM技术的服务机构均选用了立体光刻 RPM技术在家电产品中最重要的作用是方便和顾客交流、
加快产品的开发速度、提高产品的设计质量。具体如下:
(SLA)、分层实体制造(LOM)、选择性激光烧结(SLs)和熔融沉
积制造(FDM)四种工艺,见表1。 2.1当企业接到颐客的订单后,首先要按颐客的要求进行产品
这些工艺采用相同的分层堆积原理:首先输入3D数据的 的外形设计。但是在Pro/E等3D设计环境下与顾客的交流存
sTL标准格式,然后原型机的计算机按z轴方向将3D模型分隔在局限性。一方面,作为经销商的顾客对市场并没有完全的把
成一系列等高的层片(近似为一个厚度为O的截面),从层片读 握,需要实体模型进行“感受”;另一方面,制造商为了降低新商
取2D截面信息(根据零部件具体要求可人工设置工艺参数,包 品开发的风险,不愿将全部的希望寄托在一个经销商身上,也需
括z向的选择),通过原型机的内置软件自动生成数控代码指 要实体进行消费者调查。这样.最终消费者、中间经销商和企业
令,驱动伺服执行装置制造一系列层片,所有的层片联结起来, 之间进行交流的最好的方法就是用RPM技术制造的实体模型
就可得到和设计模型一致的三维实体。 了(此时的模型是没有功能的)。从几个实体中选择一个最受欢
裹1四种工艺
下艺名称 使用材料
您可能关注的文档
- HPLC测定菟丝子中槲皮素、山柰素、异鼠李素的含量.pdf
- HPV L1 C-末端保守序列短肽诱导HPV多型别交叉抗体的初步研究.pdf
- HPV-16-11 L1双价重组杆状病毒的构建及VLP形成.pdf
- HPV-16、EB病毒对细胞增殖的影响及与子宫颈癌发病的关系.pdf
- HPV-DNA分型检测联合液基细胞学对宫颈癌筛查的意义及临床价值的研究.pdf
- HPV16、HPV18感染在宫颈上皮内瘤样病变及宫颈癌中的检测分析.pdf
- HPV感染与宫颈疾病的相关性研究.pdf
- HPV高危型检测联合TCT技术在宫颈癌筛查中的临床价值.pdf
- HSV-TKGCV自杀基因系统治疗小鼠乳腺癌的研究.pdf
- H∞-学习神经网络的非线性系统识别.pdf
文档评论(0)