行业研究报告题录
制造业--纺织业(2022年第6期)
(报告加工时间:2022-08-15 -- 2022-09-26)

境外分析报告

  • 全球医用口罩市场展望预测报告(2021-2026年)
    Personal protective equipment (PPE) includes various products like gloves, face masks, surgical gowns, and more. There is always a huge demand for PPE materials across the globe due to the developing healthcare infrastructure in developing countries and the increased requirement for safety measures in healthcare setups. In a few cases, the demand for PPEs is due to exceptional factors like disease outbreaks, pandemics, and epidemics. The world is exposed to multiple outbreaks and other disastrous infections. One such event occurred in 2019, which started as a simple respiratory infection, and later spread to more than 190 countries and killed millions of people across the globe.
  • 全球奢侈品时尚市场展望预测报告(2021-2026年)
    The global luxury fashion market is significantly gaining momentum with the rise in the number of high-net-worth individuals worldwide. Also, factors such as the growing popularity of luxury fashion products among millennials and Generation Z, increasing brand loyalty among customers, and growing association of luxury brands with greater social acceptance are driving the market growth. Additionally, the rising adoption of advanced technologies such as Augmented Reality (AR) by the fashion industry and the ever-increasing penetration of digital channels across developing markets are providing significant growth opportunities for vendors in the market.

综合分析报告

  • 挤压麸皮粒度对小麦粉糊化特性和热机械学特性的影响
    以小麦粉和可食用麸皮为原料,探究经挤压处理后不同麸皮粒度对小麦粉糊化特性和热机械学特性的影响。结果表明:中、小粒度麸皮对小麦粉色差、峰值黏度、最低黏度、最终黏度的影响显著大于大粒度麸皮(P<0.05),这是因为中、小粒度麸皮与面粉混合得更均匀,减少了反光量、导致色差增大,并通过阻碍面筋网络结构的形成来影响糊化特性;吸水率随麸皮粒度的减小而增大,这也使得面团形成时间和稳定时间显著降低(P<0.05);中、小粒度麸皮还会显著降低淀粉的回生值,有利于延长面制品的货架期。
  • 带电作业屏蔽服织物的发展现状与趋势
    为促进带电作业屏蔽防护技术的进步与发展,首先对屏蔽服的防护原理做了简要说明,接着阐述了屏蔽服织物的发展历程与各阶段屏蔽织物存在的问题,然后对比分析了国内外带电作业屏蔽服标准的适用范围、成品性能要求和衣料性能技术指标之间的差异,最后对带电作业屏蔽服织物未来的发展方向进行了展望,并指出带电作业屏蔽织物应向高防护、高舒适和多功能一体化的方向发展。
  • 纺织智能制造创新能力提升策略
    对纺织智能制造创新能力提升策略进行研究,对于推动纺织智能制造企业提质增效、促进纺织制造企业更好地实现智能化转型升级很有必要。针对现在纺织智能制造面临的人才紧缺、原创性突破匮乏及创新成果转化难等问题,在构建纺织智能制造创新型人才队伍、技术引领,原创新突破、创新科技创新成果转化模式和完善智能纺织品的标准等方面提出纺织智能制造创新能力提升策略。
  • 机械设计理实一体化实验平台的设计
    设计了一种机械设计理实一体化实验平台设计,用于机械机构设计与装调的试验部分。该设计由机构仿真部分和机构实践装调两部分组成,可以让学生在学习课程内容时实际了解一些基础机械结构的装配形式、运动方式以及连接方式等。此实验平台虚实结合,既能在电脑中运用软件仿真又能在实际中动手操作,既可以根据已有的机械装置进行装配又可以发挥自己想象自由组合,达到了更好的教学效果。
  • 劳动力变化对我国纺织工业发展的影响
    劳动力是产业发展的基础要素。文章研究了我国劳动力人口结构、质量、流动的新变化与新特征,分析了劳动力变化对我国纺织工业的影响,提出了行业应对劳动力问题的发展建议。为了积极应对劳动力供给压力,行业应推动完善教育培训体系,加快产业体系的数字化转型升级,进行科学合理的区域布局,从而保障行业平稳运行与高质量发展。
  • C80E下侧板冲压工艺可靠性研究
    工艺背景C80E是重载敞车,具有广泛的市场应用前景,其下侧板原工艺路线为:裁料→校平→压型→翻料→里口修边→端头冲断→翻料→剪切外口→手工修整平面度,其加工工序较长。板料厚度7mm,材质为Q450AW高强钢,冲完里口工件的重量为81.6kg,工件较大、较重,属于厚板成形,成形后工件的平面度为14~18mm,摆放时参差不齐,
  • 日发纺机:展全流程技术实力
    疫情的阴霾似乎很难快速离去,而全球贸易环境也并未显现出更多亮点。面对复杂多变的全球经济和贸易发展情势,浙江日发纺织机械股份有限公司的应对之策是有计划地推进技术创新,提升捕捉、撬动需求的能力。多年来,日发纺机一直致力于打造企业从纤维到终端产品的全流程交钥匙工程,以高效、高质生产为方向,助力客户企业实现多工序间物流连线,让数字化、智能化赋能更多纺企发展。据悉,目前日发纺机围绕需求端发展特征,
  • 沈阳宏大:与客户彼此成就
    2021年,持续面对严峻复杂的国内外环境,沈阳宏大纺织机械有限责任公司完成了"十四五"规划的首年目标,同比增长约35%,与2019年度基本持平,同时为2022年度预留了8千多万的合同储备。在沈阳宏大总经理崔凤贤看来,"再起跑、真用心、大契合"三个词可以很好地概括企业的2021年。"十四五"的五年接力跑第一棒已成功交接再起跑,沈阳宏大将秉持初心,对产品用心换客户放心,与客户并肩作战,成就彼此繁荣,促进行业健康大循环。
  • 不同因素对机械弹性智能车轮加速度信号的影响
    为了研究不同滚动工况对机械弹性智能车轮加速度信号的影响,采用有限元分析方法研究速度、附着系数、载荷对接触应力和加速度信号的影响以及车轮不同位置的加速度信号的差异性。结果表明:速度和地面附着系数对法向接触应力分布影响不大;路面附着系数增大导致摩擦应力分布的不均匀性增加,载荷增大导致接地区域接触应力最大值增大。车轮速度增大,加速度峰值幅值增大,加速度峰值时间间隔减小;载荷增大,加速度峰值时间间隔增大;纵向附着系数功率谱能对地面附着系数进行区分;0轮中间加速度信号更适合用于侧偏特性研究,通过侧向加速度信号积分得到侧向位移,可用于侧偏角估算。
  • 福建省水稻机械精量穴直播技术推广建议
    水稻机械精量穴直播技术是水稻机械化轻简栽培的一项新技术,是指将破胸露白的水稻芽谷种子采用专用播种机械,按照水稻大田生产要求成穴等距均匀播于田间的一项技术。阐述了水稻机械精量穴直播技术在国内外发展现状和福建省引进试验示范情况,总结了水稻机械精量穴直播栽培技术的作业流程及技术要点,并提出几点推广建议,为在福建省推广应用提供参考。
  • 黄体酮对雄性切口痛大鼠机械缩足反射阈值、脊髓神经激肽-1受体及血浆P物质表达的影响
    目的观察黄体酮对切口痛大鼠机械缩足反射阈值(paw mechanical withdraw threshold, PMWT)、脊髓神经激肽-1受体(neurokinin-1 receptor, NK-1R)、血浆P物质表达的影响, 探讨黄体酮对疼痛影响的可能机制。方法采用随机数字表法将24只健康成年雄性Wistar大鼠分为对照组(C组)、黄体酮组(P组, 术前3 h肌内注射1.5 mg/100 g)、米非司酮组(M组, 术前3 h灌胃1.5 mg/100 g), 每组8只。按照Brennan法制备足底切口痛模型, 测定大鼠给药前(T0)、手术前(T1)、手术后1 h (T2)、手术后3 h (T3)4个时间点的术侧足PMWT。在T3时间点采用免疫印迹法测定脊髓NK-1R水平, 用ELISA法测定血浆P物质水平。结果与C组比较, P组和M组T2、T3时PMWT升高(P<0.05), 且P组PMWT高于M组(P<0.05)。与C组比较, P组和M组T3时脊髓NK-1R及血浆P物质水平减低(P<0.05), 且P组脊髓NK-1R及血浆P物质水平低于M组(P<0.05)。结论黄体酮能够抑制切口疼痛, 可能与黄体酮受体结合状态抑制脊髓NK-1R的表达及P物质生成和(或)释放有关。
  • 细胞对机械应力的感知及其信号转导机制
    机械应力几乎调节了细胞的所有功能,探讨其如何发挥生物效应关键在于研究细胞对机械应力的感知及其信号转导机制。该文从细胞外基质、细胞膜、细胞骨架及细胞核等几个方面着手,详述了细胞对机械应力的感知及其转导机制。机械应力被细胞感知及转导主要有2个途径,一个是力的直接传递,另一个是机械信号转换为化学信号。该文旨在为研究机械应力相关疾病的精准治疗及机械应力的优化构建组织工程器官等方面提供一定参考。
  • 水环泵机械密封失效分析与改造
    某炼油厂常减压蒸馏装置三顶气水环泵机械密封故障频繁。通过对泄漏机械密封的拆解、分析,找出了机械密封失效的原因。结合现场实际条件对机械密封进行了改造,改造后运行良好。该方案可适用于该装置工艺流程中的水环泵,具有运行稳定、安装简便、使用寿命长的特点,对炼油生产装置中其他易泄漏机械密封的改造具有一定的借鉴意义。
  • 机械原理课程思政建设
    将课程思政与线上线下混合式教学相结合,以"思政引领知识传授"为教学理念,充分利用机械原理课程线上资源、线下翻转课堂和项目化教学,深挖思政元素。通过线上课程思政视频教学案例、项目化教学实践、学科竞赛备赛与参与,对学生的家国情怀、团队意识、工匠精神、创新能力、职业素养进行培养和锻炼,达到了以德育人的目标。
  • 一种基于机械硬盘的坏扇区映射方法研究
    该文提出了一种基于机械硬盘的坏扇区映射方法,包括如下步骤:系统启动后,坏扇区管理模块开始初始化;当硬盘上线完成后,系统先将IO请求的逻辑地址发送给坏扇区管理模块,由坏扇区管理模块转换为物理地址后进行是否命中坏扇区映射表、预测坏扇区映射表的检测;然后由坏扇区管理模块依据检测结果决定是将映射后的物理地址还是真实的物理地址返给系统;系统按坏扇区管理模块返回的物理地址进行硬盘读写,如果读写成功,则IO结束;如果读写失败,则触发坏扇区管理模块执行坏扇区映射操作。该方法可有效避免系统因连续扇区损坏所导致的IO频繁报错和逻辑上连续但实际物理扇区却离散的问题,可极大提高系统的稳定性和性能。
  • 面向变电站智能消防机械臂的高精度运动学模型研究
    为了解决变电站智能消防前端执行机构灵活性不足、定位精确度低等问题,本文建立了面向变电站智能消防机械臂高精度运动学模型.首先将机械臂通过主体结构简化,转换为刚体连杆模型,并基于Denavit-Hartenberg法的齐次变换矩阵来描述机械臂相邻两连杆的空间关系与运动轨迹.接着在此基础上,提出一种利用机械臂连杆模型几何约束关系,并针对智能消防系统中使用的四自由度机械臂,进行了正向与逆向运动学分析与求解,可在解算前判断机械臂能否到达预期位姿.该模型的计算过程不仅避免了复杂的矩阵运算,而且有效地解决了机械臂逆运动学高精度控制问题.最后,完成了系统机械臂的运动仿真实验,验证了本文所提运动学模型的精确性.
  • 中国纺织集群向世界级新高地迈进!
    纺织产业集群一直以强大且完备的供应链体系在中国纺织业发展中发挥着强有力的引领带动作用,并为区域经济提供有力支撑。我国的纺织集群也因一直能够因地制宜且特点鲜明地发展产业,而在县域或乡镇扎根并遍地开花。纺织集群是产业发展的先行者,依托产业链优势,他们能够根据市场需求快速转向,且在充分的市场竞争中培育出龙头企业,进而进一步带动区域产业的协调发展。
  • 我国大直径井筒机械破岩钻井技术与装备新进展
    目前以钻孔爆破破岩为主的地下工程井筒施工,形成了伞形钻架钻孔、人工装药、抓岩机装岩、吊桶提升、整体模板砌壁的短段掘砌的普通凿井方法,然而爆破破岩凿井法存在作业工序不连续、作业人员多、职业伤害严重等问题,普通凿井法工序繁杂,难以向无人化和智能化方向发展,亟需突破由不连续的爆破破岩向连续的机械破岩技术转变,实现以机械破岩为基础的安全、高效、绿色、智能化凿井。首先梳理了地下矿物资源开发与地下工程中井筒建设现状,阐述了直径8.5 m竖井钻机钻井、坚硬岩石地层直径4.5 m和软岩地层直径6.0 m的反井钻机钻井、直径5.8 m导井式下排渣竖井掘进机钻井、直径7.83 m机械式上排渣竖井掘进机钻井、直径12.8 m沉井式竖井掘进机钻井和斜井硬岩全断面掘进机钻井等机械破岩装备钻井技术发展与工程实践,提出了机械破岩凿井存在的问题及未来发展方向。

如果没有您需要的报告,您可以到行业研究报告数据库(http://hybg.hbsts.org.cn )查找或定制

如果您在使用中有任何问题,请及时反馈给我们。