AP/RDX/Al/HTPB推进剂用硼酸酯键合剂的合成与应用研究

针对丁羟四组元推进剂存在的工艺性能与力学性能的问题,设计合成了新型硼酸酯键合剂。选用二乙醇胺、1-溴代正丁烷、丙烯腈、冰乙酸为原料,合成了N,N-二羟乙基正丁胺、N-(2-腈乙基)二乙醇胺、N,N-二羟乙基乙酰胺中间体。对二乙醇胺和丙烯腈反应的产物做了红外和气-质联用分析,证实合成产物为目标化合物。利用所合成的中间体及甲基二乙醇胺与硼酸三正丁酯,合成了4种新型硼酸酯键合剂,采用丁羟四组元推进剂配方装药,验证了它们的使用效果。结果表明,新合成的4种键合剂都能明显改善药浆流动流平性,其中BA-3和BA-4具有很好的键合效果,显著提升了推进剂的力学性能。     

丁羟推进剂固化体系中活泼氢组分的反应活性研究

分别对端羟基聚丁二烯(HTPB)/苯异氰酸酯(PI),键合剂(BA-5)/PI和防老剂H(N,N′—二苯基对苯二胺)/PI在甲苯/二甲基亚砜混合溶液体系中进行了反应动力学研究,计算了相应体系的反应速率和活化能。结果表明,在相同的条件下,这三种体系中活泼氢组分的反应速率由大到小依次为:键合剂(BA-5)上的胺基、HTPB,BA-5上的羟基、防老剂H上的胺基。对上述活泼氢组分构成的四个不同配方用TD I固化并制成胶片,对固化时间不同的胶片进行了单向拉伸和溶胀比测试;力学性能和交联密度变化的结果验证了动力学结果,同时也表明BA-5和防老剂H都能有效提高丁羟推进剂的力学性能。     

基于贝叶斯优化的磁光阱多参数自主优化系统

磁光阱是一种冷却陷俘原子的装置，磁光阱实验参数的优化是冷原子实验中基础且重要的工作，人工手动优化参数需耗费大量时间，且很难确保最终参数是全局最优的。基于贝叶斯优化的机器学习方法是一种对目标表达式未知、非凸、多峰的量子物理系统进行参数优化的有效方案，该过程通常远快于人工手动调节，且有更大概率找到全局最优值。提出了一种基于贝叶斯优化方法的冷原子多参数自主实时优化实验方案，该方案通过成本函数构造、控制程序编写、贝叶斯算法优化等形成一个可自主优化的闭环系统。实验结果表明，经过约30 min的迭代优化，所提方案可有效完成磁光阱系统的多参数优化，并得到最优的实验结果；所提方案验证了贝叶斯优化方法在多参数物理系统中应用的可行性，通过改进成本函数，还可应用于其他的复杂多参数实验物理系统最优参数快速确定。