PBT基叠氮型聚氨酯弹性体的形态结构与微相分离

以3,3-双(叠氮甲基)环氧丁烷-四氢呋喃共聚醚(PBT)为软段,以甲苯二异氰酸酯(TDI)、1,4-丁二醇(BDO)和丙三醇为硬段制备了一系列PBT叠氮型聚氨酯弹性体。采用红外光谱法(FTIR)表征了弹性体的结构和氢键化程度,结果表明PBT叠氮聚氨酯弹性体中大部分的氨基形成了氢键,且随着硬段含量的增加,形成氢键的羰基分数增加。当硬段含量为35%时,PBT/TDI/BDO和PBT/TDI/BDO/Glycerol体系的氢键化程度分别增加到80%和82%。采用流变法测定了不同硬段含量叠氮型聚氨酯弹性体的玻璃化转变温度,建立了PBT/TDI/BDO叠氮型聚氨酯弹性体微相分离程度的定量方程,并以此来评估该弹性体的微相分离程度。     

3D打印技术与传统加工技术对比的优缺点

随着计算机技术的飞速发展,3D打印(增材制造/快速成形)技术基于分层制造原理,采用材料逐层累加的方法,直接将数字化模型制造为实体零件,在多个领域具有广泛的应用前景。3D打印技术与传统加工各有千秋,3D打印与数控加工、铸锻造及模具制造等传统加工手段相结合,正在成为新产品快速成形与制造的方法之一。在民机制造领域,3D打印生产的零件,尤其是金属成形件,需要进一步的后处理(如热处理)才能投入生产使用。对于特定金属材料的3D打印成形零件,形状可以优化控制,并且结构静力性能可与铸锻件媲美。但是,由于无损检测能力的限制,3D打印零件内部孔隙度和微裂纹不可预测。对3D成形件的认识程度相比于传统加工还有较大差距,在民机应用中还有较长的路需要走。     

空管系统9月份安全信息月报

2011年9月份,空管系统发生了1起管制原因的不安全事件,空管安全形势总体平稳,全系统运行情况正常。现将9月份情况通报如下:一、主要空管安全工作(一)召开了空管安全形势研讨会根据今年已发生的几起不安全事件,民航局空管局召开了安全专题研讨会,对空管目前面临的安全     

国内民航维修企业及航空公司维修能力一览(上)

编者的话:2009年的全国民航维修能力调查活动已经告一段落.这是<航空维修与工程>杂志自1999年以来开展的第六次调查活动.感谢所有参加调查活动的单位,并期待未来会有更多公司加入.     

三元乙丙橡胶绝热层混炼胶贮存老化性能研究

绝热层混炼胶老化性能决定了绝热层使用前的贮存时间,为了掌握绝热层混炼胶贮存时间对绝热层后续使用性能的影响,以控制绝热层混炼胶贮存时间,采用热氧老化试验研究绝热层混炼胶老化不同时间后性能的变化。结果表明,随着老化时间延长,硫化剂（DCP）在高温条件下发生分解、三元乙丙橡胶（EPDM）分子链发生断裂,绝热层力学性能、硫化性能、粘接性能及凝胶分数逐渐降低,其他理化性能无明显变化。由此说明为有效提高绝热层高温贮存有效期,延长使用寿命,应严格关注贮存温度同时远离光照及紫外线照射。     

高能激光光束质量的测量

高能激光广泛应用于科研、工业和军事等领域,其光束质量的精确计量对激光器性能的评价及化学和固体激光武器系统的作战效能的评估至关重要。提出一种高能强激光光束质量测量装置,能实时观察光束强度分布变化,通过数据处理系统可获得光束直径、束散角、光束指向稳定性及M2因子等光束质量参数,最后分析和讨论了各测量参数的测量不确定度。     

气膜孔对涡轮叶片振动特性的影响

由于涡轮前温度的不断升高,叶片冷却结构的复杂化、复合化,为改善涡轮冷却叶片在愈发恶劣的工作环境下的抗振特性,建立了多个复合冷却方式涡轮叶片的3维有限元模型。通过对模型进行热-固耦合和振动特性分析,研究了气膜孔的大小、数目、位置、排列、角度对叶片固有频率的影响。结果表明:气膜孔数的增多会导致叶片固有频率的降低,最多降低8.0%;气膜孔的增大对其影响则是不稳定的;其角度和位置的影响可以忽略不计。     

飞机维修中人工成本的变化

<正>成本因素导致飞机机体大修业务被外包到海外。世界各地的机体维修工时费的差距正在减小,未来机体维修又将产生哪些变化呢?飞机维修成本占航空公司总成本的15%。人工成本在飞机大修成本中约占70%。因此削减人工成本是航空     

空管系统11月份安全运行形势通报

2009年11月份,我国大部分地区进入冬季,出现雨雪、低云、低能见度等复杂天气,部分机场被迫关闭,给民航正常运行造成一定影响,给管制运行带来较大压力,并且全系统发生了2起管制原因的不安全事件,空管安全态势出现波动。现将11月份空管运行和安全工作情况通报如下：     

顾及样本优化选择的机器学习云检测研究

针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星（Himawari-8）数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明：模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测（CALIPSO）产品数据进行对比分析,结果显示云检测总体精度为97.1%。