SiO_2-C复合气凝胶的制备及其结构

以间苯二酚(R)和甲醛(F)为碳源,以3-胺丙基三乙氧基硅烷(APTES)为硅源,一步溶胶一凝胶法简单快捷地合成了SiO_2-RF复合气凝胶,高温碳化后得到SiO_2-C复合气凝胶,并用扫描电镜、比表面分析仪对所得样品的结构进行了研究,并讨论了不同投料比对气凝胶结构的影响.结果表明碳化前,投料比APTES/R=1时,所得气凝胶具有最大的比表面积(S_(BET)=606.1 m~2/g),碳化后,由于体积收缩和酚醛热解产生新孔隙双重因素的影响,投料比AFTES/R=1/2时样品的比表面积达到最大(S_(BET)=704.2 m~2/g).     

纳米复合镍粉雷达吸波涂层研究

采用机械化学法将纳米SiC包覆在镍粉表面制备复合吸波材料,将该材料喷涂在基体上制备吸波涂层,并研究了SiC在复合材料中的含量变化对涂层吸波性能的影响.研究表明,SiC含量为10%时,纳米复合涂层的吸波性能最佳.与镍粉吸波涂层相比,该纳米复合涂层中频段的吸波性能明显提高,发射率小于-5 dB的带宽由7 GHz增加到10.4 GHz,涂层最高吸收值达到-23.4 dB.     

离子束辅助沉积WS_2-Ti-Ag复合薄膜的摩擦性能

采用ZDH-100型号离子束复合沉积设备沉积WS_2-Ti-Ag复合薄膜,基材为轴承钢和单晶硅(100).采用场发射扫描电子显微镜、XRD衍射仪,检测复合薄膜的表面形貌、微观结构.采用球-盘式摩擦磨损试验机,对复合薄膜在大气环境中的摩擦性能进行了研究.结果表明:采用离子束辅助沉积技术制备的WS_2-Ti-Ag复合薄膜是非晶态薄膜;并且随法向载荷的增加,复合薄膜的摩擦因数减小,摩擦状态越稳定,耐磨寿命越短.     

RTM成型聚酰亚胺复合材料研究

以苯乙炔封端聚酰亚胺树脂为基体,采用高温R1M工艺复合成型了T300碳布增强聚酰亚胺层合板,复合材料的Tg达351℃(DMA),材料在300℃弯曲强度保持率达90%以上,模量保持率达85%以上,层间剪切强度保持率达60%以上.     

针刺技术在C/C复合材料增强织物中的应用

在介绍刺针功能的基础上,论述了针刺技术用于C/C复合材料增强织物成型的原材料特点、工艺与应用等.分析表明,刺针的结构对于纤维引入有重要影响,合理选用刺针是针刺C/C复合材料增强织物复合成型的基础;针刺增强织物中材料成分、刺针和工艺的多样性,使得针刺增强织物具有相当的可设计性.     

低红外发射率迷彩填料的制备及光谱特性

采用化学液相沉淀法获得了具有核层结构的 Al/ SiO2/Fe2O3颜料,在基本不改变Al粉在8～14靘波段红外发射率的情况下,实现了片状Al粉的物理着色.分析了正硅酸乙酯(TEOS)水解一缩聚反应及氯化铁水解反应机理,并以此制备了Al/SiO2/Fe2O3三层结构的复合粒子,研究了包覆的工艺条件.通过扫描电镜、能谱、X射线衍射、紫外-可见光吸收谱等方法对包膜后的片状Al粉粒子进行了分析与表征.实验结果表明,通过液相沉积法在Al粉表面成功包覆了SiO2/Fe2O3薄膜,得到了低红外发射率的迷彩Al粉颜料.     

神经网络和专家系统复合材料优化设计研究

论述了复合材料设计及优化的基本方法,介绍了神经网络和专家系统人工智能方法,并对复合材料设卉及优化中的两种智能方法进行了详细论述,总结了两种方法在复合材料优化设计中的分类、建模、预测和应用.举例说明了神经网络和专家系统方法在复合材料优化设计中具有重要的研究价值.最后对该领域的发展提出了建议.     

三元乙丙橡胶内绝热层与纤维织物复合技术研究

研究了三元乙丙橡胶内绝热层分别与高硅氧纤维、芳纶纤维及碳纤维织物复合后绝热层的烧蚀性能.结果表明:绝热层与纤维织物复合可以提高绝热层的烧蚀性能;在这三种复合方法中,前两种织物分别铺设在绝热层表面的烧蚀性能优于将织物铺设在绝热层内部,后一种织物铺设在绝热层内部的烧蚀性能优于将织物铺设在绝热层表面;相比较而言,加入芳纶纤维织物绝热层的烧蚀性能最好,碳纤维织物绝热层的次之.高硅氧纤维织物绝热层的最差.     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.