碳纳米管无溶剂纳米流体对环氧树脂力学性能及阻尼性能的影响

为降低多壁碳纳米管(MWNTs)在树脂基体中的团聚程度,提高树脂基体的机械性能,以酸化多壁碳纳米管为核,接枝颈状层硅烷偶联剂(KH560)和冠状层聚醚胺(M2070),得到碳纳米管无溶剂纳米流体(MWNTs-C-M2070)。采用傅里叶红外光谱、流变分析和透射电子显微镜对其结构进行表征。结果表明,颈状层和冠状层成功接枝于碳纳米管表面,在测试范围内其损耗模量始终大于储能模量,说明其液体特征。以合成的MWNTs-C-M2070作为改性剂加入环氧树脂基体中,研究其力学性能及阻尼性能。结果表明:当MWNTs-C-M2070加入量为2%～4%(质量分数)时,树脂基体的力学性能和阻尼性能都能得到良好的改善。与传统碳纳米管填料相比,MWNTs-C-M2070无需超声辅助即可在树脂及溶剂中实现稳定的分散,在复合材料的工业生产中有较大应用价值。     

纳米可燃剂对HMX的热分解性能及热分解动力学参数的影响

以二甲基亚砜为溶剂,利用超声辅助喷雾重结晶原理制备了含有不同比例的纳米Al、Si可燃剂的HMX混合粒子;用X射线衍射(XRD)和差示扫描量热法(DSC)对制备的复合粒子进行性能表征;重点研究了基于Kissinger法下所得含不同比例纳米可燃剂的混合粒子热分解性能。结果表明,与未加纳米可燃剂的HMX相比,加入质量分数为20%的纳米Al可燃剂细化的HMX的活化能Ea、活化熵ΔS、活化焓ΔH,活化自由能ΔG分别降低了26.07、19.23、26.09、11.75 k J/mol,随着纳米可燃剂含量的增加,催化效果越来越明显而且相同比例的纳米Al可燃剂比纳米Si可燃剂催化效果更好。也就是说,纳米可燃剂能够提高高温下HMX的反应速率,对HMX的热分解有明显的催化作用。     

基于多尺度方法的飞行器结构强度分析

建立了一套飞行器结构多尺度分析方法,能够较为高效、准确地分析飞行器结构的力学行为,确定危险区域以及研究损伤模式。采用层次多尺度法,分别建立了飞行器整体结构、局部舱段结构、单钉连接模型三种有限元模型,对飞行器结构进行分析。建立了宏观变量与细观响应之间的信息传递和反馈。对三向正交碳/碳机织复合材料的宏观刚度和强度性能进行了预测,建立了宏观损伤起始包络线。采用协同多尺度法对单钉连接模型进行渐进损伤分析。研究表明该方法具有良好适用性,能够较为准确地分析结构的损伤模式,为飞行器结构设计提供参考。     

一种基于PCA的面向对象多尺度分割优化算法

多尺度分割是图像面向对象分类的基础,针对不同区域特征最优分割尺度确定的主观性以及采用聚类算法时聚类中心确定的随机性,提出了一种联合降维与聚类算法的面向对象多尺度分割优化算法。该算法首先利用主成分分析法（PCA）降维排序后的结果产生初始聚类中心;然后采用K-means聚类和度量每一个像素点合并的概率,从而得到适应不同研究区域内不同尺度地物的分割结果。采用多个影像数据库,通过引入聚类评价指标（内部评价指标和外部评价指标）、分割评价指标（分割精度、过分割率和欠分割率）并结合现有的图像分割方法及原始的K-means算法、与PCA降维后的K-means聚类对比分析。研究结果表明:经过降维处理后进行的聚类算法稳定性更高;与传统的聚类算法相比,结合PCA降维更能自动识别最优分割尺度;降维技术和聚类算法联合之中,目视和定量评价指标表明经过降维预处理后的聚类能得到更高质量的分割结果。      

预测纳米多孔铜弹性模量的随机分布单胞模型

纳米多孔铜的弹性模量实测值远低于分子动力学的模拟结果,且实际韧带尺寸远大于分子动力学模拟结果。通过Python平台在ABAQUS中构建纳米多孔材料的随机分布单胞模型,基于热应力比拟方法,用多尺度均匀化方法求出均匀化弹性参数。首先,利用所提模型预测纳米多孔金的弹性模量并与实测结果进行了对比,两者的高度吻合说明所提模型的有效性。其次,预测并分析了不同体积分数下纳米多孔铜的均匀化弹性模量,发现了纳米多孔铜均匀化弹性模量随着体积分数变化的阈值现象,并从力学角度对其机理进行了解释,分析了预测结果大于实测结果的影响因素。      

基于FEA的复合材料结构极限承载失效预测

针对复合材料层合板失效分析,基于经典层合板理论与一阶剪切变形理论,通过层合板等效刚度以及各单层板的应力-应变建立了一种并行多尺度方法,并基于此方法采用FORTRAN语言编写了子程序,通过与试验结果以及有限元分析(Finite Element Analysis, FEA)软件内嵌的复合材料失效模型进行对比,证实了并行多尺度方法的可行性,实现了对复合材料层合板在多种工况情况下的渐进损伤分析。     

Luminescent Nanocrystalline Silicon Carbide Thin Film Deposited by Helicon Wave Plasma Enhanced Chemical Vapour Deposition

Hydrogenated nanocrystalline silicon carbide （SIC） thin films were deposited on the single-crystal silicon substrate using the helicon wave plasma enhanced chemical vapor deposition （HW-PECVD） technique. The influences of magnetic field and hydrogen dilution ratio on the structures of SiC thin film were investigated with the atomic force microscopy （AFM）, the Fourier transform infrared absorption （FTIR） and the transmission electron microscopy （TEM）. The results indicate that the high plasma activity of the helicon wave mode proves to be a key factor to grow crystalline SiC thin films at a relative low substrate temperature. Also, the decrease in the grain sizes from the level of microcrystalline to that of nanocrystalline can be achieved by increasing the hydrogen dilution ratios. Transmission electron microscopy measurements reveal that the size of most nanocrystals in the film deposited under the higher hydrogen dilution ratios is smaller than the doubled Bohr radius of 3C-SiC （approximately 5.4 nm）, and the light emission measurements also show a strong blue photoluminescence at the room temperature, which is considered to be caused by the quantum confinement effect of small-sized SiC nanocrystals.     

基于尺度时间均衡的高速风洞视频测量图像闪烁修正方法

高速风洞视频测量试验环境中,复杂的光照条件容易导致采集的图像序列出现闪烁,影响测量结果的精度。在测量图像中,由于照明变化导致的灰度变化和目标运动、变形引起的局部变化耦合在一起,导致基于仿射变换模型（线性或非线性）的修正方法难以适用。尺度时间的直方图均衡方法（STE）利用尺度空间理论,对各图像直方图中每一个灰度值组成的曲线在时间维度上进行高斯卷积得到目标直方图,再通过直方图匹配获得闪烁修正后的图像。针对日光灯照明下的相机标定板图像、存在运动和变形的风洞模型变形测量试验图像和存在油膜形态变化的油流试验图像开展了应用研究。结果表明,该方法适用于图像序列的全局闪烁修正,与基于模型的方法相比,其修正效果不依赖于基准图像,对图像抖动、局部存在目标运动或变形等干扰因素的鲁棒性强,且方法简单,计算量小,具有较高的工程应用价值。     

Au@rGO-PEI复合材料的制备及光热性能研究

太阳能作为一种可直接利用且可持续利用的清洁能源,有着巨大的开发应用潜力。利用太阳能的有效方法之一是光热转化,因此,高效的光热转换材料成为太阳能有效利用的关键。本研究通过在石墨烯表面引入供电子基团并原位复合金纳米片,双重增强了材料的光热性能。最优条件下制备的Au@rGO-PEI(Au与rGO-PEI的质量比为1:1.25,负载量1 mg/cm²),材料表面温度达到最高(76℃)。     

珠海一号高光谱影像云检测算法

珠海一号高光谱卫星具有高空间、高光谱、高时间分辨率等特点,有效推动了高光谱遥感数据在农林环境、自然资源探测等领域的广泛应用,其中高精准的云检测是遥感数据预处理的关键步骤。如何对高光谱图像有效特征提取并克服传统云检测方法特征复杂、算法参数多、计算量大、鲁棒性差等缺陷,是高光谱云检测研究的关键问题。为此,提出了一种多尺度特征融合的U型结构网络,模型首先利用残差模块进行特征编码,并将编码进行多尺度融合,在网络的跳跃连接处引入了坐标注意力机制提取有用信息,最后通过残差解码得到输出结果。实验前首先利用主成分分析降维,将高光谱数据重构为4维影像数据,然后通过数据标注与数据增强,建立珠海一号高光谱影像云检测数据集。采用了38-Cloud云数据集训练初始网络参数,随后利用构建的数据集进行迁移学习。实验结果表明,对于所建立的珠海一号高光谱云检测数据集,所提方法的像素准确率达到92.28%,可以实现高精度的高光谱遥感影像云检测。