排序方式: 共有39条查询结果,搜索用时 15 毫秒
31.
32.
33.
含超细高氯酸铵核-壳型复合材料的制备 总被引:2,自引:0,他引:2
用超临界流体沉积技术中的SAS法制备了超细HMX,AP,CL-20以及Al—FPM2602核-壳型复合材料。通过氟橡胶FPM2602在超细HMX,AP,CL-20和Al混合物表面的沉积,达到对混合物进行包覆改性的目的。吸湿性试验表明,该核壳型复合材料的抗湿能力得到明显提高。对该超细核壳型复合材料进行了撞击感度、火焰感度、爆发点测试。结果表明,与未包覆的混合物相比,该超细核-壳型复合材料的性能有了一定的提高。超临界流体沉积技术中的SAS法是制备含水溶性超细含能复合材料的绿色环保方法。 相似文献
34.
35.
36.
为降低六硝基六氮杂异戊兹烷(简称HNIW,CL-20)的机械感度,采用溶胶-凝胶法结合超临界干燥技术,制备出了平均粒径为1~2μm的超细CL-20/Cr2O3复合含能材料。用扫描电镜(SEM)和傅里叶变换红外光谱(FT-IR)对CL-20/Cr2O3复合物的形貌、粒径大小、复合方式进行了表征,并对其撞击感度、摩擦感度进行了测试。结果表明,CL-20与多孔性Cr 2 O 3气凝胶之间为物理复合,超细CL-20/Cr 2 O 3复合物撞击感度的特性落高值提高了230.2%,摩擦感度降低了30%。 相似文献
37.
38.
39.
为了实现电致发光(Electroluminescent,EL)条件下太阳能电池的高精度裂纹和碎片缺陷检测,将多尺度YOLOv5(You Only Look Once version 5)模型用于真实工况下的太阳能电池缺陷检测。首先,提出一种融合可变形卷积(Deformable Convolutional Networks Version 2,DCNv2)和坐标注意力(Coordinate Attention,CA)的改进特征提取网络,拓宽小目标缺陷的感受野,有效增强小尺度缺陷特征的提取。其次,提出一种名为CA-PANet的改进路径聚合网络(Path Aggregation Network,PANet),将CA与跨层级联整合在路径增强结构中,实现浅层特征的复用,使深层特征和浅层特征结合,增强不同尺度缺陷的特征融合,提高缺陷的特征表达能力,提升缺陷检测框的准确度。轻量级CA的计算成本低,保证了模型的实时性。实验结果表明,融合DCNv2与CA注意力的YOLOv5模型平均精度均值(Mean Average Precision, mAP)值可达95.4%,较YOLOv5模型提高3%,较YOLOX... 相似文献