超高温陶瓷改性碳/碳复合材料

碳/碳(C/C)复合材料因密度低、抗热震性能好以及高温力学性能优异等众多优点被广泛应用于航空航天领域,但抗氧化性较差使其应用受到很大限制.将超高温陶瓷(UHTCs)引入C/C复合材料基体制备超高温陶瓷基体改性碳/碳复合材料(C/C-UHTCs)是目前提高C/C复合材料抗氧化性的主要途径.当前C/C-UHTCs的多种制备工艺都无法兼具低成本、高效率、均匀致密的效果;相比于C/C复合材料,C/C-UHTCs的抗氧化耐烧蚀性能和力学性能都得到了提升.为了满足现代尖锐前缘飞行器的发展需求,C/C-UHTCs的抗氧化耐烧蚀性能还需要进一步提高;同时,还需要降低C/C-UHTCs的脆性,提高材料的可靠性,避免发生脆性断裂.为了给后续研究提供参考,从制备工艺、结构特征、抗氧化耐烧蚀性能以及力学性能四个方面综述了C/C-UHTCs当前的研究进展,并预测C/C-UHTCs的制备工艺将从降低成本、减小对纤维增强体的损伤等角度进一步优化,以赋予制备材料更为均匀致密的结构以及更优的性能.     

微结构对碳/碳复合材料界面性能的影响

通过理论模型和界面顶出实验分析了微观结构对碳/碳复合材料界面性能的影响机制。使用高分辨Micro-CT系统获得C/C复合材料界面的微观结构特征,并对界面的微观结构特征进行统计分析,得到界面微观结构尺度分布的概率密度函数。对C/C复合材料的界面层建立力学分析模型,计算获得C/C复合材料界面力学性能,在计算过程中引入界面微观结构的随机性统计分布,获得C/C复合材料界面力学性能的分布规律。设计纤维束顶出实验,测试分析C/C复合材料的界面力学性能。将力学分析模型的计算结果与界面顶出实验获得的实验结果进行对比分析,表明通过模型计算获得的界面性能的均值和离散度与实验获得的结果具有较好的一致性。      

碳/碳复合材料表面粗糙度对成骨细胞生长行为的影响

采用化学气相沉积工艺制备了碳/碳(C/C)复合材料, 用表面轮廓仪检测了表面粗糙度, 用MG-63成骨细胞进行了细胞试验, 研究了C/C复合材料表面粗糙度对成骨细胞形貌、粘附和增殖的影响规律. 结果表明: C/C复合材料表面粗糙度越高则成骨细胞在其表面的粘附率越高, 增殖率越低; C/C复合材料表面粗糙度对成骨细胞的生长方向和形貌具有诱导作用, 粗糙度越高则方向诱导作用越明显, 且细胞附着形貌呈梭形或长条状, 立体感强, 反之成骨细胞则呈现片状, 铺展状态好.     

碳/碳复合材料的应用研究进展

综述了碳/碳(C/C)复合材料的性能及其在各个领域的应用现状.     

碳纤维表面处理对2D碳/碳复合材料弯曲性能的影响

为改善纤维与基体的界面结合状态及提高碳/碳复合材料性能,采用1700℃惰性气体保护、2200℃惰性气体保护、400℃空气氧化三种表面处理方法对碳纤维进行了表面处理.结果表明,经过2200℃处理后的纤维表面比较粗糙,有很多沟槽,制备的碳/碳复合材料中纤维与基体结合紧密,弯曲强度比未经表面处理的纤维制备的碳/碳复合材料弯曲强度提高75%;经过400℃处理后的纤维表面凹坑、凸起较纤维未处理前增多,制备的碳/碳复合材料中纤维与基体结合强度适中,其弯曲强度比未经表面处理的纤维制备的碳/碳复合材料弯曲强度提高43%;而经过1700℃处理的纤维表面比较光滑,纤维与基体结合弱,弯曲强度比未经表面处理的纤维制备的碳/碳复合材料的弯曲强度低.     

喷涂功率对碳/碳复合材料表面羟基磷灰石涂层的影响

采用等离子喷涂技术在碳/碳复合材料表面制备了羟基磷灰石(HA)涂层,采用电子拉伸机和自制装置测定了不同喷涂功率下涂层与基体的抗剪强度,采用扫描电镜观察了涂层表面、剪切断裂表面的形貌,采用电子探针分析了试样截面的形貌和成分线分布.结果表明:随着喷涂功率的增加,涂层中HA颗粒的熔化程度和涂层与基体的抗剪强度均增加,涂层与基体的界面属于机械结合,其剪切断裂的形式主要有界面失效和涂层内部失效两种.     

热解碳基碳/碳复合材料的内耗特征与机制

以高纯石墨为对照材料,初步研究了热解碳基碳/碳复合材料的内耗行为,并根据实验结果提出了碳/碳复合材料的内耗机制:热滞弹性机制与静滞后型内耗机制。纤维/基体的界面内耗效应对碳/碳复合材料的内耗特性影响很大,它的存在使碳/碳复合材料产生了一些较为反常的内耗现象。      

碳/碳复合材料抗氧化行为的研究进展

综述了碳 碳复合材料抗氧化行为的研究现状。介绍了几种对碳 碳复合材料氧化机理的认识和建立的模型 ,并分析了温度、环境等影响氧化机制的因素。从基体改性和外部涂覆等角度总结了近年来抗氧化举措的研究结果 ,并展望了耐高温抗氧化涂层的研究方向。     

碳/碳复合材料的疲劳行为研究

碳/碳复合材料作为理想的高温结构材料,在服役过程中不可避免地涉及疲劳加载的情况,其疲劳行为的研究具有十分重要的意义.本文对近年来碳/碳复合材料疲劳行为的研究情况进行了综述,总结出了疲劳行为特点.提出了"界面控制"疲劳机理分析模型,并用此模型合理解释了碳/碳复合材料优异的抗疲劳性能以及异常的"疲劳强化"现象.并在此基础上,对今后的研究工作发表了一些看法.     

碳／陶复合导电陶瓷的研究

本文提出了复合式导电陶瓷的概念，并实际制备了ＳｉＯ２－Ａｌ２Ｏ３－Ｃ系列的碳／陶复全导电陶瓷，通过ＸＲＤ，ＳＥＭ，电阻率测定等实验研究了材料工艺，结构，性能之间的相互关系，着重研究了导电功能成功石墨的加入对材料烧吉和导电性能的影响，指出了石墨颗粒在材料基体内容的结构方式以及石墨的加入影响导电的规律，讨论了材料烧结和导电机理，并提出了普通复合式导电陶瓷的接触导电机理，材料性能优良，有良好的应用前景，     

人工神经网络在材料性能研究中的应用

人工神经网络技术广泛应用于复杂系统的建模中,已成为材料科学研究中常用的建模方法.介绍了BP神经网络及其建模的重要特征,综述了神经网络技术在材料性能预测方面的研究情况.     

基于模糊聚类的RBF神经网络算法

文章提出一种根据模糊聚类的思想来确定RBF神经网络隐层节点数,并用K-Means的聚类算法来训练RBF神经网络.并根据此算法进行仿真,并证明是有效的.     

基于RBF神经网络的精细化营销研究

精细化营销分为5步骤:对数据进行标准化处理;利用因子分析确定客户细分变量;将聚类分为两层,利用最近邻聚类法初步确定中心,再利用均值聚类对中心进一步调整,确定RBF网络中心,并构建客户细分模型;在此基础上完成客户行为特征的描述和精细化营销策略的设计.通过实证研究,设计出某移动通信公司的精细化营销策略.     

基于RBF神经网络的镍基TiN纳米复合镀层显微硬度预测

针对神经网络在预测复合镀层性能方面的应用情况,以及传统的BP神经网络存在缺陷;通过对RBF神经网络的基本原理和特点的研究,建立了利用RBF神经网络对Ni-TiN纳米复合镀层显微硬度进行预测的模型。通过实验数据验证了所建立的RBF神经网络模型具有很高的精确度,其最小相对误差可达0.62%,而且所建立的预测模型具有优化工艺参数的功能,对复合镀层的其它性能进行预测具有指导意义。     

炭/炭复合材料高温防氧化陶瓷涂层的研究新进展

陶瓷涂层技术是解决炭/炭(C/C)复合材料高温易氧化难题的有效手段。本文阐述了C/C复合材料的氧化过程与抗氧化途径,综述了近年来国内外C/C复合材料高温防氧化单相、多相镶嵌,梯度复合,晶须增韧以及多层复合等陶瓷涂层体系的最新研究进展,并就陶瓷涂层目前存在的问题以及下一步研究的重点提出了一些见解。     

基于RBF神经网络的灌装机控制系统设计

目的 针对传统液体灌装机灌装定量控制方法存在控制稳定性不高、控制精度较差等问题,引入RBF神经网络对液体灌装机高精度灌装定量控制.方法 构建液体灌装机伺服驱动计量缸传递函数,结合空间扰动性融合方法实现液体灌装机高精度灌装扰动特征解析;采用参数自适应辨识方法进行液体灌装机高精度灌装的定量分析;通过B样条曲线拟合方法对液体灌装机灌装拟合控制;通过自适应参数调节,构建RBF神经网络模型,实现液体灌装机高精度灌装定量控制的优化设计.结果 仿真结果表明,所提方法的液体灌装定量控制稳定性较好,灌装机灌装定量控制效果较好.结论 文中方法提高了液体灌装机高精度灌装的定量控制能力.     

基于智能元件和神经网络的复合材料损伤监测

介绍了基于智能元件和人工神经网络技术对复合材料损伤监测的原理，回顾了人工神经网络在复合材料健康监测中的应用，总结了国内外的主要成果，提出了现在所存在的问题，并对应用神经网络进行复合材料的健康监测技术进行了展望。     

残余应力对陶瓷/硬质合金复合片硬度的影响

分析了残余剪应力对材料硬度的影响,导出了残余剪应力与硬度压头下最大剪应力的关系式．分析表明,残余剪应力与残余正应力不同,无论其方向如何,总是使材料硬度下降．通过实验证明,陶瓷／硬质合金热压复合片界面附近,残余剪应力使硬度下降的值大于由于残余压应力使硬度升高的值．据此分析认为,当陶瓷层热膨胀系数比硬质合金层小,而且太薄时,虽然可以在陶瓷层形成较大的残余压应力,但因残余剪应力的影响,表层的硬度不仅不会升高,反而会降低．     

径向基函数神经网络在多维力传感器标定中的应用

维间耦合是制约多维力传感器测量精度的主要因素,为了克服传统线性标定方法的局限性,利用径向基函数（RBF）神经网络强非线性逼近能力进行了多维腕力传感器的静态标定,并将其与最小二乘法和BP神经网络标定法作了比较。以研制的六维腕力传感器为对象进行了实验,结果表明,采用RBF神经网络对多维腕力传感器标定比用最小二乘线性标定有更高的标定精度,网络训练速度则大大快于BP神经网络。这种新方法具有一定的实用价值。