高分子阻尼减振性能的表征

为了更真实地表征高分子材料的阻尼减振性能,定义了阻尼减振参数Z.制备了不同填料含量的聚氨酯阻尼材料,利用传统的动态黏弹仪测试了它们的动态力学性能,同时也用所定义的参数Z表征了材料的阻尼减振性能。将所制备的阻尼材料敷设到钢板上,制备得到了自由阻尼层结构。利用动态信号采集与分析系统对结构的阻尼减振性能进行了测试,并由此得到了材料真实的阻尼减振性能。实验结果表明,参数Z可以更加真实地反映材料的阻尼减振性能。阻尼材料的阻尼减振性能和材料的损耗因子和弹性模量密切相关。     

聚氨酯/环氧树脂互穿网络硬泡的热稳定性

采用同步法合成了聚氨酯/环氧树脂互穿聚合物网络(PU/ER IPN)硬泡,通过热重分析法对其热分解过程进行了研究,计算了各分解阶段的反应动力学参数.研究表明:氮气气氛中,PU/ER IPN硬泡根据环氧树脂含量不同其热分解过程有2~3个失重阶段;随着IPN体系中环氧树脂含量增加,第一阶段的失重率减小,第二阶段的失重率增大;PU与ER质量比分别为90?10,70?30,50?50的硬泡PUE10,PUE30,PUE50在第一、二阶段总的热失重率依次为62.2%,58.0%,52.9%,均低于纯聚氨酯泡沫和纯环氧树脂的热失重率.经IPN改性后,泡沫的热稳定性显著提高,其中PUE10的热稳定性最好,说明聚氨酯和环氧树脂形成互穿网络后的协同效应使得IPN硬泡的热稳定性增强.预测IPN泡沫在300℃的氮气气氛中失重5%的热老化寿命约为8个月,表明IPN泡沫的热稳定性较好.     

基于绝对关联度的图像目标边缘提取方法

针对传统边缘检测方法对光学经纬仪实际拍摄的含噪声图像边缘检测效果不理想的问题,将灰色系统理论引入图像边缘检测,通过绝对关联分析与边缘检测算子相结合,提出一种利用二阶微分算子作为参考序列,图像像素作为比较序列,通过计算灰色绝对关联度来检测图像边缘的方法。实验结果表明,该方法与现有方法相比,边缘检测效果更好,检测的边缘清晰、连续,对噪声图像边缘的检测精度较高,抗噪声能力强。     

微型GPS接收机的设计

阐述了以Jupiter OEM板为核心的GPS接收机的软硬件设计,采用芯片SP2339实现了串口的硬件扩展,使用以ST7920为核心控制芯片的128*64液晶屏显示接收到的数据,在嵌入式程序中使用单向链表完成数据的存储处理,设计完成的GPS接收机能够快速定位、测量野外站点坐标。     

图像目标边缘形态检测方法研究

基于数学形态学的边缘检测方法对处理光学经纬仪实际拍摄的含噪声图像与其它常规边缘检测方法相比,具有明显的优势。将空域滤波和Prewitt边缘算子与数学形态学相结合的目标边缘检测方法对图像边缘的检测精度较高,抗噪声能力强,提高了图像边缘检测效果。     

梯度热处理聚氨酯脲弹性体的红外光谱分析

对均匀温度场中制得的聚氨酯脲弹性体在梯度温度场中进行梯度热处理,控制不同的温度梯度和处理时间,得到一系列试样.用傅立叶变换红外光谱(FTIR)对试样进行表征,结果表明,梯度热处理试样的结构呈现梯度变化的趋势.在试样内部从高温到低温端微相分离程度逐渐降低.并且热处理的温度梯度越大或时间越长,相分离的梯度也越大.拉伸测试表明,热处理提高了试样的拉伸强度,断裂伸长率却有所下降.     

利用粘弹性阻尼结构研究聚氨酯的阻尼性能

合成了聚氨酯阻尼材料，并利用粘弹性阻尼结构研究了聚氨酯在0～1000Hz频率范围内的阻尼性能。分别讨论了云母填料含量、环境温度以及气泡对材料阻尼性能的影响。结果发现，填料较多的和不含气泡的材料的阻尼性能相对优异。随环境温度的升高，材料阻尼减振性能下降。     

结构型磁性高分子的研究进展

磁性高分子分为复合型和结构型。针对结构型磁性高分子分子设计、合成及其性能研究进展进行了综述,展望了结构型磁性高分子的研究和应用前景。     

聚氨酯/环氧树脂互穿网络半硬泡沫压缩行为研究

采用同步法合成聚氨酯/环氧树脂互穿聚合物网络(PU/ER IPN)半硬泡沫。对IPN半硬泡沫进行了应变率在1.67×10-4～1.67×10-2 s-1范围内的静态压缩实验。研究表明,泡沫在平行发泡方向和垂直发泡方向上压缩应力-应变曲线没有明显区别。平行方向上的压缩应力-应变曲线表现出3个变形阶段:弹性阶段,"平台"阶段和"硬化"密实阶段。应力-应变曲线单调增加,平台阶段没有产生应变软化,整个压缩过程中试样变形是均匀分布的。IPN半硬泡沫材料在静态实验中存在明显的应变率效应。讨论IPN半硬泡沫的压缩力学本构关系。     

基于灰色系统理论的经纬仪噪声图像处理方法

针对经纬仪拍摄图像中含有的大量复杂噪声严重影响目标图像的自动判读的问题,提出了一种基于灰色系统理论的噪声图像处理方法。该方法通过引入灰色关联度分析,可以更好地滤除噪声、检测图像像素的边缘特性,准确识别目标图像。噪声得到有效地抑制,既没有丢失目标边界信息,也没有多余的虚假边缘信息,工程实用性好。