不同晶体结构氧化钛薄膜性能研究

用非平衡磁控溅射技术分别制备了锐钛矿、金红石、锐钛矿和金红石共存结构的氧化钛薄膜.用X射线衍射(XRD)分析薄膜的晶体结构,血小板粘附和凝血因子实验研究薄膜的血液相容性,分光光度计和接触角测量法测试薄膜表面物化性质.研究表明,氧化钛薄膜具有宽禁带的半导体特性,血液相容性优于热解碳.金红石结构氧化钛薄膜由于其与血浆白蛋白、血浆纤维蛋白原、血液及水之间有较小的界面张力,自身较低的表面能色散分量与极性分量的比值,加之其宽禁带宽度的n型半导体特性使其具有最优的血液相容性.     

微图形氧化钛薄膜表面内皮细胞生长行为研究

采用非平衡磁控溅射沉积技术制备微图形化的Ti-O薄膜,通过在微图形化的薄膜表面培养内皮细胞的方法,研究了微图形及表面物理化学性能对细胞生长行为的影响.结果表明,微图形尺寸减小到某一尺度范围之内会对内皮细胞在材料表面的生长起到接触引导作用,促进细胞在其表面生长;同时,表面成分、结构和表面能参数γsp/γsd也在一定程度上影响内皮细胞的生长行为.采用溅射技术使材料表面具有一定特征的表面微观形貌,能够引导和促进细胞在材料表面的生长,溅射技术制备微图形化表面可能成为等离子体生物材料表面改性的一个新的技术手段.     

非平衡磁控溅射氮化钛薄膜及其性能研究

采用非平衡磁控溅射技术,在钛合金(Ti6Al4V)表面沉积氮化钛薄膜。通过改变氮气和氩气分压比(PN/PAr)和基体偏压,制备出不同结构、性能的氮化钛薄膜。采用X射线衍射技术、原子力显微镜、PS-168型电化学测量系统、CSEM球盘摩擦磨损实验机、HXD-1000 knoop显微硬度仪等研究了薄膜的结构、表面形貌、耐腐蚀性能与机械性能。结果表明,采用非平衡磁控溅射技术制备出了致密的氮化钛薄膜。当PN/PAr较小时,氮化钛薄膜中存在Ti2N时,Ti2N相可以有效提高薄膜的硬度和耐磨损性能;当PN/PAr增加到0.1时,薄膜硬度达到最大,耐磨损性能最优;随着PN/PAr的继续增大,氮化钛薄膜中主要存在TiN相,氮化钛薄膜的复合硬度和耐磨损性能降低。在钛合金(Ti6Al4V)表面沉积氮化钛薄膜可以显著提高其在Hanks类体液中的耐腐蚀性能。     

镍钛合金医疗器械产品疲劳测试断裂失效分析

某镍钛合金医疗器械产品,在疲劳测试过程中发生早期断裂失效。通过扫描电镜及能谱仪等对产品断裂原因进行了分析。结果表明:产品发生早期断裂失效是由于其原材料多股丝表面存在机械抛光凹陷,降低了材料的疲劳抗力,致使产品在周期性疲劳应力作用下发生了早期疲劳断裂失效;严格控制产品原材料表面质量,是提高镍钛合金丝材产品疲劳抗力的重要途径。     

UNS S32750不锈钢中有害析出相的检测方法

GB 4234.1-2017规定不锈钢显微组织中不应存在δ铁素体相、χ相和σ相,但未给出相关检测方法。采用扫描电镜背散射像技术与X射线能谱仪相结合分析的方法,分辨出UNS S32750不锈钢中的有害析出相。结果表明:该方法能满足GB 4234.1-2017的技术要求,可作为管控外科植入用不锈钢质量的重要手段。     

镍钛合金医疗器械产品微裂纹产生原因分析

某镍钛合金医疗器械产品,在生产过程中出现批量断裂,但该批原材料经检验是合格的。通过金相显微镜、扫描电镜及能谱等对产品断裂原因进行了分析。结果表明,激光切割使热影响区产生微裂纹,在后续的热定型工序中,微裂纹逐步加深导致产品最终断裂。同时,分析认为,改善激光切割入刀口位置,避开产品热定型变形量较大区域,可有效控制激光切割热影响区内微裂纹的延伸,提高产品质量,降低产品风险。     

PLC在煤矿自动风门的应用

提出PLC应用于煤矿自动风门控制系统,解决目前风门控制系统存在的功能单一,控制不可靠问题。论述了系统的原理及实现方法。     

镍钛合金医疗器械产品疲劳测试断裂原因分析

镍钛合金医疗器械在疲劳测试结束后,发现波峰区域断裂,通过宏、微观对产品断裂原因进行分析。结果表明,产品断裂是由于丝材在编织前预热处理效果欠佳,导致编织波峰区域丝材产生塑性变形(出现微裂纹),致使材料强度降低,在周期性循环外力作用下,优先在微裂纹区域产生疲劳裂纹源,导致疲劳断裂。     

海上拖缆断裂分析

采用化学成分分析、金相检验、显微硬度测试及断口宏观和微观形貌观察等方法对前后两天断裂的两根海上拖缆的断裂原因进行了分析。结果表明:断裂的两根拖缆都是由于拖力波动较大,使得拖缆内股钢丝绳瞬间负载过大,超过其抗拉强度首先发生断裂,继而导致外股钢丝绳发生过载断裂,从而瞬间形成整绳断裂。     

基于LDA主题模型的情感分析研究

LDA主题模型在提取特征时缺乏对词语关联及相关词对的理解,这会影响情感极性分类的准确率。针对这一问题,文中提出一种在LDA主题模型中引入特征情感词对抽取方法的新模型,以改善特征情感词对的抽取效果。利用依存句法分析设计特征情感词对的识别方法,随后将识别方法作为约束条件引入LDA模型对特征情感词对进行抽取。通过吉布斯采样进行参数计算,给出了模型的生成过程。最后利用随机森林分类方法对文本进行情感极性分类。为验证文中模型的有效性,将其和另外两种模型一起进行实验,当主题个数为20时,文中所提模型分类的准确率、召回率、F值分别为81.54%、83.13%和82.33%,显著高于另外两种模型。