3，4-二氨基-5-（3，4-二氨基-1，2，4-三唑-5-基）-1，2，4-三唑及其含能离子盐的合成及性能

以含能化合物3,4?二氨基?5?(3,4?二氨基?1,2,4?三唑?5?基)?1,2,4?三唑(化合物1)为有机碱,分别与高氯酸和硝酸进行中和反应,合成了两种具有高热稳定性的含能离子盐:3,4?二氨基?5?(3,4?二氨基?1,2,4?三唑?5?基)?1,2,4?三唑高氯酸盐(化合物2),3,4?二氨基?5?(3,4?二氨基?1,2,4?三唑?5?基)?1,2,4?三唑硝酸盐(化合物3)。首次培养了化合物2和3的单晶,并采用单晶X射线衍射进行晶体结构解析;化合物2的晶体结构中,每个阳离子和12个相邻的高氯酸根通过氢键作用相互连接,阳离子形成层状堆积,高氯酸根阴离子镶嵌在层与层之间;化合物3的晶体结构中,每个阳离子和10个相邻的硝酸根通过氢键作用相互连接,从而构筑化合物3的层状堆积结构。采用差示扫描量热仪(DSC)和热重分析仪(TG)研究了化合物2和3的热稳定性,化合物2和3具有超高的热稳定性,其热分解温度分别为338.3℃和289.8℃。此外,化合物2的理论爆速和比冲分别为8308 m·s^-1和250.3 s,表现出优异的能量特征;化合物3具有优异的感度特性,其撞击感度和摩擦感度分别高于20 J和360 N。     

机器学习辅助的［5，6］稠环含能化合物高通量设计

与经验和计算指导的研发模式相比,机器学习辅助的含能分子高通量虚拟筛选技术,在分子设计效率及构效关系定量分析方面都展现出明显优势。鉴于富氮稠环含能化合物较好的能量-稳定平衡特性,研究利用机器学习辅助的高通量虚拟技术对［5,6］富氮稠环类含能分子的化学空间进行了探索研究,基于［5,6］全碳骨架,通过组合枚举和芳香性筛选得到142689个［5,6］稠环类化合物,同时采用核岭回归算法建立并优化了6个含能分子性能预测模型（密度,分解温度,爆速,爆压,撞感和生成焓）,分析了稠环上的氮氧原子以及分子上官能团对含能化合物性能的影响。结果发现,所生成稠环化合物的构效关系与含能化合物能量与稳定性相关性的一般规律相符,验证模型的合理性。以爆速和分解温度作为能量和热稳定性的标准,研究进而筛选获得了5个综合性质较为突出的分子,利用DFT等量子化学计算的结果与本研究模型预测结果符合良好,进一步验证了预测模型的精度。     

3,3′-双(2-硝胺基-1,3,4-噁二唑-4-基)-5,5′-联-1,2,4-噁二唑及其含能离子盐的合成及性能

以乙二肟为原料,经取代、环化、硝化等五步反应合成了四联环含能化合物3,3'-双(2-硝胺基-1,3,4-噁二唑-4-基)-5,5'-联-1,2,4-噁二唑(BNOBO)。利用BNOBO的酸性,设计、合成了BNOBO的铵盐、肼盐和羟胺盐等三种含能离子盐(5-7)。并采用红外光谱、核磁等进行了结构表征。采用溶剂挥发法培养了BNOBO铵盐的晶体,该晶体属于单斜晶系,C2/c空间群,晶胞参数为a=1 2.7490(8) nm,b=9.5957(7) nm,c=18.5965(12) nm,V=2272.1 (3) nm~3,Z=4。利用差示扫描量热(DSC)和热重(TG)等热分析方法研究了BNOBO及其三种离子盐的热性能,基于密度仪获得的实测密度,运用EXPLO5 v6.02软件计算了目标化合物的爆轰性能,并利用BAM感度仪测试了撞击和摩擦感度。研究结果表明,所得化合物中BNOBO的热分解温度最高为21℃,其密度最高为1.90 g·cm~(-3)、BNOBO的计算爆速和爆压分别达到8789 m·s~(-1)和32.7 GPa,离子盐5的撞击感度大于20J,摩擦感度为220 N。     

旋风燃烧筒冷态实验与数值模拟研究

通过冷态实验法分析了卧式旋风燃烧筒一二次配风比为1∶3、1∶4和1∶5时旋风筒内空气动力场特性，利用数值模拟分析了旋风筒的长度、缩口结构和O₂浓度对燃烧特性以及氮氧化物排放特性的影响，结果表明：风速比为1∶4时旋风筒内空气动力特性最佳。当旋风筒长为2.5 m,缩口结构为L_o/D_x=0.25,D_o/D_x=0.4时燃烧特性优异。当氧气浓度小于30%变化时，增加氧气浓度可以降低氮氧化物排放。