低成本制备沥青基C/C复合材料

降低沥青基炭纤维增强C/C复合材料生产成本的研究一直受到关注.本文以鳞片石墨为基体,中间相沥青为黏结剂,炭纤维为增强相,提出了一种周期短、工艺简单的沥青基C/C复合材料的制备方法,并研究中间相沥青与石墨配比及低温预处理对C/C复合材料性能的影响.结果表明:适当的中间相沥青含量可使基体与炭纤维的界面牢固,低温预处理有利于...     

自然场景图像去雨的可学习混合MAP网络

目的 近年来,人工智能成为新兴研究领域,得到越来越多研究机构的关注。图像恢复问题一直是低层次计算机视觉领域的一个研究热点,其中,图像去雨由于其雨线分布的未知性及其求解的病态性,导致难以解决。现有方法存在雨线和背景之间的估计具有依赖性,难以平衡雨线去除效果与估计背景的清晰程度之间的关系;局限性比较大,训练数据很难涵盖各种场景下的雨图,而测试结果受训练数据的影响,导致难于泛化。针对上述不足,借鉴一般图像恢复问题思路,将模型与以数据驱动的网络相结合,凸显网络与模型各自的优势,提出可学习的混合MAP网络有效地解决图像去雨问题。方法 首先基于最大后验估计（MAP）建立含有隐式先验的能量模型,然后通过优化算法将模型分解为背景估计模型和雨线估计模型两部分,以减少背景估计和雨线估计之间的依赖性。对于背景估计模型,通过对模型及优化目标分析采用以数据驱动的去噪残差网络进行建模,保证估计出的背景更清晰;对于雨线估计模型,为避免直接对未知的雨线建模失去准确性,利用高斯混合模型实时刻画输入雨图的雨线先验。结果 在合成数据集Rain12及真实雨图上进行实验,通过综合考虑定量分析和定性分析,并与3种基于模型的方法及两种基于深度网络的方法相比,本文方法在去除雨线的同时能够损失的背景信息最少,合成数据集上的平均结构相似性（SSIM）值达到0.92。结论 本文通过将基于模型的方法与基于深度网络的方法相结合,既去除了雨线又保证了估计背景的清晰程度,同时也验证了将传统模型与深度网络相结合是一种解决图像恢复问题的有效途径。     

热处理气氛对SiBON陶瓷材料析晶行为的影响

熔融石英陶瓷在使用过程中的析晶现象一直备受关注。采用XRD、SEM、FT-IR、XPS分析手段研究了SiBON陶瓷物相结构、表面形貌、化学键存在形式对其析晶行为的影响。结果表明,SiBON陶瓷在氮气保护条件下经1 550 ℃烧结后仍可有效抑制方石英的析出,同一温度在真空气氛下烧结制成的样品抑制析晶效果不佳。SiBON陶瓷的物相组成为非晶SiBON、Si₃N₄、BN,抑制析晶机理为B、N元素的掺杂使SiO₂中的Si—O—Si键转变为B—O—Si、Si—O—N键,由此生成的Si—B—O—N非晶结构提高了SiO₂的析晶活化能。     

Cf/SiBON-ZrB2陶瓷基复合材料抗氧化性能的研究

主要研究炭纤维增强SiBON-ZrB2陶瓷基复合材料在1700℃下的氧化行为.通过对氧化层表面以及对氧化截面的SEM以及XRD分析,发现ZrB2氧化生成ZrO2氧化膜和B2O3,其中B2O3能够与材料自反应生成的SiC氧化后的产物SiO2结合形成硅硼酸盐玻璃相,从而避免B2O3的挥发,而硅硼酸盐玻璃相能够填补炭纤维氧化...