不同载荷边界典型负泊松比结构等效力学建模

为探索不同载荷边界下典型负泊松比结构(内凹六边形结构)的力学行为,基于Euler梁理论建立了不同变形特点的弹性等效力学理论模型,并通过有限元分析揭示了变形过程、验证了理论解的准确性。结果表明,不同载荷边界下结构的变形模式不同,体现为:均布载荷作用下横梁和侧壁都发生弯曲变形,平板载荷作用时仅侧壁发生变形,集中载荷作用时弯曲变形由横梁主导。有限元分析指出,3种载荷边界下内凹六边形结构发生塑性大变形后都能实现压缩-收缩的负泊松比效应,且平板加载时结构的负泊松比效应最佳。等效泊松比的理论预测值与有限元分析结果具有较好的吻合度,弹性范围内等效泊松比在均布载荷条件下为正值、在平板载荷条件下有最大的负值、在集中载荷条件下接近于零。本研究为固体火箭等高轻量化需求装备提供了潜在方案。

复合固体推进剂蠕变分析研究进展

从宏细观尺度通过实验测试、本构模型以及机理对复合固体推进剂的蠕变性能进行了分析,并总结了当前研究中的不足、解决方案以及需要进一步开展的研究。分析表明,蠕变加载过程中的恒定应力控制是目前研究中的难点,可以借鉴其他粘弹性材料的蠕变测试方法进行研究;固体推进剂蠕变过程中不同阶段的蠕变细观结构变化的观测方法虽然比较缺乏,但可以采用微CT和小试件加载装置结合的方式对其蠕变过程的细观变化进行研究。固体推进剂蠕变本构模型与实际需求还有较大差距,可以通过引入损伤函数,对复合固体推进剂蠕变的整个过程进行描述;复合固体推进剂不同阶段的蠕变机理缺乏相应的研究,还需对其蠕变过程不同阶段的蠕变机理进一步研究。

基于多尺度深度卷积网络的高光谱图像分类

高光谱遥感数据越来越普及并为人们广泛使用,基于高光谱数据的地面物体精确分类是高光谱遥感技术的核心应用之一。随着深度学习的发展,卷积神经网络在图像分类上表现效果优异。针对高光谱图像光谱维度高、特征丰富的特点,应用添加多尺度滤波器的深度卷积网络进行图像的像元精细分类。实验证明,结合多尺度滤波器的深度卷积网络模型可以得到更好的分类效果。

酸性条件下多巴胺表面接枝改性聚酰亚胺薄膜

在酸性条件下,使用交联剂1乙基(3二甲基氨基丙基)碳二亚胺盐酸盐(EDC)将多巴胺接枝到聚酰亚胺(PI)薄膜表面,研究接枝条件对薄膜表面结构和还原性能的影响。采用傅里叶变换红外光谱仪(FT-IR)、接触角测量仪、原子力显微镜(AFM)、扫描电子显微镜(SEM)、能谱仪(EDS)、X线衍射仪(XRD)等对薄膜表面结构和性能进行表征。结果表明:在酸性条件下PI薄膜表面接枝的多巴胺,可极大地减缓多巴胺氧化自聚合反应,在薄膜表面保留了大量的酚羟基。经过24 h接枝后,PI薄膜表面的水接触角由45.35°降到7.43°,并且平均面粗糙度(R_(a))和均方根粗糙度(R_(ms))由原来的1.48和1.92 nm分别提高到14.7和19.8 nm;在不使用任何还原剂的条件下在PI薄膜上镀Ag,表面Ag的质量分数和原子分数分别为75.47%和29.40%,并且表面Ag是具有良好结晶度的Ag颗粒。