期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
CaB6对激光熔覆生物陶瓷涂层组织和生物学性能的影响 被引量:1
1
作者 施佳鑫 朱卫华 +4 位作者 朱红梅 陈志勇 刘晋京 史新灵 王新林 《材料导报》 EI CAS CSCD 北大核心 2020年第10期10030-10034,共5页
为了提高医用钛合金表面激光熔覆羟基磷灰石(HA)涂层的植入稳定性和生物活性,将HA与CaB 6粉末充分混合,采用激光熔覆工艺制备了含硼元素的生物陶瓷涂层。通过X射线衍射仪(XRD)、扫描电镜(SEM)、电化学腐蚀和体外模拟体液(SBF)浸泡实验,... 为了提高医用钛合金表面激光熔覆羟基磷灰石(HA)涂层的植入稳定性和生物活性,将HA与CaB 6粉末充分混合,采用激光熔覆工艺制备了含硼元素的生物陶瓷涂层。通过X射线衍射仪(XRD)、扫描电镜(SEM)、电化学腐蚀和体外模拟体液(SBF)浸泡实验,对涂层的物相组成、组织形貌、耐腐蚀性和生物活性进行了研究。结果表明,添加CaB 6后熔覆层中产生了物相B 2O 3和CaB 2O 4,同时熔覆层中部组织呈现有序分布的二次枝晶;腐蚀电位下降了294.46 mV,电流密度是未添加CaB 6的4.28倍;在体外SBF浸没实验中,添加CaB 6后,涂层表面沉积的磷灰石均匀分布,浸泡7 d后,形成的矿化磷灰石沉积量最大,涂层表现出较强的矿化作用。CaB 6的添加可以细化晶粒,显著提升生物陶瓷涂层的耐腐蚀性,加强涂层表面的矿化能力。 展开更多
关键词 激光熔覆 六硼化钙(CaB6) 生物陶瓷涂层 耐腐蚀性能 生物活性
下载PDF
稀土对激光熔覆生物陶瓷涂层性能的影响
2
作者 施佳鑫 朱卫华 +2 位作者 朱红梅 陈志勇 王新林 《山东化工》 CAS 2020年第5期13-16,共4页
采用激光熔覆的工艺方法制备出含稀土的硼CaP陶瓷涂层,通过X射线衍射仪(XRD)、扫描电镜(SEM)和体外模拟体液(SBF)浸泡实验,对涂层物相组成、组织形貌和生物活性进行了研究。结果表明添加稀土氧化物La 2O 3之后,羟基磷灰石衍射峰明显上升... 采用激光熔覆的工艺方法制备出含稀土的硼CaP陶瓷涂层,通过X射线衍射仪(XRD)、扫描电镜(SEM)和体外模拟体液(SBF)浸泡实验,对涂层物相组成、组织形貌和生物活性进行了研究。结果表明添加稀土氧化物La 2O 3之后,羟基磷灰石衍射峰明显上升,晶粒明显细化,涂层表面沉积的类骨磷灰石明显增多,生物活性明显改善。 展开更多
关键词 激光熔覆 稀土元素 生物活性 生物涂层
下载PDF
掺杂低含量SiO2对激光熔覆CaP生物陶瓷涂层性能的影响 被引量:4
3
作者 刘均环 朱卫华 +5 位作者 朱红梅 施佳鑫 管旺旺 陈志勇 何彬 王新林 《红外与激光工程》 EI CSCD 北大核心 2019年第6期341-347,共7页
为提高医用TC4钛合金表面熔覆羟基磷灰石(HA)涂层的植入稳定性和生物活性,采用激光熔覆方法制备出不同含硅量的CaP生物陶瓷涂层。利用扫描电子显微镜(SEM)和X射线衍射仪(XRD)表征了熔覆层组织形貌和物相组成。结果表明:添加SiO2(1wt.%、... 为提高医用TC4钛合金表面熔覆羟基磷灰石(HA)涂层的植入稳定性和生物活性,采用激光熔覆方法制备出不同含硅量的CaP生物陶瓷涂层。利用扫描电子显微镜(SEM)和X射线衍射仪(XRD)表征了熔覆层组织形貌和物相组成。结果表明:添加SiO2(1wt.%、3wt.%)后形成Ca2SiO4相,熔覆层中部组织细化。通过电化学腐蚀和体外SBF浸泡实验研究了SiO2含量对涂层耐腐蚀性和生物活性的影响。电化学腐蚀结果表明:随着SiO2含量的增大,涂层表面腐蚀电流密度逐渐减小;体外SBF浸泡结果表明:添加SiO2可以加快涂层表面类骨磷灰石的形成,其中,添加SiO2为1wt.%时涂层表面类骨磷灰石呈均匀分布。因此,低含量SiO2可以提高生物陶瓷涂层的耐腐蚀性和生物活性。 展开更多
关键词 激光熔覆 TC4钛合金 SiO2-HA涂层 耐腐蚀性能 生物活性
下载PDF
Bipartite-Oriented Distributed Graph Partitioning for Big Learning 被引量:3
4
作者 陈榕 施佳鑫 +1 位作者 陈海波 臧斌宇 《Journal of Computer Science & Technology》 SCIE EI CSCD 2015年第1期20-29,共10页
Many machine learning and data mining (MLDM] problems like recommendation, topic modeling, and medical diagnosis can be modeled as computing on bipartite graphs. However, inost distributed graph-parallel systems are ... Many machine learning and data mining (MLDM] problems like recommendation, topic modeling, and medical diagnosis can be modeled as computing on bipartite graphs. However, inost distributed graph-parallel systems are oblivious to the unique characteristics in such graphs and existing online graph partitioning algorithms usually cause excessive repli- cation of vertices as well as significant pressure on network communication. This article identifies the challenges and oppor- tunities of partitioning bipartite graphs for distributed MLDM processing and proposes BiGraph, a set of bipartite-oriented graph partitioning algorithms. BiGraph leverages observations such as the skewed distribution of vertices, discriminated computation load and imbalanced data sizes between the two subsets of vertices to derive a set of optimal graph partition- ing algorithms that result in minimal vertex replication and network communication. BiGraph has been implemented on PowerGraph and is shown to have a performance boost up to 17.75X (from 1.16X) for four typical MLDM algorithnls, due to reducing up to 80% vertex replication, and up to 96% network traffic. 展开更多
关键词 bipartite graph graph partitioning graph-parallel system
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部