小样本驱动特征分段网络的防护材料折痕检测

防刺服能在恐怖袭击、医闹伤害、违法犯罪等事件中有效保护生命安全,然而在生产制造及穿着使用中易产生机械折痕。立足于防护材料折痕缺陷的快速检测需求,创新性地在图像识别方法中提出特征分段网络结构,实现了小样本驱动下防护材料折痕的快速、精准检测功能。通过引入注意力机制和深度可分离卷积模块,并赋予损失函数与优化器两种典型参数,全面提高了特征分段网络模型的检测精度与效率;提出几何信息标注算法,搭建防护材料缺陷可视化检测平台,实现了机械折痕自动精准定位与几何信息输出。模型训练结果表明,特征分段网络模型的准确率可达96.19%,折痕缺陷几何信息标注误差在2%以内,优异的可视化检测功能可拓展到大型工程化自动检测领域。研究工作为下一步构建含有折痕缺陷的防刺装备防护性能预测模型奠定了基础。

含氮杂环碳氢键碘代方法的研究进展

多碘含能化合物是近年来发展起来的一类新型杀菌材料,其通过含能组分在受激发后释放出能量或气体驱动其产生的碘基杀菌剂,实现对环境病菌的高效快速洗消,具有响应时间短,灵活性好,杀菌效率高,适应复杂环境需要等优点。本综述总结归纳了通过I2/KI,I2/氧化剂,N‑碘代琥珀酰亚胺(NIS),氯化碘(ICl)等用于制备多碘代五元或六元氮杂环的方法,比较分析了不同碘化方法的适用范围和优缺点。指出了未来多碘含能化合物制备重点应围绕提高碘的原子经济性和绿色友好的合成工艺来展开,可为新型多碘含能化合物的设计与合成及规模化制备提供一定的参考。

基于化学反应神经网络的纳米Al-PTFE复合体系反应动力学建模研究

为深入了解纳米铝粉-聚四氟乙烯(Al-PTFE)的化学反应机理,以热重(TG)实验数据为基础,采用化学反应神经网络(CRNN)对纳米Al-PTFE反应机理进行动力学建模;提出的建模方法可以建立至少包含4种反应中间体和4个关键反应的动力学模型,通过此模型可以准确预测Al-PTFE反应过程中的热重曲线;再结合已有的Al-PTFE体系动力学过程,推测反应体系的主要反应路径和中间产物。结果表明,纳米Al-PTFE的热解过程可能存在5步基本反应,其中C_(2)F_(4)的分解和气化反应、薄膜Al_(2)O_(3)的破损、内部Al的释放为其主要反应,活化能为200.9kJ/mol。中间物质可能包括CF、CF2、CF3等物质,固态产物为Al_(4)C_(3)和C,气态产物可能为CO_(2)和CO。表明化学反应神经网络能够对纳米Al-PTFE的热解反应进行建模,预测可能存在的反应机理和相应的动力学参数。

SLM钛合金蜂窝结构的面内压缩力学行为

为探究增材制造金属蜂窝结构在防护领域的潜在应用,采用激光选区融化(SLM)技术制备钛合金蜂窝试样,进行单轴面内压缩力学实验,在平台段出现了周期压溃卸载现象,这不同于传统的塑性/脆性材料蜂窝平台段特征;结合数字摄像机和扫描电子显微镜,分析结构变形模式与断口破坏机理;基于参数化有限元数值分析,研究壁厚对蜂窝结构压溃卸载的影响规律。研究结果表明:SLM技术制备的钛合金蜂窝试样打印精度高,力学性能差异小;钛合金蜂窝结构面内受压时,结构剪切带区域蜂窝边连接处断裂造成结构应力-应变曲线周期性压溃卸载;破坏处断口可观察到明显的韧窝,呈现明显的塑性破坏形貌;壁厚减薄可以有效增大破坏时蜂窝短边的旋转角度,降低最小弯曲半径,从而显著改善压溃卸载现象,提升结构承载稳定性。