La0.7Sr0.3MnO3/α-Fe2O3复合材料的制备及吸波性能研究

以高温煅烧法制备了复合材料La_0.7Sr_0.3MnO₃/α-Fe₂O₃,并研究了其结构、电磁参数和吸波性能,进一步初步探索了该粉体用于布料涂层的吸波效果。结果发现：La_0.7Sr_0.3MnO₃/α-Fe₂O₃与石蜡以质量比7∶3混合后的吸波性能显著,分别在厚度5.0和9.5 mm处能吸收99.9%以上的入射电磁波,吸波性能优异。此外,在1～18 GHz和1.0～10 mm范围内,样品La_0.7Sr_0.3MnO₃/α-Fe₂O₃的总有效吸收(≦-10 dB)带宽覆盖测试带宽的91.8%,实现了雷达多频段的有效吸收。复合材料良好的吸波性能得益于La_0.7Sr_0.3MnO₃和α-Fe₂     

TKX-50/MDNI共晶的分子动力学模拟

为了探究5,5′-联四唑-1,1′-二氧二羟胺(TKX-50)与1-甲基-4,5-二硝基咪唑(MDNI)形成共晶的可能性,进一步改善其热感度,提升其应用前景,构建了5种不同摩尔比的TKX-50/MDNI共晶体系,运用Malerials Studio软件中的分子动力学模拟方法,分析了相互作用能、内聚能密度、力学性能等与组分摩尔比的关系。结果表明,在5种共晶体系中,当TKX-50和MDNI摩尔比为1∶3时,修正结合能最大,表明此时两组分间的相互作用最强,组分间的相容性和稳定性也最好,此时更有可能形成共晶;内聚能密度分析与引发键键长分析表明,当TKX-50/MDNI共晶体系中MDNI占比越大时,体系的内聚能密度越大,引发键最大键长越小,体系的热感度更低,降感效果更好;力学性能分析表明,MDNI的引入可以在一定程度上改善TKX-50的刚性,增强延展性,且TKX-50和MDNI摩尔比为1∶1时,力学性能改善效果最佳。     

基于多源信息融合的冲击地压风险预警与弱结构防治技术北大核心

针对冲击地压的预警结果及预测位置离散性大等问题,研究了多源信息融合的冲击地压预警技术,建立了基于机器学习算法的多源信息融合深度预测模型。通过对冲击地压事件的分析,研究了冲击事故发生的主要原因、特点及影响因素;以煤岩的抗压强度、抗拉强度、弹性能和地应力为冲击地压预测的主要指标,建立了深度神经网络预测模型,确定不同预测指标的权重,通过大数据分析和有限数据验证,确定了模型的可应用型。以陕西某冲击地压矿井为例,对深度神经网络模型进行应用,通过现场实测验证了冲击地压预测模型的有效性和正确性,提出了构建巷道围岩弱结构防治技术吸收冲击地压能量。