TiAl多层膜焊接Cu-Al2O3异种材料接头性能研究

为探究热循环对陶瓷-铜接头性能的影响,采用Al-Ti纳米多层膜作为中间层材料焊接铜与陶瓷,并对接头进行分析。结果表明,接头力学性良好,整个焊接接头分为铜、扩散反应区、致密反应区以及陶瓷四个区域;经500次热循环试验后,连接区域面积缩小,扩散反应区出现空洞且整个接头扩散区变小,鱼骨状组织变粗大,剪切强度显著降低。     

一类同时含二甲基、双苯侧基和芴结构聚芳酰胺的合成与性能EI北大核心CSCD

以2-苯基苯酚和9-芴酮为原料,于60℃进行羰基偶合反应得到含双苯侧基芴结构双酚单体9,9-双(3-苯基-4-(4-羟基)苯基)芴,进一步经芳香亲核取代、氧化还原得到一种同时含二甲基、双苯侧基和芴结构的新型芳香二胺单体——9,9-双(3-苯基-4-(4-氨基-2-甲基苯氧基)苯基)芴二胺单体。由该二胺分别与对苯二酸、2,2-双(4-羧基苯基)六氟丙烷、4,4-二苯醚二甲酸通过磷酰化缩合反应合成一系列聚芳酰胺,分别利用核磁共振氢谱、红外光谱、X射线衍射对所合成的聚芳酰胺的分子结构和聚集体结构进行了表征,并对聚合物的溶解性、特性黏数、热性能、力学性能等进行了研究分析。研究结果表明,该类含二甲基、双苯侧基和芴结构的聚芳酰胺为无定形态,且具有优异的溶解性能,能溶于二甲基乙酰胺、二甲基甲酰胺、甲基吡咯烷酮、四氢呋喃、吡啶等有机溶剂。聚合物具有良好的热性能和力学性能(空气和氮气中10%的热失重温度均达到450℃以上,玻璃化转变温度在216~234℃,拉伸强度最高达到85. 6 MPa)。刚性扭曲非共平面结构及二取代甲基的存在赋予了该系列聚芳酰胺良好的综合性能。     

锌在林格氏液中的体外长期腐蚀降解行为

锌基可降解生物材料与已被广泛研究的生物可降解材料(镁和铁)相比, 具有更合适的生物降解速率, 因而近年来受到了广泛的研究和关注。然而, 锌在模拟体液中的长期腐蚀降解行为尚不明确。本研究采用电化学腐蚀测试、表面化学成分分析及降解模式演变观察相结合的方法, 系统研究了锌在林格氏液中浸泡56 d的腐蚀演化过程。根据电化学结果显示, 锌的腐蚀速率P_i在浸泡过程中基本保持稳定, 约为0.06~0.10 mm/a; 失重法测定腐蚀速率为0.3 mm/a到0.5 mm/a。浸泡过程中生成的腐蚀产物主要为Zn₅(CO₃)₂(OH)₆和CaCO₃, 为较致密的细条花棒状和块状产物层, 且随着浸泡时间延长逐渐累积。去除腐蚀产物后发现, 样品表面出现较严重的局部腐蚀, 且腐蚀沟槽的尺寸随浸泡时间的延长而增大, 浸泡42 d腐蚀沟槽宽约为10 μm。本研究为锌基可降解生物材料后期表面改性及潜在生物医学应用提供了数据积累和研究基础。     

高阶调谐齿轮参数设计及动态响应研究EI北大核心CSCD

提出一种高阶调谐齿轮传动原理,定义了调谐齿轮的错时相位角。基于动态啮合力开展高阶调谐齿轮参数设计研究,推导出调谐齿轮最佳传动参数,验证调谐齿轮错时相位角、调谐阶数对动态响应的影响;结合具体案例,进行高阶调谐齿轮的动力学数值模拟,研究高阶调谐齿轮传动参数对系统动态啮合力以及振动响应的影响。研究结果表明,当调谐阶数为2(二阶调谐齿轮)、错时相位角为1/2个齿距时,调谐齿轮时变啮合刚度和接触力波动最小,振动位移以及振动加速度波动最小,从理论上验证了二阶调谐齿轮具有明显的减振作用。     

多孔Ni-Mn-Ga-Co磁性形状记忆合金的制备及磁学特性研究

首先采用球磨法制备了不同粒度的Ni-Mn-Ga-Co合金粉末,然后通过3D打印技术成功制备了泡沫结构的多孔Ni-Mn-Ga-Co磁性形状记忆合金。利用SEM、DSC和XRD等研究了合金的微观组织特征、物相结构、相变特性和相关的磁性行为。结果表明,球磨后经过分筛得到的不同粒径尺寸的合金粉末均为不规则形状。Ni-Mn-Ga-Co合金粉末在室温下为非调制四方马氏体结构,其特征峰十分明显。Ni-Mn-Ga-Co合金的DSC曲线上出现宽峰相变,添加Co元素对马氏体转变温度开始值(Ms)基本没有影响,但其居里温度(Tc)有显著的提高。采用粒径为50~100μm的合金粉末烧结制备的磁性合金,饱和磁化强度最大可达68 Am^2/kg。合金粉末粒径越小,烧结制备的多孔Ni-Mn-Ga-Co磁性形状记忆合金致密度越高。当合金粉末粒径<50μm时,致密度可达90%;当合金粉末粒径为50~100μm时,致密度仅为75%。相较于粒径较小的合金粉末,粒径较大的合金粉末制备的磁性合金磁感生应变能力更高,这是由于泡沫结构能够有效减少内部和外部的约束,从而有利于提高磁场诱导应变。     

机械合金化制备Fe65Ni35纳米晶复合粉末的组织演变及磁性能研究

通过机械合金化的方法利用行星式高能球磨机,成功制备了具有优异软磁性能的Fe_(65)Ni_(35)纳米晶复合粉末,并使用具有最佳软磁性能的粉末制备了软磁复合材料。研究了研磨时间对Fe_(65)Ni_(35)纳米晶复合粉末微观结构及磁性能的影响,得出最佳研磨时间为50 h。进一步研究了涂有酚醛树脂的Fe_(65)Ni_(35)纳米晶复合粉末的制备工艺及其组织演变与磁性能特征。通过XRD、SEM、振动样品磁强计、LCR仪等手段对样品进行了表征。结果表明,随着研磨时间的增加,Fe_(65)Ni_(35)纳米晶复合粉末的相组成发生了由马氏体bcc结构向奥氏体fcc结构的转变,且随着研磨时间的延长,逆转变现象更加明显;当研磨时间为50 h时,Fe_(65)Ni_(35)纳米晶复合粉末平均粒径稳定在10μm左右,并表现出最高的磁化强度和最低的矫顽力,软磁性能达到最优,而铁磁马氏体相向弱磁奥氏体相的转变是造成磁性能差异的主要原因;与纯Fe基复合材料相比,基于Fe_(65)Ni_(35)纳米晶复合粉末的软磁复合材料,具有更高的电阻率和磁导率,同时表现出更高的弛豫频率和更低的涡流损耗因子。     

双相不锈钢焊接性问题原因及控制

综述了双相不锈钢焊接过程中存在焊接性问题原因及控制方法。基材/焊接材料化学成分、焊接输入线能量和冷却速度是影响双相不锈钢接头中两相比例、有害相析出、氢致裂纹、残余应力及变形的主要因素,通过合理选材和控制工艺参数可获得综合性能良好的双相不锈钢焊接接头;避免焊接和使用过程中环境氢含量较高是防止双相不锈钢氢致裂纹的另一有效途径。     

氯化物三价铬电镀的电化学形核机理

为研究Cr³⁺在金属电极表面的电结晶行为,在氯化物三价铬电镀溶液中,采用电化学工作站测试了Cr³⁺沉积的时间电流曲线,并利用扫描电镜(SEM)分析镀层形貌。结果表明:在镍电极、铜电极和铬电极表面,Cr³⁺的电沉积均经历了成核过程;铜电极和镍电极表面表现为连续成核转为瞬时成核的机理,铬电极的(I/Im)2-t/tm曲线偏离理论曲线较大,但其表现出较正的形核阶跃电位(-1.1 V);随着阶跃电位的负移,3种电极电沉积的电流极大值逐渐增加,电结晶的扩散速率增加,成核数密度减少,镀层由平整光滑逐渐转变为球状晶胞紧密堆砌,晶胞尺寸逐渐增大;在相同的阶跃电位下,铬电极的沉积电流值更小,成核数密度更大,晶胞尺寸更小。     

基于权重能量自适应分布的三维形状分割算法

针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.     

基于分层学习的三维模型兴趣点提取算法

针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.