基于光谱学分析的聚氨酯弹性体/聚磷酸铵/氢氧化铝复合材料阻燃机理研究

采用熔融共混技术,将聚磷酸铵(APP)和氢氧化铝(ATH)引入到聚氨酯弹性体(TPU)中,制备了一系列热塑性聚氨酯/聚磷酸铵/氢氧化铝(TPU/APP/ATH)复合材料。采用傅里叶红外光谱(FTIR)、X-射线光电子能谱(XPS)、扫描电镜(SEM)、激光拉曼光谱研究了TPU和阻燃TPU(FR-TPU)复合材料燃烧后炭渣的微观形貌、表面结构、元素组成、键合状态和石墨化程度,结合阻燃性能测试,揭示APP和ATH的协同阻燃机制。SEM分析表明相较于APP与ATH单独使用,TPU/APP/ATH炭层的空洞结构更少,炭渣的致密性更高。XPS分析表明FR-TPU的炭渣中C元素含量相比于纯TPU有所降低,O元素的含量有所上升,其中TPU/APP10/ATH10的C元素含量从88.2%降至69.24%,O元素的含量从8.07%升至17.78%,P和Al元素含量相较于单独添加分别从11.74%和16.36%下降至3.91%和3.31%。在此基础上,通过对C元素的分峰拟合发现TPU炭渣中C—C/C—H,C—O/C—N和CO/CN含量分别为61.05%,35.65%和3.30%;TPU/APP10/ATH10炭渣中三种结构含量分别为45.38%,45.00%和9.63%,说明ATH和APP复配使用有利于C元素形成酯、醚、羰基、羧酸（盐）、酯基等结构。通过对O元素的分峰拟合发现,TPU炭渣中O₂/H₂O,—O—,O三种结构含量分别为28.75%,44.36%和26.89%;TPU/APP10/ATH10炭渣中O₂/H₂O,—O—,O三种结构含量分别为44.33%,32.78%和22.89%,说明APP和ATH的加入有利于炭渣中O元素形成O₂/H₂O结构。通过对N元素的分峰拟合发现,TPU炭渣中—NH—,N结构的N元素含量分别为40.93%和59.07%;TPU/APP10/ATH10中—NH—,N结构的N元素含量分别47.17%和52.83%,说明ATH与APP复配使用促进了—NH—结构的形成。拉曼测试表明,相比于单独使用,APP和ATH复配使用,炭层的石墨化程度更好,致密性更高。以上分析结合阻燃测试可以得出TPU/APP/ATH复合材料阻燃机制：ATH受热分解生成氧化铝,吸收热量并释放大量水蒸气,有效促进APP降解,生成不燃性的氨气和聚磷酸,氨气和水蒸气稀释可燃性气体的浓度。随着温度继续升高,氧化铝可继续与聚磷酸反应生成偏磷酸铝[Al(PO₃)₃],同步催化聚氨酯基体成炭,形成高度石墨化炭层,石墨化炭层与偏磷酸铝一起覆盖在基体表面,有效抑制燃烧区域物质以及能量的输运,从而达到阻燃目的。     

基于逆卷积神经网络的等离子体辐射分布断层重建方法

发展了一种基于逆卷积神经网络的图像级重建方法用于聚变等离子体辐射分布的断层反演.通过引入结构相似度(SSIM)作为损失函数,该方法在模拟数据实验中表现出了较好的重建效果.模拟实验结果表明,在弦积分信号噪声强度为10％、15％及20％时,该方法的重建结果依然具有良好的精确度和鲁棒性.     

ZnAl2O4：Tb3+荧光粉的合成、结构及其光学性能研究

通过溶胶-凝胶法制备出不同Tb³⁺掺杂浓度和不同二次煅烧温度下的ZnAl₂O₄:Tb³⁺荧光粉, 并利用X射线衍射(XRD)和荧光光谱等对样品进行了表征。由XRD结果可知,当Tb³⁺掺杂的摩尔分数不大于9%,二次煅烧温度在600℃以上时,所得粉体为结晶性良好的尖晶石相。在紫外光激发下,ZnAl₂O₄:Tb³⁺荧光粉的发射光谱由位于488 nm(⁵D₄→⁷F₆)、542 nm(⁵D₄→⁷F₅)、587 nm(⁵D₄→⁷F₄ )和621.5 nm(⁵D₄→⁷F₃)的4个发射峰组成。研究发现,Tb³⁺的掺杂浓度和二次煅烧温度对样品发光强度有着重要影响,当Tb³⁺的摩尔分数为5%,二次煅烧温度为900℃时,ZnAl₂O₄:Tb³⁺荧光粉的发光最强,继续增加Tb³⁺掺杂浓度或提高煅烧温度,分别会出现浓度猝灭和温度猝灭现象。     

提高全息图衍射效率的一种方法

本文介绍用稀释显影提高全息图衍射效率的方法。给出了稀释显影的特性曲线以及衍射效率与显影时间、曝光量之间的关系。得到了三种全息干板的高衍射效率。 关键词：     

金属与GaAs接触界面的分析

本文应用二次离子质量分析仪、X射线衍射,电子探针、扫描电子显微镜对Pt.Mo,Ti,Al与GaAs之间的界面(经过不同温度的热处理)进行冶金学性能和相应的电学性质分析,并对结果进行了讨论。由此提出了作为优良GaAs肖特基结的金属,应具有的物理特性以及结的制作原则。 关键词：     

聚苯胺对2Cr13不锈钢无氧钝化的机理探讨

将掺杂态聚苯胺（PANI）制备成单独的PANI膜电极,研究了该电极在敞开、除氧条件下,在酸性介质中的性质及其与2Cr13不锈钢的电化学偶合行为．结果发现无论是在有氧还是除氧条件下,PANI膜与2Cr13不锈钢以面积比1：1偶合时,PANI均能使2Cr13不锈钢稳定钝化．根据电化学实验及光电子能潜（XPS）表征结果,提出了掺杂态PANI对2Cr13不锈钢的防腐蚀作用来自伽伐尼阳极保护作用,PANI膜在酸性溶液中通过交替电化学脱杂与掺杂为金属钝化提供了必须的阳极电流．     

高固体分羟基丙烯酸树脂的合成

以过氧化二苯甲酰（BPO）／过氧化二异丙苯（DCP）（质量比为2：3）为复合引发剂，二甲苯为溶剂，选用适量含羟基单体和分子量调节剂，以减缓树脂合成聚合反应中的自动加速现象，合成了分子量为3000-4000，多分散性指数d〈2的高固体分羟基丙烯酸树脂．该树脂与缩二脲多异氰酸酯（HDI）的配漆实验证明，所得漆膜鲜映性好、丰满度高、色泽好、雾影值低、综合性能较好．     

集值映射下一类广义向量均衡问题解的存在性

研究集值映射下一类广义向量均衡问题,通过建立一种新的弱半连续及类凸的概念,引进集值映射下推广的Minty引理,利用KKM定理讨论了广义向量均衡问题解的存在性。     

基于NICE-OHMS技术进行大气压气样直接检测的理论分析

噪声免疫腔增强光外差分子光谱技术(NICE-OHMS)是目前世界上最灵敏的激光吸收光谱技术,其在低压环境中具有极高的探测灵敏度。然而当测量样品处于大气压时,NICE-OHMS系统的探测灵敏度会大幅下降。主要原因之一是大气压下获取最大NICE-OHMS信号幅度的条件与低气压下不同。通过对大气压NICE-OHMS理论进行分析,分析了影响信号幅度的参数,并通过数值模拟来寻找最佳的实验条件。本文着重讨论影响信号的主要参数包括光学腔腔长L,调制系数β,探测相位θ。其中,由于在NICE-OHMS中使用DeVoe-Brewer技术将调制频率ν_m锁定到Fabry-Parot(FP)腔的自由光谱区(FSR)。因此FP腔的腔长决定了ν_m,同时还作用于信号幅度S■。模拟结果显示,当腔长增大时,由于ν_m随之减小,载波和边带的光谱成分相互重叠部分增大,因此线型函数的幅度逐渐减小。而吸收信号幅度随着腔长的增加而逐渐增加,色散信号幅度先增大后减小,并且在腔长等于8 cm时达到最大值。调制系数β会影响频率调制后激光载波和边带的幅度大小,并且影响信号线型。随着腔长的增加,最大信号幅度对应的β值也随之增加。在相同腔长下,色散信号的最佳β值小于吸收信号,更容易使用电光调制器实现。最后分析了参数的可实现性,分析了不同种类激光器的频率调谐能力,压电陶瓷的扫描宽度等。以乙炔气体为例,大气压下NICE-OHMS的谱线半宽达到~3 GHz,而光谱覆盖范围大于10 GHz。分布反馈式半导体激光器(DFB)与外腔二极管激光器(ECDL)的频率调谐范围可以达到30 GHz以上,但是由于激光线宽宽,得到的PDH锁定性能欠佳。回音壁模式激光器(WGM)和掺饵光纤激光器(EDFL)线宽为百Hz量级,是目前高灵敏NICE-OHMS系统中常用的光源。但是WGM目前可以实现了5 GHz的激光频率调谐范围,而EDFL的外部电压可控制的调谐范围仅为3 GHz。使用精细度为55000的腔进行模拟,调制系数β=1,腔长大于8 cm时,可使用WGM激光器实现,腔长大于25 cm时,可以使用EDFL激光器实现。而对于在设计光学腔中常用的伸缩长度为25μm的PZT,随着腔长的增加,对应的腔模频移范围逐渐减小,在腔长为典型的40 cm时,扫描范围大于12 GHz。     

湿度对水泥生料近红外光谱检测的影响及补偿方法

近红外光谱检测已被应用于水泥生料成分的快速检测,但现场环境中的湿度等因素会对光谱产生干扰,从而降低检测精度。为了提高检测精度,在实验分析湿度对水泥生料近红外光谱检测影响的基础上研究了补偿方法。在水泥厂选取了24份水泥生料样本,其中18份作为校正集,6份作为验证集;水泥生料中的有效成分为SiO2,Al2O3,Fe2O3和CaCO3,各成分含量的标准值由X射线荧光光谱分析测出。首先,将校正集的18份样本每份重复装样测5次光谱,用得到的90个光谱建立模型Ⅰ;再每份样品制作5个湿度梯度样本,其获得过程为,先将样本放置在电加热平台上,用玻璃棒将样本摊平,180℃下加热30 min,再将样本放置在散热片上进行降温,待样品恢复室温后取出进行第一次光谱扫描,得到1个光谱,将测量后的样本放入搅拌器,使用装有去离子水的喷雾器对其喷雾两次,然后搅拌30 s混合均匀,测量混合后的样本得到下一个光谱,重复该过程,得到具有湿度梯度的5个光谱。所有样本均采用烘干法进行湿度测量,样本湿度变化区间在0.6%~2%以内。对每个湿度梯度的样本测量1次,用得到的这90个光谱建立模型Ⅱ。然后,将验证集的6份样本每份制作5个湿度梯度,获取方式与校正集相同,对每个湿度梯度的样本测量1次,得到30个光谱。所有光谱均采用多元散射校正预处理,拟合波段选择4000~5000 cm^-1,建模方法采用偏最小二乘法。比较同一份样本的5个湿度梯度,可以看到在5200 cm^-1处光谱差异最大,在其他位置也有肉眼可见的明显差异,因此,湿度变化对全波段光谱有明显的影响。最后,将这30个光谱输入模型Ⅰ与模型Ⅱ进行验证,并对比模型Ⅰ与模型Ⅱ的预测均方根误差RMSEP。模型Ⅱ中SiO2,Al2O3,Fe2O3和CaCO3的预测均方根误差RMSEP比模型Ⅰ分别减小了25%,31.3%,33.3%和25%。实验结果表明,水泥生料样本湿度对近红外光谱模型的预测结果具有一定的影响,采用具有湿度梯度的样本进行建模可有效降低湿度对预测结果的影响。