纳米SiC对C/C复合材料石墨化与抗氧化性能的影响规律

本文制备纳米SiC基体改性的SiC-C/C复合材料,利用X射线衍射技术、高分辨率透射电镜等研究SiC对碳材料的石墨化度的影响.纳米SiC能够显著促进碳基体材料的石墨化度,同时通过高分辨率透射电镜在纳米SiC颗粒周围观测到明显的石墨化结构,并且距离SiC越近,碳基体的石墨化程度越高.通过静态氧化实验研究SiC-C/C复合材料的抗氧化性能.结果表明,随着SiC加入量的增加复合材料的抗氧化性显著提高,纳米SiC在高温下生成较为均匀的SiO2保护层,覆盖在碳材料的表面,阻碍氧气与碳材料的接触,并且SiC含量越高,形成的保护层越厚,抗氧化能力越强.     

纳米HfO2粉体的制备工艺研究

该文以HfOCl2为原料，分别选用分子量为400、1000和6000的3种聚乙二醇(PEG)作分散剂，在70℃和25℃的反应温度条件下，采用反向滴定化学沉淀法制备出HfCh纳米粉体．X射线衍射(XRD)、透射电镜(TEM)的分析结果表明：在70℃的反应温度条件下，加入3种分散剂制备的HfO2粉体的平均晶粒度均小于50nm；用高分子量的分散剂PEG6000所制得的粉体晶粒度更加细小；PEG6000的加入量在0．5％～2．5％质量分数范围内变化对最终的粉体晶粒度影响不大；在25℃的反应温度条件下，加入同样分散剂制备的HfO2粉体的平均晶粒度更加细小，平均晶粒度在30nm左右．用TG／DSC结合XRD对纳米HfO2粉体的研究结果表明：HfO2纳米粉体的晶型转变温度比微米HfO2材料降低了251℃左右(由891℃降低至640℃)，并且在焙烧温度大于660℃时，生成了只有在高温高压条件下才能存在的斜方相HfO2．     

O'-Sialon/BN和O'-Sialon/ZrO2复合材料抗熔融金属和保护渣侵蚀

研究了O′－Sialon/BN和O′－Sialon/ZrO2复合材料抗溶融金属和保护渣侵蚀,结果表明：O′－Sialon/BN复合材料抗钢水侵蚀的动力学分为两段控制：前期为界面化学反应控制,后期为扩散控制,O′－Sialon/ZrO2复合材料具有良好的保护渣侵蚀性能,这是由于ZrO2在硅酸盐溶体中的溶解度较低,随着ZrO2的增加,抑制了O′－Sialon与CO,以及渣中其他组元的反应,从而提高了O′－Sialon抗的侵蚀性。     

O′—Sialon—BN复合材料的摩擦磨损性能研究

考察了O′－Sialon-BN复合材料／普碳钢摩擦副在室温条件下的摩擦磨损性能，采用扫描电子显微镜观察分析复合试样的微结构和磨损表面形貌，并分析了其磨损机理，结果表明，室温干摩擦条件下，O′－Sialon-BN复合材料／普碳钢摩擦副合期长达20min，经过磨合期后摩擦系数稳定在0.82左右，复合材料的主要磨损机制为粘着磨损和磨拉磨损，O′－Sialon-BN复合材料具有较高的强度，硬度和断裂韧性，这是其具有良好抗磨性能的重要原因，在摩擦过程中，O′－Sialon-BN材料磨损表面形成的铁及其氧化物转移膜起一定的减摩抗磨作用，而O′－Sialon-BN复合材料中的BN 一定的固体润滑作用。     

锂离子电池负极材料SnO2的形貌调控合成

SnO₂是一种重要的宽禁带半导体材料,由于具有较高的理论容量,将其作为锂离子电池的负极材料有广阔的应用前景。材料的微观形貌对其物理化学性能有重要的影响作用,因此近年来大量的研究工作围绕SnO₂的形貌调控合成开展。本文综述了作为锂离子电池负极材料SnO₂的各种形貌的调控合成,如颗粒状、片状、一维、空壳、分级结构等,以及其形貌对电化学性能的影响,分析总结了各种形貌对其电化学性能的影响规律以及形貌调控的发展趋势。     

人工神经网络在o′-Sialon-BN复合材料设计中的应用

对神经网络和传统模式识别技术的基本原理和应用特点进行比较．根据已有烧结合成O′-Sialon的实验数据,利用改进后的人工神经网络,构筑了材料相组成及性能的预测模块,并与模式识别技术处理得到的结果进行了比较．在此基础上,探索了合成O′-Sialon-BN复合材料的工艺条件,并通过实验结果进行了验证．     

反向滴定化学共沉淀法制备Bi_0.75 Dy_0.25 O_1.5 纳米粉体的反应机理

以分析纯Bi2O3、Dy2O3为原料,采用反向滴定化学共沉淀法合成前躯体.经热重-质谱分析(TG-MS),前驱体主要是由BiOOH、Dy(OH)3组成,但含有微量BiONO3、Bi2O2CO3.前驱体经过500℃煅烧3h后,X射线衍射仪(XRD)分析结果表明,得到的是单一的β-Bi0.75Dy0.25O1.5粉体,经谢乐公式计算,平均晶粒尺寸在16.02nm左右.X射线荧光光谱仪(XRF)分析结果表明,Bi/Dy摩尔比接近理论计量比.投射电子显微镜(TEM)分析结果表明,粉体颗粒尺寸小于20nm,分散性良好.通过热力学计算对沉淀反应的机理进行了探讨.     

O''-Sialon-BN复合材料的摩擦磨损性能研究

考察了 O - Sialon- BN复合材料 /普碳钢摩擦副在室温条件下的摩擦磨损性能 ,采用扫描电子显微镜观察分析复合材料试样的微结构和磨损表面形貌 ,并分析了其磨损机理 .结果表明 :室温干摩擦条件下 ,O - Sialon- BN复合材料 /普碳钢摩擦副的磨合期长达 2 0 min;经过磨合期后摩擦系数稳定在 0 .82左右 ;复合材料的主要磨损机制为粘着磨损和磨粒磨损 .O - Sialon- BN复合材料具有较高的强度、硬度和断裂韧性 ,这是其具有良好抗磨性能的重要原因 .在摩擦过程中 ,O - Sialon- BN材料磨损表面形成的铁及其氧化物转移膜起一定的减摩抗磨作用 ,而 O - Sialon- BN复合材料中的 BN起一定的固体润滑作用     

人工神经网络在o‘—Sialon—BN复合材料设计中的应用

对神经网络和传统模式识别技术的基本原理和应用物理进行比较，根据已有烧结合成ｏ‘－Ｓｉａｌｏｎ的实验数据，利用改进后的人工神经网络，构筑了材料相组成及性能的预测模块，并与模式识别技术处理得到的结果进行了比较，在此基础上，探索了合成Ｏ’－Ｓｉａｌｏｎ－ＢＮ复合材料的工艺条件，并通过实验结果进行了验证。     

线性时变参数识别与非线性因素估计

本文讨论了利用非线性时不变振动系统的响应，根据线性模型识别出的线性参数的时变性质判断非线性项的存在、估计系统非线性因素的问题．大量的算例表明，据此判断非线性项的存在是可行的．文中还分析了利用具有非线性项的时变系统的响应，根据线性系统模型识别线性时变参数的问题．模拟计算表明，利用非线性系统的响应籍助线性模型，可以在相当大的范围内较好的识别出系统的线性时变参数。