发泡条件与09－Ⅱ浆状炸药爆轰感度的关系研究

０９－Ⅱ浆状炸药是一种利用废火药作敏化剂和含能添加剂的浆状炸药，这类炸药爆轰感度较低。该文以实验为基础，研究了发泡条件与０９－Ⅱ浆状炸药中敏化气泡数、爆轰感度之间的关系，这些条件包括发泡剂含量、发泡剂及交联剂的加入次序和发泡温度。文中提出了有利于提高这种浆状炸药爆轰感度的发泡条件是，（１）发泡剂含量为外加０．２％～０．３％；（２）泡剂与交联剂同时加入到炸药体系中；（３）发泡温度在４５℃左右。     

基于维纳滤波的装药孔隙工业CT图像恢复方法

为减轻装药孔隙工业CT检测成像过程中图像退化、噪声造成的孔隙特征对比度降低、边缘模糊等问题,研究了基于维纳滤波并结合图像自身特征的恢复方法。首先,对原始重建图像采用多图像平均法降低噪声影响;并选择样本区估计剩余噪声参数。然后,结合装药与钢壳过度边缘,运用刀刃法原理估计出系统的退化函数;并对其采用高斯拟合校正。最后,利用估计出的噪声参数和拟合后的退化函数,采用维纳滤波对图像进行恢复。结果表明,恢复后的装药断层图像细节清晰、孔隙边缘轮廓明确,φ2 mm模拟孔隙清晰可见。     

紧密堆积优化炸药粒度级配技术研究

以Dinger-Funk模型和可压缩堆积模型为基础,对炸药进行颗粒级配和堆积密实度的计算;并以黑索今炸药进行实验,验证了计算结果的准确性,探讨了炸药体系中细颗粒添加量对堆积密实度的影响。结果表明,经过粒度级配可以实现炸药粒度分布的优化,用可压缩堆积模型可以很好地预测炸药的堆积密实。在满足紧密堆积——Dinger-Funk粒度分布模型条件下,级配后的堆积密实度度提高了16%;只增细颗粒时,堆积密实度与原材料的粒度分布相关联。     

用人工神经网络预测黑火药燃烧性能

利用人工神经网络算法建立了黑火药燃烧热力学参数的定量BP网络模型,通过10组配方的元素组成及其输出参数测试值对模型进行了训练,用另外9组配方的测试结果与相应的预测结果进行了对比研究. 结果表明,该方法能较好地对黑火药的燃烧参数进行预测,预测值和试验值误差小于7%,精度较高,可作为功能黑火药配方设计、输出特性参数预测的工具.     

不同温度下水-甲酰胺体系的密度与粘度

该研究测定了278.2K～318.2K间的五个不同温度下水—甲酰胺混合体系的密度与粘度,由此求得了体系的过量体积V~E、过量粘度η~E及流动过程的过量自由能G~E,得到了不同温度下各过量函数的最小二乘回归系数。最后从分子间相互作用力的角度对结果进行了简要讨论。     

二元无硫黑火药研究

运用最小自由能原理计算了不同配比C/KNO3体系燃烧产物的平衡气相组成和热力学参数,从反应动力学的角度对模拟结果进行定性分析,并以平衡态气相组成、火药力、爆温为目标函数,设计出低腐蚀、无污染的无硫黑火药配方,改善了体系的热力学性能,并就优化后配方的理化、感度性能及输出特性与制式黑火药进行了对比分析.结果表明,无硫黑火药火焰感度提高;机械感度与静电感度降低;输出感度有所增加.