短纤维增强橡胶密封复合材料纵向拉伸模量的预测方法

摘要： 建立了含界面相、纤维和基体的短纤维增强橡胶（SFRR）密封复合材料纵向拉伸模量的预测模型,采用Mori Tanaka方法得到了SFRR的纵向拉伸模量的预测公式,将其计算结果与试验数据进行对比;同时,探讨了纤维体积分数、界面相的厚度和模量对复合材料纵向拉伸模量的影响.结果表明：纵向拉伸模量预测模型的计算值与试验值较吻合,其最大相对误差为11.2%;SFRR的纵向拉伸模量随着纤维体积分数的增加而增大;界面相模量对SFRR纵向拉伸模量的影响显著,当界面相模量小于基体模量时,SFRR的纵向拉伸模量随着界面相厚度的增加而减小;当界面相模量大于基体模量时,SFRR的纵向模量随着界面相厚度的增加而增大.     

木材-金属复合材料的研究现状

木材-金属复合材料综合了木材和金属的优点,具有一系列优良的特性,如耐磨、耐热及电磁屏蔽等,木材金属的复合是实现木材高性能化和功能化、提高木材附加值的重要方法之一,为木材和金属都提供了新的发展空间,已开发的木材-金属复合材料的品种有金属化木材、金属覆面板、复合管及表面金属化木材等,     

CFRP激光切割过程中HAZ扩展研究

激光切割CFRP由于具有无磨损、无接触的特点,显示出了很大的应用潜力.然而,由于组成材料(即聚合物基体和碳纤维)的物理和热性能存在显著差异,激光加工过程中产生的热损伤一直阻碍着CFRP在工业规模上的应用.介绍了激光加工CFRP的优势,并以激光切割CFRP时热影响区(heat-affected zone,HAZ)产生和扩...     

压电复合材料中双周期圆柱形夹杂的反平面问题

研究了无限大压电复合材料中双周期圆柱形夹杂的反平面问题．利用双周期Riemann边值问题的解析函数理论和级数展开的分析方法,借助Eshelby夹杂原理研究了压电复合材料中双周期圆柱形夹杂的反平面问题,获得了夹杂和基体内电弹性场的复式表达式,并利用数值算例分析了双周期夹杂对应．力和电位移的影响．     

抗开裂PC/PET复合材料的制备及其性能

以聚碳酸酯树脂(PC)为基材,聚对苯二甲酸乙二醇酯(PET)为填料,乙烯-丙烯酸甲酯共聚物(EMA)为增韧剂,含氢硅油(H212)为交联剂,通过熔融共混法制备了不同比例的PC/PET食品级抗开裂复合材料。利用TG,DSC,电子万能试验机和冲击试验机对所制备的PC/PET复合材料进行了表征与测试。结果表明：当PET质量分数为20%时,PC/PET具有最好的相容性,同时热稳定性最好;PC/PET复合材料的断裂伸长率和冲击强度先增大后减小,当PET的质量分数为20%,断裂伸长率和冲击强度较纯PC分别提高了12.8%和17.5%,材料具有最好的韧性。实验表明PC与PET的配比为8∶2时可获得最优的材料性能。     

石墨/尼龙复合材料的成分分析及热分解性能

采用红外光谱、扫描电镜和拉曼光谱对石墨/尼龙样品的化学成分进行了分析,显示其基体成分为尼龙6(PA6),无机填料为石墨(C)和少量的无机物.利用热重分析测定了纯PA6和石墨/尼龙样品(C/PA6)在4种不同加热速率(5,10,15和20℃·min-1)条件下的热分解曲线,并通过Kissinger法和Crane法研究了P...     

原位自生A356/TiB2复合材料的组织与性能

通过混合盐法制备了原位自生TiB2颗粒增强A356复合材料.扫描电镜观察结果表明,制备的原位自生TiB2颗粒分布均匀,其最大尺寸在500nm左右,平均尺寸在200nm左右.高分辨透射电子显微镜观察结果表明,颗粒与基体之间界面结合良好、干净,无任何杂质相的存在.复合材料的抗拉强度和屈服强度较基体都有了明显提高;复合材料的阻尼性能明显高于基体合金的阻尼性能,其室温时的数值为0.018.该研究成功地实现了材料力学性能和阻尼性能的同时提高.     

聚丙烯复合材料老化数据集成学习

聚丙烯复合材料老化实验周期长,且单次实验采集的数据样本少,使用传统机器学习方法进行预测的准确度较低.为了解决聚丙烯复合材料老化数据样本少与预测准确性低的问题,提出了一种虚拟样本生成(virtual sample generation,VSG)的集成学习预测方法.首先,对聚丙烯复合材料老化数据使用高斯混合模型(Gaussian mixed model,GMM)虚拟样本生成方法平滑生成验证有效的虚拟样本;然后,使用生成后的数据集建立集成学习预测模型,该模型包含随机森林(random forest,RF)、极端梯度提升(extreme gradient boosting,XGBoost)算法、轻量级梯度提升机(light gradient boosting machine,LightGBM)算法以及分类梯度提升(categorical boosting,CatBoost)算法.实验表明:集成学习模型的LightGBM算法与CatBoost算法性能最优,在测试数据上均方误差为0.001 3与0.0001,比RF算法与XGBoost算法分别高出0.4与0.2.聚丙烯复合材料老化虚拟样本生成与集成...     

2019年先进纤维复合材料研发热点回眸

高性能纤维复合材料作为典型的先进纤维复合材料,无论在军用还是民用领域都拥有极为广泛的应用前景,近年来已成为世界各国研究的热点和重点。通过回顾2019年全球范围内高性能纤维复合材料在新产品、新工艺以及新市场等方面取得的科技进展,对美国、日本、欧洲和中国高性能纤维复合材料的研究重点进行了总结并分析了未来高性能纤维复合材料的发展趋势。