欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(5)
  • 图书()
  • 专利()
  • 新闻()

重力分离SHS法制备钢管陶瓷内衬的研究

罗毅 , 朱心昆 , 吴胜琴 , 闫杏丽 , 赖华

腐蚀与防护 doi:10.3969/j.issn.1005-748X.2004.03.007

用铝热-重力SHS法制备钢管陶瓷内衬,分析了不同钢管直径对反应过程的影响,并用SEM、能谱仪以及X射线衍射等手段研究了钢管内衬的微观组织.研究表明:内径小和管壁厚的钢管易发生堵塞现象;陶瓷内衬中弥散着黑色圆球主要是铁元素,同时混有少量的铬、硅元素,其平均硬度比铁素体大189HV.

关键词: 钢管陶瓷内衬 , 钢管内径 , 硬度 , 显微组织

机械合金化制备的铁-镁合金在NaCl溶液中的腐蚀行为

吴胜琴 , 朱心昆 , 罗毅 , 赖华 , 唐海林

机械工程材料 doi:10.3969/j.issn.1000-3738.2005.05.016

应用机械合金化技术,球磨得到15%Fe-Mg合金,对合金的组成、显微形貌和在NaCl溶液中的腐蚀行为进行了研究.结果表明:球磨产物中只有铁、镁的单相,而无新相生成,在NaCl溶液中,镁发生了电偶腐蚀,并放热、放氢;球磨40 min的合金能放出较多的热量和氢气,反应产物中只有极少量的镁;较低的NaCl溶液初温会减缓电偶腐蚀的速度,并最终影响放热和放氢.

关键词: 机械合金化 , 铁-镁合金 , NaCl溶液 , 电偶腐蚀

机械合金化合成(ZrC+TiC)/Cu复合材料的研究

吴胜琴 , 朱心昆 , 罗毅 , 赖华 , 张修庆

材料科学与工程学报 doi:10.3969/j.issn.1673-2812.2004.02.028

以Zr、Ti、Cu和C元素粉末为原料,用XRD、EPMA、SEM、力学性能检测等方法,研究机械合金化合成的ZrC/C和(ZrC+FiC)/Cu复合材料的力学和电学性能.实验结果表明:可以用机械合金化合成TiC、ZrC粉末.力学性能方面,经ZrC弥散的Cu基复合材料抗拉强度为359.45MPa,布氏硬度为146.2,经(ZrC+TiC)弥散的复合材料抗拉强度为377.3MPa,布氏硬度为166.5,说明ZrC作为第二相可以明显改善Cu基材料的力学性能,而且(ZrC+TiC)两相强化效果更好.由断口形貌分析,复合材料主要发生沿界面脆性断裂.电学性能方面,由于致密度不够高以及其他杂质相的引入,材料的相对电导率(IACS标准)有待提高.

关键词: 机械合金化 , ZrC , TiC , 弥散强化 , Cu基复合材料

阻燃剂9,10-二氢-9-氧杂-10-膦杂菲-10-氧化物合成中酯化反应和酰基化反应的优化

赖华 , 刘兴 , 朱小明 , 龙婉君 , 李想 , 熊平生

应用化学 doi:10.11944/j.issn.1000-0518.2017.02.160203

有机磷杂环化合物9,10-二氢-9-氧杂-10-膦杂菲-10-氧化物(DOPO)因性能优异而作为无卤阻燃剂得到广泛应用.为了提升和改进DOPO的合成,不少文献对合成中的4个反应,即酯化反应、酰基化反应、水解反应和关环反应进行了大量研究,但是由于缺少合适的分析方法和仪器,对酯化反应和酰基化反应仍没有得出明确的结论.本文则采用了核磁共振磷谱以及测量反应产物HCl吸收碱液的温度变化两种方法,精确地得到了酯化反应和酰基化反应的优化条件.首先采用核磁共振磷谱,讨论了酯化反应温度、原料配比和加料方式对酯化反应产物组成的影响,得出了邻苯基苯氧基二氯化磷(CC)含量高的工艺条件:反应温度80℃,PCl3过量25% ~ 50%,采用邻苯基苯酚(OPP)加入PCl3的反滴法;并得出酯化反应产物的组成直接决定了6-氯-(6氢)-二苯并-(c,e)-氧磷杂己环(CDOP)在酰基化反应产物中的含量.另通过测量HCl吸收碱液的温度变化,间接表征酰基化反应的反应速度,由此得出合适的酰基化反应温度和催化剂用量.结果为:当催化剂固定为0.2g时,酰基化反应在150℃几乎不反应,随温度升高,反应变快,180℃下4h完全,190℃下1.5h即可完成;温度180℃下,1 ~ 1.5 g/1 mol OPP的催化剂较为合适,酰基化反应在3~4h结束.

关键词: 阻燃剂 , 二氢-氧杂-膦杂菲-氧化物 , 酯化反应 , 酰基化反应

基于神经网络与LabVIEW平台建立焊锡真空炉粗锡含铅量的软测量模型与在线监测研究

李家文 , 赖华 , 冯丽辉

冶金分析 doi:10.13228/j.boyuan.issn1000-7571.009967

焊锡真空炉粗锡含Pb量的高低直接关系到焊锡真空炉的生产效率,为了改变目前粗锡含Pb量只能通过人工化验才能得到的现状,实验基于反向传播神经网络(Back-Propaga-tion Neural Network,BPNN)与广义回归神经网络(Generalized Regression Neural Network,GRNN)算法原理,构建了BPNN与GRNN软测量模型并对这两种模型的预测效果进行了对比分析,结果表明基于GRNN的粗锡含Pb量软测量模型具有较高的预测精度.同时,采用虚拟仪器(LabVIEW)中的Matlab Script节点技术,成功开发了基于LabVIEW的粗锡含Pb量监测系统,实现了基于BPNN与GRNN软测量模型的粗锡含Pb量实时在线软预测,运行结果表明所开发的监测系统运行稳定可靠.

关键词: 焊锡真空炉 , 粗锡 , , 软测量 , BPNN , GRNN , LabVIEW

出版年份

刊物分类

相关作者

相关热词