热交联聚碳硅烷纤维分步烧成工艺

采用热交联工艺改进传统的空气不熔化工艺,在尽可能少引入氧的情况下实现聚碳硅烷纤维的不熔化处理。热交联处理后聚碳硅烷纤维在惰性气氛下进行分步烧成。通过元素分析、SEM、EDX、XRD等手段系统研究了分步烧成的工艺条件以及烧成后连续SiC纤维组成、微观结构及其性能。     

连续碳化硅纤维的研制

本文研究了用先驱体法制备连续碳化硅(SiC)纤维的全过程。通过常压高温裂解法制得纺丝性能好的聚碳硅烷,经100孔熔融纺丝、不熔化处理和高温烧成等一系列工艺处理,制得了高性能的SiC纤维。该纤维单丝直径8～15微米,连续长度达100米,抗拉强度为2～2.3GPa,抗拉模量178GPa。主要性能达到日本同类产品八十年代的水平。本文还对制备工艺的一些基本规律及连续纤维的主要性能进行了研究。     

连续碳化硅纤维热交联工艺研究

采用热交联工艺改进传统的空气不熔化工艺,在尽可能少引入氧的情况下实现聚碳硅烷纤维的不熔化处理,降低连续SiC纤维中的氧含量。通过IR、元素分析、SEM、XRD等手段系统研究了热交联工艺条件对纤维氧含量、结构、性能的影响。     

聚碳硅烷纤维无机化过程中弯曲的形成及对SiC纤维性能的影响

先驱体转化法制备连续SiC纤维无机化过程中有明显的失重和收缩,造成了纤维弯曲,从而影响了纤维的单丝强度和束丝拉伸性能。根据聚碳硅烷(PCS)纤维的无机化过程,探讨了SiC纤维弯曲的种类和形成原因,通过力学分析研究了弯曲对SiC纤维性能的影响;根据弯曲形成原因,提出利用加张热交联和加张烧成的方法解决纤维的弯曲问题,从而提高SiC纤维的性能。     

SiC纤维先驱丝—聚碳硅烷纤维的研制

本文对SiC纤维的先躯丝——聚碳硅烷纤维的合成进行了研究。聚碳硅烷是由聚硅烷在聚硼硅氧烷(派松)催化下热解而成。熔融纺丝制得的聚碳硅烷纤维,经空气不熔化处理后,在N_2气氛下,1250℃烧成具有金属光泽的SiC纤维。通过元素分析,红外光谱分析,热分析及裂解气相色谱分析,对聚硅烷,聚碳硅烷和聚硼硅氧烷的性质和合成工艺进行了研究。     

连续碳化硅纤维制备工艺的基础研究

针对先驱体转化法制备SiC纤维工艺中存在的一些实际问题进行了分析和研究。探讨了初始原料PDMS中杂质氧的来源;用丙酮对PCS进行沉淀分级研究,并在此基础上对PCS进行后处理;研究了PCS纤维不熔化工艺中升温制度对不熔化结果的影响;探讨了快速烧成方式的可行性。结果表明,PDMS中氧含量偏高主要是由于合成PDMS过程中发生了引入氧的副反应。随着沉淀分级的次数增加,PCS级分的纯度提高,可纺性明显改善。不熔化处理的升温速度不宜过快,否则会引起急剧放热和过度反应。快速烧成法可以实现SiC纤维的加张和连续化生产。     

聚碳硅烷先驱体制备SiC基复合材料的性能研究

本文以聚碳硅烷(PCS)为先驱体,SiC晶须,SiC微粉或C纤维为增强剂,热解转化制得SiC/SiC或C/SiC复合材料,研究其制备工艺过程对材料的力学和热物理性能的影响。结果表明:PCS在1300℃下转化为β-SiC微晶并将未烧结的增强剂网络在一起形成SiC/SiC或C/SiC复合材料。该SiC基复合材料具有较好的常温和高温机械强度,优异的耐热疲劳和抗热震性能,在1300℃空气中具有良好的抗氧化性。     

高温空气下C/SiC复合材料力学性能测试

测试了C/SiC复合材料在高温空气下的压缩、弯曲和拉伸性能,利用扫描电子显微镜分析复合材料在室温与高温条件下的断口微观形貌。结果表明:从室温升温到1 000 ℃测试温度时,C/SiC复合材料的压缩强度由247 MPa降低至78 MPa,性能降低68%;弯曲强度由480 MPa降低至277 MPa,性能降低42%;拉伸强度由247 MPa降低至152 MPa,性能降低38%。高温氧化导致界面退化,损伤材料基体与碳纤维结构,加剧了纤维断裂程度,改变了纤维与基体的结合状态,纤维增韧机制逐渐消失,导致复合材料性能下降。     

Cf/SiC陶瓷基复合材料防氧化涂层制备工艺研究

本文主要探索了以有机硅先驱体聚碳硅烷为粘结剂、采用热压烧结的方法制备Cf/SiC陶瓷基复合材料及碳化硅防氧化涂层的一体化工艺,探讨了聚碳硅烷含量、热压温度和压力对涂层防氧化效果的影响,并对涂层前后的Cf/SiC复合材料的防氧化性能进行了比较。结果表明:采用该工艺制备的SiC涂层Cf/SiC复合材料的防氧化性能显著提高。     

结构吸波材料 SiC-C纤维的研究

本文用聚碳硅烷(PCS)与煤沥青(P)共混,制得PCS-P 共混物,再经纺丝、氧化、高温烧成,制成了SiC-C 纤维。该纤维电阻率随碳含量的增加而减少,强度和模量随碳含量的增高而降低,而且该纤维与环氧树脂复合制得的层合板材,具有良好的吸收电磁波性能。     

聚碳硅烷纤维化学气相交联研究

以环己烯作为反应气氛,对聚碳硅烷(PCS)纤维进行了化学气相交联不熔化处理。与空气不熔化进行对比,研究了不熔化过程中PCS纤维的反应程度及凝胶含量的变化,并进行了元素分析和热重差热分析,初步探讨了PCS纤维环己烯化学气相交联反应的机理。结果表明,在环己烯气氛中,PCS分子结构中Si-H键的反应程度随不熔化温度的提高逐渐增加,相应地,PCS纤维的凝胶含量迅速提高直至不熔。环己烯受热后产生自由基,引发PCS分子中的Si-H和Si-CH3键断裂形成自由基,促进PCS分子间形成Si-CH2-Si结构而实现交联。     

热处理炉的结构对聚碳硅烷纤维不熔化均匀性的影响

讨论了陶瓷纤维不熔化处理中常用的两种热处理炉(垂直式不熔化炉和隧道窑式不熔化炉)对聚碳硅烷(PCS)纤维不熔化均匀性的影响。结果表明,采用不同结构的不熔化炉对PCS纤维进行不熔化处理,纤维的不熔化均匀性大为不同,用隧道炉处理的均匀性明显优于垂直炉。     

Cf/SiC复合材料制备过程对碳纤维的损伤

对几种类型的碳纤维在Cf/SiC复合材料制备工艺中的先驱体中氧含量及高温热处理和PCS浸渍裂解处理过程中造成的损伤进行了考察,并探讨了损伤机制.结果表明,碳纤维石墨化程度和表面状态的差别会对其在复合材料制备过程中的损伤程度产生影响.石墨化程度高的M40JB碳纤维损伤程度较大;表面呈活性的JC1#碳纤维对外界条件的变化较为敏感;而石墨化程度不高而表面不活泼的JC2#碳纤维则损伤程度较小且较稳定.     

T300和JC2#纤维增强C/SiC复合材料力学性能对比

以聚碳硅烷(PCS)为先驱体,采用聚合物浸渍裂解法(PIP)分别制备得到T300碳纤维和JC2#碳纤维增强C/SiC复合材料。JC2#C/SiC复合材料具有优异的力学性能,抗弯强度和断裂韧性分别达到662MPa和19.5MPa.m1/2;T300 C/SiC复合材料表现出低强度、高脆性,其抗弯强度和断裂韧性不足前者的四分之一。T300 C/SiC复合材料低性能的根本原因在于T300纤维在PCS裂解过程中性能严重下降,复合材料中纤维与基体间存在强界面结合是另一个影响因素。     

高压合成聚碳硅烷的沉淀与复配

研究了沉淀与复配两种调控高压合成聚碳硅烷(PCS)分子量及其分布的方法。研究表明,在PCS的良溶剂(如二甲苯)溶液中加入沉淀剂(如丙酮)比例超过临界点后,PCS中分子量越高的部分越先沉淀出来,从而降低了PCS的软化点、分子量和分散系数,PCS的高、中、低分子量的比例得到调节。复配是将不同分子量分布的PCS均匀地混合在一起,其分子量、软化点和高、中、低各部分的含量基本符合混合率的关系。因此,可以按照混合率来设计所需PCS的软化点、分子量及高、中、低分子含量。     

聚碳硅烷表面张力的测定及其对纤维异形度的影响机理

采用改进的滴重法测定了先驱体聚碳硅烷(PCS)的表面张力,并探讨了表面张力对三叶形聚碳硅烷原丝异形度的影响机理。通过对纤维截面形貌的扫描电镜分析,发现表面张力对三叶形PCS纤维异形截面的形成有着较大的影响,它和粘滞阻力相互竞争的共同作用决定了三叶形PCS纤维异形度的大小。研究表明,先驱体PCS的表面张力与温度基本上呈线性关系,温度越高,PCS的表面张力就越小。     

活性填料在聚碳硅烷先驱体转化陶瓷中的应用

比较了铝 (Al)、铬 (Cr)、二氢化钛 (TiH2 )和锆 (Zr)等活性填料在聚碳硅烷 (PCS)先驱体转化陶瓷中的应用。研究表明 ,在先驱体中加入活性填料能有效降低陶瓷素坯的气孔率 ,可与PCS气态裂解产物、游离碳和 (或 )N2 气氛反应生成新的化合物 ,提高PCS的陶瓷产率。活性填料的种类与含量对陶瓷烧成体的线收缩有较大的影响 ,Al、Cr能抑制烧成体的线收缩 ,其含量越高 ,线收缩越小。但是TiH2和Zr并不能抑制陶瓷烧成体的线收缩 ,其含量越高 ,线收缩越大。此外 ,活性填料的种类及含量对陶瓷烧成体的三点弯曲强度也有较大的影响。Al、Zr的含量越高 ,材料的强度也越大。但Cr和TiH2 的加入却使材料强度下降。认为Al是较好的活性填料。用X -衍射法 (XRD)分析了烧成产物的物相组成 ,扫描电子显微镜 (SEM)观察了陶瓷烧成体的断口形貌。     

Maintenance and flight scheduling of low observable aircraft

In this article, we focus on relatively new maintenance and operational scheduling challenges that are faced by the United States Air Force concerning low‐observable (LO) or stealth aircraft. The LO capabilities of an aircraft degrade stochastically as it flies, making it difficult to make maintenance scheduling decisions. Maintainers can address these damages, but must decide, which aircraft should be put into maintenance, and for how long. Using data obtained from an active duty Air Force F‐22 wing and interviews with Air Force maintainers and program specialists, we model this problem as a generalization of the well‐known restless multiarmed bandit superprocess. Specifically, we use an extension of the traditional model to allow for actions that require varying lengths of time, and generate two separate index policies from a single model; one for maintenance actions and one for the flying action. These index policies allow maintenance schedulers to intuitively, quickly, and effectively rank a fleet of aircraft based on each aircraft's LO status and decide, which aircraft should enter into LO maintenance and for how long, and which aircraft should be used to satisfy daily sortie requirements. Finally, we present extensive data‐driven, detailed simulation results, where we compare the performance of the index policies against policies currently used by the Air Force, as well as some other possible more naive heuristics. The results indicate that the index policies significantly outperform existing policies in terms of fully mission capable (FMC) rates. In particular, the experiments highlight the importance of coordinated maintenance and flying decisions. © 2015 Wiley Periodicals, Inc. 62:60–80, 2015     

A worst‐case formulation for constrained ranking and selection with input uncertainty

In this research, we consider robust simulation optimization with stochastic constraints. In particular, we focus on the ranking and selection problem in which the computing time is sufficient to evaluate all the designs (solutions) under consideration. Given a fixed simulation budget, we aim at maximizing the probability of correct selection (PCS) for the best feasible design, where the objective and constraint measures are assessed by their worst‐case performances. To simplify the complexity of PCS, we develop an approximated probability measure and derive the asymptotic optimality condition (optimality condition as the simulation budget goes to infinity) of the resulting problem. A sequential selection procedure is then designed within the optimal computing budget allocation framework. The high efficiency of the proposed procedure is tested via a number of numerical examples. In addition, we provide some useful insights into the efficiency of a budget allocation procedure.