【摘 要】
：
采用液体丁腈橡胶(LNBR)改性隐晶质石墨(CG),研究改性CG/炭黑/丁腈橡胶(NBR)复合材料的硫化特性、物理性能、动态力学性能和填料分散性.结果表明:CG颗粒的尺寸小、断面丰富、表面粗糙和较多结构缺陷增强了其反应活性;CG和改性CG均可以提高硫化胶的拉伸性能和撕裂强度,并且随着其用量增大,硫化胶的物理性能进一步提高;与CG相比,改性CG具有更好的补强效果,这是由于LNBR包覆改性使其表面呈疏水性,有助于填料-橡胶的界面作用增强以及填料在橡胶基体中的分散性和浸润性提高.
【机 构】
：
北京橡胶工业研究设计院有限公司,北京 100143
论文部分内容阅读
采用液体丁腈橡胶(LNBR)改性隐晶质石墨(CG),研究改性CG/炭黑/丁腈橡胶(NBR)复合材料的硫化特性、物理性能、动态力学性能和填料分散性.结果表明:CG颗粒的尺寸小、断面丰富、表面粗糙和较多结构缺陷增强了其反应活性;CG和改性CG均可以提高硫化胶的拉伸性能和撕裂强度,并且随着其用量增大,硫化胶的物理性能进一步提高;与CG相比,改性CG具有更好的补强效果,这是由于LNBR包覆改性使其表面呈疏水性,有助于填料-橡胶的界面作用增强以及填料在橡胶基体中的分散性和浸润性提高.
其他文献
基于Abaqus软件提供的Python二次开发接口,研究复杂结构轮胎的参数化高效建模方法.建模过程如下:结合宏录制功能录制所需Python代码,修改参数后生成脚本文件,采用RSG对话框创建轮胎建模插件,输入轮胎结构关键参数后可以一键生成轮胎有限元几何模型.该方法将原来需要数小时才能完成的轮胎建模缩短为几秒钟,极大地提高复杂结构轮胎的设计效率,为后续轮胎有限元仿真分析奠定了较好的基础.该技术可以推广应用于飞机、轮船、汽车等的其他复杂结构零部件的高效建模中.
研究不同品种炭黑混炼胶在不同测试条件下的加工流变性能.结果表明:炭黑N550的混炼加工性能好,炭黑N134混炼时更易聚集,分散差;混炼胶的门尼粘度和结合橡胶含量随着炭黑结构的增高和比表面积的增大而增大,与炭黑CDBP吸油值的相关性好,相关因数均为0.95;混炼胶的Payne效应与炭黑比表面积和应力松弛面积的相关性好,相关因数均为0.98;混炼胶的挤出胀大比受混炼胶中结合橡胶和包容胶含量的双重影响.
电子战环境中,随队支援式假目标可在雷达照射主瓣内做非线性运动,这对基于相控阵体制的雷达实时地将波束零点对准假目标位置造成了困难.针对这一问题,提出一种基于频控阵雷达的动态零陷形成技术,系统通过从环境中提取干扰假目标距离信息,之后结合认知技术利用扩展卡尔曼滤波器获得假目标运动的外推轨迹,并将预测信息通过反馈回传至雷达发射模块,通过频控阵距离维波束形成技术调整发射权矢量使得波束零点指向干扰源预测位置.仿真结果表明:所提方法可以有效地实施对主瓣内运动的欺骗式假目标动态零陷,相比于不基于预测信息的波束形成技术具有
由于广播节目受众广,影响力大,其播控要求高,对错播、插播、漏播等异常播出情况容忍度低.针对广播节目播出实时监测问题,本文提出了一种快速的广播音频信号相似性检测方法.该方法计算Pearson相关系数来判别两广播音频信号是否相似.然后,为了抵消编解码器、收发设备及传输信道的影响,应用自适应Volt-erra滤波器来处理信号.最后,用子带分解技术将全频带信号分解为子带信号,并仅对功率最高的子带进行分析预处理,以降低计算量.实验结果表明,在考虑了真实的传输影响后,通过不同条件的比较,该方法具有良好的检测准确度,且
圆周扫描地基SAR(GBCSAR)是一种具备三维成像能力的地基SAR系统,其运动轨迹特殊,给三维成像带来难度.后向投影(BP)算法适用于该系统成像,但其计算量巨大,难以实现实时成像.应用于机载圆迹SAR成像的频域算法由于机载圆迹SAR与GBCSAR系统在成像模型和信号模型上都存在差异,因此无法应用于GBCSAR.因此,本文提出了一种针对GBCSAR的频域三维成像算法.本文在GBCSAR系统模型的基础上,推导信号由斜距平面转换到成像平面的解析表达,在频域进行匹配滤波,实现信号的聚焦.之后对本算法的适用条件进
研究氧化石墨烯(GO)对绿色轮胎胎面胶用复合材料[GO/天然橡胶(NR)/溶聚丁苯橡胶(SSBR)复合材料]微观结构及动静态性能的影响.结果表明:添加适量GO有利于白炭黑在橡胶基体中的分散;随着GO用量的增大,GO/NR/SSBR复合材料的定伸应力、拉伸强度和撕裂强度逐渐增大,当GO用量为4份时GO/NR/SSBR复合材料的物理性能最佳,当GO用量为2份时GO/NR/SSBR复合材料的动态力学性能最佳.
语音增强旨在从受噪声干扰的语音中提取目标语音,目前基于神经网络的语音增强方法在提升语音质量和可懂度方面已被证明是有效的.通过多目标联合优化,利用不同特征之间的互补性,可以提升基于神经网络的语音增强方法的性能.然而,这类多目标学习的语音增强方法在网络优化过程中,通常分别对单个输出目标进行损失函数的计算,多目标之间是并行的,并没有充分利用多目标之间可能存在的关联.为了在网络训练过程中增加输出目标间的关联,本文利用长短时记忆网络构建一种双输出系统框架,设计一种多目标损失函数计算策略用于网络训练.该框架估计出目标
针对轮胎带束层结构引起的转向残余回正力矩(PRAT)测试需要高精度专业设备,本研究基于Abaqus有限元分析软件并采用单一变量法对PRAT进行仿真分析并试验验证.多规格轮胎的分析表明:PRAT仿真结果与试验结果具有较高的相关性;在此基础上研究的轮胎断面参数、花纹沟槽角度和使用工况对PRAT影响的结果对于轮胎跑偏问题分析具有指导性.
针对卷积编解码网络(CED,Convolution encoder-and-decoder)对语音时序相关信息捕获困难的问题,本文提出了一种基于门控残差卷积编解码网络的语音增强方法.该方法在卷积编解码网络的基础上引入了门控机制、膨胀卷积与残差连接:门控机制能够很好地处理序列前后相关信息;膨胀卷积使得卷积过程获得更大的感受野,提取更加丰富的全局信息;残差连接能够防止梯度消失与梯度爆炸,提升网络精度.此外,采用频域损失函数与时域评价指标联合优化的策略对网络进行训练,以进一步提升网络增强效果.实验表明,在匹配噪
随着并行计算能力的不断攀升和音频数据量的日益扩增,音频场景识别成为场景理解领域重要的研究内容之一.针对音频场景识别建模难度大和识别准确率不高的问题,本文提出了融合多优化机制的并行卷积循环神经网络算法模型.首先,将音频信号经预处理后转化为一定尺寸的梅尔声谱图,之后输入到网络模型中进行充分的空间特征和时间特征学习,最后进行识别.为了验证模型的有效性,在DCASE2019音频场景数据集上进行识别性能测试,结果显示,该算法模型对音频场景的识别准确率能够达到88.84％,优于传统网络模型,说明该算法模型对音频场景识