兵器预研支撑基金(42001060203)
- 作品数：2 被引量：9H指数：2
- 相关作者：刘建民徐复铭周伟良唐少春赵军更多>>
- 相关机构：南京理工大学南京大学西安北方惠安化学工业有限公司更多>>
- 发文基金：兵器预研支撑基金更多>>
- 相关领域：理学航空宇航科学技术更多>>
- 覆碳铁、钴、镍纳米复合材料对AP的催化热分解被引量：4
- 2006年
- 通过400℃,500℃、600℃热解含F e,Co,N i的高聚物前驱体(M-PAA,M为Co,F e,N i)制备覆碳的F e,Co,N i纳米复合材料(M/C),研究了其对AP热分解的影响。XRD和TEM结果表明,500℃热解M-PAA均可获得纳米F e(Co或N i)/C材料,热解产物中Co,F e,N i颗粒的平均粒径分别为13 nm,18 nm和20 nm。DTA研究结果表明,添加500℃热解所得的M/C(M/C-500)对AP的热分解有明显的催化作用,其催化作用随着M/C-500添加量的增加而增加,N i/C-500,F e/C-500,Co/C-500分别使AP高温分解峰最大可降低54.5℃,79.3℃和156.2℃。其中Co/C-500可使AP的高温和低温分解峰发生重叠。
- 赵军徐复铭周伟良刘建民
- 关键词：分析化学复合材料纳米金属高氯酸铵
- 基于ANN的丁羟复合推进剂燃速预测被引量：5
- 2006年
- 以纳米结构的F e2O3(ns-F e2O3)催化剂在RDX/AP/A l/HTPB推进剂中的燃速实验数据为基础,采用人工神经网络(ANN)中误差反传播(简称BP)算法对不同ns-F e2O3含量与推进剂燃速之间的非线性关系进行了模拟,最终确定网络结构为3-4-1型,学习速率和动量常数分别为0.75,0.45,经过56 910次迭代训练,网络收敛到均方误差为1.0×10-4。用训练好的网络对ns-F e2O3的催化作用进行了预测。结果表明,BP网络对ns-F e2O3催化作用的预测研究是可行的,除一个预测结果的相对误差较大(-9.19%)外,其他预测的相对误差绝对值均在3.5%以下,表明所建立的网络具有较好的记忆和泛化能力。
- 刘建民唐少春徐复铭周伟良
- 关键词：燃烧化学人工神经网络固体推进剂燃烧催化剂燃速
