期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的超细HNS固相熟化预测模型
1
作者
朱金灿
王超
+5 位作者
曹洪滔
王敦举
张浩斌
李诗纯
金波
刘渝
《含能材料》
北大核心
2025年第6期625-634,共10页
超细六硝基茋(HNS)因其优异的热稳定性和良好的高压短脉冲性能,在冲击片雷管等领域得以广泛应用。然而,在超细HNS的使役过程中因其高表面能,易发生固相熟化。尽管已有研究从不同角度探讨了温度、残余溶剂和时间等因素对超细HNS固相熟化...
超细六硝基茋(HNS)因其优异的热稳定性和良好的高压短脉冲性能,在冲击片雷管等领域得以广泛应用。然而,在超细HNS的使役过程中因其高表面能,易发生固相熟化。尽管已有研究从不同角度探讨了温度、残余溶剂和时间等因素对超细HNS固相熟化过程的影响,但这些研究大多集中于单一或少数几个因素的分析,尚未建立能够整合多种影响因素的预测模型。为此,研究基于先前通过小角X射线散射(SAXS)在不同温度条件和残余N,N-二甲基甲酰胺(DMF)含量下获得的比表面积(SSA)和相对比表面积(RSSA)数据,采用机器学习方法以及优化的经验模型,构建了一个综合考虑时间、温度和残余DMF含量的预测模型。结果显示,在训练集上,随机森林预测的R2达到了0.9989,多项式回归模型拟合的R2为0.9091,优化后的经验模型的R2为0.9129。通过对比这三个模型的预测效果,找出了最适合预测超细HNS固相熟化进程的模型。此外,通过纯度测试、扫描电子显微镜(SEM)等手段揭示了颗粒特性的差异对超细HNS固相熟化程度具有显著影响。本研究提供了一种预测超细HNS固相熟化进程的方法,为探索其熟化机理及优化贮存稳定性奠定了基础。
展开更多
关键词
超细HNS
SAXS
固相熟化
机器学习
颗粒特性
在线阅读
下载PDF
职称材料
温湿双因素加载下超细LLM-105固相熟化行为
被引量：
2
2
作者
段凤仪
贺山山
+5 位作者
张浩斌
黄石亮
徐金江
齐天骄
李诗纯
刘渝
《含能材料》
EI
CAS
CSCD
北大核心
2023年第10期994-1003,共10页
超细2,6-二氨基-3,5-二硝基吡嗪-1-氧化物(LLM-105)具有安全性好、冲击起爆阈值低等特点,在起爆传爆序列方面具有广阔应用前景。固相熟化是超细LLM-105贮存使役过程中的主要老化行为,会导致粒径长大、性能劣化。温度、湿度是影响固相熟...
超细2,6-二氨基-3,5-二硝基吡嗪-1-氧化物(LLM-105)具有安全性好、冲击起爆阈值低等特点,在起爆传爆序列方面具有广阔应用前景。固相熟化是超细LLM-105贮存使役过程中的主要老化行为,会导致粒径长大、性能劣化。温度、湿度是影响固相熟化的重要环境因素,但影响机制尚不清晰。为此,研究采用原位小角X射线散射(SAXS)、扫描电子显微镜(SEM)和原位原子力显微镜(AFM)等方法,捕捉不同温湿度环境下超细LLM-105颗粒结构演化行为,分析其固相熟化机制。结果表明:超细LLM-105在120℃下老化30 d后发生了明显的固相熟化,比表面积(SSA)下降了41.6%,熟化机制以奥斯特瓦尔德熟化(Ostwald Ripening,OR)为主导,伴随斯莫鲁霍夫斯基熟化(Smoluchowski Ripening,SR)。湿度通过促进OR显著加速超细LLM-105固相熟化,在60℃、90%相对湿度下老化30 d,SSA下降35.8%。
展开更多
关键词
超细LLM-105
固相熟化
动力学
温度
湿度
在线阅读
下载PDF
职称材料
题名
基于机器学习的超细HNS固相熟化预测模型
1
作者
朱金灿
王超
曹洪滔
王敦举
张浩斌
李诗纯
金波
刘渝
机构
西南科技大学材料与化学学院
中国工程物理研究院化工材料研究所
重庆大学化学化工学院
出处
《含能材料》
北大核心
2025年第6期625-634,共10页
基金
国家自然科学基金(22375191)
CAEP院长基金(YZJJZQ2023005)。
文摘
超细六硝基茋(HNS)因其优异的热稳定性和良好的高压短脉冲性能,在冲击片雷管等领域得以广泛应用。然而,在超细HNS的使役过程中因其高表面能,易发生固相熟化。尽管已有研究从不同角度探讨了温度、残余溶剂和时间等因素对超细HNS固相熟化过程的影响,但这些研究大多集中于单一或少数几个因素的分析,尚未建立能够整合多种影响因素的预测模型。为此,研究基于先前通过小角X射线散射(SAXS)在不同温度条件和残余N,N-二甲基甲酰胺(DMF)含量下获得的比表面积(SSA)和相对比表面积(RSSA)数据,采用机器学习方法以及优化的经验模型,构建了一个综合考虑时间、温度和残余DMF含量的预测模型。结果显示,在训练集上,随机森林预测的R2达到了0.9989,多项式回归模型拟合的R2为0.9091,优化后的经验模型的R2为0.9129。通过对比这三个模型的预测效果,找出了最适合预测超细HNS固相熟化进程的模型。此外,通过纯度测试、扫描电子显微镜(SEM)等手段揭示了颗粒特性的差异对超细HNS固相熟化程度具有显著影响。本研究提供了一种预测超细HNS固相熟化进程的方法,为探索其熟化机理及优化贮存稳定性奠定了基础。
关键词
超细HNS
SAXS
固相熟化
机器学习
颗粒特性
Keywords
ultrafine HNS
SAXS
solid-phase ripening
machine learning
particle characteristics
分类号
TJ55 [兵器科学与技术—军事化学与烟火技术]
在线阅读
下载PDF
职称材料
题名
温湿双因素加载下超细LLM-105固相熟化行为
被引量：
2
2
作者
段凤仪
贺山山
张浩斌
黄石亮
徐金江
齐天骄
李诗纯
刘渝
机构
中国工程物理研究院化工材料研究所
出处
《含能材料》
EI
CAS
CSCD
北大核心
2023年第10期994-1003,共10页
基金
国家自然科学基金(21975235,22375191)。
文摘
超细2,6-二氨基-3,5-二硝基吡嗪-1-氧化物(LLM-105)具有安全性好、冲击起爆阈值低等特点,在起爆传爆序列方面具有广阔应用前景。固相熟化是超细LLM-105贮存使役过程中的主要老化行为,会导致粒径长大、性能劣化。温度、湿度是影响固相熟化的重要环境因素,但影响机制尚不清晰。为此,研究采用原位小角X射线散射(SAXS)、扫描电子显微镜(SEM)和原位原子力显微镜(AFM)等方法,捕捉不同温湿度环境下超细LLM-105颗粒结构演化行为,分析其固相熟化机制。结果表明:超细LLM-105在120℃下老化30 d后发生了明显的固相熟化,比表面积(SSA)下降了41.6%,熟化机制以奥斯特瓦尔德熟化(Ostwald Ripening,OR)为主导,伴随斯莫鲁霍夫斯基熟化(Smoluchowski Ripening,SR)。湿度通过促进OR显著加速超细LLM-105固相熟化,在60℃、90%相对湿度下老化30 d,SSA下降35.8%。
关键词
超细LLM-105
固相熟化
动力学
温度
湿度
Keywords
ultrafine LLM-105
solid-phase ripening
dynamics
temperature
humidity
分类号
TJ55 [兵器科学与技术—军事化学与烟火技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的超细HNS固相熟化预测模型
朱金灿
王超
曹洪滔
王敦举
张浩斌
李诗纯
金波
刘渝
《含能材料》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
温湿双因素加载下超细LLM-105固相熟化行为
段凤仪
贺山山
张浩斌
黄石亮
徐金江
齐天骄
李诗纯
刘渝
《含能材料》
EI
CAS
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
