金属橡胶润湿性调控及其油水分离性能与机理研究

来源 :福州大学 | 被引量 : 0次 | 上传用户:topccb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文以工程机械中润滑油和燃油中易混入水而导致润滑系统和发动机系统失效为背景,基于超润湿材料设计方法,针对工业生产中存在的分层油水和分散油水(乳液),利用金属橡胶设计并制备了两种高效分离油水的超润湿材料,解决传统超润湿材料表面微观形貌易磨损的难题。本文主要进行了以下几点研究:(1)深入研究金属橡胶的制备工艺,推导出金属橡胶孔隙度计算公式,基于平均水力直径模型推导出金属橡胶水力直径。在此基础上,针对工业生产中存在的分层油水,通过阳极氧化法和表面修饰,研制出了一种可从水中分离出轻油和重油的超润湿金属橡胶;针对润滑油混入水形成的乳液,通过碳纳米管的填充调控金属橡胶的孔径大小,研制出了一种能够从油包水乳液中去除微量水的超疏水金属橡胶。(2)利用SEM、XPS、XRD、EDS等表征手段,对超润湿金属橡胶制备过程中的表面微观形貌和低表面能修饰原理进行研究与分析;通过溶剂浸泡和油水分离试验,发现超润湿金属橡胶具有可逆的润湿性切换能力和分离复杂油水的能力;进行紫外光照射试验研究发现,制备的超润湿金属橡胶可以降解水中的有机染料,具有良好的自清洁性能;对超润湿金属橡胶表面进行砂纸摩擦试验,验证了金属橡胶框架对微观纳米结构的保护作用。(3)通过SEM、XPS、XRD、EDS、FT-IR等测试研究超疏水金属橡胶表面的化学成分,分析制备过程中的反应机理。将制备的超疏水金属橡胶用于工程机械润滑油中微量水的去除,发现制备的超疏水金属橡胶具备优异的润滑油包水乳液的净化能力;对超疏水金属橡胶进行溶剂浸泡等试验,发现其化学稳定性优良;利用砂纸摩擦试验和静态压缩试验,验证了超疏水金属橡胶三维网络框架对填充的多壁碳纳米管具有保护作用。(4)从金属橡胶的内部空间网状结构出发,引入多壁碳纳米管减小其孔隙度,基于平面随机分割理论推导出超疏水金属橡胶的孔径分布规律;结合深层过滤的理论模型,重点考虑分离过程中的重力沉淀效应和深层截留效应,对超疏水金属橡胶的乳液分离机理进行深入的研究与分析,实现了对乳液分离效率的理论预测。
其他文献
现实世界中的计算系统经常遇到连续信息流的运算,这种情况要求模型能够随着时间的流逝而适应和学习。传统的机器学习方法所构建的静态模型,无法随时间推移来改变或扩展其行为,而终身学习试图通过让模型保留已经获得的知识,并将其用于将来的学习,使模型的学习过程更接近于人类的学习方式。如何保留和利用过去的知识是终身学习的重要难点,具体而言,终身学习需要解决灾难性遗忘问题,即避免模型在新任务训练期间几乎完全失去先前
学位
由于分布式驱动电动汽车的各动力源独立可控,若电机输出的动力控制不当则容易出现车辆失稳现象。为了提高分布式驱动电动汽车的行驶稳定性,本文提出一种基于相平面法的行驶稳定性控制策略,并通过仿真分析和实车测试来验证所提控制策略的有效性与可靠性。论文的主要研究内容包括:1、构建车辆动力学仿真模型。基于福州大学自主研制的分布式后轮独立驱动赛车的整车结构参数,通过Matlab/Simulink和Carsim分别
学位
答案选择作为智能问答领域的一项重要子任务,旨在于从几个候选答案中选择出正确的答案。传统基于统计学习的方法主要依靠人工来提取问答对之间的语义相似特征并进行问答匹配,该类模型虽然取得一定的进展,但是在时间成本和性能上还无法令人满意。而基于深度学习的方法相比之下则展现出较大的优势,因而成为目前的主流方法。基于上述背景,本文主要针对智能问答系统中的答案选择任务进行研究,提出相应的模型算法。本文的主要研究内
学位
时间序列广泛存在于工程技术、金融分析、自然科学研究等诸多领域中。自上个世纪初以来,时间序列模型的研究就备受研究者的关注,其中包括早期的线性自回归模型、滑动平均自回归模型以及后来为适应不同研究领域的应用而提出的各种非线性时间序列模型。基于状态相依的自回归径向基函数(RBF-AR)模型就是其中一种广泛用于时间序列建模的非线性时间序列模型。关于RBF-AR模型的参数辨识、模型选择、遍历性等问题的研究一直
学位
分段线性微分系统是一类特殊的微分方程,具有比光滑微分系统更丰富的动力学性质.并在工程和应用科学中有广泛的应用,具有特殊的研究意义,是近年来研究的热点.本文在某参数空间下,完整研究了由两条平行线分隔形成三个线性区域的非对称的四参数连续分段线性微分系统的全局动力学.具体研究内容如下.首先,完整研究了系统的有限远平衡点和无穷远平衡点的定性性质,包括了平衡点的数目、类型以及稳定性.本文利用雅可比矩阵的迹和
学位
布线是超大规模集成电路(Very Large Scale Integration,VLSI)物理设计中至关重要的一步。由于布线问题复杂度高,故将其分为:总体布线,轨道分配和详细布线三个阶段。其中,Steiner树由于具有比其他方法求得的连接树总长更小的优点,成为了解决总体布线中多端线网的最佳模型。传统的总体布线以曼哈顿结构为互连线模型,其布线方向受限,且传统的精确算法和启发式算法难以满足复杂性呈指
学位
薄板在工业领域应用广泛,相比于传统加工,采用激光切割的方法加工薄板具有装夹简单、效率高、精度高等优点,因此激光切割技术被普遍应用于薄板加工。激光切割过程是个复杂的热力耦合过程,传统建模方法难以对激光切割质量进行准确地建模。目前,数据挖掘技术已成为激光切割质量建模的新趋势,但基于数据挖掘的薄板激光切割质量研究还有待深入。为此,本文基于数据挖掘技术对薄板激光切割质量开展了如下研究:(1)为了采集足够的
学位
云存储提供了灵活便捷的数据存储服务,数据拥有者将数据上传到云中存储,以减少数据存储和维护开销。为了保护数据隐私,数据拥有者会将敏感数据加密后外包到云平台存储。但原始数据与密文数据之间就失去了关联性,数据用户将无法使用明文搜索技术对密文进行搜索。可搜索加密是一种直接支持用户在密文数据上进行搜索的技术。为了满足云存储环境中不同用户的密文搜索需求,本文针对现有可搜索加密方案的不足,提出了新的可搜索加密方
学位
镁合金作为一种轻质金属结构材料具有较多的优点,例如高比强度/比刚度、密度小和易回收等,在3C电子、航空航天、汽车和生物医疗等邻域具有广阔的应用前景。然而,镁合金在室温下的塑性变形性能较差,通常需在温热状态下成形,因此研究者在金属板材渐进成形的基础上开发出了各种温/热渐进成形工艺,但不同的加热方式对材料成形性能及零件质量有一定的影响,而目前有关这方面的研究较少。本文以AZ31B镁合金轧制板材作为研究
学位
可分离非线性模型,通常可表示成一系列非线性函数的线性组合形式,这类模型广泛应用于机器学习、系统识别、信号处理、时间序列分析等诸多领域。针对这一特殊结构的非线性模型的参数估计问题,产生了大量以批量数据处理为特点的离线学习算法,如交替的最小二乘(ALS)算法、联合优化(Joint)算法、变量投影(VP)算法等。然而,随着信息技术的快速发展和互联网应用的日益普及,数据的产生速度越来越快及对在线实时估计的
学位