聚磷酸铵聚合度及晶型结构对其灭火能力影响研究

来源 :中国民航大学 | 被引量 : 0次 | 上传用户:jees_giggle
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
随着我国火灾形势的日益严峻以及哈龙灭火剂的全面淘汰,超细ABC干粉灭火剂以其灭火效率高、环保无污染等优点成为最理想的哈龙替代灭火剂之一。其中,以聚磷酸铵(APP)为主要灭火组分的超细ABC干粉灭火剂,与以磷酸二氢铵为主要灭火组分的超细ABC干粉灭火剂相比,具有低吸湿性和高灭火能力的优势,逐渐成为研究热点。APP作为一种聚合物,分子结构具有多样性,在不同的制备工艺下可获得聚合度和晶型结构具有显著差异的APP产品。由于不同聚合度和晶型结构APP的热稳定性、水溶性、吸湿性、表面结构等物理化学性质具有很大差异,进而有可能会对APP干粉灭火剂的灭火能力产生很大影响。本文从APP的微观结构角度出发,探究APP干粉灭火剂的灭火能力与其聚合度、晶型结构的构效关系,以期筛选出用于干粉灭火剂最优APP产品。本文的重点研究内容主要包括以下两个部分:(1)研究了聚合度对APP灭火能力的影响。首先对不同聚合度的APP产品进行了XRD和FTIR结构分析,选取了聚合度分别为80、1350、1500、1700的结晶II型APP产品进行粒径调控和表面改性处理,综合粒径分布、吸湿率、含水率、松密度的测试结果,探索了最佳改性条件。使用粉体杯式燃烧器实验平台,测量了最小灭火浓度(MEC),结果显示n≤1500时,随着聚合度的增加,MEC逐渐减小,灭火性能逐渐增强。但n>1500后,随着聚合度的升高,APP的MEC不再减小,灭火能力基本趋于稳定。n=1500时MEC达到最小,为120.7g/m~3。为进一步探讨其影响机制,进行了DSC和TG测试,分析了不同聚合度APP的热分解特征,随着聚合度的增加,n=1500时热失重率最大、分解速率最快、初始分解温度最低,因此灭火能力最强。(2)研究了晶型结构对APP灭火能力的影响。在APP的六种晶型中,选取了三种最为稳定的结构(APP-Ⅰ、APP-Ⅱ、APP-Ⅴ)进行灭火能力测试。首先探索了不同晶型结构APP的制备工艺,并对制备得到的APP产品进行XRD和SEM分析,观察其晶型结构和表面形貌,研究了不同晶型结构APP在微观和宏观上的差异。然后进行了灭火能力测试,结果显示,三种APP产品的灭火能力为APP-Ⅰ>APP-Ⅱ>APP-Ⅴ,APP-Ⅰ的MEC最小,为77.697g/m~3。并通过对其热分解行为的分析探索了APP干粉灭火剂晶型结构与其灭火能力之间的构效关系,APP-Ⅰ的短链直链式结构,相比于APP-Ⅱ的支链交联型结构、APP-Ⅴ的三嗪环连接的交联型结构,热稳定性差,遇热分解的更快更彻底,因此灭火能力最强。最后对APP干粉灭火剂的灭火机理进行了简要分析。
其他文献
视频目标分割是通过用户指定或根据视频特征,在视频中分割出目标物体的一类视频处理技术。其对于视频编辑、推荐、搜索起到支持的作用,具有重要的研究价值。而当前不同的视频目标分割任务分别存在以下问题:通过对每个视频先标注出目标物体去分割指定目标的方法无法跨视频自动化处理、通过运动等信息可以跨视频分割出物体的方法又无法做到语义指定的分割。本文从兼容跨视频处理和语义指定分割的角度出发,对少样本视频目标分割进行
学位
信息高速发展的今天,每时每刻都会产生大量的数据,对大数据进行分析处理能够带来明显的经济、学术价值。分类一直以来都是大数据处理中比较常见的手段,同时分类问题也是机器学习中比较重要的一类问题。然而,很多分类方法都基于一个前提:数据在不同类别上的分布是均衡的,不同类别的样本被分错的代价也是相同的,这显然不符合现实情况。在数据分析的实际操作中,数据集的不平衡是一个不可避免的问题。如何在不平衡数据集上分类是
学位
当前我国民航安全形势总体良好,但仍然存在人员疲劳问题,对民航安全造成隐患。为进一步实现新形势下安全风险科学化管理,特别是对于飞行、空管等关键岗位人员,做好疲劳风险管理并保持良好的注意绩效水平至关重要。本研究从注意绩效入手,以个体内/外源警觉度的本质以及注意绩效影响机理为切入点来研究不同情境下唤醒水平对注意绩效的影响。首先通过查阅大量资料了解国内外研究现状提出论文研究目的和意义,并确定研究内容;其次
学位
随着虚拟现实技术的发展,构建真实的人体数字模型在从数字娱乐到教育培训等许多应用中都发挥着重要作用。人体因形状或姿态的不同而呈现出不同的外形,人体数字化的挑战之一是对人体形状和姿态的准确表示。本文对具有相同连接关系的人体网格集合的形状与姿态解耦表示模型开展了深入研究。受到3D网格卷积神经网络和解耦表示学习最新进展的启发,本文提出一个支持局部编辑的形状与姿态解耦网格自动编码器,该模型能够以无监督学习的
学位
在国家双循环新发展格局政策引导下,我国航空货运迎来了重大变革期。然而,目前机场空侧货运区作业能力无法满足实际运行需要的货运发展瓶颈已逐渐凸显。为延伸空侧货运区资源,最大程度优化资源配置,航空货物短途驳运应运而生。但由于航空货物短途驳运属于航空货物运输的一个环节,且涉及人员较多、操作流程较为复杂,各个环节都存在着潜在的风险因素,若未对其进行有效地控制,将对航空货物运输造成不可估量的后果。因此,对航空
学位
单幅图像去雨任务的一个关键挑战是在完全去除雨痕的同时仍然保留准确的图像细节。由于雨痕和背景场景细节之间的固有重叠与相似,在消除雨痕的时候,纹理细节会不可避免地丢失,这使得图像去雨任务的两个目的相互矛盾。现有的基于深度学习的方法试图在一个级联框架中同时解决这两个问题,或者将它们作为平行结构中的两个独立任务分别解决。然而,没有一个现有的方法能探索雨水分布与隐藏特征响应之间的联系与作用。使用雨水分布对隐
学位
在飞机的起降阶段极易发生突发事件,无论是自然灾害、技术事故、还是社会事件,都会对机场运行造成一定的影响。这些事件发生的概率和强度都很难预测和控制,但可以从机场运行系统本身的角度,提升自己抵抗突发事件不利影响的能力,降低机场的运行脆弱性。本研究在机场面临的众多干扰中选取跑道安全事件为干扰因子,基于脆弱性概念和VSD模型,结合其他研究中脆弱性指标设计思路,确定了暴露程度、敏感性、适应能力3个方面的一级
学位
随着近年民航业的迅速发展,航班业务量的大幅增加,机场为满足运行需求均在进行大幅扩建和在建,同时支线机场的数量也在大幅增加,仅在2020年,整个行业全年新建和更新114个新机场场,增加4条跑道,377个停车区和179.8万平方米的终端空间。到2020年年底,全行业的运输机场将有265条跑道、6621个停机位和1799.8万平方米的航站楼。另外还新增了93个通用机场,将全国管理的通用机场数量增加到33
学位
近些年来,卷积神经网络因其强大的建模及表达能力改变了甚至革命化了许多机器学习任务,视频显著性物体检测就是其中的一个。视频显著性物体检测旨在识别出一个视频内最具有显著性的物体,不仅有助于理解人类视觉系统的机制,而且还是许多高级计算机视觉任务不可或缺的预处理方法,例如视频物体分割、视频分类、视频重定时和自动驾驶等。视频显著性物体检测在日常生活中的应用也有很多,比如帮助审核视频内容的人员或进行视频监控的
学位
联邦学习(FL)作为一种保护隐私的分布式机器学习,在智慧医疗,金融分析等领域有广泛的应用前景。联邦学习被广泛部署于边缘应用场景,致力于在保证隐私安全的前提下充分挖掘边缘设备中的数据和计算价值。然而,由于边缘场景的复杂性(如设备异构性,物理宽带限制等),联邦学习技术还远远未成熟,仍存在巨大的可优化空间。特别地,如何在联邦学习训练中对进行客户机选择是一个研究切入点。鉴于其部署环境中的物理带宽限制,在每
学位