摘要:材料科学领域非常关注二维(2D)材料的研究,尤其着重于石墨烯(GR)及其各种同种异体(例如Graphynes(Gys))。在这项工作中,我们通过有限温度下的分子动力学模拟探索了单轴负载对GY结构的影响,这导致了在特定温度下产生的新阶段。我们在α-和[14、14、18] -Gys中确定了三个新阶段,我们将其命名为C 16 -GY,C 14 -GY和C 12 -GR。这些阶段具有在广泛温度(t≤4和300k≤t≤600K)中保持稳定的显着特性。此外,我们已经对这些新发现的阶段的机械性能进行了广泛的研究。通过有限温度下的分子动力学模拟,使用经验潜力,我们获得了对这些材料在不同温度条件下的行为方式的宝贵见解。我们的结果表明,与α-和[14、14、18] -Gys(46.63和43.98 N/m)相比,在室温(300 K),C 16-,C 16- gys在X-方向(58.85和65.88 n/m)中表现出很高的年轻模量。此外,这些新阶段表现出超过磷,德国烯,硅和Stanene的机械性能。重要的是,它们的机械稳定性和动态稳定性都得到了积极的确认。因此,这些材料是各种机械应用的有希望的候选者。■简介
摘要在许多发展中国家中使用超塑料的使用非常罕见。然而,其包含在混凝土中增强了混凝土的机械和耐用性能。文献中存在关于混凝土中磺化萘甲醛(SNF)超塑料的性能的文献差距,尤其是在撒哈拉以南建筑业中,生产中使用的聚集物的质量值得怀疑。这项研究产生了用局部采购的坑砂生产的两批混凝土,其特征强度为30 MPa。一批没有SNF超塑料来作为对照,而另一批是通过掺入超塑料制成的。研究了压缩和弯曲强度,弹性和动态模量的新鲜特性,以及缩写和弯曲强度的硬化特性。此外,研究了包括吸附,吸水,吸水性,氯化物穿透,电阻率和酸发作的耐用性指标。该研究的结果表明,在混凝土中掺入SNF超塑剂可提高可加工性和混凝土内离子迁移率的降低。这归因于互连孔的存在下降,从而导致机械性能的显着增强,例如增加强度,以及弹性和动态模量的改善。此外,含有SNF超级增塑剂的混凝土比没有SNF超塑料的混凝土更好地保护混凝土免受酸性攻击。该研究建议在混凝土中使用SNF超塑剂来提高可加工性,通过更少的互连孔减少离子运动以及增强的机械性能,从而有可能提高整体耐用性。关键字:SNF超显影剂,新鲜特性,硬化特性,耐用性指标,酸性攻击,本地沙
在介电绝缘的超导磁体中需要聚合物[1],以及浸渍由NB 3 SN等脆性导体制成的磁铁线圈[2]。在未来的粒子加速器中,例如未来的圆形对撞机(FCC)项目[3,4],磁体将暴露于日益高的辐射剂量。为例,HL-LHC [5]内三重线圈中的预测峰剂量为30 mgy [6]。环氧树脂是具有良好的介电和机械支撑物的热固性聚合物,这些聚合物通常用于磁铁的大管浸没,用于电动机和发电机的线圈绕组,以及作为纤维增压组合的基质材料。这种环氧树脂的辐射损伤已被广泛研究[7]。以前,我们已经描述了不同环氧树脂系统在环境空气中辐射期间潜在用于超导磁体的老化[8]。由于超导磁体中的聚合物在没有氧气的情况下在低温温度下被照射,因此在本研究中,我们研究了辐射温度和大气的影响。为此,我们在三种不同的环境中辐射了相同的环氧树脂:在20℃,在环境空气或惰性气体中,并浸入4.2 K的液态氦气中。为了评估衰老过程并确定衰老率,我们采用动态机械分析(DMA)。DMA存储和损耗模量演变揭示了交联和链分裂对玻璃过渡温度(T G)的竞争影响以及大分子交联之间的分子量。辐照环境,尤其是辐射温度,可能会大大影响辐射引起的环氧树脂衰老。
摘要:在高应变速率(HSR)加载下的单向和平原编织S2玻璃/乙烯基酯复合材料的压缩特性和失败分析已使用Split Hopkinson压力棒(SHPB)技术研究。在这项工作中采用了一种系统的实验方法,以确定各种应力水平下的损伤进展以及对复合材料的应变率影响。经典的SHPB设备已通过波浪捕获机制纳入,以应用预定的冲击负荷水平并限制重复的负载。这有助于识别加载期间微结构损伤进展。研究了所有三个主要方向的应力 - 应变响应,并通过微观检查确定相关的故障模式。将准静态抗压强度,失效应变和弹性模量与SHPB测试结果进行比较,以确定失败机理的变化。观察到单向和普通编织复合材料的抗压强度和失效应变均取决于速率。分析了这种压缩响应的速率依赖性,并建立了对复合材料的速率影响之间的相关性。最后,在高应变率负载下,还针对单向复合材料进行了三维瞬态有限元分析(FEA),以便对失败机理有透彻的了解。载荷以厚度,纤维和横向施加,并模拟相应的应力轮廓。加载的所有三个主要方向的应力 - 应变行为的FEA预测与高应变率实验结果良好相关。
* 参加地区培训活动无需注册。培训活动期间,将通过专门为此目的设计的表格在线记录学生的出席情况。会议结束后的几天内,威尼托地区学校办公室将向学生在注册时提供的电子邮件地址发送常规参与证书。为了方便接收,建议输入有效且正确的电子邮件地址。在这方面,我们规定,在通过特定表格对每位学生的注册情况进行验证后,每次会议都将颁发证书。如需了解有关区域模块组织性质的任何信息和/或说明,请联系区域代表,电话号码为 041 2723190-09,或写信至 drve.ufficio2@istruzione.it。 ** 要参加省级会议,必须在 2024 年 10 月 8 日之前通过填写以下链接中的表格进行注册:https://tinyurl.com/hx9v6m 在这方面,应该注意的是,每次会议都将颁发证书,但必须通过特定表格验证每位学生是否出席。校长雷娜塔·莫雷蒂
基于电池总重量。根据报告的数据计算,Chang 研究小组通过使用内部铆钉实现了 131 Wh kg 1 (包括电池总重量)和 9.6 GPa 的弯曲模量。13然而,制造过程变得更加复杂。其他研究分别实现了 12.8 GPa 21 和 5.7 GPa 22 的拉伸模量,比能分别为 181.5 和 159 Wh kg 1,但仅包括活性电极材料的质量。如果包含其他组件(例如集电器、隔膜、电解质和包装),如此高的比能将显著下降(例如,40% – 60%)。在这项工作中,我们提出了一种准固体聚合物基电解质(QSPE),它具有适用于结构电池的良好结构和电化学性能。它由三官能丙烯酸酯单体和双盐电解质混合物组成,可在55°C的低温下进行热原位聚合。聚合后的电解质具有1.2 mS cm-1的良好离子电导率、176 MPa的弯曲模量和2.7 MPa的强度。因此,它可以有效地将负载从一层转移到另一层,而不会显著损害离子传输(图1A)。此外,这种电解质与NMC532正极和石墨负极都很稳定,因为我们在500次循环中实现了稳定循环,容量保持率为91%。采用这种QSPE和碳纤维织物/环氧复合材料封装,我们实现了显著提高的21.7 GPa的弯曲模量和184 MPa的弯曲强度,以及基于总电池质量的127 Wh kg-1的高比能。机械性能要低得多
摘要:密集的核-壳纳米线阵列具有作为超吸收介质用于制造高效太阳能电池的巨大潜力。通过对室温光反射 (PR) 光谱的详细线形分析,采用 GaAs 复介电函数的一阶导数高斯和洛伦兹模型,我们报告了具有不同壳厚度的独立 GaAs-AlGaAs 核-壳纳米线的 GaAs 近带边吸收特性。纳米线 PR 光谱的线形分析返回了能量在 1.410 和 1.422 eV 之间的双重共振线,这归因于 GaAs 纳米线芯中的应变分裂重空穴和轻空穴激子吸收跃迁。通过对 PR 特征的 Lorentzian 分析评估的激子共振光振荡器强度表明,与参考平面结构相比,纳米线中的 GaAs 带边光吸收显著增强(高达 30 倍)。此外,将积分 Lorentzian 模量的值归一化为每个纳米线集合内的总 GaAs 核体积填充率(相对于相同高度的平面层估计在 0.5-7.0% 范围内),从而首次实现了 GaAs-AlGaAs 核-壳纳米线的 GaAs 近带边吸收增强因子的实验估计,该因子在 22-190 范围内,具体取决于纳米线内核-壳结构。如此强的吸收增强归因于周围的 AlGaAs 壳(在目前的纳米结构中,其平均厚度估计在 ∼ 14 到 100 纳米之间)对入射光进入 GaAs 核的波导改善。关键词:III-V 化合物、GaAs-AlGaAs 核-壳纳米线、光反射光谱、近带边跃迁、增强光吸收、纳米线太阳能电池■简介
简介 - 量子霍尔状态的特点是它们对运输系数的精确量化,例如霍尔电导率[1],它反映了系统的拓扑不变性。除了电导率之外,已经确定了对托型和几何形状之间相互作用的更深入的见解。其中,大厅的粘度已成为一个关键的几何传输系数,在绝热变化对系统度量的变化下捕获了量子霍尔状态的响应[2-4]。在二维系统中,如果该区域保持恒定,则此类度量变形等同于复杂结构的变化,对于圆环而言,该模块参数τ=τ=τ1 +iτ2,用τ∈H和h,每半平面上升。因此,霍尔粘度可以理解为复杂结构模量空间上的浆果曲率,该曲率控制了量子霍尔态对τ绝热变形的响应。这种联系是在Avron,Seiler和Zograf [2]的开创性工作中首次建立的,将其与量子霍尔状态的固有几何形状联系在一起。重要的是,相应的无耗散传输系数ηh是由与此曲率相关的第一个Chern数进行量化和确定的[5]。这种洞察力不仅强调了大厅的粘度是二维间隙系统的重要特征,从而破坏了时间反转对称性,而且将其定位为基本的拓扑不变性,以补充霍尔电导率。在[5]中,对几何绝热转运的概念进行了扩展,以对较高属(g> 1)的表面进行,并引入了一种新型的运输系数,即中央电荷[6,7],这是由重力异常引起的。此central电荷量化了量子霍尔对几何变形的普遍响应,将其链接到拓扑和保形场理论不变性。
运动和保护定律法律:参考框架,牛顿运动定律,工作和能量定律,均匀的循环运动,能量和动力的保护。保守和非保守力量,火箭运动,中央力场运动的运动,开普勒的行星运动定律,牛顿的重力定律,引力场,潜在的和潜在的能量,潜在的能量,引力电位和球形壳的场强度。卫星,全球定位系统(GPS)的基本思想。旋转运动:颗粒系统,质量中心,角速度和动量,扭矩,角动量的保护,运动方程,惯性矩,平行和垂直轴的定理,杆的惯性矩,杆的惯性矩,矩形层,圆形层,圆形,固体,固体,固体壳,螺旋壳的能量,旋转,旋转,旋转。流体:表面张力和表面能,表面跨表面的压力过大:在球形滴和气泡上,表面张力随温度变化-Jaeger的方法。粘度:液体流动,连续性方程,流体能量,伯诺利定理,Poiseuille的方程和方法,以确定粘度系数,具有温度弹性的液体粘度的变化:Hooke的定律,压力,压力,刺激,弹性势能,弹性模态,弹性的模态,弹性的模态,弹性,弹性的繁殖式,固定的紧迫性,固定的紧迫性,固定的速度,强度,固定的速度,固定的速度,良好的态度在伸展和扭曲电线,在圆柱上扭曲的夫妇,扭曲圆柱体中的应变能量,通过stat和动力学方法(Barton's和Maxwell的针头)确定刚度模量(Barton's and Maxwell's Needle),Torsional Pendulum,Young的模量,横梁的弯曲,Y Y Y Q的确定,以及SEARLE的iTertia Mist and Mist and Searle's Methot。
大脑是我们最柔软、最脆弱的器官,了解其物理特性是一项具有挑战性但意义重大的任务。在过去十年中,出现了许多相互竞争的模型来描述其对机械负荷的反应。然而,选择最佳的本构模型仍然是一个启发式过程,很大程度上取决于用户体验和个人偏好。在这里,我们挑战了传统观念,即首先选择一个本构模型,然后将其参数与数据拟合。相反,我们提出了一种同时发现模型和参数的新策略。我们整合了一个多世纪的热力学知识和最先进的机器学习,构建了一个能够自动发现模型的本构人工神经网络。我们的设计范例是从一组功能构建块对网络进行逆向工程,这些构建块在设计上是流行本构模型的概括,包括 neo Hookean、Blatz Ko、Mooney Rivlin、Demiray、Gent 和 Holzapfel 模型。通过约束输入、输出、激活函数和架构,我们的网络先验地满足热力学一致性、客观性、对称性和多凸性。我们证明,在 40 00 多个模型中,我们的网络可以自主发现最能描述人体灰质和白质在拉伸、压缩和剪切作用下行为的模型和参数。重要的是,我们的网络权重可以自然地转化为物理上有意义的参数,例如皮质、基底神经节、放射冠和胼胝体的剪切模量分别为 1.82kPa、0.88kPa、0.94kPa 和 0.54kPa。我们的结果表明,组成型人工神经网络有可能引发软组织建模的范式转变,从用户定义的模型选择转变为自动模型发现。我们的源代码、数据和示例可在 https://github.com/LivingMatterLab/CANN 获得。