2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、傳統(tǒng)的固體推進劑組分測試方法比較滯后,為了達到快速測試的目的,新型的、便攜的測試方法亟須建立。本文通過近紅外光譜分析技術研究了固體推進劑組分的混合特性,分別對模擬推進劑配方體系中的兩固體組分和三固體組分與水之間的混合進行了測試,用兩種不同的混合均勻性分析方法對物料的在線檢測進行了分析。
  首先,對模擬推進劑配方體系中的兩固體組分含水的樣品進行了分析,結果顯示PVB、MA和水的混合體系以均值歸一化光譜預處理結果為最優(yōu),使用偏最小二

2、乘法建立的組分模型以PVB為最好,其決定系數(shù)為0.9888;在NC、MA和水的混合體系中,以一階導數(shù)的光譜預處理方式為最優(yōu),組分NC和MA模型的決定系數(shù)達到了0.9976。
  其次,研究了模擬推進劑配方體系中的三固體組分含水樣品的光譜數(shù)據(jù),在PVB、MA、Al粉和水的體系中,以矢量歸一化的光譜預處理方式為最優(yōu),在使用偏最小二乘法所建立的組分模型中,以組分MA的模型為最好,其決定系數(shù)為0.9914;在NC、NG、RDX和水的體系中

3、,以均值歸一化的光譜預處理方式為最優(yōu),其中組分MA的定量校正模型最好,其模型決定系數(shù)為0.9923。
  最后,使用建立的三固體組分含水的樣品定量校正模型對樣品在實時混合過程測試的光譜進行預測,各組分含量的CV值和樣品總的MBSD值均逐漸減小,隨時間也趨于穩(wěn)定,表明隨著時間的增加,樣品各組分之間的混合越來越均勻。可以發(fā)現(xiàn),這兩種分析方法均可以很好的對樣品的混合均勻性進行很好的判斷。
  結果表明,使用近紅外光譜分析技術的分析

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論