新智能材料论文

新智能材料论文

国际经济与贸易312012********* 袁浩钦

智能材料是模仿生命系统、能感知环境变化并能实时地改变自身的一种或多种性能参数、自身可作出所期望的能与变化后的环境相适应的、自我调整的复合材料或材料的复合。它是同时具有感知功能即信号感受功能、自己判断并自己作出结论的功能和自己指令并自己行动的功能的材料。

作为一种新型的智能材料,形状记忆复合材料可以在外界激励作用下产生较大的回复变形,由其制备的复合材料与结构,集传感和控制、承载功能于一身,使其成为当前空间可展开结构中最具潜力的复合材料之一。本文研究了形状记忆环氧树脂聚合物,表征了其物理力学性能和形状记忆性能,并以形状记忆环氧树脂为基体,制备了短切碳纤维增强形状记忆复合材料、炭黑增强形状记忆复合材料和碳纤维布增强形状记忆复合材料。主要的研究工作包括：1.研究了形状记忆环氧树脂聚合物材料的力学性能和形状记忆性能,通过实验得到其在不同温度下的应力-应变关系曲线和弹性模量与温度关系曲线,得到其玻璃转化温度。2.研究了短切碳纤维增强形状记忆复合材料的热-力学特性、形状记忆性能以及电阻率与碳纤维含量的关系；研究结果表明：碳纤维可以显著增强材料的力学性能,同时导电性能大大提高,可以利用电能有效地加热来驱动其形状回复。3.研究了炭黑对复合材料力学性能和形状记忆性能的影响情况；研究结果表明：炭黑的加入对材料的力学性能和形状记忆性能影响不大,却有效地增加了材料的变形能力,使其最大应变率达到55%。4.研究了碳纤维布增强形状记忆复合材料,测试了其在不同温度下的荷载与挠度之间的关系、压缩-展开特性以及在不同挠度下的形状记忆性能,验证了其在可展开结构应用的可行性。

超磁致伸缩材料(giant magnetostrictive material, GMM)是一种在磁场作用下产生磁致伸缩变形的智能材料,利用其特性可制成位移输出精度达亚微米级的超磁致伸缩智能构件,可广泛应用于超精密机床、精密仪器等微驱动领域。然而,GMM智能构件工作时,存在着线圈焦耳热损耗等生热,其所产生的热量将导致智能构件工作温度的明显升高,由此产生热变形并引起GMM磁致伸缩特性的非线性,从而严重影响智能构件的输出性能。因此,须采取适当的热控制和补偿方法以消除或抑制由于温升所导致的对智能构件工作性能的影响,从而保证智能构件的

工作精度。由于智能构件本体对象的时间常数和容量滞后较大,难以实现闭环温度控制,因此前人的研究工作中,设计的温控系统均为半闭环系统,智能构件本体温控精度较低。针对上述问题,本文对超磁致伸缩智能构件的热设计和温度控制进行了深入的研究。本文首先通过文献调研,概述了超磁致伸缩材料的特性及应用,对超磁致伸缩智能构件热控制技术、线圈热优化设计、模型辨识及控制策略的研究现状进行了分析。在此基础上,提出了基于交直流分离驱动线圈的智能构件,以及采用串级控制策略的全闭环强制水冷温控系统。在综合考虑电磁场和热场参数的基础上,设计了基于交直流分离驱动的线圈结构,并进行仿真以验证方案的有效性。在选定了智能构件的驱动方案后,对智能构件设计了合理的强制水冷温控方案,并完成智能构件本体的结构设计。随后,在建立智能构件流固耦合传热有限元模型的基础上,对其进行数值模拟,计算了不同工况下的温度场分布,分析了其温控效果。在此基础上,采用半经验建模和经验建模的方法,构建温控系统的动力学模型。在分析系统的特点之后,采用串级控制算法实现对模型的全闭环温度控制。采用遗传算法对其控制参数进行优化,实现智能构件的最优化控制。最后通过综合试验,充分验证了智能构件及其温控系统的温控有效性、精确性以及可靠性。