Интеллектуальные композиционные материалы с эффектом памяти формы на основе полиуретана и модифицированного карбида кремния : специальность ""

Описание

Тип публикации: диссертация

Год издания: 2023

Ключевые слова: декорирование поверхности, нановолокна, наночастицы, теплопроводность, карбид кремния, полиуретан, скорость восстановления исходной формы, эффект памяти формы

Аннотация: Целью работы является разработка технологии получения новых интеллектуальных дисперсно-наполненных полимерных композиционных материалов (ДНПКМ) на основе полиуретана (ПУ) и теплопроводных модифицированных частиц карбида кремния (SiC) с заданным типом и параметрами дисперсной структуры, а также регулируемыми характеристика эффекта пПоказать полностьюамяти формы (ЭПФ) и комплексом технологических и эксплуатационных свойств. К основным положениям, выносимым на защиту, относятся: 1.Технология получения интеллектуальной матрицы на основе ПУ с высокими характеристиками ЭПФ, а также влияние соотношения исходных компонентов на структуру получаемых ПУ. 2.Технология плазмохимической модификации частиц SiC, а также влияние условий модификации на комплекс технологических характеристик частиц. 3.?Основные технологические характеристики частиц SiC, составы интеллектуальных ДНПКМ и классификация их по структурному принципу. 4.Технология получения интеллектуальных ДНПКМ на основе ПУ и SiC с заданным типом и параметром дисперсной структуры, регулируемыми характеристиками ЭПФ, а также критерии выбора оптимального состава композита. 5. Зависимости, описывающие связь теплопроводности и скорости восстановления исходной формы ДНПКМ с типом и параметром дисперсной структуры, а также морфологией поверхности модифицированных частиц SiC. 6. Зависимости, описывающие влияние удельной поверхности частиц SiC на теплофизические и физико-механические свойства ДНПКМ. 7. Оптимальный состав и технология получения изделий с ЭПФ из ДНПКМ с заданными тактико-техническими требованиями.

Ссылки на полный текст

Персоны

  • Шалыгина Таисия Александровна

Вхождение в базы данных