简介:构造了适用于含热阻多层复合材料壳体温度场计算的壳体温度单元,由于热阻的出现,假设壳体沿厚度方向的温度分布为分段多项式函数,使其满足壳体在内、外表面的边界条件,并在壳体温度单元上每个节点引入额外自由度,从而确定了分段多项式函数的系数.在此基础上,以双层材料为例,假设分布函数为二次分段多项式,给出了有限元列式.算例表明,该单元用于稳态问题时,使用二次分段多项式,温度计算结果就能达到较高的精度;用于瞬态问题时,使用三阶分段多项式,可使温度计算结果具有较高的精度.另外,通过将蜂窝夹芯板的夹芯层等效为热阻,利用构造的壳体温度单元计算了蜂窝夹芯板的热传导问题,计算结果与实验结果符合较好.
简介:Polyphenylene(聚酰亚胺)树脂带有非常好的介电性能,通过对Polyphenylene分子细量化,然后和带有好架桥性能以及可溶混性的树脂搅拌,开发出了同时带有低诱电(Low-Dk)和高耐热性,适用于高速信号传输设备使用的多层线路板材料。这个材料性能为Dk=3.8,Df=0.005(1GHz),Tg=210℃。在5GHz的使用条件下,与传统的材料相比,降低信号损失约15db/m。可以广泛的应用在如网络设备等的高速,大容量信号传输设备。
简介:本文介绍了一种适应于无铅焊料的电子电路基板,是在传统的环氧树脂和酚醛树脂类固化剂组合成的新型树脂中,加入能遏制树脂组成物热膨胀的无机填料而制成的。研发者研究了该基板中添加的无机填料的种类、形状、分类,包括填料的添加量、粒径大小、分散性等,获得了减少由于低树脂流动性及高钻孔加工磨损性所带来的不良影响,确保了这类基板材料的高耐热性和附着性,并且可实现与普通FR-4同等的除钻污性。上述开发产品与传统基板材料制成的电子线路基板相比,热分解温度降低了20℃,铜箔剥离强度提高了0.1kN/m,热膨胀率减少了6×10^-6/℃,即使在温度循环试验中也具有优异的绝缘性和的导通可靠性。且除钻污性时也可用通用的工序进行加工。
简介:利用CVI法,在两种不同类型的国产SiC纤维束中引入(PyC/SiC)4或(PyC/SiC)8多层界面,并进一步致密化,制备含不同纤维种类和界面类型的SiCf/SiCMini复合材料。研究纤维种类和界面类型对SiCf/SiCMini复合材料力学性能和断裂机制的影响。结果表明:致密化的SiCf/SiCMini复合材料已形成一个整体,在纤维和基体连接处可观察到明显的界面层,且界面厚度均匀;A/(PyC/SiC)4/SiC、B/(PyC/SiC)4/SiC、A/(PyC/SiC)8/SiC三种SiCf/SiCMini复合材料的最大拉伸强度分别达到466,350和330MPa,最终拉伸应变分别达到0.519%,0.219%和0.330%;拉伸断口均有纤维拔出,且随纤维种类或界面类型不同,纤维拔出长度和断口形貌有所差异。其中A/(PyC/SiC)4/SiC以ModelⅡ断裂机制发生断裂,B/(PyC/SiC)4/SiC和A/(PyC/SiC)8/SiC以ModelⅠ断裂机制发生断裂。
简介:Dynamicnodecreationandfastlearningalgorithmforahybridfeedforwardneuralnetwork.Flight-pathanglecontrolvianeuro-adaptiveBackstepping.Locallearningframeworkforhandwrittencharacterrecognition.Maximizingmarginsofmultilayerneuralnetworks.ModularnetworkSOMself-orgmlizingmapofasystemsgroupinfunctionspace.
简介:PredictionoftheDimensionalChangesduringSinteringusingBackpropagationAlgorithm,Predictionofthenextstockpriceusingneuralnetwork-extractionthefeaturetopredictnextstockpricebyfiltering,Pulsemodeneuronwithpiecewiselinearactivationfunction,Remarksonmultilayerneuralnetworksinvolvingchaosneurons……