首页--交通运输论文--水路运输论文--船舶保养、修理和拆船工艺论文--船舶保养与维修论文

冷喷涂铜复合涂层制备技术及其防腐防污性能研究

摘要第5-9页
Abstract第9-12页
目录第13-18页
第1章 综述第18-50页
    1.1 海洋生物污损第18-21页
        1.1.1 海洋主要污损生物第18页
        1.1.2 海洋生物的污损过程第18-19页
        1.1.3 海洋生物污损的危害第19-21页
    1.2 海洋生物污损防除技术第21-29页
        1.2.1 物理防污第21页
        1.2.2 防污材料第21-22页
        1.2.3 防污涂料第22-26页
        1.2.4 电解防污第26-27页
        1.2.5 防污技术发展现状第27-29页
    1.3 冷喷涂技术第29-34页
        1.3.1 冷喷涂技术原理第29-30页
        1.3.2 冷喷涂工艺参数第30-32页
        1.3.3 冷喷涂技术特点第32-33页
        1.3.4 冷喷涂技术发展现状第33-34页
    1.4 人工神经网络技术第34-46页
        1.4.1 人工神经网络的概念第34-35页
        1.4.2 人工神经网络的特征与功能第35页
        1.4.3 人工神经网络基本原理第35-43页
            1.4.3.1 人工神经元模型第35-37页
            1.4.3.2 人工神经元的数学表达第37-38页
            1.4.3.3 人工神经元的传输函数第38-40页
            1.4.3.4 人工神经网络结构第40-41页
            1.4.3.5 人工神经网络学习方式第41-43页
        1.4.4 感知器第43-45页
        1.4.5 基于误差反传的感知器——BP 人工神经网络第45-46页
    1.5 本论文工作内容及意义第46-50页
第2章 冷喷涂铜复合涂层的制备第50-52页
    2.1 冷喷涂原料第50-51页
    2.2 冷喷涂涂层制备第51-52页
第3章 冷喷涂铜复合涂层物理特性研究第52-70页
    3.1 试样处理与实验方法第52-54页
        3.1.1 试样加工处理第52页
        3.1.2 涂层形貌观察分析第52页
        3.1.3 能谱分析第52页
        3.1.4 X 射线衍射实验第52页
        3.1.5 孔隙率的计算第52-53页
        3.1.6 颗粒变形率测量第53页
        3.1.7 显微硬度实验第53-54页
    3.2 涂层的显微形貌第54-58页
        3.2.1 涂层表面微观形貌第54-55页
        3.2.2 涂层中的颗粒结合第55-57页
        3.2.3 涂层横截面微观形貌第57-58页
    3.3 涂层的成分分析第58-61页
        3.3.1 XRD 物相分析第58-59页
        3.3.2 EDS 能谱分析第59-61页
    3.4 涂层的微观结构第61-68页
        3.4.1 孔隙率第61-62页
        3.4.2 颗粒扁平率第62-65页
        3.4.3 显微硬度第65-67页
        3.4.4 关于颗粒扁平率和显微硬度的讨论第67-68页
    3.5 本章小结第68-70页
第4章 冷喷涂铜复合涂层电化学腐蚀行为研究第70-132页
    4.1 试样处理与实验方法第70-73页
        4.1.1 试样制备第70页
        4.1.2 实验环境变量设置第70-71页
        4.1.3 开路电位监测第71页
        4.1.4 普通电极的极化实验第71页
        4.1.6 旋转环盘电极的极化实验第71-72页
        4.1.7 微区电位分布实验第72-73页
        4.1.8 X 射线衍射图谱第73页
    4.2 浸泡过程的开路电位变化第73-74页
    4.3 普通电极的静态海水环境极化特征分析第74-86页
        4.3.1 浸泡时间的影响第74-79页
        4.3.2 氯离子浓度的影响第79-81页
        4.3.3 关于极化实验的讨论第81-86页
            4.3.3.1 Tafel 极化区第81-85页
            4.3.3.2 极限电流区第85-86页
    4.4 旋转环盘电极实验第86-99页
        4.4.1 Tafel 极化区第87-89页
            4.4.1.1 电极转速ω的影响第87-89页
            4.4.1.2 氯离子浓度的影响第89页
        4.4.2 极限电流区第89-93页
            4.4.2.1 电极转速ω的影响第89-91页
            4.2.2.2 氯离子浓度的影响第91-93页
        4.4.3 高电位区第93-99页
            4.4.3.1 电极转速ω的影响第93-97页
            4.4.3.2 氯离子浓度的影响第97-99页
    4.5 涂层电化学腐蚀机理与数学模型第99-129页
        4.5.1 涂层腐蚀反应机理第99-103页
        4.5.2 Tafel 极化区数学模型第103-108页
            4.5.2.1 CuCl_2在电极表面的浓度第103-106页
            4.5.2.2 电流 i 的表达式第106-108页
        4.5.3 Tafel 极化区扩散控制物质的讨论第108-113页
        4.5.4 极限电流区数学模型第113-114页
            4.5.4.1 CuCl_2~-在电极表面的浓度第113页
            4.5.4.2 电流 i 的表达式第113-114页
        4.5.5 高电位区数学模型第114-122页
            4.5.5.1 CuCl_2~-和CuCl_2~+在电极表面的浓度第114-115页
            4.5.5.2 电流 i 的表达式第115-122页
        4.5.6 高电位区氧化膜状态的讨论第122-126页
        4.5.7 高电位区数学模型的校正第126-129页
    4.6 本章小结第129-132页
第5章 冷喷涂铜复合涂层防污性能研究第132-186页
    5.1 试样制备与实验方法第132-138页
        5.1.1 试样制备第132-133页
        5.1.2 铜渗出液制备第133页
        5.1.3 硅藻抑制实验第133-135页
            5.1.3.1 硅藻溶液的配制第133-134页
            5.1.3.2 硅藻溶液浓度与吸光度的相关性第134页
            5.1.3.3 硅藻生长曲线第134页
            5.1.3.4 硅藻附着抑制实验第134-135页
        5.1.4 铜渗出时间曲线第135页
        5.1.5 多变量海水环境中的铜渗出率第135-137页
            5.1.5.1 实验变量第135-136页
            5.1.5.2 铜渗出率测定第136-137页
        5.1.6 实海挂片实验第137-138页
    5.2 涂层对硅藻附着的抑制作用第138-152页
        5.2.1 硅藻溶液浓度与吸光度的相关性第138页
        5.2.2 成排舟形藻抑制实验第138-143页
            5.2.2.1 成排舟形藻的生长曲线与附着曲线第138-140页
            5.2.2.2 成排舟形藻在添加涂层铜渗出液时的附着曲线第140-141页
            5.2.2.3 涂层对成排舟形藻抑制作用的持续性第141-143页
        5.2.3 小舟形藻抑制实验第143-147页
            5.2.3.1 小舟形藻的生长曲线与附着曲线第143-144页
            5.2.3.2 小舟形藻在添加涂层铜渗出液时的附着曲线第144-145页
            5.2.3.3 涂层对小舟形藻抑制作用的持续性第145-147页
        5.2.4 羽状舟形藻抑制实验第147-151页
            5.2.4.1 羽状舟形藻的生长曲线与附着曲线第147-148页
            5.2.4.2 羽状舟形藻在添加涂层铜渗出液时的附着曲线第148-150页
            5.2.4.3 涂层对羽状舟形藻抑制作用的持续性第150-151页
        5.2.5 各硅藻抑制实验对比第151-152页
    5.3 涂层的铜渗出率第152-171页
        5.3.1 渗出率-时间曲线第152-154页
        5.3.2 溶解氧的影响第154-159页
            5.3.2.1 涂层的总铜渗出率第154-155页
            5.3.2.2 涂层中铜金属的渗出率贡献第155-157页
            5.3.2.3 涂层中氧化亚铜的渗出率贡献第157-159页
        5.3.3 海水盐度的影响第159-163页
            5.3.3.1 涂层的总铜渗出率第159-160页
            5.3.3.2 涂层中铜金属的渗出率贡献第160-162页
            5.3.3.3 涂层中氧化亚铜的渗出率贡献第162-163页
        5.3.4 海水温度的影响第163-167页
            5.3.4.1 涂层的总铜渗出率第163-164页
            5.3.4.2 涂层中铜金属的渗出率贡献第164-166页
            5.3.4.3 涂层中氧化亚铜的渗出率贡献第166-167页
        5.3.5 海水流速的影响第167-171页
            5.3.5.1 涂层的总铜渗出率第167-168页
            5.3.5.2 涂层中铜金属的渗出率贡献第168-169页
            5.3.5.3 涂层中氧化亚铜的渗出率贡献第169-171页
    5.4 涂层防污机理讨论第171-179页
        5.4.1 铜与氧化亚铜的防污机理第171-172页
        5.4.2 冷喷涂 Cu-Cu2O 涂层的防污机理第172-179页
            5.4.2.1 氧化亚铜对铜电化学溶解的促进作用第173-175页
            5.4.2.2 铜电化学溶解对氧化亚铜溶解的抑制作用第175-177页
            5.4.2.3 宏观防污机理第177-179页
    5.5 涂层实海环境的防污效果第179-184页
    5.6 本章小结第184-186页
第6章 基于 BP 人工神经网络的涂层铜渗出率预测系统第186-198页
    6.1 实验方法第186-188页
        6.1.1 实验数据收集第186-187页
        6.1.2 MatLab 2013b 开发环境第187-188页
    6.2 神经网络的建立第188-193页
        6.2.1 网络模型第188页
        6.2.2 网络结构第188-192页
            6.2.2.1 传递函数第188页
            6.2.2.2 输入输出向量第188-189页
            6.2.2.3 隐层神经元数第189-192页
        6.2.3 网络建立第192-193页
    6.3 神经网络的训练第193-195页
        6.3.1 训练函数第193页
        6.3.2 训练误差目标第193-194页
        6.3.3 网络训练第194-195页
    6.4 神经网络的预测第195-196页
    6.5 本章小结第196-198页
第7章 全文总结第198-200页
    7.1 总结论第198-199页
    7.2 创新点第199-200页
参考文献第200-208页
致谢第208-210页
个人简历第210-211页
发表的学术论文与研究成果第211-212页

论文共212页,点击 下载论文
上一篇:基于精细解吸过程的无烟煤重烃浓度异常及其成因探讨
下一篇:基于DEM的数字流域时空特征及提取研究