基于分子动力学模拟的单晶硅冲击压缩相变研究

来源 :爆炸与冲击 | 被引量 : 0次 | 上传用户:wuyan123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
晶体硅具有复杂的相变机制,在相图研究中受到广泛关注,其在动载荷下的变形机制是当前研究热点.为揭示晶体硅在强动加载下的变形和相变行为特征,基于分子动力学方法,采用平板冲击加载方式,模拟研究了单晶硅在初始环境温度为300 K时分别沿[001]、[110]和[111]晶向的不同强度下的冲击压缩行为,冲击粒子速度为0.3~3.2 km/s.研究发现,随着冲击粒子速度的增加,单晶硅剪切应力在逐渐增加后由于结构相变发生急剧下降,相变阈值和相变机制均呈现各向异性.其中,沿[001]晶向冲击压缩下观察到多种固-固相变以及固-液相变,并观察到与最新文献的实验高度一致的固-液共存现象.研究结果可为动加载下晶体硅的相变研究提供纳米尺度的结果支撑.
其他文献
进行地层抗钻特性参数评价对于优选适合地层抗钻特性的钻头,制定钻井提速方案是非常重要的.而仅仅以单井剖面来评价井间未知地层的抗钻特性参数是不合适的.岩石可钻性级值和硬度是评价地层抗钻特性的重要参数,以珠江口盆地陆丰区块为研究对象,通过开展地层抗钻特性实验测试,利用实测数据与声波时差数据拟合,建立了地层岩石可钻性级值和硬度的计算模型,利用Petrel软件构建了三维井间数据体模型,得到了珠江口盆地陆丰区块地层岩石可钻性级值和硬度的三维连井剖面.分析表明,陆丰区块的地层抗钻特性参数在纵向和横向上差异性较强;珠江组
阐述了三电平DC/DC变换器的发展过程,介绍了其研究焦点的变化:从软开关技术和效率方面转变到性能可靠方面.在此基础上,提出了一种三电平DC/DC变换器(three-level DC/DC converter,TLDC),该变换器由2个四开关半桥三电平(half-bridge three-level,HBTL) DC/DC变换器组成,采用交错和输入-并联-输出-并联(input-parallel output-parallel,IPOP)连接结构,并详细分析了(HBTL) DC/DC变换器的拓扑结构、工作原
近年来,可再生能源在输电系统中的渗透明显增加,这给现有的保护系统带来了重大挑战.主要研究了与逆变器接口电站(ⅡGS)相连的电网中的线路电流差动保护问题,结合逆变器接口发电机(ⅡG)中流行的各种故障控制策略以及ⅡGS的穿透水平,提出了针对不对称故障下的解耦序分量(DSC)控制方法.与传统的非解耦的控制方式相比,DSC方法能有效消除有功输出和有直流电压连接的线路中的二次谐波振动,同时,DSC方法能模仿同步发电机的故障行为,提高系统电压稳定和继电保护适应性.最后,基于DIgSILENT/PowerFactory
页岩气水平井分段压裂后,大量滑溜水被滞留在页岩基质纳米孔隙中,对压后产量的长期稳定性影响较大.以页岩基质的复杂纳米孔隙结构的分形特征和受限性为基础,考虑受限纳米孔隙空间内滑溜水流动的滑移效应和毛细管压力作用,建立了反映页岩纳米孔隙中的压裂液滤失速度分形计算新模型,新模型与经典滤失速度在机理方面存在一致性.分别讨论了滑移长度、压裂液黏度、基质纳米孔隙半径、毛细管压力等4个因素对滤失速度的影响:滑溜水滤失速度随滤失时间增加而降低,最后趋于稳定;纳米基质孔隙中压裂液滑移效应不容忽视,滑移长度越大,滤失速度越大;
致密砂岩气是我国重要的非常规天然气资源,目前主要采用水力压裂的方式开采.压裂过程中,由于毛细管压力的作用,压裂液与储层接触后发生渗吸作用进入储层孔喉造成储层伤害.为研究致密气储层从“压裂-关井-返排”全过程中压裂液对储层的渗吸伤害,定量描述不同时刻的渗吸伤害程度,选用临兴致密气区块储层岩心,通过室内试验模拟压裂液进入储层到返排生产的过程,采用低场核磁共振的手段表征了整个渗吸过程.研究结果表明,压裂液的渗吸伤害从压裂液与储层接触就开始发生,进入岩心的深度随着渗吸时间的增加而增加;从不同时刻的核磁共振的τ2(
火山岩毛细管压力强,渗吸作用明显,明确火山岩渗吸规律对提高火山岩油藏采收率具有至关重要的作用.基于核磁共振技术,对新疆西泉井区火山岩油藏岩样开展渗吸作用下压裂液分布特征试验研究,通过监测静态自发渗吸过程中压裂液在火山岩岩样不同类型孔隙中的分布状况,分析了自发渗吸过程中油水变化特征,定量表征了不同孔隙在渗吸过程中的渗吸速率和采出贡献率.试验结果表明,火山岩发生自发渗吸作用的主要孔隙为毛细管束缚孔隙,孔隙区间为0.0017~0.0365μm;渗吸作用前14h毛细管束缚孔隙渗吸速率大,14h后渗吸速率逐渐减小,
光伏发电是新兴的清洁能源发电方式之一,其光功率受辐照度等环境因素影响较大,导致注入电网的电量不稳定.采集的环境数据能准确预测发电量变化趋势,对电网平稳运行具有重要意义.现有光功率预测方法大多采用单个模型构建预测结构,当面对不同环境数据时预测结果不够稳定.文中提出一种基于双深度神经网络的光功率预测方法,该方法以BPNN(back propagation neural networks)和LSTM(long short term memory)为基础判别器,并通过遗传算法将二者融合为更加精确和鲁棒的光功率预测
首先介绍了串联谐振变换器、并联谐振变换器、串并联谐振变换器和多器件谐振变换器4种谐振变换器,并简要分析了各自的优缺点,同时通过大量的文献概述了当前该领域的研究现状.在此基础上,针对高增益模块的中压应用,提出了一种结构可重构控制的三电平串并联谐振变换器.与传统谐振变换器相比,该变换器具有2种工作配置,既能满足较宽的输出范围,又能将开关频率范围缩小到接近谐振频率的范围.由于TL结构使一次侧关的电压应力降低了一半,从而有利于降低变换器的成本,在较宽的输出范围内,可以提高其效率.分析了该变换器的工作原理、特点和性
为了解决高耗能、低功率因数等负荷情况下传统降损措施难以满足线损率要求的问题,实现基于网络的线损管理方法,提出了一种配电网线路最优组合模型.阐述了线损电量优化分布方法在线损管理工作中的应用场景及解决的问题,并根据场景及应用需求,构建了线路最优组合模型.针对核心模块提出线路最优组合算法,以组合后线损率满足考核要求的线路数量最大化为目标,以线损率考核标准为约束条件,利用建模工具进行求解.算例结果表明:该模型能够有效确定配电网高损负荷的转移方向,为后续的网络重构、网络规划等工作提供可靠的依据.
基于智能电网的双向通信基础设施与先进量测设备,个性化推荐技术从收集的需求侧大数据中获取知识,为优化电网运营提供有力支持,并向终端用户推荐面向能源的产品/服务/建议.研究首先探讨了个性化推荐技术的原理以及在需求侧中引入个性化推荐技术的前景;其次,介绍了实现智能电网需求侧推荐系统的关键技术,并对现有研究工作以及未来构建的需求侧个性化推荐系统进行分析;最后,讨论了实现需求侧个性化推荐系统可能遇到的挑战.