项目名称: 新型离子聚合物金属复合材料的制备及其性能研究

项目编号: No.20904052

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 金属学与金属工艺

项目作者: 金日哲

作者单位: 中国科学院长春应用化学研究所

项目金额: 19万元

中文摘要: 基体材料是离子聚合物金属复合(Ionic Polymer Metal Composite, IPMC)材料的核心组件之一,其性能优劣直接决定着IPMC材料的性能。目前广泛使用的Nafion基体材料单一的结构严重限制了IPMC材料的发展。而磺化聚酰亚胺基体材料具有结构单元丰富、合成方法简便、磺化度可控等优点。因此,本项目利用磺化聚酰亚胺基体材料在结构修饰上的优势,将其用于新型IPMC材料的制备中。项目包括不同结构磺化聚酰亚胺基体材料的制备及相应电镀工艺的选择、IPMC材料的性能测试等研究内容。其中,重点探讨基体材料的结构与IPMC材料的电致动性能(电形变力,最大电形变及电形变速度)之间的关系。在此基础上,通过基体材料结构的调整,实现对IPMC材料性能的优化和调控。最终,得到电致动性能优异的新型IPMC材料。

中文关键词: 磺化聚酰亚胺;离子聚合物金属复合材料;交联;金属有机框架材料;

英文摘要:

英文关键词: Sufornated polydimide;onic polymer-metal composites;Crosslinking;Metal-organic framework materi;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
211+阅读 · 2021年8月2日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
180+阅读 · 2020年11月23日
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
专知会员服务
114+阅读 · 2020年8月22日
【上海交大】半监督学习理论及其研究进展概述
专知会员服务
69+阅读 · 2019年10月18日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
60+阅读 · 2020年7月12日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
33+阅读 · 2018年7月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
12+阅读 · 2020年12月10日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Knowledge Representation Learning: A Quantitative Review
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
211+阅读 · 2021年8月2日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
180+阅读 · 2020年11月23日
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
专知会员服务
114+阅读 · 2020年8月22日
【上海交大】半监督学习理论及其研究进展概述
专知会员服务
69+阅读 · 2019年10月18日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
相关论文
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
12+阅读 · 2020年12月10日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Knowledge Representation Learning: A Quantitative Review
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员