为改善秸秆水泥基复合材料耐水性、提高其强度,将粉煤灰和脲醛树脂作为外掺料加入到秸秆水泥基复合材料中,采用吸水率、软化系数、抗压和抗折强度等试验方法,研究不同掺量外掺料对秸秆水泥基复合材料物理力学性能影响。试验结果表明:随着粉煤灰掺量的增加,秸秆水泥基复合材料的耐水性和强度增加;随脲醛树脂掺量的增加,复合材料软化系数提高,吸水率降低,材料的柔韧性增强。这说明粉煤灰和脲醛树脂均能增强复合材料耐水性,改善其力学性能。

缠绕拉力对T700碳纤维复合材料性能影响的试验研究，王瑞龙，姚运仕，本文主要介绍了碳纤维环氧树脂复合材料制作过程中不同缠绕张力对碳纤维复合材料性能的影响。试验结果表明随着缠绕张力的增大，碳

DFT的matlab源代码ElemNet ElemNet是一个深层神经网络模型，仅将元素组成作为输入，并利用人工智能自动捕获基本化学成分以预测材料性能。 ElemNet可以自动学习不同元素之间的化学相互作用和相似性，这使得它甚至比传统的基于物理属性学习领域知识的机器学习模型更准确地预测训练数据集中不存在的化学系统的相图。 该存储库包含用于执行数据处理，模型训练和分析的代码，以及经过训练的模型。 如果您有大型数据集（例如OQMD），则应从头开始训练模型。 否则，对于较小的DFT计算或实验数据集，最好使用从预训练模型中进行的转移学习来训练模型，如下所示。 安装要求 重复使用这些环境的基本要求是Python 3.6.3 Jupyter环境，其中的软件包列在requirements.txt 。 某些分析需要使用，而Java需要Java JDK 1.7或更高版本。 参见[喜p文档以了解详细信息]。 源文件 培训ElemNet模型的代码以及在我们的工作中[1]产生的经过训练的模型都可以在上找到。 其他文件夹包含与为表征ElemNet而执行的不同分析相关联的脚本。 分析笔记本应该是自描述的，在其他情

COMSOL 是 COMSOL Multiphysics 多物理场仿真软件的生产商,致力于为科学技术和工程领域的工程师和研发人员提供交互式的建模仿真平台。该材料明细表可应用于COMSOL任一仿真过程中，方便大家定义材料材质属性

及其材料性能数据库介绍

人工智能-机器学习-摩擦材料性能测试标准相互转化的计算机实现.pdf

人工智能-机器学习-核电救灾机器人辐射屏蔽材料性能模拟研究.pdf

材料性能学作业及答案.docx

本文设计加工了一种简单的表面电流减少测试装置，通过它可以在实验室环境下对不同EMI吸波材料的吸波性能进行相对的比较。

先进半导体材料性能与数据手册 先进半导体材料性能与数据手册 先进半导体材料性能与数据手册 先进半导体材料性能与数据手册