大气压介质阻挡放电等离子体对材料表面改性及其建模研究

论文摘要

随着能源紧张、环境保护和室温效应等问题的日趋严重，节能和环境友好的低温等离子体加工技术引起了世界各国的高度重视。尽管低气压辉光放电能够获得稳定的低温等离子体，但是由于需要真空设备和特殊的气体成分，加工成本高，不适合工业中的自动化连续加工。为了解决这个问题，大气压低温等离子体源获得了很大的发展，其中大气压DBD（Dielectric Barrier Discharge，介质阻挡放电）由于能在大气环境下获得均匀稳定的低温等离子体，具有广阔的工业应用背景而成为当今研究的热点之一。而利用电力电子技术实现高性能DBD是电力电子技术的新方向。材料表面特性与摩擦、磨损、氧化腐蚀、润湿、粘接等现象密切相关，对表面进行处理能够改善材料的耐磨性、抗腐蚀性、润湿性和粘接性等表面性能，因此，材料表面改性技术是目前材料科学的前沿领域。大气压空气DBD等离子体表面改性由于具有低温等离子体和材料表面改性的双重优点，近年来成为学术界和工业界竞相研究的热点。尽管前人在这方面的研究已取得一些有意义的成果，但还存在以下不足，如：（1）未研究DBD对电极表面特性的影响，这对电极材料的选择和优化是不利的；（2）未研究中频电源DBD对玻璃表面放电微区的影响及其在制备憎水玻璃中的应用，这不利于将DBD等离子体改性技术用于制备新型玻璃中；（3）未采用正交实验研究大气压DBD的电源参数和电极参数组合对PP表面润湿性、粗糙度等性能的影响，这不利于设计较好的材料表面改性放电系统；（4）未将神经网络技术应用于大气压DBD对材料表面改性的建模中，这使得工程上不能简便地预测DBD等离子体表面改性效果，造成检测成本增加。因此，解决这些问题不但能实现对大气压空气DBD放电系统的参数优化，而且能高效地对材料表面进行改性，节约了能源，降低了加工成本，此外还可能制备具有不同特色的新型玻璃。鉴于此，本文采用自行研制的大气压空气DBD放电系统重点研究了DBD等离子体对电极表面特性的影响、对玻璃及聚合物的表面改性以及相应的影响因素分析、参数优化及神经网络建模等。文中采用正交均匀实验设计、统计分析、人工智能等方法和接触角测量仪、原子力显微镜、扫描电镜、能量色散谱和X射线光电子能谱等诊断设备进行了大量的实验和测试，得出了一些有意义的研究成果。主要包括以下内容：1．研制了大气压空气DBD放电系统，并应用该系统研究了空气DBD对铜、单晶硅电极表面特性的影响，为电极优化、电源设计提供了一定的理论基础。结果表明，放电系统能实现稳定放电；空气DBD等离子体通过刻蚀、溅射、氧化和氮化等作用改变了电极表面的形貌、化学成分及润湿性：处理后，表面粗糙度增加，表面层引入氧、氮元素，且氧含量高于氮含量，辅助吹氮气增强了电极表面的氧化；处理后电极表面的润湿性提高。这些表明，大气压DBD造成了电极表面的腐蚀，这将会降低电极的使用寿命。2．研究了大气压空气DBD对玻璃表面的影响，发现细丝DBD等离子体刻蚀不仅改变了玻璃表面微区的微结构而且还改变了微区的成分，这一发现对于等离子体制备新型玻璃材料具有重要意义；采用中频电源对玻璃表面激活和随后以二甲基硅油为憎水剂的憎水实验表明，放电功率和处理时间增加，表面活性（用接触角降低表示）和憎水性提高，最高憎水接触角达105°；原子力显微镜观察不同时间处理的玻璃表面，发现粗糙度增加。憎水处理的结果表明，采用中频电源DBD制备憎水玻璃是可能的，这为工程上制备憎水玻璃提供了一条新的途径。3．采用中频电源空气DBD对影响聚丙烯表面改性的电源参数和电极参数的影响进行了较为全面的分析，同时还采用正交实验，分析了放电功率、处理时间和放电间隙的组合对接触角、表面氧含量和氧碳比的影响，得到了置信区间为90％的回归方程。采用X射线光电子能谱对不同处理时间和不同参数组合实验的试样进行测试，结果表明，PP表面经空气DBD等离子体处理后，引入的含氧和含氮官能团可能有C-O、C-OH、C=O、O-C-O、O-C=O、COOH、O-CO-O和R-NHx、R-CONH2、NHCOOH、-C=N等。采用铝-不锈钢平板电极、16kHz电源和1.5mm放电间隙研究等离子体剂量对表面接触角退化性的影响结果表明，等离子体剂量的优化值为1.5kJ；大气压空气DBD处理聚丙烯粉体，降低分子量和熔点的结果表明，DBD能降解聚丙烯；最后，相同放电条件对不同聚合物基体表面改性的对比结果表明，所设计DBD放电系统能有效地改性聚合物表面，同时基体性质对处理结果也有影响。因为放电参数可以有效控制，所以改变放电条件可以有效控制表面的形貌、化学成分和润湿性。这些为建立大气压DBD等离子体表面改性模型奠定了基础。4．采用均匀实验设计和人工智能技术对大气压空气DBD放电参数与玻璃表面憎水性、聚合物表面亲水性变化关系建立了神经网络模型。采用测试组数据对憎水玻璃、聚丙烯、聚氯乙稀、聚苯乙烯和聚酯的优化神经网络模型的检验结果为：绝对误差和均方根误差都小于1°，相对误差小于3％。这表明所建模型具有较高的精度。这为工业应用现场预测DBD等离子体表面改性结果提供了新的方法，具有较高的应用价值。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 DBD简介
• 1.3 大气压 DBD等离子体表面改性机理
• 1.4 大气压 DBD对玻璃和聚合物塑料表面改性的研究现状
• 1.4.1 大气压DBD在玻璃表面改性中的应用
• 1.4.2 大气压DBD在聚合物表面改性中的应用
• 1.4.3 大气压DBD对玻璃和聚合物塑料表面改性的建模研究
• 1.5 大气压DBD表面改性存在的问题
• 1.6 本文的主要研究内容
• 第2章 大气压DBD电源及电极特性
• 2.1 引言
• 2.2 大气压DBD电源
• 2.2.1 IGBT逆变电源主电路
• 2.2.2 整流控制
• 2.2.3 逆变电路的控制与驱动
• 2.3 大气压DBD放电装置
• 2.3.1 放电装置的主要结构
• 2.3.2 放电波形测量电路
• 2.3.3 典型放电实验波形
• 2.4 大气压DBD放电对电极表面特性的影响
• 2.4.1 实验
• 2.4.2 结果与讨论
• 2.5 本章小结
• 第3章 大气压DBD等离子体对玻璃表面改性研究
• 3.1 引言
• 3.2 实验方法
• 3.3 结果与讨论
• 3.3.1 玻璃表面放电微区的变化
• 3.3.2 玻璃表面憎水化处理
• 3.4 本章小结
• 第4章 大气压空气DBD对聚合物表面改性研究
• 4.1 引言
• 4.2 实验
• 4.2.1 材料
• 4.2.2 表面测试
• 4.3 结果与讨论
• 4.3.1 大气压DBD表面改性的影响因素
• 4.3.2 等离子体剂量对接触角退化性的影响
• 4.3.3 PP粉体的等离子体降解
• 4.3.4 不同聚合物的改性效果对比
• 4.4 本章小结
• 第5章 大气压DBD表面改性的神经网络模型
• 5.1 前言
• 5.2 实验
• 5.2.1 材料与表征
• 5.2.2 实验安排
• 5.3 神经网络基本理论
• 5.4 神经网络建模
• 5.4.1 模型参数
• 5.4.2 模型的训练和优化
• 5.4.3 模型评价
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 全文研究总结
• 6.2 对今后工作的展望
• 参考文献
• 攻读博士学位期间发表的学术论文
• 致谢