一种轻质隔热碳基复合材料的制备

张棽棽; 徐冬; 赵奇志; 焦玄; 李彪; 王克军

doi:10.6054/j.jscnun.2024049

一种轻质隔热碳基复合材料的制备

国民核生化灾害防护国家重点实验室，北京 102206

基金项目:

国家自然科学基金项目 52303357

详细信息

通讯作者:
王克军，Email: kejunw@126.com

中图分类号: O469
计量
- 文章访问数: 53
- HTML全文浏览量: 31
- PDF下载量: 12
出版历程
- 收稿日期: 2024-03-22
- 刊出日期: 2024-08-24

Preparation of a Lightweight Heat-Insulating Carbon Matrix Composite Material

State Key Laboratory of NBC Protection for Civilian, Beijing 102206, China

摘要

摘要:
高马赫数飞行器的迅猛发展对热防护系统提出了严苛挑战，对隔热材料的耐高温、抗冲击、轻质化及稳定性等要求愈发严格。以甲醛、间苯二酚为主要原料，煤基碳泡沫为增强体，结合溶胶、凝胶原位生长、超临界二氧化碳干燥技术和高温热处理工艺，制得具备优异隔热性能的煤基碳泡沫复合炭气凝胶材料，系统研究了4型碳气凝胶对复合材料热学性能的影响，探讨了隔热机制。结果表明：碳气凝胶填充了煤基碳泡沫的孔结构，使复合材料在保持低密度(0.38 g/cm³)的同时，展现出了显著的低热导率特性(0.077 8 W/(m ·K))，隔热性能较碳泡沫增强体材料提升50%，可作为一种良好的隔热材料。
- 煤基碳泡沫 /
- 碳气凝胶 /
- 复合材料 /
- 隔热性能
Abstract:
With the rapid advancements in high Mach number aircraft technology, the demand for enhanced thermal protective capabilities of insulation materials has become increasingly stringent. Specifically, the performance requirements of these materials, such as high temperature resistance, impact resilience, lightweight properties, and stability, have become more rigorous. A carbon foam-reinforced carbon aerogel composite material with outstanding thermal insulation performance was successfully prepared, using resorcinol and formaldehyde as raw materials. The fabrication process involved sol-gel in-situ growth, supercritical drying carbon dioxide technology and carbonization. An advanced composite material comprising carbon aerogel, exhibiting remarkable thermal insulation properties, has been developed. This material offers significant potential for applications in thermal management and insulation-demanding technologies.The effect of carbon aerogel on the thermal properties of composite material was studied.The results indicate that the pores of the coal-derived carbon foam are filled with carbon aerogel, and the introduction of carbon aerogel makes the composite have a lower thermal conductivity (0.078 W/(m ·K)) at low density (0.38 g/cm³), and the thermal properties has seen a 50% enhancement compared to the base carbon foam material, which can be used as a good thermal insulation material.
- coal-based carbon foam /
- carbon aerogel /
- composite materials /
- insulation properties

HTML全文

自20世纪以来，国内外生物动力学的研究进展迅速，许多专家学者都是通过动力学模型来分析病毒感染^[1-6], 这为更好地理解病毒感染和疾病的控制及不同药物治疗策略效应提供了至关重要的作用.

ANDERSON和MAY^[7]介绍了一种具有自由生存阶段的寄生虫模型, NOWAK和BANGHAM^[8]将其应用于病毒动力学.考虑到病毒感染靶细胞过程中普遍存在的非线性感染率, HUANG等^[9]提出了一类具有Beddington-DeAngelis功能反应的病毒动力学模型:

$\left\{ {\begin{array}{*{20}{l}} {\dot x(t) = \lambda - dx(t) - \frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}},}\\ {\dot y(t) = \frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}} - py(t),}\\ {\dot v(t) = ky(t) - uv(t),} \end{array}} \right.$

(1)

其中，x(t)为健康靶细胞在t时刻的细胞密度，y(t)为感染细胞在t时刻的细胞密度, v(t)为游离病毒在t时刻的细胞密度, λ为健康靶细胞的生成速率, d为健康靶细胞的自然死亡率, β为病毒感染健康靶细胞的感染率, p为感染细胞的自然死亡率, 常数k为每个感染细胞在单位时间内生成的游离病毒数量, u为游离病毒的自然死亡率；并得到了模型(1)的无病平衡点和地方病平衡点的全局渐近稳定性.又考虑到病毒颗粒接触靶细胞的时间可能与接触细胞受到积极影响的时间存在一定的滞后性, 即接触病毒体进入细胞需要时间, HUANG等^[10]将细胞内延迟纳入模型, 得到了以下离散时滞病毒模型：

$\left\{ {\begin{array}{*{20}{l}} {\dot x(t) = \lambda - dx(t) - \frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}},}\\ {\dot y(t) = {{\rm{e}}^{ - p\tau }}\frac{{\beta x(t - \tau )v(t - \tau )}}{{1 + ax(t - \tau ) + bv(t - \tau )}} - py(t),}\\ {\dot v(t) = ky(t) - uv(t),} \end{array}} \right.$

(2)

并通过对特征方程的分析和构造合适的李雅普诺夫函数, 建立了模型(2)的无病平衡点和地方病平衡点的局部稳定性；且证明了当R₀ < 1时无病平衡点全局渐近稳定, R₀>1时地方病平衡点全局渐近稳定.

基于以上模型，考虑到接触细胞被感染变成感染细胞的滞后时间可能由靶细胞自身细胞内物质决定，即不同靶细胞被感染变成感染细胞的滞后时间是可变的, 则可以理想化假设t－τ到t时刻接触病毒细胞的靶细胞都有可能被感染形成感染细胞，这一现象可以用分布时滞来描述^[11].又考虑到目前在全世界范围内仍缺乏根治HIV感染的有效药物, 现阶段的治疗目标是最大限度和持久地抑制患者体内的病毒复制, 而抗逆转录酶药物则是通过抑制病毒感染健康细胞来抑制病毒的复制.因此，引入参数γ∈(0, 1)来代表药物对病毒感染的抑制作用.为了更加细致地描述病毒感染健康靶细胞后的滞后效应以及了解药物治疗参数γ对艾滋病治疗的影响，本文建立了如下数学模型：

$\left\{ {\begin{array}{*{20}{l}} {\dot x(t) = s - dx(t) - (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}},}\\ {\dot y(t) = (1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} d\sigma - py(t),}\\ {\dot v(t) = ky(t) - uv(t),} \end{array}} \right.$

(3)

其中, x(t)为健康靶细胞在t时刻的细胞密度, y(t)为感染细胞在t时刻的细胞密度, v(t)为游离病毒在t时刻的细胞密度, s为健康靶细胞的生成速率, d为健康靶细胞的自然死亡率, β为描述细胞感染的速率, γ∈(0, 1)为抗逆转录酶对病毒感染健康靶细胞的抑制率, $\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \tau)}}\beta x(\sigma)v(\sigma)}}{{1 + ax(\sigma) + bv(\sigma)}}} {\rm{d}}\sigma$ 为在t－τ到t时刻接触病毒的健康靶细胞被感染变成感染细胞的个数, p为感染细胞的自然死亡率, 常数k为每个感染细胞在单位时间内生成的游离病毒数量, u为游离病毒的自然死亡率.

本文主要讨论了模型(3)解的正性和有界性, 得到了该模型的基本再生数R₀; 讨论了该模型的无病平衡点局部渐近稳定性和全局渐近稳定性的判定准则(R₀≤1, R₀ < 1);最后, 通过数值模拟验证本文结论的有效性.

1. 解的非负性与有界性

设C=C([－τ, 0]; $\mathbb{R}$ ³)是[－τ, 0]到 $\mathbb{R}$ ³上的连续函数全体所形成的具有上确界范数的Banach空间, 模型(3)的初始条件为：

$\begin{array}{l} {\kern 1pt} {\kern 1pt} {\kern 1pt} x(\theta ) = {\varphi _1}(\theta ),y(\theta ) = {\varphi _2}(\theta ),v(\theta ) = {\varphi _3}(\theta ),\\ \theta \in [ - \tau ,0],{\varphi _i}(\theta ) \ge 0,{\varphi _i}(0) > 0\quad (i = 1,2,3), \end{array}$

(4)

其中，φ=(φ₁, φ₂, φ₃)^T∈C.

由文献[12]知:模型(3)满足初始条件(4)的任意解(x(t), y(t), v(t))^T在[－τ, ∞)上存在且唯一.在此条件下，可得:

定理1 设(x(t), y(t), v(t))^T为模型(3)在初始条件(4)下的任意解, 则任意解(x(t), y(t), v(t))^T非负且最终有界.

证明首先证明模型(3)在初始条件(4)下的任意解都为正.先证x(t)≥0. (反证)假设对任意的t≥0, 存在t₁>0, x(t₁)=0且x(t)>0.当t∈[0, t₁)时, 有

$\dot x(t) \ge - dx(t) - (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}},$

因此,

$x({t_1}) \ge x(0){\rm{exp}}\left( {\int_0^{{t_1}} {\left( { - d - (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}}} \right){\rm{d}}t} } \right) > 0,$

这与假设x(t₁)=0矛盾.

同理, 假设对任意的t≥0, 存在t₁>0, y(t₁)=0且y(t)>0.当t∈[0, t₁)时, 有

$\dot y(t) = (1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma - py(t).$

(5)

由式(5)，有

$y({t_1}) = y(0){\rm{exp}}\left( {\int_0^{{t_1}} {\frac{{1 - \gamma }}{{y(t)}}} \int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma - p} \right) > 0,$

这与假设y(t₁)=0矛盾.

同理, 由于y(t)>0, 则有

$\dot v(t) = ky(t) - uv(t) > - uv(t).$

(6)

对式(6)两边同时积分, 可得

$v({t_1}) = v(0){\rm{exp}}\left( {\int_0^{{t_1}} {( - u)} {\rm{d}}t} \right) = v(0){{\rm{e}}^{ - u{t_1}}} > 0.$

(7)

这与假设v(t₁)=0矛盾，因此，模型(3)的任意解(x(t), y(t), v(t))^T的非负性得证.

接下来, 证明任意解(x(t), y(t), v(t))^T最终有界.对于模型(3)的第1个等式, 有

$\dot x(t) = s - dx(t) - (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}} \le s - dx(t),$

(8)

由比较定理^[12]可知,

$0 \le x(t) \le \frac{s}{d} + x(0){{\rm{e}}^{ - dt}},$

(9)

则 $\mathop {\lim \sup }\limits_{t \to + \infty } x(t) \le s/d$ , 所以, x(t)在[0，+∞)上有界.

定义

$F(t) = x(t) + y(t) + (1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma ,$

(10)

且δ=min{d－1, p}.对式(10)两边同时求导, 有

$\begin{array}{l} \frac{{{\rm{d}}F(t)}}{{{\rm{d}}t}} = \frac{{{\rm{d}}x(t)}}{{{\rm{d}}t}} + \frac{{{\rm{d}}y(t)}}{{{\rm{d}}t}} + (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax (t) + bv(t)}} - \\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} (1 - \gamma )\frac{{{{\rm{e}}^{ - d\tau }}\beta x(t - \tau )v(t - \tau )}}{{1 + ax(t - \tau ) + bv(t - \tau )}} - \\ \begin{array}{*{20}{l}} {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} d(1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma = }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} s - dx(t) + (1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma - } \end{array}\\ \begin{array}{*{20}{l}} {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} py(t) - \frac{{{{\rm{e}}^{ - d\tau }}\beta x(t - \tau )v(t - \tau )}}{{1 + ax(t - \tau ) + bv(t - \tau )}} - }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} d(1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma < s - dx(t) - }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} py(t) - (d - 1)(1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta x(\sigma )v(\sigma )}}{{1 + ax(\sigma ) + bv(\sigma )}}} {\rm{d}}\sigma < }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} s - \delta F(t)}. \end{array} \end{array}$

(11)

由比较定理可知F(t)有界，从而y(t)有界；再由模型(3)的第3个等式可知v(t)有界.故模型(3)的任意解(x(t), y(t), v(t))^T最终有界.

2. 平衡点及无病平衡点的局部渐近稳定性

模型(3)总存在一个无病平衡点E₀(x₀, 0, 0)，其中x₀=s/d.下面将分析模型(3)是否存在正的地方病平衡点.

若模型(3)存在正的地方病平衡点，则平衡点需满足以下等式：

$\left\{ {\begin{array}{*{20}{l}} {s - d{x^*} - (1 - \gamma )\frac{{\beta {x^*}{v^*}}}{{1 + a{x^*} + b{v^*}}} = 0,}\\ {(1 - \gamma )\int_{t - \tau }^t {\frac{{{{\rm{e}}^{ - d(t - \sigma )}}\beta {x^*}{v^*}}}{{1 + a{x^*} + b{v^*}}}} {\rm{d}}\sigma - p{y^*} = 0,}\\ {k{y^*} - v{u^*} = 0.} \end{array}} \right.$

(12)

由式(12)可得

${{x^*} = \frac{{dpu + (1 - {e^{ - d\tau }})kbs}}{{(1 - {e^{ - d\tau }})[bkd + (1 - \gamma )\beta k] - adpu}},}$

${{v^*} = \frac{k}{{pu}}(s - d{x^*})(\frac{1}{d} - \frac{1}{d}{{\rm{e}}^{ - d\tau }}),{y^*} = \frac{u}{k}{v^*}.}$

若要满足地方病平衡点的正性，则要求x^*>0，即(1－e^－dτ)[kbd+(1－γ)βk]－adpu>0，即要满足

$\frac{{(1 - {{\rm{e}}^{ - d\tau }})[kbd + (1 - \gamma )\beta k]}}{{adpu}} > 1.$

(13)

由于

$1 < \frac{{k\beta s(1 - \gamma )(1 - {{\rm{e}}^{ - d\tau }})}}{{adpu(d + as)}} < \frac{{(1 - {{\rm{e}}^{ - d\tau }})[kbd + (1 - \gamma )\beta k]}}{{adpu}},$

(14)

则可定义模型(3)的基本再生数为：

${R_0} = \frac{{k\beta s(1 - \gamma )(1 - {{\rm{e}}^{ - d\tau }})}}{{dpu(d + as)}}.$

因此，以R₀为阈值可得以下结论：

定理2 若R₀ < 1，则模型(3)的无病平衡点E₀局部渐近稳定；反之，E₀不稳定.

证明系统(3)在E₀处的特征方程为

$\begin{array}{*{20}{c}} {(\lambda + d)[(\lambda + p)(\lambda + u) - \frac{{k\beta s}}{{d + as}}(\frac{1}{d} - \frac{1}{d}{{\rm{e}}^{ - d\tau }}) \times }\\ {(1 - \gamma ){{\rm{e}}^{ - \lambda \tau }}] = 0,} \end{array}$

(15)

由于λ=－d < 0，故E₀的局部稳定性取决于

$f(\lambda ) = (\lambda + p)(\lambda + u) - \frac{{k\beta s}}{{d(d + as)}}(1 - {{\rm{e}}^{ - d\tau }})(1 - \gamma ){{\rm{e}}^{ - \lambda \tau }} = 0.$

(16)

下面分2种情况讨论.

情况1:假设 ${R_0} = \frac{{k\beta s(1 - \gamma)\left({1 - {{\rm{e}}^{ - d\tau }}} \right)}}{{dpu(d + as)}} > 1$ ，则

$f(0) = pu - \frac{{k\beta s(1 - \gamma )}}{{d(d + as)}}(1 - {{\rm{e}}^{ - d\tau }}) < 0,$

(17)

且 $\mathop {\lim }\limits_{\lambda \to \infty } f(\lambda) = + \infty$ .从而，f(λ)=0在0, +∞)上至少有1个正根.因此，若R₀>1，E₀不稳定.

情况2:假设 ${R_0} = \frac{{k\beta s(1 - \gamma)\left({1 - {{\rm{e}}^{ - {d_\tau }}}} \right)}}{{dpu(d + as)}} < 1$ ，则

$f(\lambda ) = (\lambda + p)(\lambda + u) - \frac{{k\beta s(1 - \gamma )}}{{d(d + as)}}(1 - {{\rm{e}}^{ - d\tau }}){{\rm{e}}^{ - \lambda \tau }} = 0,$

(18)

等价于

$G(\lambda ) = \frac{{k\beta s(1 - \gamma )(1 - {{\rm{e}}^{ - d\tau }}){{\rm{e}}^{ - \lambda \tau }}/d(d + as)}}{{(\lambda + p)(\lambda + u)}} = 1.$

(19)

令λ=x+iy(x, y∈ $\mathbb{R}$ ). (反证)假设x≥0，则

$\begin{array}{*{20}{l}} {1 = |G(\lambda )| = \frac{{|k\beta s(1 - \gamma )(1 - {{\rm{e}}^{ - d\tau }}){{\rm{e}}^{ - \lambda \tau }}/d(d + as)|}}{{|(\lambda + p)(\lambda + u)|}} \le }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{{|k\beta s(1 - \gamma )(1 - {{\rm{e}}^{ - d\tau }}){{\rm{e}}^{ - x\tau }}/d(d + as)|}}{{|(x + p)(x + u)|}} \le }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{{|k\beta s(1 - \gamma )(1 - {{\rm{e}}^{ - d\tau }})/d(d + as)|}}{{|pu|}} = }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{{k\beta s(1 - \gamma )}}{{pud(d + as)}}(1 - {{\rm{e}}^{ - d\tau }}) = {R_0} < 1,} \end{array}$

矛盾，所以x < 0，即此时f(λ)的根具有负实部.因此，当R₀ < 1时, E₀是局部渐近稳定的.

3. 无病平衡点E₀的全局渐近稳定性

定理3 对于模型(3), 若R₀≤1, 则无病平衡点E₀全局渐近稳定.

证明设x₀=s/d，则模型(3)等价于：

$\left\{ {\begin{array}{*{20}{l}} {\dot x(t) = s - dx(t) - (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}},}\\ {\dot y(t) = (1 - \gamma )\int_0^\tau {\frac{{{{\rm{e}}^{ - d\sigma }}\beta x(t - \sigma )v(t - \sigma )}}{{1 + ax(t - \sigma ) + bv(t - \sigma )}}} {\rm{d}}\sigma - py(t),}\\ {\dot v(t) = ky(t) - uv(t),} \end{array}} \right.$

(20)

定义李雅普诺夫函数

$\begin{array}{*{20}{l}} {V = \frac{1}{d}(1 - {{\rm{e}}^{ - d\tau }})\frac{{{x_0}}}{{1 + a{x_0}}}\left( {\frac{{x(t)}}{{{x_0}}} - 1 - {\rm{ln}}\frac{{x(t)}}{{{x_0}}}} \right) + y(t) + }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{p}{k}v(t) + (1 - \gamma ){U^ - }(t),} \end{array}$

(21)

其中

${U^ - }(t) = \int_0^\tau {\int_{t - \sigma }^t {\frac{{{{\rm{e}}^{ - d\sigma }}\beta x(\theta )v(\theta )}}{{1 + ax(\theta ) + bv(\theta )}}} } {\rm{d}}\theta {\rm{d}}\sigma ,$

则有

$\begin{array}{l} \begin{array}{*{20}{c}} {\frac{{{\rm{d}}{U^ - }(t)}}{{{\rm{d}}t}} = \int_0^\tau {\frac{{{{\rm{e}}^{ - d\sigma }}\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}}} {\rm{d}}\sigma - \int_0^\tau {\frac{{{{\rm{e}}^{ - d\sigma }}\beta x(t - \sigma )v(t - \sigma )}}{{1 + ax(t - \sigma ) + bv(t - \sigma )}}} {\rm{d}}\sigma = }\\ {\frac{1}{d}(1 - {{\rm{e}}^{ - d\tau }})\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}} - \int_0^\tau {\frac{{{{\rm{e}}^{ - d\sigma }}\beta x(t - \sigma )v(t - \sigma )}}{{1 + ax(t - \sigma ) + bv(t - \sigma )}}} {\rm{d}}\sigma ,} \end{array}\\ \begin{array}{*{20}{l}} {\frac{{{\rm{d}}V}}{{{\rm{d}}t}} = \frac{1}{d}(1 - {{\rm{e}}^{ - d\tau }})\frac{1}{{1 + a{x_0}}}\left( {1 - \frac{{{x_0}}}{{x(t)}}} \right)\dot x(t) + \dot y(t) + \frac{p}{k}\dot v(t) + }\\ {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} (1 - \gamma )\frac{{{\rm{d}}{U^ - }(t)}}{{{\rm{d}}t}} = \frac{1}{d}(1 - {{\rm{e}}^{ - d\tau }})\frac{1}{{1 + a{x_0}}}\left( {1 - \frac{{{x_0}}}{{x(t)}}} \right)\left( {d{x_0} - dx(t) - } \right.}\\ {\left. {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} (1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}}} \right) - \frac{{pu}}{k}v(t) + \frac{1}{d}(1 - {{\rm{e}}^{ - d\tau }}) \times } \end{array}\\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}} {(1 - \gamma )\frac{{\beta x(t)v(t)}}{{1 + ax(t) + bv(t)}} = - \frac{{(1 - {{\rm{e}}^{ - d\tau }}){{(x(t) - {x_0})}^2}}}{{x(t)(1 + a{x_0})}} + }\\ {\frac{{puv(t)}}{k}\frac{{1 + ax(t)}}{{1 + ax(t) + bv(t)}}({R_0} - 1) - }\\ {\frac{{pub}}{{k(1 + ax(t) + bv(t))}}{v^2}(t).} \end{array} \end{array}$

(22)

由式(22)可知:当R≤1时, dV/dt≤0；当dV/dt=0时，v=0当且仅当x=x₀.由拉萨尔不变原理可知E₀是全局渐近稳定的.

4. 数值模拟

本节通过MATLAB软件进行数值模拟, 以验证该模型的无病平衡点具有全局渐近稳定性.在此取定相应系数值与初值：a=0.6, b=0.8, d=0.1, s=0.8, β=0.4, p=0.5, k=0.3, u=0.2, γ=0.5.(x(0), y(0), v(0))分别取为(9.5, 5.5, 6.6)、(7.4, 4.8, 5.3)、(6.8, 5, 6)、(4.4, 3.1, 4.8)、(5, 3.2, 4)、(14.5, 3.2, 2.6)、(2, 3.2, 2.6).

取τ=0.2，可得R₀=0.163 9 < 1.由此可以分别模拟得到模型(3)在R₀ < 1时的时间序列图(图 1)与三维空间相图(图 2).

图 1 模型(3)的时间序列图(R₀ < 1)

Figure 1. The time series plot of model(3) when R₀ < 1

下载: 全尺寸图片幻灯片

图 2 模型(3)的三维空间相图(R₀ < 1)

注：颜色不同的曲线代表初值不同的解曲线.

Figure 2. The 3-dimensional phase diagram of model (3) when R₀ < 1

下载: 全尺寸图片幻灯片

由图 1可知：x(t)随着时间的增加达到一定值, y(t)、v(t)随时间的增加而最终趋于0.由图 1和图 2可知：对任意给定的初值, x(t)、y(t)、v(t)最终趋于x轴的一定值E₀=(8, 0, 0).由此可知：无病平衡点在R₀ < 1时全局渐近稳定.

取τ=1.287 8, 可得R₀=1.由模拟得到的模型(3)在R₀=1时的时间序列图(图 3)和三维空间相图(图 4)可知：R₀=1时，x(t)、y(t)、v(t)的走向与R₀ < 1时的一致, 则可知无病平衡点在R₀=1时也是全局渐近稳定的.

图 3 模型(3)的时间序列图(R₀=1)

Figure 3. The time series plot of model(3) when R₀=1

下载: 全尺寸图片幻灯片

图 4 模型(3)的三维空间相图(R₀=1)

注：颜色不同的曲线代表初值不同的解曲线.

Figure 4. The 3-dimensional phase diagram of model(3) when R₀=1

下载: 全尺寸图片幻灯片

取τ=6.6, 则可得R₀=3.998 5>1.从而模拟得到模型(3)在R₀>1时的时间序列图(图 5)与三维空间相图(图 6).

图 5 模型(3)的时间序列图(R₀>1)

Figure 5. The time series plot of model(3) when R₀>1

下载: 全尺寸图片幻灯片

图 6 模型(3)的三维空间相图(R₀>1)

注：颜色不同的曲线代表初值不同的解曲线.

Figure 6. The 3-dimensional phase diagram of model(3) when R₀>1

下载: 全尺寸图片幻灯片

由图 5可知：x(t)随着时间的变化达到一定值, 但y(t)、v(t)并未随时间的变化而消亡, 故此时无病平衡点不稳定.由图 5和图 6可知：对任意给定的初值, x(t)、y(t)、v(t)最终趋于一定值E^*=(2.971 4, 4.859 1, 7.288 7).由此可知：地方病平衡点在R₀>1是全局渐近稳定.

5. 小结

本文建立了具有Beddington-DeAngelis功能反应和分布延迟的病毒动力学模型，并讨论了该模型的稳定性.为了研究药物对病毒感染的抑制作用，引入了药物治疗参数γ∈(0, 1), 并求解该模型在药物治疗下的基本再生数R₀, 通过分析该模型的特征方程, 证明了该模型的无病平衡点E₀的局部渐近稳定性; 通过构造合适的李雅普诺夫泛函和利用李亚普诺夫-拉萨尔型定理, 证明了该模型的无感染平衡点E₀在R₀≤1时的全局渐近稳定性; 通过Matlab验证了本文结论的有效性.本文虽然没有讨论地方病平衡点的全局渐近稳定性, 但由数值模拟可知地方病平衡点E^*的全局渐近稳定性, 由三维空间相图可知地方病平衡点E^*在R₀>1时是全局渐近稳定的.

图 1 煤基碳泡沫复合碳气凝胶材料制备工艺示意图

Figure 1. Schematic overview of the synthesis procedure for coal-based carbon foam and phenolic resin-derived carbon aerogel composites

下载: 全尺寸图片幻灯片

图 2 煤基碳泡沫及其复合材料示意图

Figure 2. Schematic diagram of coal-based carbon foam and its composite materials

下载: 全尺寸图片幻灯片

图 3 煤基碳泡沫及其复合材料红外光谱

Figure 3. FT-IR spectroscopy of coal-based carbon foam and its composite materials

下载: 全尺寸图片幻灯片

图 4 煤基碳泡沫及其复合材料的SEM图

Figure 4. SEM images of coal-based carbon foam and its composite materials

下载: 全尺寸图片幻灯片

图 5 碳气凝胶的N₂吸附/脱附表征结果

Figure 5. N₂ adsorption-desorption characterization results of carbon aerogel

下载: 全尺寸图片幻灯片

图 6 煤基碳泡沫及其复合材料的密度变化

Figure 6. Density variation of coal-based carbon foam and its composite materials

下载: 全尺寸图片幻灯片

图 7 煤基碳泡沫及其复合材料压缩强度变化

Figure 7. Compressive strength variation of coal-based carbon foam and its composite materials

下载: 全尺寸图片幻灯片

图 8 煤基碳泡沫及其复合材料的热导率

Figure 8. Thermal conductivity of coal-based carbon foam and its composite materials

下载: 全尺寸图片幻灯片

表 1 甲醛-间苯二酚凝胶原料组成

Table 1 Ratio of materials for RF gel

序号	样品名称	n_R/F	n_R/C	W/%
1	1-1-10-300	1	300	10
2	1-1-20-600	1	600	20
3	1-2-10-300	0.5	300	10
4	1-2-20-600	0.5	600	20
注：命名规则为CCF-R/F-W-R/C-CA，例如CCF-1 ∶ 1-10-300-CA表示为煤基碳泡沫复合碳气凝胶材料(碳气凝胶前驱体溶液中R与F摩尔比为1 ∶ 1，W为10%，R与C摩尔比为300)。

下载: 导出CSV

表 2 碳气凝胶孔结构参数

Table 2 Pore structure parameters of carbon aerogel

比表面积/(m²·g^-1)	总孔容/(cm³·g^-1)	微孔孔容/(cm³·g^-1)	平均孔径/nm
558.28	0.63	0.28	4.50

下载: 导出CSV

参考文献(26)

[1]	关欣, 赵静, 何友. 临近空间高超声速飞行器跟踪技术[J]. 兵器装备工程学报, 2011, 32(8): 4-6.
[2]	陈红波. ZrB₂基超高温陶瓷材料催化/氧化性能研究[D]. 哈尔滨: 哈尔滨工业大学, 2011.
[3]	李世斌, 马锐, 王林. 高速飞行器组合式热防护系统研究进展[J]. 战术导弹技术, 2023(1): 8-21.
[4]	邢亚娟, 孙波, 高坤, 等. 航天飞行器热防护系统及防热材料研究现状[J]. 宇航材料工艺, 2018(4): 9-15.
[5]	王璐, 韩洪涛, 王友利. 2017年国外高超声速技术发展回顾[J]. 国际太空, 2028(3): 41-45.
[6]	冯志海, 师建军, 孔磊. 航天飞行器热防护系统低密度烧蚀防热材料研究进展[J]. 材料工程, 2020, 48(8): 14-24.
[7]	陈玉峰, 洪长青, 胡成龙. 空天飞行器用热防护陶瓷材料简[J]. 现代技术陶瓷, 2017(5): 311-390.
[8]	韩丁, 郑世刚, 孙现凯. 氧化锆纤维高温隔热材料传热性能研究[J]. 陶瓷, 2022(7): 9-12.
[9]	王斌, 罗晓宇, 赵益君. SiO₂气凝胶增强碳泡沫复合材料的制备工艺及性能[J]. 硅酸盐学报, 2022, 50(5): 1316-1324.
[10]	赵红. SiO₂气凝胶/纤维复合隔热包装材料的制备及隔热机理研究[D]. 哈尔滨: 哈尔滨工程大学, 2014.
[11]	徐世南, 吴催生. 高超声速飞行器热防护材料研究进展[J]. 机械研究与应用, 2018, 31(5): 221-226.
[12]	徐凛, 姜勇刚, 李良军, 等. 耐高温SiO₂气凝胶隔热复合材料的重复使用性能[J]. 南京工业大学学报(自然科学版), 2023, 45(4): 411-418.
[13]	ALEX A S, ANANDA L M S, SEKKAR V. Microporous carbon aerogel prepared through ambient pressure drying route as anode material for lithium ion cells[J]. Polymers for Advanced Technologies, 2017, 28(12): 1945-1950. doi: 10.1002/pat.4085
[14]	李凯, 吴琼. 沥青基和煤基炭泡沫体成型过程中泡沫成核机理探讨[J]. 炭素技术, 2013, 32(1): 6-9.
[15]	李凯, 吴琼, 叶平伟, 等. 沥青基和煤基炭泡沫体成型过程中泡沫成核机理探讨[J]. 炭素技术, 2013, 32(1): 1-4.
[16]	苏茹月, 王馨博. 炭气凝胶/泡沫炭复合热防护材料的制备及性能研究[J]. 炭素技术, 2021, 40(2): 27-31.
[17]	兰州大学. 有机分析实验[M]. 北京: 高等教育出版社, 1988.
[18]	张艺端, 徐晓婧, 李凯, 等. 一锅法制备酚醛基炭气凝胶[J]. 炭素技术, 2023, 42(2): 43-48.
[19]	王金凤, 王朝阳, 唐永建, 等. 对苯二酚-甲醛炭气凝胶的制备[J]. 强激光与粒子束, 2005(11): 111-113.
[20]	蒋伟阳, 张波, 周斌, 等. 间苯二酚-甲醛有机气凝胶的结构控制研究[J]. 材料科学与工艺, 1996(2): 70-75.
[21]	THOMAS W J, CITTENDEN B D. Adsorption technology and design[M]. Boston: Oxford, 1998.
[22]	李隆隆, 李良军, 冯军宗, 等. 炭气凝胶力学性能增强方法研究进展[J]. 材料导报, 2021, 19: 19041-19048.
[23]	瑚佩, 姜勇刚, 张忠明, 等. 耐高温高强度隔热复合材料研究进展[J]. 材料导报, 2020, 7: 82-90.
[24]	LUCAS R D, DANFORD H E, PLUCINSKI J W. Infiltrated carbon foam composites: US8105512[P]. 2012-01-31.
[25]	郑梓璇, 王德刚, 梁国杰. 聚氨酯泡沫浸渍酚醛树脂溶液制备炭泡沫隔热材料研究[J]. 材料导报, 2022, 36(7): 227-233.
[26]	OLEG M. Alifanov. design of thermal protection based on open cell carbon foam structure optimization[J]. Applied Thermal Engineering, 2020, 173: 115252/1-10.

施引文献(2)

期刊类型引用(1)

宋冰，张育茹，桑媛，张龙. 具有饱和发生率和分布时滞的HIV免疫模型的稳定性. 广西师范大学学报(自然科学版). 2023(02): 106-117 .

百度学术

其他类型引用(1)

资源附件(0)

图(8) / 表(2)

计量

文章访问数: 53
HTML全文浏览量: 31
PDF下载量: 12
被引次数: 2

1. 解的非负性与有界性
2. 平衡点及无病平衡点的局部渐近稳定性
3. 无病平衡点E0的全局渐近稳定性
4. 数值模拟
5. 小结

一种轻质隔热碳基复合材料的制备

通讯作者: 王克军，Email: kejunw@126.com

计量

出版历程