简介:在60MPa压力,5个不同的烧结温度下将ZnO?聚苯胺?聚乙烯混合粉末压制成复合陶瓷圆片,研究烧结温度的变化对其电物理性能和显微组织的影响。结果显示,烧结温度从30°C升高至120°C,击穿电压从830V降低至610V;继续提高烧结温度,击穿电压反而升高。随着烧结温度的升高,界面电压势垒的变化与击穿电压的变化相反。样品的泄露电流很低,说明材料具有低的降解速率。烧结温度越高,非线性系数变得越小。此外,各样品均有迟滞现象,随烧结温度升高至120°C,电滞回线降低;当温度继续升高时,电滞回线变宽。紫外光谱的结果显示,有3个杂质能级,且随烧结温度的升高而降低。扫描电镜的结果显示,复合材料显微组织中含有晶粒和晶界,晶界的电阻率是影响材料的压敏特性随烧结温度变化的主要因素。
简介:通过气雾化方法制备Al86Ni7Y4.5Co1La1.5(摩尔分数,%)合金粉末。首先,将粉末进行不同时间的球磨,然后在不同的烧结温度及保压时间等条件下对粉末分别进行热压烧结和放电等离子烧结。通过X射线衍射仪(XRD),扫描电镜(sEM)以及透射电镜(TEM)对粉末和块体材料的显微组织和形貌进行表征。结果表明:在特定球磨参数下球磨100h以上可以产生非晶,而且通过放电等离子烧结可以得到非晶/纳米晶块体材料,然而这种材料的相对密度较低。通过热压烧结可制备抗压强度为650MPa的Al86Ni7Y4.5Co1La1.5纳米块体材料。
简介:研究烧结温度对含Mn-Nb-Tb的Zn-V-O基陶瓷显微组织和压敏性能的影响。结果表明,随着烧结温度由875°C升高到950°C,烧结陶瓷样品的密度由5.55g/cm3降低到5.45g/cm3,其平均晶粒尺寸由4.1μm增大至8.8μm,击穿场强由7443V/cm显著降低至1064V/cm。经900°C烧结的压敏陶瓷样品具有明显的非线性特性,其非线性系数为49.4,漏电流密度为0.21mA/cm2。当烧结温度由875°C升高到950°C时,Zn-V-O基陶瓷样品的介电常数由440.1增大到2197.2,其损耗因数的变化范围为0.237-0.5。因此,本研究中Zn-V-O基陶瓷组分和烧结条件有利于以银为内电极的先进多层芯片压敏电阻的开发。
简介:0引言曲轴-这是内燃机的主要零件之一,它关系到内燃机的工作能力和可靠性.曲轴的主要质量参数是制造精度(用尺寸误差以及表面的形状误差和位置误差决定)和轴颈工作表面的粗糙度.对曲轴的几何精度和表面质量的主要要求是:1)主轴颈和连杆轴颈的直径精度6~7级;圆度偏差4~5级精度;2)主轴颈相对曲轴轴线的跳动,对直径达100mm的轴颈不大于0.01~0.015mm,对较大直径的轴颈不大于0.015~0.025mm.连杆轴颈相对自身轴线的允许跳动量大约较主轴颈的跳动量大50%;3)曲轴半径的长度偏差不大于±0.15mm/100mm;曲拐之间的角度差在曲轴全长上不大于±30;4)飞轮紧固法兰的端面跳动不大于0.005mm/100mm;轴颈圆柱表面的粗糙度Ra≤0.63μm.
简介:采用扫描电镜、能谱仪以及X射线衍射仪对具有WC+β(β为钴基粘结相)两相结构的WC-11Co-0.71Cr3C2-0.06RE(RE为含La、Ce、Pr、Nd的混合稀土)硬质合金烧结体表面进行观察与分析。结果表明,在烧结过程中合金中的La、Ce、Pr、Nd通过定向迁移与烧结炉内气氛中的S、O等杂质元素结合,在合金烧结体表面形成RE2S3(主)和RE2O2S(少量)弥散相。从合金中Cr3C2的热力学稳定性、Cr在Co中的溶解度特性以及稀土原子激发等3个方面,对稀土迁移活性的激发机制和稀土原子的定向迁移机制进行分析与讨论。
简介:霍尔-埃鲁特铝电解槽需要一种新型的耐火材料来取代现有的凝固电解质构筑的炉帮。用两步烧结法制备的镁铝尖晶石作为潜在的候选材料,采用阿基米德排水法和扫描电镜研究镁铝尖晶石的致密化和晶粒长大。将所制备的试样在Na3AlF6-AlF3-CaF2-Al2O3电解质中腐蚀以评价其耐蚀性能。结果表明,用两步烧结法可制备高致密度(99.2%)和均匀显微结构的镁铝尖晶石。镁铝尖晶石对Na3AlF6-AlF3-CaF2-Al2O3电解质的腐蚀机理主要是镁铝尖晶石的溶解、氧化铝的形成和氟化物的扩散。两步烧结法制备的镁铝尖晶石具有良好的耐Na3AlF6-AlF3-CaF2-Al2O3电解质腐蚀性能。
简介:Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。