排序方式: 共有123条查询结果,搜索用时 0 毫秒
1.
2.
3.
NiCuZn铁氧体和银内电极的共烧行为 总被引:2,自引:0,他引:2
NiCuZn铁氧体正作为磁介质广泛地应用于低烧多层片式电感,因此有必要对其与银内电极的共烧行为进行研究。该文主要介绍NiCuZn铁氧体/银内电极多层复合体共烧过程中的烧结收缩、界面反应、扩散对介质性能的影响。尖晶石结构中存在相当数量的空位,这为银离子提供了一定的溶解度,因此在共烧过程中银对铁氧体的相组成影响较小。银对铁氧体性能的影响体现在两个方面。一方面是由于银具有相对低的烧结温度,从而在烧结过程中起到助烧剂的作用,促进致密化过程,提高烧结体的密度和磁导率;另一方面,银促使铁氧体中的铜在晶界处析出,导致晶界处应力,使磁导率降低,晶粒生长也被一定程度地抑制。 相似文献
4.
对低温烧结Zn(Nb0.9V0.1)2O6微波介质陶瓷进行了研究,讨论了V离子取代Nb离子进入铌酸锌晶格后对材料结构与微波性能的影响以及V5+取代后材料结构与性能之间的关系.实验结果表明少量V5+取代Nb5+后材料的烧结温度可从未取代时的1150℃显著降至取代后的950℃;V离子进入铌酸锌晶格,材料晶体结构仍为铌铁矿结构;低温烧结后ZnNb0.9(V0.1)2O6微波介质材料具有圆柱状微结构和部分玻璃相物质;Zn(Nb0.9V0.1)2O6微波介质材料950℃烧结后具有最佳微波介电性能(介电常数为25,Q×f值为29 500GHz,谐振频率温度系数为-44×10-6/℃). 相似文献
5.
6.
人工神经网络在优化BaTiO3陶瓷配方研究中的应用 总被引:3,自引:0,他引:3
首次将人工神经网络技术用于介电陶瓷的配方性能分析。以BaTiO3为研究对象选取了几种掺杂剂,在均匀实验设计的基础上,用BP人工神经网络对所得实验结果进行了分析,建立了相应配方的数学模型并将其与多重非线性回归模型的结果进行了比较。通过对人工神经网络配方数学模型的二次分析,得到了比多重非线形回归模型更加丰富的配方信息和内在规律,并且用图形化方式直观地表达了出来。在进一步对配方结果的优化和验证的基础上发现实验结果能够较好地符合理论预测,说明人工神经网络对于获得多性能指标要求介电陶瓷的最优化配方具有较好的指导作用。 相似文献
7.
8.
9.
10.