排序方式: 共有123条查询结果,搜索用时 15 毫秒
31.
32.
研究了CuO-V2O5-Bi2O3(CVB)低熔化合物对ZnO-TiO2二元体系相关系和介电性能的影响规律.发现少量CVB添加剂可有效降低ZnO-TiO2陶瓷的烧结温度;烧结温度对相稳定性和介电性能影响显著,当CVB的添加量为2%(质量分数)时,可使烧结温度降至850℃,并具有优异的微波介电性能,其ε=30.5,Q×f32 000GHz,τf=10×10-6/℃;增加CVB的加入量对介电常数影响不大,但使Q×f值显著降低,而进一步提高烧结温度则会使介电常数和谐振频率温度系数显著提高,而品质因数下降. 相似文献
33.
对不同晶粒尺寸的钛酸钡混合烧结性能进行了研究,并同时研究了晶粒尺寸对钛酸钡陶瓷性能的影响.将初始粒径为100nm的钛酸钡粉体在不同的温度下预烧得到不同晶粒尺寸的钛酸钡粉体.将这些粉体(200nm~500nm)按照不同比例与不同粒径大小组合通过球磨混合均匀后在1250℃还原气氛下烧结.将结果与各种均一晶粒尺寸的钛酸钡X7R陶瓷进行比较.实验结果表明,不同晶粒尺寸混合烧结的钛酸钡陶瓷性能基本上都位于其单一组分性能的平均值处.SEM对陶瓷显微结构的观察表明不同大小的晶粒之间基本没有相互影响,小晶粒填补了大晶粒之间的空隙达到了在较低的温度下烧结致密化的目的.对陶瓷的绝缘电阻和击穿电压的特性也进行了研究. 相似文献
34.
基于人工神经网络的BaTiO3陶瓷配方研究 总被引:2,自引:1,他引:2
人工神经网络具有巨量并行、结构可变、变度非线性等特点,其建立数学模型并不需要预先知道太多有关问题背景的知识,这尤其适用于陶瓷配方研究中某些机理尚未完全清楚、传统数学方法无法分析的情况,本工作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,并且用图形化方式直观地表达了出来,根据实验结果,并与多重非线性回归模型相比发现,人工神经网络模型比多重非线性回归模型更加准确且能给出配方组成与性能更丰富的信息,这对于研究各组分作用规律并获得介电陶瓷多性能指标的优化配方具有重要的指导作用。 相似文献
35.
36.
37.
38.
39.
40.