基于SEM-SPM原位纳米压痕超薄铜薄膜弹性模量研究

本文利用自主研发的扫描电子显微镜-扫描探针显微镜联合测试系统(SEM-SPM),研究了直流磁控溅射(DCMS)和原子层沉积(ALD)两种成膜方式对40、60和80 nm超薄铜薄膜弹性模量的影响.基于赫兹理论和King模型的计算结果表明,利用DCMS得到不同厚度铜薄膜的弹性模量值在(95±2)Gpa~(125±4)GPa之间,而通过ALD得到的铜薄膜弹性模量值在(99±2)Gpa~(154±6)GPa之间.对比分析可知,不同厚度的铜薄膜弹性模量比块体铜材料的弹性模量(90 GPa)大6%~71%,且通过两种不同方式沉积得到的铜薄膜弹性模量值都随着薄膜厚度的增加而减小,表现出明显的尺寸效应.而且对于同一厚度的铜薄膜,利用ALD沉积的弹性模量比DCMS的大4.2%~23.2%,由透射电子显微图像对比分析可知,前者的平均晶粒尺寸是后者的60%,纳米晶粒小尺寸效应可能是薄膜弹性模量增大的原因.     

用Zernike自由曲面设计弯曲屏幕超薄投影系统

基于非球面离轴反射式投影系统,提出了采用Zernike自由曲面取代非球面进一步优化系统结构的设计方法,并利用Zernike多项式与Seidel像差之间的关系,优化系统的成像性能.设计采用一片Zernike自由曲面取代四片非球面系统中的一片非球面,使投影系统的厚度从24cm减为20cm,边缘视场的调制传递函数（MTF）在50lp/mm时由45％提高到57％,中心视场及0.7视场的MTF由60％提高到了70％,两系统畸变均小于3％,且由于采用柱面弯曲屏幕设计,场曲均在18mm以下.研究结果表明,应用Zernike自由曲面设计投影系统不仅可以提高光学系统的性能,而且可以实现更加超薄的系统结构.     

MEMS中的摩擦学研究及发展趋势

对近年国内外MEMS摩擦学研究的新进展作了综述，介绍了MEMS系统的纳米摩擦学特性，讨论了包括环境条件、材料处理、表面改性、固体薄膜润滑、分子超薄膜润滑等在解决MEMS摩擦和润滑问题上的研究状况，并提出了当前相关研究中所遇到的问题，及今后MEMS摩擦学发展的方向。     

冷轧压下量对取向硅钢极薄带显微组织的影响

观察了取向硅钢极薄带经冷轧至不同厚度,并经过不同工艺热处理后的显微组织及亚结构。结果表明:冷轧压下量越大,显微组织中位错密度越高,冷变形组织越多,等轴晶粒越少;增加冷轧压下量可以使试样的再结晶温度降低,当钢带厚度为0.08 mm时,在650℃退火时就能发生明显的再结晶。     

一次烧成大规格超薄瓷质砖的配方研制

在广东科达机电陶瓷工程试验中心成功进行了具备全部独立知识产权的大规格超薄瓷质砖配方的研制及生产。本文主要介绍了大规格超薄瓷砖坯体配方的组成、生产工艺及主要性能指标。     

磁头/盘界面超薄气体润滑雷诺方程的数值求解

针对利用一般数值方法求解超薄气膜润滑雷诺方程时出现的不易收敛问题,提出了基于PDE工具求解气体润滑雷诺方程的方法,计算了具有不同克努森数和最小间隙的平板型滑块空气轴承和双轨型滑块的气膜压力分布.并求解了作用面上的轴承力.计算结果与利用MGL方法和DSMC方法求得的计算结果比较表明,该方法具有足够的求解精度,且收敛速度快.该方法为具有复杂磁头形貌特征的超薄气体润滑雷诺方程求解提供了一种方便、准确的方法.     

乙撑硫脲对高抗拉锂电铜箔性能影响研究

为了满足新能源汽车对高比能量密度动力电池的增长需求,升级超薄锂电铜箔（≤6μm）的制备能力势在必行。超薄锂电铜箔的抗拉强度较低,在涂布卷绕过程中,会发生铜箔断裂现象,降低产品的合格率。本研究采用添加剂乙撑硫脲以获得抗拉强度≥45kg/mm2的6μm铜箔,通过扫描电子显微镜(SEM)和X射线衍射仪(SRD)研究了乙撑硫脲对表面微观结构和铜箔晶粒取向的影响,既为制备超薄高抗拉锂电铜箔提供了一个新型添加剂配方,也为开发极薄锂电铜箔（≤4.5μm）提供了研究方向。     

超薄宽幅高品质冷轧板带工业化生产关键技术概述

分析了超薄宽幅高品质冷轧板带工业化生产中的主要技术难题;从乳化液流量动态优化设定、气雾混合与油水混合轧制润滑系统、板形质量控制以及卷取与开卷工艺等方面简述了宽幅冷轧板带超薄轧制关键工艺技术;从跑偏、瓢曲预报与控制以及炉辊辊型优化等方面简述了超薄宽幅板带连退过程高效稳定通板控制技术;从超薄镀层控制与表征以及镀液与阳极寿命...     

大径厚比超薄壁筒形件变薄旋压鼓形

应用于核电技术AP1000核主泵的屏蔽套属于大径厚比超薄壁筒形零件,制造精度要求极高。文章通过实验与数值模拟,研究Hastelloy C-276合金大径厚比超薄壁筒形零件变薄旋压,分析旋轮前筒坯的鼓形现象,得到了工艺参数对鼓形的影响规律,并提出了实现稳定旋压的工艺措施。     

基于BP神经网络算法的316L不锈钢极薄带热处理力学性能预测

目的 为了预测不锈钢极薄带热处理后的力学性能、优化热处理工艺以及实现热处理工艺的智能控制,构建基于BP算法的神经网络模型。方法 以316L不锈钢极薄带为研究对象,进行热处理试验和拉伸试验,通过以热处理的退火温度、保温时间和取样方向作为输入层参数,以屈服强度、抗拉强度、断后伸长率作为输出层参数,采用BP算法构建了316L不锈钢极薄带力学性能预测的思维进化算法优化BP神经网络模型,并进行模型的预测和应用验证,考虑不同隐含层节点数及不同BP神经网络模型对性能的影响。结果 思维进化算法优化的BP神经网络模型测试集的屈服强度、抗拉强度和断后伸长率的平均相对误差分别为8.92%、5.21%和9.28%,训练集相关系数为0.980 94。思维进化算法优化BP网络单、双隐含层误差总和最低分别为0.578 6和0.546 9,BP网络与思维进化算法优化的BP网络误差总和最低分别为0.579 9和0.546 9。结论 思维进化算法优化BP神经网络模型具有较好的预测能力和泛化能力,以及较高的预测精度。与企业现用生产工艺相比,采用模型优化后热处理工艺的综合力学性能有显著提高。