| 基于机器学习的间歇式电沉积制备W@Cu核-壳粉体模型的构建与应用 |
| |
| 引用本文： | 邓楠,梁淑华,李建强.基于机器学习的间歇式电沉积制备W@Cu核-壳粉体模型的构建与应用[J].粉末冶金材料科学与工程,2023(1):20-27. |
| |
| 作者姓名： | 邓楠 梁淑华 李建强 |
| |
| 作者单位： | 1. 西安理工大学材料科学与工程学院陕西省电工材料与熔(浸)渗技术重点实验室;2. 北京科技大学材料科学与工程学院;3. 西安理工大学导电材料与复合技术教育部工程研究中心 |
| |
| 基金项目： | 国家自然科学基金资助项目(52204374,51972304,51971208)；;陕西省重点研发项目(2019ZDLGY05-07)；;陕西省教育厅科研项目(20JS094)； |
| |
| 摘 要： | W和Cu两相的均匀分布对获得高性能W-Cu复合材料至关重要。本文主要研究基于机器学习的间歇式电沉积制备W、Cu均匀分布的W@Cu粉体模型的构建与应用。首先，建立间歇式电沉积制备W@Cu核-壳粉体的机器学习模型，确定核-壳粉体理论镀层厚度与电流、电沉积时间、待镀粉体粒径和承载量之间的关联，然后在承载量为1 000 g的装置中进行实验验证。将W@Cu核-壳粉体在1 375℃下进行无压烧结，研究成形压力对W-Cu复合材料致密度、烧结收缩率和电导率的影响。结果表明，在电流密度为7 A/dm2、电沉积时间为6 h时，实际镀层厚度为3.93μm，与理论镀层厚度3.15μm相符。提高成形压力有利于获得高致密度、低烧结收缩率的W-Cu复合材料。同时，核-壳粉体在显微组织中形成Cu的导电通道，有利于复合材料电导率的提升。
|
| 关 键 词： | W-Cu复合材料 电沉积 核-壳粉体 机器学习 微观结构 |
|
