一种溶剂热法制备铁酸铋粉体的方法

    公开(公告)号:CN102826608A

    公开(公告)日:2012-12-19

    申请号:CN201210306522.5

    申请日:2012-08-24

    CPC classification number: Y02P20/124

    Abstract: 本发明公开了溶剂热法制备铁酸铋粉体的方法,包括以下步骤:(1)按摩尔比1:1称量分析纯的Fe(NO3)3·9H2O和Bi(NO3)3·5H2O,并将其溶解于硝酸溶液中,经磁力搅拌配成均匀的母盐溶液;(2)将KOH溶液滴加到母盐溶液中,经磁力搅拌后得到沉淀物,沉淀物经清洗并干燥后得水热反应前驱物;(3)将水热反应前驱物放入水热釜中,并加入无水乙醇和水的混合物作为溶剂,KOH作为矿化剂;(4)密封反应釜,将反应釜置于120℃~130℃烘箱内,反应后取出反应釜中的产物,经过滤得到沉淀物;沉淀物经洗涤,干燥得到铁酸铋粉体。本发明的制备温度低,节省能源,且铁酸铋结晶完好、工艺控制及合成所需仪器设备简单。

    金属铝电极压电陶瓷元件及其制备方法

    公开(公告)号:CN101714607A

    公开(公告)日:2010-05-26

    申请号:CN200910192539.0

    申请日:2009-09-22

    Abstract: 本发明公开了金属铝电极压电陶瓷元件及其制备方法,该金属铝电极压电陶瓷元件包括PZT陶瓷和在PZT陶瓷上下表面烧结的金属电极;金属电极至少有一个是铝电极面;铝电极面采用铝电极浆料在PZT陶瓷上烧结形成,以质量百分比计,所述铝电极浆料原料配方为55~60%的金属铝粉,12~15%的低熔点无铅玻璃粉,14~18%的乙基纤维素粘合剂,1.0%抗氧化助剂,余量为有机溶剂。其制备方法包括铝电极浆料配制、在PZT陶瓷表面印刷铝电极浆料、烧结和电场极化。本发明通过调节铝电极浆料中的无机粘结剂的化学成分和比例,提高铝电极面与PZT压电陶瓷间的结合强度。采用铝电极代替银电极可以大大降低压电陶瓷元件的制造成本。

    一种高介电常数钙稳定氧化锆薄膜及其制备方法

    公开(公告)号:CN117144294A

    公开(公告)日:2023-12-01

    申请号:CN202311411588.5

    申请日:2023-10-30

    Abstract: 本发明提供一种高介电常数钙稳定氧化锆薄膜,钙稳定氧化锆薄膜是晶粒形貌为柱状的单一相结构钙稳定氧化锆。本发明还提供了一种高介电常数钙稳定氧化锆薄膜的制备方法,包括以P型重掺杂硅为衬底,以锆酸钙陶瓷靶为靶材,对P型重掺杂硅通过工业标准湿法清洗工艺进行清洗,并使用氮气吹干,采用脉冲激光沉积法在P型重掺杂硅上沉积钙稳定氧化锆薄膜,沉积条件是激光能量密度为1.4‑1.6J/cm2,氧气压强为18‑22mpa,衬底温度550‑600℃,所述靶材和所述衬底的距离为4.5‑5.5cm。本发明属于电容器薄膜技术领域。本发明提供一种高介电常数钙稳定氧化锆薄膜及其制备方法,可以得到一种介电常数高,介电常数温度系数小、偏压稳定性高的单一相结构的钙稳定氧化锆薄膜。

    一种负温度系数热敏陶瓷材料及其制备方法

    公开(公告)号:CN116655367A

    公开(公告)日:2023-08-29

    申请号:CN202310361976.0

    申请日:2023-04-07

    Inventor: 卢振亚 胡铎 贾智

    Abstract: 本发明属于电子陶瓷材料领域,具体涉及一种负温度系数热敏陶瓷材料及其制备方法。所述陶瓷材料的成分包括0.69(Bi1‑xMgx)FeO3‑0.31BaTiO3,其中x=0.1%~5.0%。陶瓷材料的配方原料包括含有以下元素的氧化物、无机盐或有机盐:Bi、Fe、Ba、Ti、Mg金属元素;例如包括Bi2O3、Fe2O3、BaCO3、TiO2及MgO粉末。本发明的宽温区高温热敏电阻材料具有良好的致密性,同时具有优秀的热敏性能,在0~700℃范围内具有明显的负温度系数特性,适合制备宽温区高温热敏电阻器。

    一种提高NTC产品高精度良率的方法

    公开(公告)号:CN114716232A

    公开(公告)日:2022-07-08

    申请号:CN202210460655.1

    申请日:2022-04-28

    Abstract: 本发明公开了一种提高NTC产品高精度良率的方法;本发明采用化学共沉淀法制备NTC前驱体粉体,所制备出的粉体具有良好的成分均匀性。将该前驱体粉体进行高温热处理,得到NTC陶瓷粉料。粉料经造粒、成型和排胶后烧结,在烧结过程中控制降温过程速率。得到的NTC产品的高精度(±1%)良率可达60‑90%,±3%档次良率超过95%。该方法操作简单,解决了传统制备方法中高精度良率过低的问题。

    机器学习与CVD建模相结合的组分预测方法

    公开(公告)号:CN111597735B

    公开(公告)日:2022-06-14

    申请号:CN202010567007.7

    申请日:2020-06-19

    Abstract: 本发明提供一种机器学习与CVD建模相结合的组分预测方法,确定反应器的尺寸和基片形状尺寸;建立对应的反应器几何模型;为几何区域和边界添加材料属性;模型网格剖分;选择建立多物理场模型,并进行多物理场耦合;建立流体传热和层流模型;建立浓物质传递模型;计算层流和流体传热耦合的物理场,将得到的解作为初始值计算化学和浓物质传递的物理场接口,得到硼碳体系前驱体气体反应得到的各种中间物质的浓度分布;分别得到不同的结果对比分析,最终得到各种沉积工艺条件下的物质浓度分布结果;利用机器学习算法将沉积硼碳比和其联系起来,预测不同沉积条件下沉积的硼碳比,并分析其误差大小。本发明可准确预测沉积产物组分比。

Patent Agency Ranking