对顶砧压腔内的压力弛豫及温压测量新技术

来源 :吉林大学 | 被引量 : 0次 | 上传用户:tiankong20
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
金刚石对顶砧装置(DAC)作为一种应用广泛的高压产生装置,是获得物质在极端压力条件下理化性质的有效工具。随着探测技术的进步,基于DAC的高压原位探测技术不断拓展,使高压科学覆盖的科学领域越来越多。然而,DAC高压技术仍然面临着如无传压介质情况下压力梯度的消除以及压力的准确标定,样品的内加温以及温度的准确探测等问题有待解决。这些问题的存在直接影响到高压物性测量的可靠性和准确性,也限制了DAC的应用领域。所以本文提出了一系列关于压力梯度处理、温度加载与温压测试的新方法。作者研究了DAC内压力变化趋势与稳定条件,给出了消除压力梯度的方法;发明了DAC加热、测温以及适合温度加载高压原位测量实验的同轴双压腔DAC新技术及装置。研究结果摘要如下:1、DAC压腔内的压力弛豫系统进行了无传压介质条件下DAC压腔内径向/轴向压力分布与压力释放和平衡实验,温度对压腔内径向/轴向压力释放与平衡过程影响实验,以及压力稳定条件下橄榄石粉末样品电学阻抗测量和对比实验。结果表明:无传压介质条件下粉末样品在DAC内加压后,压腔内径向/轴向压力均呈现梯度分布。初始压力升高时,压力梯度分布更趋显著。在径向,当压腔中心点加压至6.1 GPa时,边缘点的压力可达9.2 GPa。在轴向,当施压面压力为12.9 GPa时,压腔底面的压力为10.2 GPa。随着时间的推移,腔内压力梯度持续趋缓并最终达到压力平衡。同时,压腔内的整体压力也显著下降。在本文的实验压力范围内,弛豫过程后径向最大压力下降可达32.6%,轴向压力降低最大可达34.9%。室温下的压力平衡过程将持续数十小时。随着初始压力的增加,平衡时间也随之延长。适当加热样品可使压力平衡时间缩短到数十分钟。在施压后马上加温样品可导致压力出现近30%的下降。而压力平衡后加温样品,压力最大降幅低于6%。在不引起样品相变的情况下,样品加温是加快压力平衡过程和维持压力稳定的有效手段。高压原位橄榄石阻抗测试结果表明:在压力弛豫过程中,各时段的阻抗谱存在显著差异。随着压力趋于平衡,阻抗谱也渐趋确定值。这一结果表明:压腔内压力弛豫引发的压力分布变化会对实验测试结果产生不可忽视的影响。2、DAC加热与测温新方法针对DAC加温测温的问题,本文进行了测温型复合垫片、压腔内加热型复合垫片以及加热测温型复合垫片的设计与制作。实际测试显示:测温型复合垫片、压腔内加热型复合垫片以及加热测温型复合垫片均能有效改善样品的加热条件。与现有技术相比,加热测温型复合垫片的制备工艺复杂性大大降低,可在压腔内实现稳定的温度场,并在加热的同时测得样品的准确温度。由于采用了惰性金属铂作为发热体,可有效抑制样品污染,提高实验的可靠性与成功率。本文实验测试表明:复合垫片升温效果明显(达1400 K)且测温准确可靠。3、同轴双压腔DAC装置研究根据加热高压实验面临的压力测量困境,本论文设计制作了新型DAC装置。新装置主体由样品模块、传压水冷模块、标压模块组成。样品模块和标压模块均为四轴导向,压砧旁侧空间开放,为电性以及侧向XRD探测提供了充足的操作空间。同时,新DAC的砧座采用了球面与平面组合设计,有助于快速拆装与调平对中操作。传压水冷模块内含水冷导槽,能与配套水冷模块联合使用,对DAC进行冷却,保障标压模块不受样品腔加温的影响。新型DAC的创新点体现在同轴双压腔设计。通过共享一组导向系统实现标压模块与样品模块的协同工作,在室温下测量加温样品室的压力,实现样品和标压物质(如红宝石等)的空间分隔,有效消除标压物质的热解或与样品发生反应而引起的压测误差或样品污染导致的实验失准。4、新型DAC装置及新垫片制备技术综合应用测试研究为研究同轴双压腔DAC装置与加热测温新技术组成的实验测量系统综合性能,我们以Si O2-H2O体系温压特性研究为切入点,进行了温压实现与测量系统协同性、稳定性等的测试与分析。根据实验过程及结果分析可知:Si O2-H2O作为简单的矿物+流体二元体系,不但组分中的固体Si O2溶解温度表现出随所处环境压力升高逐渐降低的现象,而且在压力不变条件下混溶物电阻随温度升高出现先下降后上升的趋势,表明混溶物中活性离子的输运性质随温度存在趋势改变。研究也表明同轴双压腔DAC装置与加热测温新技术组成的实验测量系统,不但在温度加载、温度测量和压力标定等方面均具有很好的协同性,而且新型DAC也与光谱和电性探测具备优异的兼容性。
其他文献
汽车产品在市场竞争中核心技术要素主要包含可靠性、稳态工况下的性能、瞬态工况下的动态性能,以及批量生产过程中的上述性能的产品一致性、使用一段时间后上述性能的衰减。经过几十年发展,我国已经完全掌握了可靠性和稳态性能的开发技术,自主汽车品牌的相关性能指标已经达到了国际一流水平。我国自主品牌汽车急需提升产品的动态性能及其量产一致性和性能持久性。目前,产品瞬态工况的动态性能只能通过实车场地试验主观评价进行开
传统半导体材料为光电领域的发展做出了卓越贡献,但随着后摩尔时代的到来,对光电信息等系统提出了更高的需求,光电子器件也朝着小体积、大带宽、低功耗、集成化、智能化等方向发展,促使科研人员不断探寻新材料、新结构、新机理。近年来,新型光电材料如钙钛矿、过渡金属硫化物、超结构材料等在光电领域展现出巨大的应用潜力,并不断刷新各类光电器件的性能指标,但是针对这些新材料物理特性背后的作用机理尚未充分挖掘,尤其是对
利用传统深海探测技术进行海底多金属硫化物勘查不仅难度大且成本高,这导致已发现的热液区与采集到的与热液成矿相关数据较少。为缩小勘探范围从而提高找矿效率,在实地勘探前,我们需要一种既适用于小样本,又能使特征变量充分体现找矿信息的成矿定量预测方法。如今一些传统的统计学方法已应用于海底多金属硫化物成矿预测,但这些方法无法满足上述要求。机器学习算法具有可以同时将二分类、多分类和连续数据作为特征变量的优势,而
随着自动驾驶和网联技术的不断发展,未来很长一段时间内会出现智能网联车辆(Connected Autonomous Vehicle,CAV)、自动驾驶车辆(Automated Vehicle,AV)和人工驾驶车辆(Human-driven Vehicle,HDV)混合行驶的情况。为研究混行交通流中不同类型车辆的跟驰行为,混行车辆跟驰建模成为了微观交通流仿真研究的热点问题之一。然而,目前大部分研究不能
随着经济社会高速发展,社会矛盾运动获得了两种新特质,即“跨界与互联”、“风险与突发”,这两种新特质推动着行政管理实践中管理模式与行政情景的扩展,并进一步促使“跨部门协同”作为一种卓具成效的应急管理机制被广泛适用于各领域的应急实践之中。尤其在突发事件频发的当下,应急管理领域的跨部门协同(后文简称“应急协同”)几乎每天都在上演,并不断在更深的治理层次、更广的治理领域以及更完整的治理过程中完成自身的机能
推荐系统是为了解决“信息过载”问题而产生的一种有效工具,随着推荐系统被广泛应用于新闻、音乐、社交平台和电子商务等领域以满足用户的个性化需求,以个性化推荐技术为代表的推荐算法受到了越来越多的关注。其中,协同过滤算法是应用最广泛的个性化推荐算法,由于传统的协同过滤算法只考虑用户的历史反馈数据进行推荐,面临着稀疏性和冷启动等问题。因此,越来越多的研究开始利用更多类型的数据构建混合式推荐算法,例如社交网络
分类问题,如垃圾邮件检测、疾病自动诊断、信用卡诈骗识别等,是机器学习领域的核心基础问题。现有分类方法通常设计一个参数化模型(如深度神经网络)建模数据中特征到标签的映射关系,并使用相应的标注数据训练模型以学习该映射关系。为保证模型的分类性能,这类监督学习方法要求数据的信息是充分、准确、明确的。然而,随着互联网的发展和社交媒体应用的普及,数据规模虽呈现指数式增长,但很大一部分数据是不完备的,其不完备性
超分子弹性体是一类基于超分子非共价相互作用对聚合物链段进行交联而构筑的具有橡胶特性的弹性体材料。非共价相互作用的动态可逆性赋予了超分子弹性体可修复和可循环利用的性能,这延长了弹性体的使用寿命和周期,减少了基于共价交联的弹性体因难以回收降解造成的资源浪费和环境污染,对构建可持续发展社会具有重要意义。近年来,尽管人们已经发展了大量的具有修复和循环利用性能的超分子弹性体,但是,超分子弹性体的发展仍面临如
以分子筛为代表的无机多孔材料,因其具有规则有序的孔道结构、大的比表面积、优异的热稳定性和化学稳定性,已经被广泛应用于催化、吸附分离和离子交换等领域。近年来,研究者们通过调控多孔材料的孔道结构、骨架组成、晶体形貌、以及活性物种掺杂,使其在很多领域展现出前所未有的优异性能。此外,以无机多孔材料为主体,通过主客体自组装的方式,在其孔道中负载量子点、有机分子、金属簇等具有光电活性的客体纳米粒子,从而赋予复
学位