均质形核突变形成RE211细小颗粒及高性能REBCO超导块材制备

来源 :上海交通大学 | 被引量 : 1次 | 上传用户:sxyzx
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
高温超导技术和超导材料因具有广阔的应用前景而受到了广泛关注。REBa2Cu3O7-δ(REBCO或RE123,RE=Y,Sm,Nd等)超导块材更是在超导电机、磁悬浮运输、超导储能和轴承等方面具有重要的应用前景,而应用的前提是可以制备出高性能的REBCO超导块材。临界电流密度Jc作为超导性能的重要指标之一,其大小正比于超导块材单位体积内具有纳米尺度的晶体缺陷即磁通钉扎中心的数量。在微观结构上,REBCO块材通常由非超导相RE2BaCuO5(RE211)颗粒与超导相RE123基体构成,这两者之间的界面可形成有效的磁通钉扎中心。因此,细化被RE123相包裹的RE211颗粒并使其均匀分布,是提高超导块材性能的一个非常重要的方面。本论文的研究内容主要集中于两个方面:在顶部籽晶熔融织构法(TSMG)中,首次提出一种新颖的前驱体粉末(MPP)法并成功制备出一系列在高温下具有Y211纳米颗粒的高性能YBCO块材;再基于MPP法,通过调控Ba/Cu值以及沿c轴自上而下的分层结构来实现一种分层&富钡的新型的前驱体粉末(LB-MPP),成功获得均匀分布且颗粒细小的Sm211,并最终获得大尺寸高性能的SmBCO块材。具体成果如下:1.均质形核突变形成Y211纳米颗粒和高性能YBCO块材生长在传统的TSMG法中,前驱体粉末(CPP,Y123+Y211)中含有的预置Y211颗会在高温下发生粗化和外延生长,导致最终Y211颗粒变得粗大。基于此,我们首次提出一种新颖的、无预置Y211颗粒的前驱体粉末(MPP,Y2O3+Ba2Cu3Oz),通过相变反应Y2O3+Ba2Cu3Oz→Y211,在某一高温下爆发性地、瞬间地产生大量具有纳米尺度的Y211颗粒。实验结果显示,最终样品中的Y211的粒径在亚μm到6μm之间,与传统方法制备的样品相比,磁悬浮力平均提高了约10%,冻结磁场从0.418T提升至0.636T。更重要的是,我们给出了 MPP、CPP法中Y211颗粒的两种形核和生长模型,也为进一步细化其它体系RE211颗粒提供了新的思路。2.均质突变形核模式下实现均匀细化的Sm211颗粒在实现大尺寸高性能SmBCO块材制备的问题上,基于无预置Sm211颗粒的前驱体粉末Sm2O3+BaxCuyOz,巧妙地通过改变x/y值来调控最佳的Ba/Cu=0.75。此外,前驱体粉末沿c轴方向分层,根据相变反应Sm2O3+Ba3Cu4Oz→Sm211,改变每一层Sm2O3与Ba3Cu4Oz的摩尔比来实现自上而下Sm211含量逐渐减少的结构。最终,这种分层&富钡的前驱体粉末(LB-MPP)获得了尺寸得到细化、分布更加均匀的Sm211颗粒。其次,普通尺寸样品的磁悬浮力初步呈现出的趋势是CPP
其他文献
目的了解腹泻型肠易激综合征(IBS with diarrhea,IBS-D)患者血清adiponectin、apelin及chemerin的表达水平;分析adiponectin,apelin,chemerin与IBS-D患者症状严重程度及焦虑
信息系统是人工智能领域的重要模型.粒计算是人工智能的一个重要的数学工具,在粒计算的框架下,信息系统中的信息结构具有重要的研究意义.三支决策是热门的研究话题,它是一种符合人类认知模式的决策方法,为解决实际决策问题提供了新的视角.本文主要研究覆盖信息系统中的信息结构及三支群决策方法,文章结构如下:第一章,简要介绍信息系统中信息结构思想来源与研究现状、以及三支决策思想.同时,还介绍了本文研究的意义和研究
任务型对话系统(Task-oriented Dialogue System)是自然语言处理中的重要任务之一,在日常生活中的智能客服、个人助手等场景下有广泛的应用。其任务是根据用户的输入返回系统生成的回复,通过多轮交互的形式实现用户的请求或者目标。为完成这一任务,经典的神经网络模型被用于构建任务型对话系统实现对话状态追踪和系统回复生成。但此类方法依旧面临一些挑战,例如,如何缓解神经网络构建的对话系统
随着电子商务在全球市场不断进行开拓,其中商品知识图谱承担了重要的角色,被广泛应用于平台治理、品牌运营、前端导购等核心业务。由于电商领域存在商品类型繁多、属性体系庞大等特性,商品知识图谱与通用知识图谱存在一定的差异。因此,本文主要研究基于商品属性的商品图谱构建,以及不同语言的商品图谱进行对齐与融合。基于属性的商品图谱主要描述了商品的属性及属性值信息。早期的研究工作采用基于规则的方法,由专家设计领域相
作为最有效的信息过滤系统之一,推荐系统在这信息过载的时代发挥着极大的作用。大量关于个性化推荐的技术被提出,然而这些技术中依旧存在以下两个局限:(1)认为推荐过程是静态的,忽略了推荐系统中的动态特性的影响;(2)数据稀疏性的问题依旧存在。为了缓解以上两个问题,本文中分别提出了两个推荐模型:基于深度强化学习的推荐模型Recommendation System based on Deep Reinfor
近年来,具有高光致发光量子产率(PLQY)的杂原子掺杂的碳点(CDs)受到广泛关注,其应用范围广泛,涉及化学传感器、光催化、生物成像和药物递送等。从元素周期表可以看出,氮和磷
植物纤维是自然界中储量丰富、来源广泛的可再生生物质资源。如果使其可像热塑性塑料一样易于加工成型,从而部分替代石油基聚合物,将有效解决当前日益严重的资源和环境问题。
泥炭沼泽湿地由于处于长期或季节性水淹环境,好氧微生物数量少,活性弱,动植物残体分解缓慢,自然状态下有机物的分解速率小于储藏速率,所以其有机质含量高,是地球系统天然的碳
非刚性图像配准是计算机视觉中的关键技术之一,在医学图像处理和模式识别等领域有着广泛的应用。传统Demons算法仅仅依靠图像的梯度驱动浮动图像向固定图像移动,相似度度量函
聚合物碳点(PCDs)是一类兼具碳和聚合物材料双重特征的同相异质纳米发光材料,因其制备简单、高量子效率、可大规模合成、发光颜色可调以及易于多元素掺杂等优点,在光催化、生物成像、光电器件、荧光防伪以及传感器等方面有极大的应用潜力。通过前驱体结构与炭化过程(如溶剂热反应)控制,制备尺寸、炭化度以及表面基团可控的PCDs,进而调控其发光性能是当前研究的关键问题。本论文在乙醇溶剂热合成酚基PCDs过程中引