空气气氛下碳热还原筛分法制备Magnéli相TinO2n-1

来源 :稀有金属材料与工程 | 被引量 : 0次 | 上传用户:gaobaobao127
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
介绍了一种在空气气氛中通过碳热还原筛分法制备Magnéli相(TinO2n-1,4<n<10)低价钛氧化物的方法,研究了还原温度和还原时间对还原产物的物相、电阻率的影响.结果 表明,提高还原温度和延长还原时间有利于将TiO2还原为Magnéli相TinO2n-1.将Magnéli相TinO2n-1(n=4,5)粉末在1350℃下干燥20 min,通过扫描电子显微镜观察,其粒径为0.5~8 μm.在还原温度为1350℃时,还原产物的电阻率随还原时间的延长而显著降低.在1350℃下还原50 min的产物的电阻率最小,为79.3 Ω·cm,其物相组成几乎全部为Ti3O5.“,”A novel method for fabricating Magnéli phase (MP) TinO2n-1 (4<n<10),carbothermal reduction sieving,in air atmosphere was introduced.The influence of the reduction temperature and reduction time on the phase structure and resistivity of reduction product was investigated.The results show that increasing the reduction temperature and prolonging the reduction time are beneficial for the reduction of TiO2 to MP TinO2n-1.MP TinO2n-1 (n=4,5) powder was obtained after reduction at 1350 ℃ for 20 min,and its particle size is 0.5~8 μm according to results of scanning electron microscopy analysis.Resistivity of the reduction product is decreased significantly with prolonging the reduction time at 1350 ℃.The minimum resistivity of 79.3 Ω·cm is achieved for the product after reduction at 1350 ℃ for 50 min,and the phase composition is mainly Ti3O5.
其他文献
针对当前机器人时间最优轨迹规划算法存在的求解效率低、约束不完整等局限性,提出了 一种改进的基于可达性分析的时间最优轨迹规划算法.该算法基于路径离散化将整个规划问题转化为多阶段迭代求值问题,求解效率高;由于考虑了包含摩擦在内的全动力学约束以及运动学约束,算法求得的结果在保证时间最优的前提下更为符合机器人实际运动性能.数值仿真实验证实了本算法的可行性和求解高效性.
针对一种多柔性梁耦合结构进行研究,搭建了多柔性梁耦合结构实验平台,采用激光位移传感器对残余振动信号进行测量,并建立了有限元模型.为抑制其产生的残余振动,借助了神经网络的拟合效果,设计了神经网络控制器,包括了预测网络与控制网络.预测网络为长短时记忆(LSTM)神经网络,控制网络为反向传播(BP)网络,网络经过离线训练,并在线使用反向传播进行权值更新.通过仿真与实验,表明LSTM网络具有很好的预测作用,验证了神经网络控制器的有效性,总体上能更快抑制振动.
针对传统谱减算法在低信噪比情况下的性能不佳的问题,提出了一种基于Katz维数的改进谱减算法,利用一种新的动态调整过减因子α的策略实现对谱减法的改进,提升了算法性能.实验结果表明,相比于传统谱减法、小波变换法及谱减结合小波变换的语音增强法,所提算法在信噪比、主观感知质量和可懂度三个方面都得到了提升.
针对自动泊车辅助系统中的规划路径曲率不连续,导致车辆原地转向的问题,采用逆推法,根据车身结构和周围环境约束,确定了控制点,利用贝塞尔曲线的性质设计出一条曲率连续且无碰撞的参考路径.为了提高自动泊车的可靠性,根据离散线性二次规划的原理,设计一个结合前馈控制和反馈控制的跟踪控制器.在Simulink和CARSIM中的仿真结果验证了该方法的可行性,表明提出的方法在泊车位尺寸合适的情况下能有效的跟踪参考路径,误差在可接受的范围内.
轨道交通与地面公交的接驳换乘优化,是城市公共交通系统提升服务水平的重要建设方向.针对该问题,本文研究了在满足常规乘客乘车需求的前提下,如何通过优化公交发车时刻实现公交与轨道交通的高效换乘.首先,挖掘乘客出行轨迹信息获取轨道交通与常规公交的历史换乘客流量,然后训练多层感知器神经网络对轨道交通站点出站后换乘公交的客流需求进行预测.本文选取一条接驳多个轨道交通站点的常规公交线路作为研究对象,建立考虑换乘客流需求的公交发车时刻优化模型,以常规乘客和换乘乘客等待时间成本以及公交公司运营成本最小为目标,最后设计遗传算
针对自适应算法存在的不收敛问题,提出了一种Adam改进算法.通过引入多个超参数,并进行多次指数平滑,来弥补一次指数平滑的不足.此外,对二阶动量计算加以修正,预防了二阶动量数据发生不良的波动,从而达到平滑非预期的大学习率的效果.分别在Resnet模型和Densenet模型上对cifar10和cifar100数据集进行了对比实验.从实验可以看出,所提算法适用于不同的模型结构和不同数据集,与Adam算法相比,其准确率平均提升了 1.3%,同时为收敛问题提供了一种有效的解决方案.
护具佩戴检测和动作识别是智慧安监系统中的一个重要环节.针对传统并行识别方法准确率低且实时性不高的问题,提出了一种基于姿态估计的并行识别方案,利用一种基于距离和匈牙利算法的数据交互方法,将人员躯干和护具进行匹配,快速并行实现了护具佩戴检测与动作识别.并行识别方案利用深度可分离卷积,对Openpose模型的参数进行压缩,使Openpose模型轻量化,提高了该模型姿态估计的实时性,并提出了一种结合姿态信息的四边形检测法,解决了未佩戴护具(手持安全帽)的误判问题.在实时检测实验中,并行识别方案的手持安全帽的误判率
针对注意力脑电信号的多分类研究、脑机接口系统的实验范式扩展等问题,设计了 一种基于稳态视觉诱发电位(SSVEP)和注意力脑电的混合脑机接口系统.首先,对注意力脑电的多级分类进行探索,设计了融合空间注意和脑力任务的注意力范式,改善注意力脑电的分类性能.脑机接口实验中,使用α波阻断信号实现SSVEP和注意力诱发界面的切换;SSVEP信号用于控制机器人的运动;注意力分级用于改变机器人的运动速度.实验招募了 10名被试进行脑机接口系统的实验,实验结果显示,注意力信号的三分类正确率达78.2%;被试控制机器人到达目
动力电池荷电状态(SOC)是电动汽车电池管理系统(BMS)的一个重要技术指标,针对锂电池SOC难以精确估算的问题,提出一种基于改进灰狼算法(IGWO)优化核极限学习机(KELM)的SOC估计方法.为了克服标准GWO算法存在早熟收敛、易陷入局部最优等缺陷,算法首先采用混沌映射和反向学习策略产生初始灰狼种群,其次引入收敛因子非线性调整机制来提升算法的整体收敛速度,最后利用高斯变异及贪婪选择算子更新最优解位置,以降低算法陷入局部极值的概率.通过5个标准测试函数的仿真实验证明了该算法具有更好的寻优能力.利用IGW
利用连续沉积的包埋渗法,在钼表面制备了(Ti,Mo)Si2/MoSi2复合涂层.利用X射线衍射、扫描电子显微镜、能谱仪和热力学计算对涂层进行了表征与反应机理分析.结果 表明,共沉积法无法实现Ti的有效沉积.先渗Ti、再渗Si的两步沉积工艺能有效制备Ti改性硅化物涂层.涂层分为3层,最外层为(Ti,Mo)Si2三元化合物层,次外层为MoSi2层,次外层与基体间为Mo5Si3过渡层.渗硅温度对涂层结构无明显影响.Ti改性硅化物涂层的生长速率略低于单一渗硅涂层的生长速率.(Ti,Mo)Si2/MoSi2复合涂层