K2O-SnO2-LiZnVO4系湿敏陶瓷电性能的复阻抗分析

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:hanyancuiceo
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
采用共沉淀法制备出K2O-SnO2-LiZnVO4系湿敏陶瓷材料,考察了液相掺杂K^+对材料湿敏特性的影响,通过复阻抗分析方法,研究了材料的电性能,并进一步分析了试样在不同湿度中的导电机理和等效电路。结果表明:K^+液相掺杂的摩尔分数为10%时可使材料具有低湿电阻小,灵敏度适中的特性。复阻抗分析表明:试样的电容在低频范围随相对湿度的升高而增大,但高频范围几乎不随相对湿度变化,且试样在低湿时主要以电子导电为主,高湿时以离子导电为主。
其他文献
大学物理教学管理系统是建立在NET Framework平台上,使用ASP.NET和ADO.NET技术,利用Visual Studio.NET2005开发工具进行界面及程序设计的一个教学综合管理系统,SQL Server2000做后
新《指引》的指导作用不仅适用于商业银行,对于政策性银行、农村合作银行、信用社等其他银行业金融机构在一定程度上也同样适用。因此,在“科技风险管理之策略篇”,本刊特邀中国
目的探讨后路小切口全髋关节置换术治疗老年股骨颈骨折的临床效果。方法回顾性分析2018-01—2020-06间淮阳县人民医院骨科行全髋关节置换术治疗的86例老年股骨颈骨折患者的临
针对矿井单传感器监测系统监测数据单一、不确定性较高的缺陷,利用基于D—S证据理论的多传感器信息融合技术,在对原始数据分析处理的基础上,把多种参数通过数据融合模块实现对井
针对目前车辆牵引性能测试中,牵引力传感器由于环境温度变化出现测量误差,影响了测试精度的问题,采用基于神经网络的数据融合技术对其进行补偿,不但避免了硬件补偿的复杂性,且提高了测试精度,取得较好的效果。实验证明:采用基于径向基函数(RBF)神经网络的数据融合技术补偿牵引力传感器中由于温度漂移而引起的误差较传统的补偿方式,具有较大的优势,有一定的实用性和推广价值。