【摘 要】
:
在新能源动力及风力发电等领域的广泛应用对烧结钕铁硼的矫顽力和温度稳定性提出了更高的要求。随着稀土资源价格不断上涨,推动重稀土减量化成为钕铁硼当前发展的趋势。由于晶界结构不理想,烧结钕铁硼的矫顽力仍远低于理论值。基于晶界结构和矫顽力的依赖关系,以及RE6(Fe,M)14晶界相成相过程中伴随的烧结钕铁硼磁体微观结构优化这一特性,本论文通过双合金工艺,根据烧结钕铁硼磁体原始晶界相成分特点晶界添加合适的辅
【机 构】
:
中国科学院大学(中国科学院宁波材料技术与工程研究所)
【出 处】
:
中国科学院大学(中国科学院宁波材料技术与工程研究所)
论文部分内容阅读
在新能源动力及风力发电等领域的广泛应用对烧结钕铁硼的矫顽力和温度稳定性提出了更高的要求。随着稀土资源价格不断上涨,推动重稀土减量化成为钕铁硼当前发展的趋势。由于晶界结构不理想,烧结钕铁硼的矫顽力仍远低于理论值。基于晶界结构和矫顽力的依赖关系,以及RE6(Fe,M)14晶界相成相过程中伴随的烧结钕铁硼磁体微观结构优化这一特性,本论文通过双合金工艺,根据烧结钕铁硼磁体原始晶界相成分特点晶界添加合适的辅相合金,优化晶界成分以达到RE6(Fe,M)14富铁相形成的成分范围并最终促进连续晶界结构形成,获得了无重稀土高矫顽力烧结钕铁硼磁体。本文阐明了烧结钕铁硼磁体晶界成相机制和晶界添加辅相合金对晶界相铁磁性的影响。取得的主要研究成果如下:系统研究了在低B无Ga成分磁体中晶界添加Nd-Ga合金对磁体晶界结构和磁性能的影响。随着Nd-Ga合金添加量的增加,磁体矫顽力从1.51 T迅速增加,并在4 wt%添加量下获得了1.98 T矫顽力的磁体,20°C-120°C温度范围的矫顽力温度系数相比于原始磁体从-0.606%/°C也改善至-0.574%/°C。而进一步添加Nd-Ga矫顽力增长变缓,在8 wt%添加量下磁体矫顽力为2.04 T。物相分析和微观结构表明,在适量的Nd-Ga合金晶界添加下,回火过程中RE6(Fe,M)14相在磁体中产生并伴随连续晶界相的形成。在这一过程中部分主相的表面发生分解,参与到RE6(Fe,M)14晶界相成相过程。磁体的高温磁化行为表明Nd-Ga晶界添加能弱化磁体晶界的铁磁性。因此,在Nd-Ga合金晶界添加的磁体中,晶界相的组织结构和物性的演变最终导致了烧结钕铁硼在回火过程中矫顽力的大幅提高。进一步研究了在正常B含Ga体系磁体中晶界添加Pr-Cu-Ti合金对磁体物相组成以及磁性能和力学性能的研究。磁体的磁性能结果表明,3 wt%的Pr-Cu-Ti晶界添加能获得综合磁性能最佳的磁体,磁体矫顽力相比于未添加的原始磁体从1.42 T提高至1.86 T,20°C-120°C温度范围的矫顽力温度系数从-0.656%/°C显著改善至-0.534%/°C。元素化学状态分析表明晶界添加的Ti元素主要是以合金形式存在,部分的Ti与B结合形成Ti B2相,调控了局域Nd-Fe-B的组成体系,促进富铁的RE6(Fe,M)14晶界相在回火过程中的成相并形成连续的晶界相,因此磁体的矫顽力得到显著提高。而在过量晶界添加Pr-Cu-Ti会导致液相烧结过程中Ti B2相在主相晶粒中沉淀,造成磁性能恶化。此外,这种微观结构变化又有助于力学性能的改善。Pr-Cu-Ti晶界添加后的磁体抗弯强度得到显著提升,而硬度略微提高。
其他文献
机器人示教学习是机器人操作技能学习的一种方式。未来,机器人将成为人类社会生活不可缺少的一部分,机器人也将会被要求完成难度更高的任务,使用传统的示教编程方法将会极大地增加机器人工程师工作负担。为了提高机器人在复杂任务场景下的适应能力,减少机器人工程师的手动编程的工作量,需要机器人具有自我学习能力,能够从任务示教的过程中学习任务技能与动作技巧,并将其推广到新的任务场景。本文主要针对机器人示教学习领域中
含硒化合物和含硫化合物广泛存在于天然产物、药物、农药和材料之中,因此开发简单有效的构建C-Se键和C-S键的合成方法一直是化学家们研究的热点,数十年来已经发展出了诸多可靠的策略。但这些方法通常需要一些较为苛刻的条件如高温、预先官能团化的底物或严格的无水无氧条件等。其中,过渡金属催化的C-H活化策略由于避免了底物的预先官能团化步骤而备受青睐。然而,这类策略通常面临两个主要问题,一是如何高选择性地活化
在现实中,图像的获取过程往往受相机质量、成像环境等条件限制,产生低质量图像,或在图像传输中出现失真。而这些图像会极大地制约用户或者图像检测算法获取图像中信息的能力。对低质量图像进行增强,将其转化为高质量图像,有着广阔的应用前景。本课题是基于生成对抗神经网络开展的图像增强算法研究,将生成对抗神经网络应用于水下图像增强和屏幕内容图像增强两个方面。主要工作如下:(1)首先总结了现有水下图像增强研究中主流
随着对时效镁合金的室温变形过程研究的深入,不可避免地要涉及如何认清析出相与变形孪晶交互作用实质这一关键性问题。由于目前对镁合金中分布密度不同、形态各异的析出强化相的认知还不具有统一性,加之镁合金中变形孪生模式的多样性以及孪生机制的复杂性,因而对变形孪晶与析出相之间的相互作用关系尚不明确。一直以来这都是一个值得关注却难以解决的重要问题。揭示镁合金中变形孪晶在析出相存在条件下的生长、孪晶与析出相的相互
近年来,计算机科学技术飞速发展,深度神经网络随之兴起,基于人脸图像的识别技术已经成为一个研究热点,引来国内外学者的关注。而面部表情承载着人类的情绪状态,是人类表达自己最强大的信号之一,因此,表情识别技术研究有着非凡意义和广泛的应用前景。然而,在复杂场景下的人脸图像模糊、冗余信息的干扰、表情的相似性等问题,会造成表情识别不准确,且实际应用效果也会受到很大影响。针对这些缺陷,本文开展了基于深度学习的表
过氧化氢(H2O2)作为一种绿色化学品被广泛应用在各个行业。传统的蒽醌氧化制备方法却存在高耗能,污染,产生大量有毒废物的缺点并且所制备的高浓度过氧化氢在运输以及存储时存在爆炸风险。氧还原反应(ORR)制备过氧化氢受到人们的广泛关注,由于其反应环境温和,反应物只需空气便可能够现场制备过氧化氢,避免存储以及运输时的风险。目前我们非常需要寻找一种拥有高活性以及高选择性的电催化剂用于2e-ORR。例如Pt
作为一种清洁能源,甲烷在天然气发动机和煤电厂等领域有广泛的应用。但是,未完全燃烧的甲烷排放到大气中会引起温室效应(约为二氧化碳的24倍)。同时,甲烷具有极高的热稳定性,难以降解。实现低温高效催化甲烷燃烧对控制甲烷排放具有很重要的研究意义。然而,传统热场驱动催化甲烷燃烧因低温活性差、能耗高等缺点限制了其实际应用。电场辅助催化可提升催化活性,但需要输入高电压(>100 V),并且依旧需要额外加热。事实
<正>肺结节是指肺内直径≤3 cm的类圆形或不规则病灶,影像学表现为密度增高的阴影,可为单发或多发,边界清晰或不清晰[1-3]。肺组织活检病理检查可为肺结节的定性诊断及治疗策略的制定提供依据。然而,随着人群预期寿命的不断延长,部分高龄患者合并一种或多种慢性基础疾病或复杂用药情况,易导致出血、气胸等并发症,对于这类患者开展肺结节活检则面临巨大挑战。
锂离子电池因其能量密度高、电压高和循环寿命长等优异特性,广泛应用于手机和电脑等手持设备以及电动汽车和智能电网等大规模储能设备中。目前广泛应用的液态锂离子电池体系仍存在安全性能低,大电流充放电时稳定性差等问题。本文从电解质锂盐出发,针对锂离子电池安全性能低的问题,通过人工智能模型辅助分析了聚合物电解质的特征和性能的关系,根据分析结果开发了一种新型二元共轭结构的含氟磺酰亚胺锂盐,用于聚合物电解质。针对
在信息化时代,数据作为一种重要的战略资源呈爆炸式增长,民航业的信息化发展也需要大量的、可靠的数据作为基石来驱动。同时伴随而来的就是数据共享需求的急剧增长。然而,当前我国民航领域各机场数据存储方式不统一,以及数据共享过程中安全性无法保证,导致数据资源在各机场间无法得到有效共享,制约了民航领域信息化发展。因此,本文基于区块链技术设计了整个系统的三层架构、各层级构成及所实现的功能。利用区块链本身具有的分