AlN表面处理及级配填充对覆铜板绝缘层性能的影响规律与机制研究

来源 :无机材料学报 | 被引量 : 0次 | 上传用户:yoyo1028
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
在覆铜板绝缘层基体中添加导热陶瓷填料是提高其导热性能的一种有效方法。AlN是一种导热率高、绝缘性好的陶瓷填料,但其易水解的性质限制了实际应用。此外,相比于陶瓷填料–树脂基体复合材料体系,有关填料填充型覆铜板产品性能的系统研究较少。本研究通过对AlN进行磷酸酸洗,获得了抗水解性能优异的pAlN,进一步研究了不同pAlN粒径和填充量对覆铜板导热性、剥离强度、介电性能和其他性能的影响。为了获得更有效的填料分布网络,采取了不同粒径pAlN级配填充策略,探究了多种级配方案对覆铜板性能的影响,获得了最优级配和综合性能
其他文献
采用试验的方法对单轴往复加载下的3种不同形式钢板剪力墙进行抗震性能研究,试验结果表明,3种剪力墙均是因为面外约束不足而失稳失效,此外还得到横向波纹剪力墙拥有更好的面内抗震性能的结论。还原地震多维性对钢板剪力墙面内抗震性能的影响,通过有限元仿真的方式进行双向加载,探明了双向地震作用下,横向波纹剪力墙面内抗震性能的变化规律,其中边缘柱翼缘宽度及钢板厚度为主要变量。结果表明:波纹钢板剪力墙面外约束是限制其面内抗震性能的重要因素;双向加载下,其面内抗震性能出现不可忽略的削弱现象,并且滞回曲线呈现出明显的捏拢现象;
燃料电池能够将化学能转化为电能,是一种绿色高效的能量转换装置,但是受到阴极氧还原反应(ORR)动力学迟缓的限制,燃料电池需要使用Pt等贵金属作为催化剂,这就导致其成本显著增加。碳基负载单原子催化剂(C-SACs)展现出高原子利用率和高选择性等优异性能。另外,C-SACs在不同pH环境下都显示出优异的ORR催化活性,被视为贵金属催化剂的经济替代品。本文介绍了近年来提升C-SACs的ORR催化性能的策略,包括选择不同种类的金属中心原子,调控金属中心的配位结构以及对载体进行杂原子掺杂。同时介绍了这些C-SACs
图像超分辨率重构是计算机视觉领域中的一个经典问题,旨在通过算法将一幅或者多幅低分辨率图像转化为高分辨率图像。近年来,基于深度学习的单幅图像超分辨率重构算法得到了广泛的应用。针对多数网络存在的学习能力较弱、训练时间较长以及重建图像质量有待提升等问题,提出一种基于残差学习的图像超分辨率重构方法。网络通过级联深度卷积网络对图像进行特征提取,引入残差学习获得深层次的纹理细节信息,并加快网络的收敛速度,避免
在低温条件(TC≈3~22 K)下,除了4f电子满壳层的LuB12之外,其他稀土-硼十二化合物(简称RB12,R为稀土元素Tb,Dy,Ho,Er,Tm)存在磁性和比热的反常现象,该反常现象的机制至今仍存争议。尽管磁化率曲线上的隆起与R3+离子的反铁磁序类似,但是中子衍射谱和莫斯堡尔谱的实验均没有明确给出稀土离子的磁结构。这些化合物磁化率、熵的反常行为和低温中子谱的结果都与RB12具有幅度调制的磁结构一致。本课题组采用模型和数值计算相结合的方法来探究该反常行为的物理机制。研究表明:由于稀土离子meV量级的晶
针对低秩矩阵在图像显著性检测中,因凸松弛迭代奇异值分解导致的计算复杂度高及稀疏矩阵元素间潜在结构关系未充分考虑导致的显著图发散或不完整现象,提出了一种结构化低秩矩阵Krylov-SVD分解的显著性目标检测算法。该算法对Arnoldi模型进行了深入研究,在Krylov-Schur重启算法的基础上对Schur分解进行改进,给出了Krylov-SVD奇异值分解算法,通过求其前k个特征值,对稀疏矩阵进行降
针对目前各高校现有的课堂考勤系统进行分析,提出了基于人脸识别的课堂考勤系统。又因为在课堂环境下有人脸识别准确率较低以及漏检率高等问题,基于ArcFace人脸识别框架进行了改进,融合了图像增强技术和目标检测技术。首先通过教室内部摄像头视频流的提取,根据图像清晰与否判断是否使用图像增强技术对图片进行增强处理,再通过目标检测算法筛选出所有学生,最后对筛选出的学生正脸图像使用ArcFace算法提取人脸特征
钢丝绳隔振器被广泛运用在舰艇设备隔振抗冲击领域。针对传统钢丝绳隔振器拉伸性能较差的缺点设计了新型可双向压缩钢丝绳隔振器,在保持钢丝绳隔振器原有隔振效果的基础上,进一步提升了隔振器的抗冲击性能。振动和冲击试验得到新型钢丝绳隔振器的固有频率约为10.6 Hz,动刚度约为57606 N/m,冲击隔离率在82.5%以上。多体动力学软件ADAMS数值模拟与试验结果验证了新型钢丝绳隔振器具有较好的抗冲击性能。新型钢丝绳隔振器的迟滞模型可简化为双线性模型。该研究为提升舰艇设备抗冲击性能提供了一种有效的技术手段。
为解决学习者个性化教学过程中,教学资源分配缺乏个性化、针对性,导致线上教学、培训效果不佳的问题,在深入研究高校人才培养模式的基础上,引入虚拟导师教学机制,展开基于虚拟导师的教学资源自组织协同机制的研究。通过构建虚拟教师资源自组织模型,为个性化人才培养提供理论支撑;提出基于MAS(multi-agent systems,多智能体系统)的资源自组织协同机制,实现资源个性化定制分配,为学习者定制个性化培养方案;设计基于MAS的虚拟教师资源自组织系统,将其应用在高校就业技能培养过程中,为学习者提供适用于自身特征的
自然场景文本检测技术已经成为计算机视觉领域重要的研究任务,在图像检索、辅助驾驶、工业检测等领域具有广泛应用。在现有的基于深度学习的自然场景文本检测方法中,非极大抑制算法在对同一个真实文本框的重复检测进行合并和筛选时,将预测框的分类置信度作为排序依据,导致那些定位更精确而分类置信度略低的预测框被抑制,从而影响检测准确率。为了提高预测框的定位精确度,文中提出基于置信度融合的文本检测方法。首先,设计了交
提出了一种能够高效降低齿轮箱多个场点上空气噪声的肋板布局方法。说明了声学贡献量最大区域的确定流程,以该区域法向振动速度最大节点上的速度最小为目标建立了可降低齿轮箱单场点上空气噪声的拓扑优化模型。提出了齿轮箱多场点上空气噪声的衡量指标,根据优化模型和衡量指标建立了多场点低噪声齿轮箱结构设计方法。运用该方法在单级人字齿轮减速器箱体表面新添了降噪肋板。结果表明:每次根据拓扑优化结果新添降噪肋板后,目标场点上的声压级均有明显降低;根据提出的方法多次新添降噪肋板后,齿轮箱多个场点上的空气噪声水平有了明显降低。