首页> 中文期刊> 《粉末冶金材料科学与工程》 >基于机器学习的间歇式电沉积制备W@Cu核-壳粉体模型的构建与应用

基于机器学习的间歇式电沉积制备W@Cu核-壳粉体模型的构建与应用

         

摘要

W和Cu两相的均匀分布对获得高性能W-Cu复合材料至关重要。本文主要研究基于机器学习的间歇式电沉积制备W、Cu均匀分布的W@Cu粉体模型的构建与应用。首先,建立间歇式电沉积制备W@Cu核-壳粉体的机器学习模型,确定核-壳粉体理论镀层厚度与电流、电沉积时间、待镀粉体粒径和承载量之间的关联,然后在承载量为1000 g的装置中进行实验验证。将W@Cu核-壳粉体在1375℃下进行无压烧结,研究成形压力对W-Cu复合材料致密度、烧结收缩率和电导率的影响。结果表明,在电流密度为7 A/dm^(2)、电沉积时间为6 h时,实际镀层厚度为3.93μm,与理论镀层厚度3.15μm相符。提高成形压力有利于获得高致密度、低烧结收缩率的W-Cu复合材料。同时,核-壳粉体在显微组织中形成Cu的导电通道,有利于复合材料电导率的提升。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号