-
公开(公告)号：CN116161956B
公开(公告)日：2024-01-16
申请号：CN202211674765.4
申请日：2022-12-26
Applicant: 北京大学口腔医学院 , 乌镇实验室 , 桐乡清锋科技有限公司 , 清华大学
IPC: C04B35/48 , C04B35/622 , A61L27/10 , A61L27/50
Abstract: 本发明属于功能陶瓷材料技术领域，涉及一种铌酸钾钠/氧化锆复合陶瓷及其制备方法与应用。所述铌酸钾钠/氧化锆复合陶瓷具有下列所示化学通式：(Na0.5K0.5NbO3)x(Y0.06Zr0.94O1.97)(1‑x)；其中，0.04≤x≤0.12。本发明的KNN/3Y‑TZP复合陶瓷具有晶粒细、韧性好、压电性能优异的优点，可以应用于口腔种植体，在获得韧性的同时依靠压电性能刺激骨生长，具有修复患处的作用。
-
公开(公告)号：CN114276138B
公开(公告)日：2023-01-17
申请号：CN202111631976.5
申请日：2021-12-28
Applicant: 清华大学
IPC: C04B35/495 , C04B35/622 , C04B35/645 , C04B35/64
Abstract: 本发明提供一种铌酸钾钠基无铅压电陶瓷及其制备方法，制备方法包括以下步骤：将包含无机酸盐和金属氧化物的混合物依次进行一次预烧和二次预烧，得到陶瓷粉体；其中，所述一次预烧的温度低于二次预烧的温度，所述无机酸盐包括Na、K、Li中的至少一种的无机酸盐，所述金属氧化物包括Nb、Ta、Sb中的至少一种的金属氧化物；使所述陶瓷粉体在惰性气氛下进行热压烧结处理后，再在含氧气体下进行退火处理，得到压电陶瓷，该制备方法能够提高压电陶瓷的机械品质因数及其温度稳定性。
-
公开(公告)号：CN114276138A
公开(公告)日：2022-04-05
申请号：CN202111631976.5
申请日：2021-12-28
Applicant: 清华大学
IPC: C04B35/495 , C04B35/622 , C04B35/645 , C04B35/64
Abstract: 本发明提供一种铌酸钾钠基无铅压电陶瓷及其制备方法，制备方法包括以下步骤：将包含无机酸盐和金属氧化物的混合物依次进行一次预烧和二次预烧，得到陶瓷粉体；其中，所述一次预烧的温度低于二次预烧的温度，所述无机酸盐包括Na、K、Li中的至少一种的无机酸盐，所述金属氧化物包括Nb、Ta、Sb中的至少一种的金属氧化物；使所述陶瓷粉体在惰性气氛下进行热压烧结处理后，再在含氧气体下进行退火处理，得到压电陶瓷，该制备方法能够提高压电陶瓷的机械品质因数及其温度稳定性。
-
公开(公告)号：CN111900246A
公开(公告)日：2020-11-06
申请号：CN202010782897.3
申请日：2020-08-06
Applicant: 清华大学 , 歌尔股份有限公司 , 浙江清华长三角研究院
IPC: H01L41/257 , H01L41/187 , C04B35/495 , C04B35/622
Abstract: 本发明公布了一种铌酸锂钠基无铅压电陶瓷的极化方法，主要分为第一次极化和第二次极化；将铌酸锂钠无铅压电陶瓷放入硅油中，升温至设定温度，在设定的极化电场强度下保持一定时间，进行第一次极化；随后降温取出陶瓷样品静置后再次放入硅油中，升温加热，在设定的极化电场强度下保持一定时间，进行第二次极化，最后降温取出去除表面硅油，在室温(25℃)下测试其压电性能，实验表明，其压电常数能从普通极化的60pC/N提升至115pC/N。本发明合理选择极化条件，通过控制极化时压电陶瓷样品电极间的极化电场大小和时长，以及样品所处环境及温度，来提升压电性能；使用本发明的极化方法，可以让铌酸锂钠基无铅压电陶瓷具有优异的压电性能。
-
公开(公告)号：CN105272244B
公开(公告)日：2017-12-26
申请号：CN201510698317.1
申请日：2015-10-23
Applicant: 清华大学
IPC: C04B35/495 , C04B35/622
Abstract: 本发明涉及一种铌酸钾钠基无铅压电陶瓷及其制备方法，属于功能陶瓷材料领域。该陶瓷由下列通式所示的化学组成(ABO3)1‑x(BaZrO3)y(MnO2)y。制备方法为，将K2CO3、Na2CO3、Nb2O5、Bi2O3、Li2CO3、TiO2、BaCO3、ZrO2、MnO2混合加入无水乙醇球磨，并烘干得到混合粉料，并将该粉料进行预烧结；将烧结后的粉料加入无水乙醇再次球磨，并烘干得到混合粉料；将混合粉料冷压成型得到陶瓷粗胚，将陶瓷粗胚烧结得到陶瓷样品；将陶瓷样品极化处理得到铌酸钾钠基无铅压电陶瓷。本发明制得的铌酸钾钠基无铅压电陶瓷具有优异的压电性能与温度稳定性。
-
Patent Agency Ranking
公开(公告)号：CN110078494B
公开(公告)日：2022-10-04
申请号：CN201910215297.6
申请日：2019-03-21
Applicant: 全球能源互联网研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司 , 南瑞集团有限公司 , 清华大学
IPC: H01C7/112 , C04B35/453 , C04B35/622
Abstract: 本发明提供了一种氧化锌电阻片，所述电阻片含按质量百分比计的：ZnO：85～95％，Bi2O3：0.5～5.0％，Co3O4：0.05～0.5％，NiO：0.5～2.0％，MnO：0.1～2.0％，Sb2O3：2.0～8.0％，SiO2：0.01～1.0％，Er2O3：0.01～1.0％，Ag2O：0.1～2.0％。本发明提供的电阻片的直径≥115mm，压敏电压梯度达到450V/mm以上，残压比≤1.58，2ms方波耐受电流≥2000A，4/10μs大电流冲击耐受电流100kA，老化系数≤1.1，经峰值为3000A的8/20μs脉冲电流冲击后压敏电压变化率小于6％。本发明提供的技术方案，制备工艺简单，技术经济性高，现有的避雷器用氧化锌压敏电阻片制造设备完全可以实现工业生产需求。
-
公开(公告)号：CN114411334A
公开(公告)日：2022-04-29
申请号：CN202210051294.5
申请日：2022-01-17
Applicant: 清华大学
Abstract: 本发明提供一种电容器薄膜及其制备方法和应用。本发明第一方面提供一种电容器薄膜的制备方法，包括如下步骤：将PVDF基聚合物与式1所述的聚合物溶于极性溶剂中制备得到混合溶液；对所述混合溶液进行静电纺丝处理，得到复合纤维无纺布；对所述复合纤维无纺布依次进行热压处理、热处理以及冷淬处理得到所述电容器薄膜。本发明提供的制备方法，通过将式1所示的聚合物添加在PVDF基聚合物中，经过静电纺丝、热压处理、热处理以及冷淬处理后，能够自主形成相分离结构，从而提升复合聚合物的力学性能和电学性能，使电容器薄膜具有更高的击穿场强和储能密度。
-
公开(公告)号：CN111925208A
公开(公告)日：2020-11-13
申请号：CN202010782448.9
申请日：2020-08-06
Applicant: 清华大学 , 浙江清华长三角研究院 , 歌尔股份有限公司
IPC: C04B35/495 , C04B35/622 , C04B41/88
Abstract: 本发明公布了一种铌酸锂钠基无铅压电陶瓷及其制备方法，所述铌酸锂钠基无铅压电陶瓷由下列所示的化学通式所组成(1-x)LiαNa1-αNbO3-xBaTiO3；在制备过程中，将Li2CO3、Na2CO3、Nb2O5、TiO2、BaCO3混合加入无水乙醇球磨，烘干得到混合粉料，将该粉料进行预烧结；对预烧结后的粉料进行二次球磨，然后冷压成型得到陶瓷粗坯；陶瓷粗坯在空气气氛中高温烧结得到陶瓷样品，最后对样品进行极化处理得到铌酸锂钠基无铅压电陶瓷。本发明制备的铌酸锂钠基无铅压电陶瓷不仅具有高压电系数、高介电常数和高机电耦合系数的特点，同时还具有原料易于获得、成分简单不含剧毒元素铅、减少环境负担的优点；且制备工艺简单，耗时短。本发明具有广阔的应用前景。
-
公开(公告)号：CN109116100B
公开(公告)日：2019-09-27
申请号：CN201810745695.4
申请日：2018-07-09
Applicant: 清华大学 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明提出一种基于编码‑解码结构的电力负荷用电分解方法，属于电力负荷用电细节监测领域。该方法首先获取目标用电器集合，并获取目标用电器集合中每个目标用电器对应的若干条完整工作曲线，建立每个目标用电器分别对应的窗口训练数据集；利用窗口训练数据集，对每个目标用电器构建深度学习模型并训练。利用每个目标用电器训练完毕的深度学习模型，将实际场景中的量测数据输入模型，得到该目标用电器的分解功率结果。本发明可以实现在不同场景下，仅利用总用电信息分解即可得到各个目标用电器的用电情况，且对于用电器是否处于运行状态的判断准确度及功率分解值准确度均达到了较高的水准，有较高的应用价值。
-
公开(公告)号：CN109116100A
公开(公告)日：2019-01-01
申请号：CN201810745695.4
申请日：2018-07-09
Applicant: 清华大学 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明提出一种基于编码-解码结构的电力负荷用电分解方法，属于电力负荷用电细节监测领域。该方法首先获取目标用电器集合，并获取目标用电器集合中每个目标用电器对应的若干条完整工作曲线，建立每个目标用电器分别对应的窗口训练数据集；利用窗口训练数据集，对每个目标用电器构建深度学习模型并训练。利用每个目标用电器训练完毕的深度学习模型，将实际场景中的量测数据输入模型，得到该目标用电器的分解功率结果。本发明可以实现在不同场景下，仅利用总用电信息分解即可得到各个目标用电器的用电情况，且对于用电器是否处于运行状态的判断准确度及功率分解值准确度均达到了较高的水准，有较高的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.032 seconds)
