排序方式: 共有17条查询结果,搜索用时 15 毫秒
11.
采用快速液相烧结法制备BiFeO3和Bi0.95Gd0.05Fe1-xCoxO3 (x= 0, 0.05, 0.1, 0.15, 0.2)陶瓷样品,研究Gd, Co共掺杂对BiFeO3微观结构, 介电性能和铁磁性的影响. X射线衍射谱表明:所有样品的主衍射峰与纯相BiFeO3相符合且 具有良好的晶体结构,随着Co3+掺杂量x的增大, Bi0.95Gd0.05Fe1-xCoxO3样品的主衍射峰(104)与(110)逐渐相互重叠, 当x大于0.1时, 样品呈现正方晶系结构; J-V特性显示Gd3+, Co3+共掺杂有效地降低BiFeO3陶瓷的漏导电流,其降低幅度为1-2个数量级; 当f=103 Hz时, Bi0.95Gd0.05Fe0.8Co0.2O3的介电常数是BiFeO3的6倍, 而Bi0.95Gd0.05Fe0.95Co0.05O3和 Bi0.95Gd0.05Fe0.85Co0.15O3样品的介电损耗最小,均为0.01.室温下, Bi0.95Gd0.05Fe1-xCoxO3样品磁性与BiFeO3相比显著增强. 在磁场为30 kOe的作用下,Bi0.95Gd0.05Fe1-xCoxO3 (x= 0, 0.05, 0.1, 0.15, 0.2)的剩余磁化强度Mr分别是BiFeO3的34, 60, 105, 103, 180倍.样品磁性增强的主要原因是Gd, Co掺杂使BiFeO3的晶格结构发生变化导致BiFeO3自身储存的磁性能被释放, Gd3+的4f电子与Fe3+或Co3+的3d电子自旋相互作用及样品中存在局域的 Fe-O-Co磁耦合三者共同作用的结果. 相似文献
12.
针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊PA (TFNIFPA)算子的决策方法.首先,基于TFNIFN的运算法则和PA (Power Average)算子,定义了TFNIFPA算子.然后,研究了该算子的一些性质,建立基于TFNIFPA算子的MAGDM模型,结合排序方法进行决策.最后通过MAGDM算例验证了该算子的有效性与可行性. 相似文献
13.
14.
采用快速液相烧结法制备Bi0.95 Sm0.05Fe1-x Cox O3(x=0、0.05、0.1)陶瓷样品,利用X射线衍射仪(XRD)、扫描电子显微镜(SEM)、振动样品磁强计(VSM)对其结构、形貌和磁性进行了测量与分析.结果表明:所有样品的主衍射峰与纯相BiFeO3相吻合且具有良好的晶体结构,样品晶粒的大小随着Sm3+、Co3+掺杂而变小,其晶粒尺寸在1~5 μm; Sm3+、Co3+共掺杂有效地减小BiFeO3陶瓷的漏导电流,漏导电流密度下降1~2个数量级;所有样品在磁场为1000 Oe作用下具有完整的的磁滞回线,呈显出较弱的铁磁性.随着掺杂量x的增加,样品的铁磁性显著提高.当x为0.1时,样品具有较好的的铁磁特性.这可以理解为Sm3+、Co3+的掺杂,破坏BiFeO3样品中原有的反铁磁结构,形成一种新的亚铁磁结构,导致掺杂Co3+的样品磁性大幅度增强. 相似文献
15.
针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。 相似文献
16.
本文对随机性较强的火灾事故,提出了采用改进GM(1,1)模型来减小预测误差.该模型通过三次改进提高预测精度,首先基于普通GM(1,1)模型,改进模型中初始值提高模型精度;其次基于初值改进后的GM(1,1)模型进行残差修正,再次提高预测准确性;最后对残差修正模型中的初始值进行改进,使最后预测模型更加精确.并且在处理含负值的残差数列时,提出了二次累加的方法进行模型预测.通过普通模型的预测值与改进模型的预测值进行对比,可以发现改进后模型的预测值更加接近实际值.结果表明,三次改进后的GM(1,1)模型精度明显提高,为以后预测研究提供一种理论参考. 相似文献
17.