سنتز بهینه ماده ابررسانای YBCO و تولید حسگرهای پیشرفته دما بالای SQUID با هدف تشخیص عیوب زیرسطحی عمیق به کمک روش غیرمخرب جریان گردابی
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 278
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSTI-6-1_009
تاریخ نمایه سازی: 23 خرداد 1400
Abstract:
روش معمولی جریان گردابی برای بررسی غیرمخرب اتصالات جوشکاری دارای محدودیت هایی است که می تواند عیوب را تا عمق خاصی در زیر سطح نمونه مورد بررسی قرار دهد و برای تعیین عیوب عمیق مناسب نیست. این محدودیت با استفاده از سنسور ابررسانای SQUID می تواند رفع شود. ترکیب غیراستوکیومتری YBCO به دلیل دمای ابررسانایی و چگالی جریان بحرانی مطلوب در ساخت سنسورهای بسیار حساس SQUID کاربرد دارد. خواص و دمای ابررسانایی این ترکیب وابسته به تولید ترکیب خالص و همگن و با نسبت دقیق این ترکیب غیراستوکیومتری در فاز Y:۱۲۳ است. در این تحقیق به تولید این ماده ابررسانای دما بالا به کمک روش سل ژل خود احتراق از نیترات عناصر تشکیل دهنده ترکیب پرداخته شد و با بهره گیری از تصویربرداری میکروسکوپ الکترونی نشر میدانی، وزن سنجی گرمایی، طیف سنجی پراش اشعه ایکس و پراش انرژی اشعه ایکس، شرایط بهینه تکلیس فاز Y:۱۲۳ تعیین شد. در این شرایط فاز ابررسانای Y:۱۲۳ تولید و ناخالصی حذف شد و از طرف دیگر نیاز به عملیات حرارتی بعدی و همین طور فرایند هزینه بر آنیل حذف شد. در نهایت شرایط بهینه رسوب دادن این ترکیب با فرایند PLD روی زیرلایه مناسب جهت تولید حسگر اسکوییدی بررسی شد و یک روش بهینه برای این رسوب دهی ارائه گردید. یک روش بهینه جهت الگودهی و تولید سنسورهای ابررسانای دما بالا از جنس YBCO برای بررسی غیرمخرب عیوب جوشکاری ارائه شد و همچنین روش بررسی غیرمخرب به کمک این سنسورها بررسی شد.
Keywords:
High temperature superconductor , SQUID , YBCO , SrTiO۳ substrate , Sol-gel self-combustion , Non-destructive test. , ابررسانای دما بالا , حسگر اسکوییدی , YBCO , ویفر زیرلایه SrTiO۳ , سل ژل خود احتراق , بررسی غیرمخرب.
Authors
مهران رستمی
Faculty of Materials Science and Technology, K. N. Toosi University of Technology, Tehran, Iran.
حمید خرسند
Faculty of Materials Science and Technology, K. N. Toosi University of Technology, Tehran, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :