影响钕铁硼磁钢性能的因素及方法

在这里插入图片描述
钕铁硼永磁材料自问世以来,就以其优越的磁性能而备受关注,被称为“磁王“,在市场需求的不断地增长下,钕铁硼生产工艺及磁体性能也不断发展和提升。我们一般用剩磁、矫顽力和最大磁能积这几个指标来衡量磁性材料的磁性能。

剩磁 Br

是指磁钢在闭路环境下被外磁场充磁到技术饱和后撤消外磁场后,磁铁表现出的磁感应强度。如果把磁铁比喻成海绵,剩磁就好似海绵吸水饱和时候的含水量。

矫顽力Hcb和内禀矫顽力 Hcj

海绵里的水吸到最大,然后把水压出来,压到海绵里没有水,这个压力就是矫顽力。它是磁体在反向退磁场中,使磁感应强度降为零时的磁场强度的值。但此时磁体的磁极化强度并不为零,只是反向磁场与磁体内部磁场相互抵消,此时若撤消外磁场,磁体仍具有一定的磁性能,而内禀矫顽力是使磁体的内部磁极化强度降为零所需施加的反向磁场强度。

最大磁能积 (BH)max

代表了磁铁两磁极空间所建立的磁能量密度,即气隙单位体积的静磁能量,是B与H乘积的最大值,它的大小直接表明了磁体的性能高低。

是什么决定了钕铁硼磁钢的以上性能数值?

如何通过技术手段提升磁材性能?

以及使用中如何避免磁材性能损耗?

今天我们就一起来探讨一下这些问题。

钕铁硼磁钢的原料成分及生产工艺决定了它的先天磁性能,而在成为强磁成品后,它的工作环境(包括温度、湿度等因素)会影响其先天磁性能的发挥,使用不当的话,会出现永久退磁的情况。

1.原料成分对钕铁硼强磁性能的影响

钕铁硼顾名思义是由稀土金属钕、纯铁和硼采用粉末冶金工艺制成的磁性材料,为了进一步提升钕铁硼的磁性能,可在三元系Nd-Fe-B材料的基础上进一步添加其他元素,但元素的添加对磁体性能的影响可能是双向的,应根据钕铁硼强磁的使用场合对磁材性能的具体要求来确定添加元素。
参考文献:张守民.NdFeB稀土永磁材料研究进展[J].稀土,2001,22(1):45~491
2.生产工艺对钕铁硼强磁性能的影响

为了获得高性能的钕铁硼永磁体,新技术和新工艺不断涌现。在烧结NdFeB生产过程中,主要问题是防止α-Fe相的析出和合金的氧化,难于得到理想的显微组织,为解决这几方面的问题,实践中不断涌现新的方法及工艺,例如:添加防氧化剂、润滑剂,并采用快淬甩带法制备磁体、双相法制备工艺、湿压成型工艺等。

加入防氧化剂最大好处是使最终磁体的氧含量降低,同时磁粉可以磨得更细,这有利于提高矫顽力,另外由于氧含量降低,也有利于提高矫顽力。与传统工艺相比,添加防氧化剂的磁体内禀矫顽力可提高160kA/m左右。

添加润滑剂后使磁粉之间摩擦力变小,改善磁粉的流动性,提高取向度,从而提高剩磁。

采用甩带法制备的钕铁硼带厚度为0.25~0.35mm可彻底消除α-Fe相。由于采用甩带法制得的粉末抗氧化能力增强,磁体晶粒尺寸变小,矫顽力有较大提高。

3.工作环境对钕铁硼强磁性能的影响

温度:钕铁硼强磁有严格的工作温度限制,高于工作温度时磁体就可能会出现退磁的现象,而高于居里温度时,磁体退磁将不可逆。在这里插入图片描述
湿度:烧结钕铁硼是采用粉末冶金工艺压制成型的磁性材料,其内部结构是有空隙的,非常容易氧化,因此烧结钕铁硼都会采用镀层进行防腐处理。但磁层并不能从根本上解决环境湿度对磁体的影响。环境越干燥,磁体的磁能能就越持久。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/1608.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C语言数据结构之链表

目录 前言 \color{maroon}{前言} 前言1.链表的概念及结构2.链表的分类3.无头单向非循环链表的实现4.带头双向循环链表的实现5.顺序表和链表的对比 前言 \color{maroon}{前言} 前言 在上一篇博客中我们提到,线性表包括顺序表和链表,顺序表在上篇博客中已…

力扣HOT100 - 25. K 个一组翻转链表

解题思路&#xff1a; class Solution {public ListNode reverseKGroup(ListNode head, int k) {ListNode dum new ListNode(0, head);ListNode pre dum;ListNode end dum;while (end.next ! null) {for (int i 0; i < k && end ! null; i) {end end.next;}if …

学习笔记-数据结构-线性表(2024-04-17)

设计一个算法实现在单链表中删除值相同的多余节点的算法。 设计思想&#xff1a;双指针 变量说明&#xff1a; head - 参数变量&#xff0c;代表链表的头节点。在调用DelSameNum函数时&#xff0c;需要传递链表的头节点的地址给这个参数&#xff0c;从而允许函数对链表进行操作…

类和对象(中)(构造函数、析构函数和拷贝构造函数)

1.类的六个默认成员函数 任何类在什么都不写时&#xff0c;编译器会自动生成以下6个默认成员函数。 //空类 class Date{}; 默认成员函数&#xff1a;用户没有显示实现&#xff0c;编译器会自动生成的成员函数称为默认成员函数 2.构造函数 构造函数 是一个 特殊的成员函数&a…

docker容器技术篇:centos7搭建docker swarm集群

centos7搭建docker swarm集群 一 docker swarm 概述 1.1 swarm简介 Docker Swarm是 Docker 的集群管理工具&#xff0c;Swarm 在 Docker 1.12 版本之前属于一个独立的项目&#xff1b;其主要作用是把Docker集群抽象为一个整体&#xff0c;并且通过一个统一管理这些 Docker 主…

密码学 | 数字证书:应用

&#x1f951;原文&#xff1a;数字签名和数字证书的原理解读 - 知乎 &#x1f951;前文&#xff1a;密码学 | 数字签名 数字证书 - CSDN &#x1f951;提示&#xff1a;把客户端想成 Alice&#xff0c;服务器端想成 Bob 即可。客户端实际上指的是客户端浏览器。 下面&#…

前端入门:HTML(CSS边框综合案例)

案例&#xff1a; 源代码&#xff1a; css-borders.html: <body> <div id"square"> </div> <br> <div id"triangle"> </div> <br> <div id"trapezium"> </div> <br> <div id…

【C语言】指针篇-深入探索数组名和指针数组(2/5)- 必读指南

&#x1f308;个人主页&#xff1a;是店小二呀 &#x1f308;C语言笔记专栏&#xff1a;C语言笔记 &#x1f308;C笔记专栏&#xff1a; C笔记 &#x1f308;喜欢的诗句:无人扶我青云志 我自踏雪至山巅 文章目录 认识指针与数组之间的关系(涉及二级指针)**数组名****指针访问…

面试后,公司如何决定你的去留

在现代职场中&#xff0c;求职者在经历了一系列严格的面试流程后&#xff0c;往往会进入一段等待期。在这段时间里&#xff0c;他们满怀希望地等待企业的最终反馈。但有一个现象普遍存在&#xff1a;无论面试过程如何&#xff0c;最终决定权总是掌握在公司手中&#xff0c;由公…

企业常用Linux三剑客awk及案例/awk底层剖析/淘宝网cdn缓存对象分级存储策略案例/磁盘知识/awk统计与计算-7055字

高薪思维&#xff1a; 不愿意做的事情:加班&#xff0c;先例自己在利他 生活中先利他人在利自己 感恩&#xff0c;假设别人帮助过你&#xff0c;先帮助别人&#xff0c;感恩境界 awk三剑客老大 find其实也算是一种新的第四剑客 find 查找文件 查找文件&#xff0c;与其他命令…

推荐实用网站——算法可视化

网站链接 https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

variant

class RTTR_API variant 对github项目rttr&#xff08;C反射库&#xff09;解析&#xff0c;链接&#xff1a;https://github.com/rttrorg/rttr namespace rttr { class variant_associative_view; class variant_sequential_view; class type; class variant; class argumen…

真实世界的密码学(四)

原文&#xff1a;annas-archive.org/md5/655c944001312f47533514408a1a919a 译者&#xff1a;飞龙 协议&#xff1a;CC BY-NC-SA 4.0 第十六章&#xff1a;加密何时何地失败 本章涵盖 使用加密时可能遇到的一般问题 遵循烘烤良好的加密的要点 加密从业者的危险和责任 问候…

论文笔记:Time-LLM: Time Series Forecasting by Reprogramming Large Language Models

iclr 2024 reviewer 评分 3888 1 方法 提出了 Time-LLM&#xff0c; 是一个通用的大模型重编程&#xff08;LLM Reprogramming&#xff09;框架将 LLM 轻松用于一般时间序列预测&#xff0c;而无需对大语言模型本身做任何训练 为什么需要时序数据和文本数据对齐&#xff1a;时…

Oracle 窗口函数 02 (排名问题)

目录 一、什么是窗口函数 1.语法里每部分表示什么 2.窗口函数可以解决这几类经典问题 二、排名问题 1.学生成绩排名 2.去除最大值、最小值后求平均值 知识点&#xff1a; 一、什么是窗口函数 窗口函数也叫作OLAP&#xff08;Online Analytical Processing&#xff0c;联…

正确的原因是错误的:可解释的 ML 技术能否检测出虚假相关性?

Right for the Wrong Reason: Can Interpretable ML Techniques Detect Spurious Correlations? 摘要 虽然深度神经网络模型提供了无与伦比的分类性能&#xff0c;但它们容易在数据中学习虚假相关性。如果测试数据与训练数据来自相同的分布&#xff0c;则使用性能指标很难检…

mysql基础20——数据备份

数据备份 数据备份有2种 一种是物理备份 一种是逻辑备份 物理备份 物理备份 通过把数据文件复制出来 达到备份的目的 用得比较少 逻辑备份 逻辑备份 把描述数据库结构和内容的信息保存起来 达到备份的目的 是免费的 数据备份工具 mysqldump &#xff08;3种模式&#x…

【蓝桥杯2025备赛】集合求和

集合求和 题目描述 给定一个集合 s s s&#xff08;集合元素数量 ≤ 30 \le 30 ≤30&#xff09;&#xff0c;求出此集合所有子集元素之和。 输入格式 集合中的元素&#xff08;元素 ≤ 1000 \le 1000 ≤1000&#xff09; 输出格式 s s s 所有子集元素之和。 样例 #1 …

Java面试八股之marshalling和demarshalling

marshalling和demarshalling Marshalling&#xff08;序列化&#xff09;是将内存中的对象状态转化为适合传输或存储的格式&#xff08;如字节流、JSON、XML&#xff09;&#xff0c;以便进行网络通信、持久化存储或跨平台/语言交互操作。Demarshalling&#xff08;反序列化&a…

AI大模型探索之路-实战篇3:基于私有模型GLM-企业级知识库开发实战

文章目录 前言概述一、本地知识库核心架构回顾&#xff08;RAG&#xff09;1. 知识数据向量化2. 知识数据检索返回 二、大模型选择1. 模型选择标准2. ChatGLM3-6B 三、Embedding模型选择四、改造后的技术选型五、资源准备1. 安装git-lfs2. 下载GLM模型3. 下载Embeding模型 六、…