项目名称: Fe-N 磁性纳米颗粒的各向异性调控及其高频性能的研究

项目编号: No.51501003

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 一般工业技术

项目作者: 宋宁宁

作者单位: 北京化工大学

项目金额: 20万元

中文摘要: 随着电子器件高频段化、微型化、高性能化及低能耗化的发展,对磁性材料的高频性能提出了新的挑战。Fe-N 磁性纳米颗粒作为新兴的磁性纳米材料具有高饱和磁化强度、高居里温度等特点已经成为非常有研究潜力的新型非稀土磁性材料。在本项目中,拟通过化学的方法,制备具有高形状各向异性的Fe-N 磁性纳米颗粒。并通过对Fe-N 磁性纳米颗粒的形貌因素(例如长径比)、Co掺杂的化学配比的调控、有序阵列的定向处理及与高分子有机聚合物相混合等手段,系统研究其磁各向异性(形状各向异性和磁晶各向异性)、磁耦合作用对其高频微波性能的影响,全面优化具有各向异性的Fe-N磁性纳米颗粒的高频微波性能。有望为解决传统的铁基磁性材料不能同时增大磁导率和共振频率的难题提供一个良好的解决方案。

中文关键词: Fe-N;纳米颗粒;高频微波吸收;化学合成;磁各向异性

英文摘要: With the high-frequency electronic devices being smaller, faster, and lower power consumption, the magnetic materials faces new challenges in high-frequency performance. As a new magnetic nanomaterial, Fe-N magnetic nanoparticles with high saturation magnetization and high Curie temperature have become a kind of non-rare magnetic material with great research potential. In this project, Fe-N magnetic nanoparticle with shape anisotropy will be synthesized by chemical method. And investigate the effect of magnetic anisotropy (shape anisotropy and magnetic crystal anisotropy) and magnetic coupling on the high-frequency properties by regulating the shape factor (eg aspect ratio, particle size, etc.), stoichiometry, arrangement of nanoparticle and mixing with the organic polymer, which will optimize the high-frequency microwave properties of anisotropic Fe-N magnetic nanoparticles. It is expected to provide a better solution to solve the traditional problem in iron-based magnetic materials that the permeability and resonance frequency cannot be increased simultaneously.

英文关键词: Fe-N nanoparticles;high-frequency micowave;chemical synthsis ;magnetic anisotropy

成为VIP会员查看完整内容
0

相关内容

Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
专知会员服务
25+阅读 · 2021年9月10日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年5月7日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
专知会员服务
51+阅读 · 2020年12月28日
【NeurIPS2020】可靠图神经网络鲁棒聚合
专知会员服务
19+阅读 · 2020年11月6日
【KDD2020-阿里】可调控的多兴趣推荐框架
专知会员服务
28+阅读 · 2020年8月11日
微软发布量子计算最新成果,证实拓扑量子比特的物理机理
微软研究院AI头条
0+阅读 · 2022年3月18日
可对药物分子进行表征的几何深度学习
机器之心
0+阅读 · 2022年2月6日
Nat. Mach. Intell. | 分子表征的几何深度学习
专知
0+阅读 · 2021年12月26日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
27+阅读 · 2021年11月11日
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
Arxiv
12+阅读 · 2020年12月10日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
Nat. Mach. Intell. | 分子表征的几何深度学习
专知会员服务
24+阅读 · 2021年12月26日
专知会员服务
25+阅读 · 2021年9月10日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
31+阅读 · 2021年5月7日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
专知会员服务
51+阅读 · 2020年12月28日
【NeurIPS2020】可靠图神经网络鲁棒聚合
专知会员服务
19+阅读 · 2020年11月6日
【KDD2020-阿里】可调控的多兴趣推荐框架
专知会员服务
28+阅读 · 2020年8月11日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员