In this work we investigate the process of iron nitride (Fe-N) phase formation using 2 at.% Al or 2 at.% Ti as additives. The samples were prepared with a magnetron sputtering technique using different amount of nitrogen during the deposition process. The nitrogen partial pressure (\pn) was varied between 0-50% (rest Argon) and the targets of pure Fe, [Fe+Ti] and [Fe+Al] were sputtered. The addition of small amount of Ti or Al results in improved soft-magnetic properties when sputtered using \pn $\leq$ 10\p. When \pn is increased to 50\p non-magnetic Fe-N phases are formed. We found that iron mononitride (FeN) phases (N at% $\sim$50) are formed with Al or Ti addition at \pn =50% whereas in absence of such addition \eFeN phases (N\pat$\sim$30) are formed. It was found that the overall nitrogen content can be increased significantly with Al or Ti additions. On the basis of obtained result we propose a mechanism describing formation of Fe-N phases Al and Ti additives.


翻译:在这项工作中,我们调查了铁硝化(Fe-N)阶段的形成过程,使用2 at.% Al 或 2 at. Ti 作为添加剂。样本是在沉降过程中使用不同量氮的磁性喷发技术制作的。氮部分压力(pn)介于0-50%(rest Argon)之间,而纯铁、[Fe+Ti]和[Fe+Al]的目标介于50 %之间。在使用\pn $\leq$ 或2 Ti作为添加剂时,添加少量的Ti或Al结果使软磁性特性得到改善。在形成沉积过程中,当\ pn 升至50\ p p 非磁性Fe-N 阶段时,发现铁单亚化(FeN) 阶段(n% $\sim$ 50) 与Al 或Ti+n=50 %之间,而没有添加到\ eFeN 阶段(Npat$\ sim$ 30) 时,发现总体氮成分含量可以显著增加,而我们提议形成铁- AL 和 TIAdrical+s 的基础。

0
下载
关闭预览

相关内容

【ICML2020】小样本目标检测
专知会员服务
90+阅读 · 2020年6月2日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
149+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
《自然》(20190829出版)一周论文导读
科学网
6+阅读 · 2019年8月30日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大神 一年100篇论文
CreateAMind
15+阅读 · 2018年12月31日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Arxiv
4+阅读 · 2019年4月3日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
Arxiv
8+阅读 · 2018年7月12日
Arxiv
4+阅读 · 2018年6月1日
VIP会员
相关资讯
《自然》(20190829出版)一周论文导读
科学网
6+阅读 · 2019年8月30日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大神 一年100篇论文
CreateAMind
15+阅读 · 2018年12月31日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
相关论文
Top
微信扫码咨询专知VIP会员