《表3 C-S-P模型预测的玻璃成分及相应性质》
图4给出了S-P模型各性质的预测值与实测值的比较。结果显示,除了个别明显有疑问的结果外,整体模型的模拟精度较好。根据该模型,可以进行新玻璃的成分设计。例如设计化稳性≈0.9 mg/cm2,CTE≈12.2?10–6/K,n2≈1.03?10–13esu,Tg≈488℃,nd=1.503的玻璃,则其建议玻璃成分及相应性质列于表3。模型中明显偏离预测范围的点,在重测性质后如果实测性质没有改变,则有两种方法可以辨识其误差来源。第一种是直接将其结构信息代入C-S模型,反推该结构应该对应的组分是什么;第二种方法是将其实测性质代入S-P模型,反推关键结构单元后,再用C-S模型刻画成分信息。如果性质测试结果验证后确实是正确的,那么这类反常点的异常来源多为玻璃成分误差。为避免异常点数据影响模型精度,较好的做法是将其从建模数据中剔除,重新规划模型,这样反推得到的玻璃成分会更准确。这亦是结构模型可以纠正实验误差的一个重要作用,也是成分模型无法实现的功能。
图表编号 | XD0077640200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 张丽艳、李洪、胡丽丽、王亚杰 |
绘制单位 | 中国科学院上海光学精密机械研究所高功率单元技术实验室、日本电器玻璃株式会社谢尔比北卡罗莱纳州、中国科学院上海光学精密机械研究所高功率单元技术实验室、中国科学院上海光学精密机械研究所高功率单元技术实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |