Electric Current Sintering : Novel Devices, Microstructural Phenomena and Deep Learning Quantification
Diese Dissertation stellt Entwicklungen im Bereich der elektrisch unterstützten Sintertechnologien (Electric Current-Assisted Sintering, ECAS) vor, mit einem besonderen Fokus auf das Flash Spark Plasma Sintering (FSPS). Innovative Geräte und Methoden wurden entwickelt, um die Auswirkungen elektrischer Ströme auf die mikrostrukturelle Entwicklung zu untersuchen, wobei Al-dotiertes ZnO als Modellmaterial verwendet wurde. Zu den zentralen Erkenntnissen gehören die Beobachtung der langreichweitigen Diffusion von Dotierstoffen sowie der Einfluss der Dynamik elektrischer und thermischer Felder auf mikrostrukturelle Merkmale. Zwei FSPS-Aufbauten werden vorgestellt, um diese Dynamiken zu kontrollieren. Dies wird durch den Austausch der leitfähigen Graphit-Matrix gegen eine isolierende Bornitrid-Matrix sowie den Einsatz unabhängiger Stromversorgungen für eine fein abgestimmte Kontrolle des Sinterprozesses erreicht. Darüber hinaus führt die Dissertation den Einsatz maschineller Lernalgorithmen für eine präzise mikrostrukturelle Charakterisierung ein. Dieser Ansatz ermöglicht eine detaillierte quantitative Analyse von Korngrenzen und anderen Merkmalen, wodurch ein tieferes Verständnis der mikrostrukturellen Heterogenität und ihrer Auswirkungen auf die Materialeigenschaften gefördert wird. Die Integration statistischer Methoden trägt dazu bei, die Genauigkeit der Messungen zu verbessern und unterstreicht die Bedeutung moderner Datenanalysemethoden in der Materialwissenschaft. Insgesamt leistet diese Forschung einen bedeutenden Beitrag zum Verständnis von ECAS, bietet neue Einblicke in die Effekte der Elektromigration von Dotierstoffen und erweitert die theoretischen Grundlagen, die die Erforschung von Zusammenhängen zwischen Verarbeitung, Struktur und Eigenschaften gesinterter Materialien leiten.
This thesis introduces developments in the realm of electric current-assisted sintering (ECAS), particularly focusing on flash spark plasma sintering (FSPS). Innovative devices and methodologies were developed to investigate the effects of electric currents on microstructural evolution, using Al-doped ZnO as a model material. Key findings include the observation of long-range diffusion of dopants and the impact of the dynamics of electrical and temperature fields on microstructural features. Two FSPS setups are introduced that enhance our ability to control these dynamics by substituting the conductive graphite matrix with an insulating boron nitride matrix and employing independent power supplies for nuanced control over the sintering process. Furthermore, this thesis pioneers the use of supervised machine learning algorithms for precise microstructural characterization. This approach allows for detailed quantitative analysis of grain attributes, promoting a deeper understanding of microstructural heterogeneity and its implications on material properties. The integration of statistical techniques aids in refining the accuracy of our measurements, highlighting the importance of advanced data analysis in materials science. Overall, the research described here significantly advances the understanding of ECAS, offering novel insights into dopant electromigration effects and enhancing the theoretical frameworks that guide the exploration of processing-structure-property correlations in sintered materials.
Preview
Cite
Rights
Use and reproduction:
This work may be used under a
Creative Commons Attribution 4.0 License (CC BY 4.0)
.