메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국전기전자재료학회 전기전자재료학회논문지 전기전자재료학회논문지 제32권 제6호
발행연도
2019.1
수록면
483 - 489 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
머신 러닝 기법에 표준화 된 빅데이터를 구축하기 위해서는 경향성을 갖춘 양질의 데이터가 지도학습되어야 한다. 본 연구에서는 테이프 캐스팅 방법으로 알루미나 테잎을 제작하였으며, 슬러리 점도, 갭 높이, 코팅속도에 따른 최적화를 진행하였다. 슬러리 점도 1000-6000 cps, 갭 높이 300-1000 ㎛, 코팅속도는 0.5-2.0 m/s 범위에서 알루미나 테잎을 제조하였다. 그 결과, 코팅속도가 늦을수록 그리고 슬러리 점도와 갭 높이가 낮을수록 기공이 없고 충진밀도가 높은 테잎을 제조할 수 있었다. 그리고 슬러리 점도 대역에 따라 구현 가능한 테잎 두께에는 한계가 있었다. 점도가 1000~6000 cps인 슬러리에서 코팅속도가 0.5 m/min, 갭 높이 300-500㎛ 일 때 충진밀도가 높은 우수한 테잎을 제작할 수 있었다. 슬러리 점도 1000 cps 경우에는 갭 300-700 ㎛ 범위에서 약 64%, 점도 3300 cps 경우에는 갭 300-500 ㎛에서 약 61%, 그리고 점도 6000 cps 경우에는 갭 300-500 ㎛에서 약 64%의 높은 충진밀도를 나타내었다.

목차

등록된 정보가 없습니다.

참고문헌 (16)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0