製備鈦酸鋁主體和最大程度減小其收縮率可變性的方法
2023-12-01 00:01:06 2
專利名稱：製備鈦酸鋁主體和最大程度減小其收縮率可變性的方法
技術領域：
本發明涉及製備含鈦酸鋁的陶瓷體的方法，以及預測所述陶瓷體相對於目標尺寸的收縮率和最大程度減少收縮率可變性的方法。
背景技術：
含鈦酸鋁的陶瓷體可用於廢氣環境的嚴苛條件中，包括例如用作催化轉化器和柴油機微粒過濾器。在這些應用中過濾的眾多廢氣汙染物包括例如烴和含氧化合物，後者包括例如氮氧化物(NOx)和一氧化碳(CO)，還包括碳基煙炱和顆粒物。含鈦酸鋁的陶瓷體具有很高的抗熱衝擊性，使它們能夠耐受在應用過程中經歷的很寬範圍的溫度變化，它們還具有可以用於柴油機微粒過濾器應用的其它的有利性質，例如高孔隙率、低熱膨脹係數 (CTE)、耐灰反應(ash reaction)，而且斷裂模量(MOR)也足以用於預期的應用。因此，人們需要有能力生產精確擠出成形的含鈦酸鋁的陶瓷體，例如能夠預測生坯體到燒制體的收縮率。此外，人們需要一種方法，用來最大程度減小這種含鈦酸鋁的陶瓷體相對於目標尺寸的收縮率可變性。
發明內容
根據本文的詳細描述和所述的各種示例性實施方式，本發明涉及製備含鈦酸鋁的陶瓷體的方法，所述方法包括形成包含至少一種氧化鋁源的批料混合物，由所述批料混合物形成生坯體；對所述生坯體進行燒制，形成含鈦酸鋁的陶瓷體。在各個實施方式中，所述方法還包括若來自所述至少一種氧化鋁源的粒度分布(「PSD」)的數據顯示所述含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或大於士0.8%，則調整工藝參數。本發明還涉及預測由批料混合物形成的含鈦酸鋁的陶瓷體的收縮率的方法，其中所述批料混合物包含至少一種氧化鋁源，所述方法包括(1)獲得參比氧化鋁源和所述至少一種氧化鋁源的PSD參比數據；( 運用一種算法於所述PSD參比數據，確定至少一個參比向量(reference vector amount) ； (3)利用所述至少一個參比向量建立預測收縮率的線性模型；(4)運用所述算法於所述至少一種氧化鋁源的PSD數據，確定至少一個批料向量 (batch vector amount)；以及( 將所述線性模型應用於所述至少一個批料向量，預測含鈦酸鋁的陶瓷體的收縮率。本發明還涉及最大程度減小由批料混合物形成的含鈦酸鋁的陶瓷體的收縮率可變性的方法，其中所述批料混合物包含至少一種氧化鋁源，所述方法包括(1)確定含鈦酸鋁的陶瓷體的預測收縮率；以及( 若含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或大於士0.8%，則調整工藝參數。
包括的附圖提供了對本發明的進一步理解，附圖被結合在本說明書中並構成說明書的一部分。附圖不是用來對要求保護的本發明構成限制，而是用來說明本發明的示例性的實施方式，並與說明書一起用來解釋本發明的原理。圖1繪出了參比氧化鋁源的PSD數據的代表性曲線圖。
具體實施例方式應理解，前面的一般性描述和以下的詳細描述都只是示例和說明性的，不構成對要求保護的本發明的限制。本領域技術人員通過考慮說明書和實施本發明所述的實施方式，可以顯而易見地想到其它的實施方式。本發明涉及由批料混合物製備製備含鈦酸鋁的陶瓷體的方法，其中所述批料混合物包含至少一種氧化鋁源，還涉及預測所述陶瓷體相對於目標尺寸的收縮率和減少收縮率可變性的方法。本文所用的術語「收縮率」及其變化形式是指將成形生坯體燒製成含鈦酸鋁的陶瓷體時所產生的尺寸偏差。因此，收縮率包括陶瓷體尺寸的增大和/或減小。本領域的技術人員能夠測量成形體的尺寸及尺寸偏差或收縮率。在多個實施方式中，例如，成形體的尺寸及尺寸偏差可用雷射測距技術測量。本文所用的術語「最大程度減小」含鈦酸鋁的陶瓷體的「收縮率可變性」及其變化形式是指從成形生坯體獲得含鈦酸鋁的陶瓷體，其中陶瓷體的觀測尺寸偏差與預測尺寸偏差或目標尺寸偏差相比，其差異對產品和/或其應用來說不顯著。在本發明的多個實施方式中，當陶瓷體的觀測尺寸偏差相對於預測尺寸偏差或目標尺寸偏差的變化等於或小於士0. 8%時，收縮率可變性達到最小。本文所用的術語「批料混合物」及其變化形式是指包含無機材料以及任選的成孔材料的基本均勻的混合物。在本發明的多個示例性實施方式中，批料混合物可包含至少一種氧化鋁源。氧化鋁源包括但不限於在不存在其它原料的情況下加熱至足夠高的溫度時可產生基本純的氧化鋁的粉末。這些氧化鋁源的例子包括α -氧化鋁，過渡型氧化鋁如Y -氧化鋁，煅燒氧化鋁，或P-氧化鋁，水合氧化鋁，三水鋁石，剛玉(Al2O3),勃姆石[AW(OH)]，假勃姆石，氫氧化鋁[Al (OH)3]，氫氧化鋁氧化物(aluminium oxyhydroxide)，以及它們的混合物。在至少一個實施方式中，所述至少一種氧化鋁源是煅燒氧化鋁。在本發明的多個示例性實施方式中，所述至少一種氧化鋁源可以選自但不限於市售的煅燒氧化鋁產品，例如美國賓夕法尼亞州利茨代爾市安邁有限公司(Almatis，Inc., Leetsdale, PA)銷售的商品名為A10-325的產品，以及美國麻薩諸塞州西地市微型磨料公司(Micro Abrasives Corp.，ffestfield, ΜΑ)銷售的商品名為 Microgrit WCA20, WCA25, WCA30, WCA40, WCA45 禾口 WCA50 的產品。在多個示例性的實施方式中，所述至少一種氧化鋁源可以佔所述批料混合物中所含無機材料的至少40重量％，至少45重量％，或者至少50重量％，例如佔無機材料的47
重量％。
在多個實施方式中，可對所述至少一種氧化鋁源加以選擇，使其PSD顯示含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或小於士0.8%，例如相對於目標尺寸等於或小於士0. 5%，或者等於或小於士0. 3%。含鈦酸鋁的陶瓷體的預測收縮率可通過以下步驟確定(1)獲得參比氧化鋁源和所述至少一種氧化鋁源的PSD參比數據；( 運用一種算法於所述PSD參比數據，確定至少一個參比向量；C3)利用所述至少一個參比向量建立預測收縮率的線性模型；(4)運用所述算法於所述至少一種氧化鋁源的PSD數據，確定至少一個批料向量；以及(5)將所述線性模型應用於所述至少一個批料向量，預測含鈦酸鋁的陶瓷體的收縮率。本文所用的詞彙「參比氧化鋁源」及其變化形式是指適用於製備含鈦酸鋁的陶瓷體的至少兩個不同批次的氧化鋁材料。例如，參比氧化鋁源可包含至少10個、至少50個或者至少100個不同批次的氧化鋁材料。在本發明的其它實施方式中，參比氧化鋁源可以是具有相同商品名或級別的材料。僅舉例而言，在至少一個實施方式中，參比氧化鋁源可包含至少100個不同批次的相同級別的氧化鋁材料。在多個實施方式中，參比氧化鋁源可選自市售產品，如美國賓夕法尼亞州利茨代爾市安邁有限公司銷售的商品名為A10-325的產品，以及美國麻薩諸塞州西地市微型磨料公司銷售的商品名為Microgrit WCA20，WCA25， WCA30, WCA40, WCA45和WCA50的產品。在多個實施方式中，參比氧化鋁源不包括選作所述批料混合物中的至少一種氧化鋁源的批次。本文提到的PSD參比數據從每種參比氧化鋁源的PSD獲得。本領域的技術人員有能力獲得各種參比氧化鋁源的PSD及其數據。例如，在多個實施方式中，PSD可通過雷射散射技術獲得。雖然PSD參比數據可以從具有相同商品名或級別的參比氧化鋁源獲得，但PSD及相應的數據可隨參比源的不同而變化。例如，圖1以曲線圖的方式描繪了同一級別的參比氧化鋁源的代表性PSD，每條曲線對應於一種不同的來源。χ軸[統計單元(bin)]對應於具體的粒度間隔，y軸(百分數)對應於落在給定統計單元裡的氧化鋁顆粒的百分數。從圖1 可以看出，即便曲線所表示的氧化鋁源具有相同級別，這些曲線也會在整個長度上變化。所述方法的算法包括多元統計分析技術，該技術可對PSD參比數據的可變性加以定量化。在所述方法中，接下來以預測的方式將所述可變性與由指定氧化鋁源製備的含鈦酸鋁的陶瓷體的收縮率聯繫起來。憑直覺選擇的預測變量常常彼此高度相關。當相關性在-1至1的尺度上描述兩個變量的關聯程度時，0表示兩個變量彼此不相關，而當相關性從0向-1或1移動時，就說這兩個變量彼此越來越相關。一般希望所選取的預測變量是彼此不相關的。在本發明的多個實施方式中，利用主成分分析(「PCA」)從PSD參比數據推導不相關的變量。PCA是原始變量即氧化鋁參比源的PSD數據的線性變換，用來生成彼此不相關的新預測變量。在原始變量間存在高冗餘或相關性的系統中，如在PSD參比數據的情況中， 常常只需要少量的主成分代表未變換數據的可變性。例如，具有20維的系統可能僅需3個或4個主成分來涵蓋這20維中的大部分可變性；因此，原始數據縮減到3個或4個不相關的變量。這些新變量可用作預測變量。本文沒有提供用來提取上述成分的數學方法的細節，因為PCA是公知的，並且存在於多數統計分析包中，本領域的技術人員有能力獲得並使用。例如，微塔有限公司(Minitab he.)在微塔軟體、SAS研究所有限公司(SASInstitute he.)在其JMP軟體中提供了 PCA技術，二者均可用於本發明所述的方法中。此外，一些教程也描述了 PCA的原理，如 J. Edward Jackson 的《主成分使用者指南》(A User' s Guide to Principal Components) [約翰威利父子出版公司(John ffiley&Sons)，1991年]。通過分析得到的主成分將原始PSD參比數據的可變性從高到低排序。在多個實施方式中，所述方法的所述至少一個參比向量選自主成分。例如，所述至少一個向量可以是具有最高可變性的成分。在其它的實施方式中，至少兩個參比向量可選自主成分，例如兩個具有最高可變性的成分。在其它的實施方式中，至少三個參比向量可選自主成分，例如三個具有最高可變性的成分。在其它的實施方式中，至少四個參比向量可選自主成分，例如四個具有最高可變性的成分。在本發明的多個實施方式中，預測線性模型可利用所述至少一個參比向量構建， 用來預測收縮率。例如，多元線性回歸(「MLR」)可用來構建預測模型。本文沒有提供MLR數學方法的細節，因為MLR—般是多數處理回歸問題的統計分析包和統計教程的一部分。因此，本領域的技術人員有能力獲得並使用。在多個實施方式中，接下來可利用所得線性模型，根據所述至少一種氧化鋁源，具體說是根據其PSD，預測含鈦酸鋁的陶瓷體的收縮率。首先，將上述算法運用於所述至少一種氧化鋁源的PSD數據，確定至少一個批料向量。如上面所解釋，在多個實施方式中，可利用PCA從PSD數據推導不相關變量，然後同樣利用上述方法從所得成分中選擇所述至少一個批料向量。此外，將利用氧化鋁參比源構建的預測收縮率的線性模型運用於所述至少一個批料向量，預測所得含鈦酸鋁的陶瓷體的收縮率。在其它的實施方式中，所述至少一個向量可用作預測陶瓷體的其它性質的變量， 例如中值孔徑和斷裂模量(MOR)。與另一種性質相關的線性預測模型可利用所述至少一個參比向量構建，所得模型可用來預測基於所述至少一種氧化鋁源的陶瓷體的該種性質。在多個實施方式中，本發明還涉及製備含鈦酸鋁的陶瓷體的方法，所述方法包括 形成包含如本文所述的至少一種氧化鋁源的批料混合物，由所述批料混合物形成生坯體； 對所述生坯體進行燒制，形成含鈦酸鋁的陶瓷體。在其它的示例性實施方式中，所述批料混合物還可包含至少一種鈦源。可存在於批料混合物中的鈦源包括但不限於金紅石、銳鈦礦和無定形氧化鈦。在多個示例性實施方式中，所述至少一種鈦源可佔批料混合物中所含無機材料的至少20重量％，例如佔無機材料的至少25重量％，至少30重量％，或者至少35重量％，如至少30重量％。在本發明的多個實施方式中，所述批料混合物還可包含其它的無機材料，在本文中稱為至少一種其它材料。在至少一個實施方式中，所述至少一種其它材料可選自氧化矽、 氧化物(例如氧化鑭)、碳酸鹽(例如碳酸鈣和碳酸鍶)、硝酸鹽和氫氧化物。在至少一個實施方式中，所述至少一種其它材料可選自以下氧化物氧化釔、氧化鎂、氧化鋇、氧化鈉、氧化鉀、氧化鋰、氧化鐵、氧化硼和三氧化二磷。這些氧化物可以氧化物、碳酸鹽、硝酸鹽、氫氧化物的形式加入，或者以彼此間的多組分配混物或與二氧化鈦、氧化鋁、二氧化矽、氧化鈣、 氧化鍶或氧化鑭的多組分配混物的形式加入。
在本發明的多個實施方式中，所述批料混合物還可包含至少一種成孔材料。本文所用的術語「成孔材料」及其變化形式是指選自下組的有機材料碳(例如石墨、活性炭、石油焦和炭黑)、澱粉(例如玉米、大麥、豆、馬鈴薯、水稻、木薯、豌豆、西谷椰子、小麥、美人蕉和胡桃殼粉)以及聚合物[例如聚丁烯、聚甲基戊烯、聚乙烯(優選珠粒狀)、聚丙烯(優選珠粒狀)、聚苯乙烯、聚醯胺(尼龍)、環氧樹脂、ABS、丙烯酸樹脂和聚酯(PET)]。在至少一個實施方式中，所述至少一種成孔材料是選自以下的澱粉大米、玉米、西谷椰子和馬鈴薯。 在至少一個實施方式中，所述至少一種成孔材料不是石墨。在多個示例性實施方式中，所述至少一種成孔材料可以任意能夠實現所需結果的量使用。例如，所述至少一種成孔材料可以佔批料混合物的至少1重量％，以追加的形式加入(即所述無機材料佔批料混合物的100%，因此總批料混合物為101% )。例如，所述至少一種成孔材料以追加的形式加入，可以佔批料混合物的至少5重量％，至少12. 5重量％，至少15重量％，至少18重量％，或者至少20重量％。可通過本領域技術人員已知的任何方法製備所述批料混合物。例如，在至少一個實施方式中，可以將無機材料以粉末材料的形式合併，並充分混合，形成基本均勻的混合物。可以在無機材料充分混合之前或之後加入所述至少一種成孔材料，以形成批料混合物。 在此示例性實施方式中，可以隨後將所述至少一種成孔材料和無機材料充分混合，以形成基本均勻的批料混合物。本領域的技術人員有能力確定將無機材料和至少一種成孔材料合併，以獲得基本均勻的批料混合物的合適的步驟和條件。在另外的示例性實施方式中，可以將批料混合物與任何其它的已知可以用來製備批料混合物的組分混合。例如，可以將粘合劑，例如無機粘合劑，以及/或者溶劑加入所述批料中，形成增塑的混合物。在這樣的實施方式中，本領域的技術人員有能力選擇合適的粘合劑。僅舉例而言，有機粘合劑可以選自含纖維素的組分，例如，可以使用(羥丙基)甲基纖維素、甲基纖維素衍生物及其組合。如果需要的話，本領域的技術人員也有能力選擇合適的溶劑。在多個示例性實施方式中，所述溶劑可以是水，例如去離子水。如果需要的話，本領域的技術人員也有能力選擇合適的油加入批料混合物。所述另外的組分，例如有機粘合劑和/或溶劑和/或油可以按照任意的順序與批料獨立地混合，或者一起與批料混合，以形成基本均勻的混合物。本領域的技術人員有能力確定將批料與有機粘合劑和溶劑混合，以獲得基本均勻的材料的合適條件。例如，可以通過捏合工藝將這些組分混合，形成基本均勻的混合物。在多個實施方式中，所述方法還包括由批料混合物形成生坯體，對所述生坯體進行燒制，形成含鈦酸鋁的陶瓷體。在多個實施方式中，可用本領域的技術人員所知的任何工藝將所述混合物形成生坯體，然後燒製成陶瓷體。例如，可以通過本領域技術人員已知的常規的方法，對該混合物進行注塑或擠出，並任選地進行乾燥，從而形成生坯體。在多個示例性實施方式中，隨後可以對生坯體進行燒制，形成含鈦酸鋁的陶瓷體。本領域的技術人員有能力決定用來形成陶瓷體的合適的方法和條件，例如燒制條件， 包括設備、溫度和持續時間，以獲得含鈦酸鋁的陶瓷體，所述方法和條件部分取決於生坯體的尺寸和組成。含鈦酸鋁的陶瓷體的燒制周期的非限制性例子可參見國際公開第WO2006/130759號，其內容通過參考結合於此。例如，所述之批料混合物的組成可使其乾燥和燒制時間比常規批料所用的時間更短，在另外的實施方式中，這也可使大陶瓷體很容易製造。本發明還涉及利用本文所述的預測收縮率的方法，預測由批料混合物形成的含鈦酸鋁的陶瓷體的收縮率的方法，其中所述之批料混合物包含至少一種氧化鋁源。本發明還涉及最大程度減小含鈦酸鋁的陶瓷體相對於目標尺寸的收縮率可變性的方法，該方法是利用上述方法得到預測收縮率，然後調整工藝參數，使含鈦酸鋁的陶瓷體的收縮率處於目標範圍內，例如等於或小於目標尺寸的士0.8%。本文所用的術語「工藝參數」及其變化形式包括與含鈦酸鋁的陶瓷體的製備方法相關的任何變量，包括例如批料組分的用量、擠出生坯體的尺寸以及燒制方法和條件。本領域的技術人員有能力根據所需結果選擇和調整工藝參數。本發明還涉及製備其它含鋁陶瓷體的方法，以及預測所述陶瓷體相對於目標尺寸的收縮率和最大程度減少收縮率可變性的方法。例如，在多個實施方式中，本文所述的方法還可應用於含碳化矽的陶瓷體和含堇青石的陶瓷體，二者均可用包含至少一種本文所述的氧化鋁和指定類型的陶瓷體所特有的其它批料組分的批料形成。在多個實施方式中，如上所述，本文所述方法的算法包括多元統計分析技術，該技術可對PSD參比氧化鋁源數據的可變性加以定量化。在多個實施方式中，接下來以預測的方式將所述可變性與由指定氧化鋁源製備的陶瓷體的收縮率(或另一種性質)聯繫起來。可利用所得模型預測基於所述至少一種氧化鋁源的陶瓷體的收縮率(或另一種性質)。本發明還涉及製備其它陶瓷體的方法，以及預測所述陶瓷體相對於目標尺寸的收縮率和最大程度減少收縮率可變性的方法。在多個實施方式中，如上所述，本文所述方法的算法包括多元統計分析技術，該技術可對指定批料的PSD數據的可變性加以定量化。在多個實施方式中，接下來以預測的方式將所述可變性與由指定批料製備的陶瓷體的收縮率 (或另一種性質)聯繫起來。所得模型可用來預測基於指定批料的陶瓷體的收縮率(或另一種性質)。除非另有說明，否則，本說明書和權利要求書中使用的所有數字均應理解為在所有情況下都受「約」字修飾，而不管有沒有這樣表述。還應理解，本說明書和權利要求書中使用的精確數值構成本發明另外的實施方式。發明人已盡力確保實施例中所披露的數值的精確度。然而，由於各測量技術中存在標準偏差，任何測得的數值都可能不可避免地包含一定的誤差。本文所用的「該」、「一個」或「一種」表示「至少一個(一種)」，不應局限為「僅一個(一種)」，除非明確有相反的說明。因此，例如「所述批料」或「批料」用來表示至少一種批料。本領域的技術人員通過研究說明書和實施本文所述的本發明，將會明顯看出本發明的其它實施方式。本說明書和實施例應僅僅視為示例，本發明真正的範圍和精神由所附權利要求書來說明。
9
權利要求
1.一種預測由批料混合物形成的含鈦酸鋁的陶瓷體的收縮率的方法，其中所述批料混合物包含至少一種氧化鋁源，所述方法包括(1)由參比氧化鋁源和所述至少一種氧化鋁源獲得PSD參比數據；(2)運用一種算法於所述PSD參比數據，確定至少一個參比向量；(3)利用所述至少一個參比向量建立預測收縮率的線性模型；(4)運用所述算法於所述至少一種氧化鋁源的PSD數據，確定至少一個批料向量；以及(5)將所述線性模型應用於所述至少一個批料向量，獲得預測收縮率。
2.如權利要求1所述的方法，其特徵在於，所述算法包括主成分分析。
3.如權利要求1所述的方法，其特徵在於，所述至少一個參比向量包含至少四個參比向量。
4.如權利要求1所述的方法，其特徵在於，所述至少一個批料向量包含至少四個批料向量。
5.如權利要求1所述的方法，其特徵在於，所述線性模型用多元線性回歸構建。
6.一種最大程度減小由批料混合物形成的含鈦酸鋁的陶瓷體相對於目標尺寸的收縮率可變性的方法，其中所述批料混合物包含至少一種氧化鋁源，所述方法包括(1)確定含鈦酸鋁的陶瓷體的預測收縮率；以及(2)若含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或大於士0.8%，則調整工藝參數；其中所述預測收縮率通過以下步驟確定(A)由參比氧化鋁源和所述至少一種氧化鋁源獲得PSD參比數據；(B)運用一種算法於所述PSD參比數據，確定至少一個參比向量；(C)利用所述至少一個參比向量建立預測收縮率的線性模型；(D)運用所述算法於所述至少一種氧化鋁源的PSD數據，確定至少一個批料向量；以及(E)將所述線性模型應用於所述至少一個批料向量，獲得預測收縮率。
7.如權利要求6所述的方法，其特徵在於，所述算法包括主成分分析。
8.如權利要求6所述的方法，其特徵在於，所述至少一個參比向量包含至少四個參比向量。
9.如權利要求6所述的方法，其特徵在於，所述至少一個批料向量包含至少四個批料向量。
10.如權利要求6所述的方法，其特徵在於，所述線性模型用多元線性回歸構建。
11.如權利要求6所述的方法，其特徵在於，若含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或大於士0. 3%，則調整工藝參數。
12.—種製備含鈦酸鋁的陶瓷體的方法，該方法包括 形成包含至少一種氧化鋁源的批料混合物，由所述批料混合物形成生坯體；以及對所述生坯體進行燒制，形成含鈦酸鋁的陶瓷體；其中，若所述至少一種氧化鋁源的PSD數據顯示含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或大於士0.8%，則調整工藝參數； 其中所述預測收縮率通過以下步驟確定(1)由參比氧化鋁源和所述至少一種氧化鋁源獲得PSD參比數據；(2)運用一種算法於所述PSD參比數據，確定至少一個參比向量；(3)利用所述至少一個參比向量建立預測收縮率的線性模型；(4)運用所述算法於所述至少一種氧化鋁源的PSD數據，確定至少一個批料向量；以及(5)將所述線性模型應用於所述至少一個批料向量，獲得預測收縮率。
13.如權利要求12所述的方法，其特徵在於，所述算法包括主成分分析。
14.如權利要求12所述的方法，其特徵在於，所述至少一個參比向量包含至少四個參比向量。
15.如權利要求12所述的方法，其特徵在於，所述至少一個批料向量包含至少四個批料向量。
16.如權利要求12所述的方法，其特徵在於，所述線性模型用多元線性回歸構建。
17.如權利要求12所述的方法，其特徵在於，若含鈦酸鋁的陶瓷體相對於目標尺寸的預測收縮率等於或大於士0.3%，則調整工藝參數。
全文摘要
本發明涉及製備含鈦酸鋁的陶瓷體的方法，以及預測所述陶瓷體相對於目標尺寸的收縮率和最大程度減少收縮率可變性的方法。
文檔編號C04B38/00GK102482161SQ201080039367
公開日2012年5月30日 申請日期2010年8月27日 優先權日2009年8月28日
發明者A·J·切斯, C·J·沃倫, D·E·麥克考萊, P·D·特珀謝, S·J·卡弗裡, S·L·格雷 申請人:康寧股份有限公司