Validating HPLC capillary column performance
Biotech Fluidics 报告称，知名液相色谱专家 – Dr Maisch HPLC GmbH 已在其测试装置中安装了 Biotech 液体微流量计，以验证其制造的所有毛细管柱的性能。总部位于德国西南部的 Dr Maisch 在过去 45 年中赢得了 HPLC 和 UHPLC 高质量标准和专业毛细管柱领先开发商的声誉……
Predicting Soil Moisture Content Using Physics-Informed Neural Networks (PINNs)
摘要：近地表土壤含水量等环境条件是物体检测问题中的宝贵信息。然而，如果没有主动感知，通常无法以必要的规模获得此类信息。理查兹方程是一个描述非饱和土壤入渗过程的偏微分方程 (PDE)。求解理查兹方程可以得到有关土壤体积含水量、水力传导率和毛细管压力头的信息。然而，由于理查兹方程的非线性，它很难近似。有限差分法 (FDM) 和有限元法 (FEM) 等数值求解器是近似理查兹方程解的常规方法。但此类数值求解器在实时使用时非常耗时。物理信息神经网络 (PINN) 是依赖物理方程近似解的神经网络。一旦经过训练，这些网络就可以快速输出近似值。因此，PINN 在数值 PDE 社区中引起了广泛关注。该项目旨在将
Ученые Пермского Политеха повысили стабильность и качество производства оптоволокна
彼尔姆理工学院的科学家们开发了一种模型，可以提供参数的恒定控制，并将毛细管拉伸过程中的干扰减少 10%。该方法提高了纤维制造的质量和稳定性
