XiaoMi-AI文件搜索系统
World File Search System动态行为
基于实际数据的燃气轮机振动监测
摘要 燃气轮机是一种非常复杂的机械，因为它既有静态结构，又有由振动现象引起的动态行为。需要采用监测和诊断程序来识别和定位振动缺陷，以确保燃气轮机等大型旋转设备正常运行。这是必要的，以避免灾难性的故障和恶化，并确保正常运行。利用基于频谱分析的方法，本研究的目的是提供一个模型，用于监测和诊断 GE MS3002 燃气轮机及其驱动的离心式压缩机的振动。这将通过利用该技术来实现。随后，收集离心式压缩机模型的振动测量值，作为对另一种方法的建议。该方法基于神经模糊方法类型 ANFIS，旨在创建一个等效系统，该系统能够在无需咨询人类的情况下做出决策，以检测振动缺陷。尽管所调查的压缩机存在缺陷，但该程序仍产生了令人满意的结果。
热神经元网络中的集体动力学和长程有序
为了开发可扩展且节能的神经形态设备，最近的研究发现了一种新型的脉冲振荡器，称为“热神经元”。这些设备通过相邻的二氧化钒电阻存储器之间的热相互作用发挥作用，模拟生物神经元行为。在这里，我们展示了这些神经元网络的集体动态行为展示了丰富的相位结构，可以通过调节热耦合和输入电压进行调节。值得注意的是，我们确定了表现出长程有序的相，然而，这种有序不是由临界性引起的，而是来自系统的时间非局部响应。此外，我们表明这些热神经元阵列通过储层计算实现了图像识别和时间序列预测的高精度，而无需利用长程有序。我们的发现强调了神经形态计算的一个关键方面，可能对大脑的功能产生影响：临界性对于神经形态系统在某些计算任务中的高效性能可能不是必要的。
量子随机自修改计算
3. 前机器是非自治动力系统 [5]。一些前机器程序可以增加其程序复杂度，而对表示前机器程序所需的最小位数没有任何上限。这是一个至关重要的见解，因为停机问题的信息论证明的矛盾取决于图灵机的程序复杂度保持不变。通过研究 [2] 中的第 362-363 页或 [3] 可以轻松看到这一点。前机器的这一特性使它们能够规避 [2] 第 362-363 页证明中的矛盾。非自治动力系统表现出更有趣/更复杂的动态行为。当拓扑空间是连续体时，非自治系统肯定会表现出更复杂的行为。请参阅 [5] 中的第 2 章，标题为“非自治系统中周期点的不稳定性”，位于网页 https://www.aemea.org/msf.html 的底部附近。（单击稳定性：24-31 和稳定性：32-37。）
2038.pdf
简介 正如我们今天的理解，“颗粒小行星”或“重力聚集体”是一种自然形成的天体，它是由离散的固体成分聚集而成，这些成分通过自身的重力、内聚力和附着力 1 结合在一起。DART 对小行星 Dimorphos 的撞击是超音速的，除了改变其轨道外，还使其处于不同的自旋状态。这些能量应主要通过小行星粒子之间的摩擦和它们的重新排列而消散，直到达到新的低能量结构。在本文中，我们想要了解具有相同动量的撞击者是否能对自引力体造成相同的“损害”或提供相同的“推力”，以及传递给系统的能量是如何消散的。我们将使用 Soft-Sphere DEM 代码 [1、2、3、4、5、6、7] 进行这项研究，因为我们知道一旦达到超音速撞击速度，结果将变得不切实际。然而，在达到该极限之前，观察目标的动态行为是否会出现任何趋势将会很有趣。
AM-SegNet 用于增材制造原位 X 射线图像分割和特征量化
摘要 同步加速器 X 射线成像已用于检测金属增材制造 (AM) 过程中熔池的动态行为，此过程中会产生大量图像数据。在此，我们开发了一种高效且稳健的深度学习模型 AM-SegNet，用于分割和量化高分辨率 X 射线图像，并准备了一个包含超过 10,000 个像素标记图像的大型数据库，用于模型训练和测试。AM-SegNet 结合了一个轻量级卷积块和一个定制的注意机制，能够以高精度（∼ 96%）和处理速度（每帧 < 4 毫秒）执行语义分割。分割结果可用于关键特征（例如锁孔和孔隙）的量化和多模态相关分析。此外，还展示了 AM-SegNet 在其他先进制造工艺中的应用。所提出的方法将使制造和成像领域的最终用户能够加速从收集到分析的数据处理过程，并提供对过程控制物理学的洞察。
基于通用逻辑门的基于CADENCE VIRTUOSO的电路模拟：董事会教程Indranil Maity电子和通信部
抽象的门级设计和电路模拟是构建复杂数字电路的基本过程。本文着重于两个通用数字逻辑门的设计和电路模拟。NAND和NOR GATES使用Cadence Virtuoso软件。研究利用了在每个逻辑门上进行的瞬态分析的多功能环境，以模拟对输入脉冲信号的输出响应。将模拟的结果绘制为瞬态图，以正确地可视化门操作。模拟结果表明，NAND和NOT门都经过了适当的操作，这通过其真实表得到了进一步验证。当两个输入信号都高时，NAND门仅产生低输出信号。当所有输入信号都较低时，NOR GATE才会产生一个很高的输出信号。通过严格的模拟和细致的分析，这项研究发现了这些逻辑门的动态行为，从而阐明了它们的功能和性能特征。1。简介
空客直升机测试中心的大数据工具和使用前景
转子测试，通常分为不同的活动，通常侧重于性能或动态行为 变速箱测试，专门针对这些关键部件，AH 目前正在为此建造一个全新的设备，专门用于在开发阶段进行变速箱测试 铁鸟测试，我们基本上将一架完整的直升机放入专用建筑物中，让其运行数小时，以降低风险/减少试飞或进行耐久性测试 疲劳、负载和环境测试，这是一项非常多样化的活动，其中对各种部件进行测试，以确定其在环境约束下的机械特性，这些环境约束代表了在使用寿命期间可能遇到的最极端情况 - 通常甚至超出确定裕度的范围。下表列出了最近活动期间生成的数据量和类型的一些数量级，这些数据目前以原始记录格式存储在数据文件中，并不适合大规模分析。对于未来的直升机，即使我们试图控制增长
齿轮噪声和振动——文献综述
齿轮噪声与振动——文献综述 Mats Åkerblom mats.akerblom@volvo.com Volvo Construction Equipment Components AB SE–631 85 瑞典埃斯基尔斯蒂纳 摘要 本文是对齿轮噪声与振动文献的综述。 它分为三个部分：“传动误差”、“动态模型”和“噪声与振动测量”。 传动误差 (TE) 被认为是齿轮噪声和振动的重要激励机制。 传动误差的定义是“输出齿轮的实际位置与齿轮传动完全共轭时其所处位置之间的差”。 由齿轮、轴、轴承和变速箱壳体组成的系统的动态模型对于理解和预测变速箱的动态行为很有用。 在通过实验研究齿轮噪声时，噪声和振动测量以及信号分析是重要的工具，因为齿轮会在特定频率下产生噪声，这与齿数和齿轮的转速有关。关键词：齿轮，噪声，振动，传动误差，动态模型。
超导电路中费米子-玻色子模型的数模量子计算
我们提出了一种数模量子算法，用于模拟 Hubbard-Holstein 模型，该模型描述了强关联费米子-玻色子相互作用，该算法采用具有超导电路的合适架构。它由一个由谐振器连接的线性量子比特链组成，模拟电子-电子 (ee) 和电子-声子 (ep) 相互作用以及费米子隧穿。我们的方法适用于费米子-玻色子模型（包括 Hubbard-Holstein 模型描述的模型）的数模量子计算 (DAQC)。我们展示了 DAQC 算法的电路深度减少，该算法是一系列数字步骤和模拟块，其性能优于纯数字方法。我们举例说明了半填充双位点 Hubbard-Holstein 模型的量子模拟。在这个例子中，我们获得了大于 0.98 的保真度，表明我们的提议适合研究固态系统的动态行为。我们的提议为计算化学、材料和高能物理的复杂系统打开了大门。
神经形态硬件系统的天体自我修复
虽然基于脉冲神经网络 (SNN) 的神经形态计算架构作为实现生物可信机器学习的途径越来越受到关注，但人们的注意力仍然集中在神经元和突触等计算单元上。从这种神经突触视角出发，本文试图探索神经胶质细胞，特别是星形胶质细胞的自我修复作用。这项工作调查了与星形胶质细胞计算神经科学模型的更强相关性，以开发具有更高生物保真度的宏观模型，准确捕捉自我修复过程的动态行为。硬件-软件协同设计分析表明，生物形态星形胶质细胞调节有可能自我修复神经形态硬件系统中的硬件实际故障，并且在 MNIST 和 F-MNIST 数据集上的无监督学习任务中具有明显更好的准确性和修复收敛性。我们的实现源代码和训练模型可在 https://github.com/NeuroCompLab-psu/Astromorphic Self Repair 上找到。