XiaoMi-AI文件搜索系统
World File Search System压死
超细晶粒钨的无压两步烧结
一种简单的无压两步烧结法解决了生产致密超细晶粒 (UFG) 钨的难题。该方法可提供均匀的微观结构，理论密度约为 99%，晶粒尺寸约为 700 nm，这是文献中报道的最佳纯钨烧结方法之一。得益于更细腻、更均匀的微观结构，两步烧结样品在弯曲强度和硬度方面表现出更好的机械性能。在验证了抛物线晶粒生长动力学的同时，在 1400°C 时观察到标称晶界迁移率的转变，高于此温度时有效活化焓约为 6.1 eV，低于此温度时晶界运动迅速冻结，活化焓异常大，约为 12.9 eV。活化参数相对于温度的这种高度非线性行为表明活化熵和可能的集体行为在晶粒生长中发挥了作用。我们相信，所报道的两步烧结方法也适用于其他难熔金属和合金，并且可以推广到使用机器学习的多步或连续冷却烧结设计。© 2020 Acta Materialia Inc. 由 Elsevier Ltd. 出版。保留所有权利。
氢压容器制造商的新解决方案
满足严格的要求，氢容器的压力阻力是由增强纤维支配的，但是树脂矩阵在提供环境外观保护（热，化学，撞击）以及疲劳/压力循环的耐药性方面起着关键作用。在85°C下进行严重的压力循环测试，GTR 13标准要求，实际上，树脂系统必须具有至少115-120°C的玻璃过渡温度（TG），即使在热/潮湿条件下，也必须避免过早故障。研究表明，在断裂时具有高机械强度和高伸长的树脂系统可以更好地支持压力循环引起的尺寸变化（应变），从而防止在最大额定压力下层压板内的裂纹启动。
成像生物和死鼠的超视光子发射以及压力下的植物
在200-1000 nm的光谱范围内，在所有已检查的生物系统中都观察到了在200-1000 nm的频谱范围内的极低强度发射（10-10-10 3光子 /cm 2 /sec）的现象。在这里，我们报告了实验，这些实验体现了新型成像系统检测一组生理上重要方案的UPE变化的能力。我们使用EMCCD和CCD摄像机来捕获低噪声和量子效率低于90％的单个可见波长光子。我们的调查揭示了Live与死鼠的UPE之间的显着对比。在植物中，我们观察到温度和伤害的升高都会引起UPE强度的增加。此外，化学处理修饰了植物的UPE发射特性，尤其是麻醉剂（苯佐卡因）在损伤中的应用，这在测试的化合物中显示出最高的发射。因此，UPE成像提供了对动物活力的无创成像以及植物对压力的反应的可能性。
独立电镀铜玻璃玻璃vias的微压
摘要 - 在这项研究中，提出了独立铜（CU）透明玻璃染色（TGV）的微压。开发了一种创新方法，以获得独立的cu tgvs，其中cu覆盖量被用作微压测试的底板，从而可以直接获得单个TGV的机械响应。根据机械响应，Cu TGV的平均屈服强度为123 MPa，标准偏差为7.85MPa。六个测试的TGV的屈服强度值非常吻合，表明一种可靠且可重复的测试程序。该值略低于Cu TSV的屈服应力值，但在报告的电镀铜的范围内。讨论了影响Cu TGV的机械性能的因子，包括电镀参数和微观结构变化。在本研究中证明的样品制备和微压测试方法可以轻松地用于经受各种制造和退火条件的TGV，这将使处理参数的细节调节以生成具有可取属性的CU TGV的特定属性。该测试的结果还将为预测热模型提供有价值的输入，以使可靠的玻璃插入器的发展。
硅压阻式压力传感器迟滞补偿
摘要：本文旨在研究补偿硅压力传感器的迟滞误差，以提高传感器精度。研究对象是基于MEMS技术的工业领域中的大量程扩散硅压阻式压力传感器。由于传感器的迟滞特性复杂，补偿困难，目前尚未见相关研究的先例。作者分析了迟滞特性的成因和影响因素，并通过实验证明了硅压力传感器满足广义Preisach模型的必要和充分条件。利用传感器的Preisach模型，采用逆广义Preisach模型的补偿算法对迟滞误差进行补偿，实验表明，补偿后迟滞误差明显减小，从而提高了传感器的精度。
压电学和电纺压电材料与器件简介
1 米尼奥大学物理中心，4710-057，布拉加，葡萄牙 2 米尼奥大学 IB-S 可持续发展科学与创新研究所，4710-057，布拉加，葡萄牙 3 米尼奥大学聚合物与复合材料研究所 IPC/I3N，4800-058 吉马良斯，葡萄牙 4 BCMaterials，巴斯克材料、应用与纳米结构中心，HU 科技园，48940 Leioa，西班牙 5 IKERBASQUE，巴斯克科学基金会，48013，毕尔巴鄂，西班牙
Keith B. Hall，《水力压裂：商业秘密和
* Keith B. Hall 是路易斯安那州矿产法研究所所长，也是路易斯安那州立大学的法学教授。他担任新奥尔良律师协会石油和天然气部门主席、路易斯安那州律师协会环境法部门即将上任的主席以及落基山矿产法基金会董事会成员。此外，他还与人合著了《路易斯安那州律师杂志》双月刊上的《最新发展：矿产法》。在加入路易斯安那州立大学之前，他是新奥尔良 Stone, Pigman, Walther, Wittmann LLC 的成员，在那里执业 16 年，专注于石油和天然气法、环境法和有毒侵权诉讼。他还担任该公司能源和环境实践小组的联席主席，并撰写了其律师事务所博客《石油和天然气法简报》。在从事法律工作期间，他还担任新奥尔良洛约拉大学法学院的兼职教授，讲授《矿产法概论》课程。
将机器学习和复杂网络测量应用于死藤水实验的 EEG 数据集
死藤水是亚马逊植物的混合物，数百年来一直被该地区的居民用作传统药物。此外，这种植物已被证明是治疗多种神经和精神疾病的有效方法。脑电图实验发现，特定的大脑区域因死藤水而发生了显著变化。在这里，我们使用脑电图数据集来研究使用机器学习和复杂网络自动检测大脑活动变化的能力。机器学习应用于三个不同的数据抽象层次：(A) 原始脑电图时间序列，(B) 脑电图时间序列的相关性，以及 (C) 从 (B) 计算出的复杂网络测度。此外，在 (C) 的抽象层次上，我们开发了与社区检测相关的复杂网络新测度。结果，机器学习方法能够自动检测大脑活动的变化，其中案例 (B) 的准确率最高 (92%)，其次是 (A) (88%) 和 (C) (83%)，这表明大脑区域之间的连接变化对于检测死藤水更为重要。最活跃的区域是额叶和颞叶，这与文献一致。F3 和 PO4 是最重要的大脑连接，这是迷幻文献中一个重要的新发现。这种联系可能指向类似于个体在死藤水介导的视觉幻觉过程中的面部识别的认知过程。此外，接近中心性和分类性是最重要的复杂网络指标。这两个指标也与阿尔茨海默病等疾病有关，表明可能存在治疗机制。此外，这些新指标对预测模型至关重要，表明使用死藤水与更大的大脑群落有关。这表明，当这种药物存在时，功能性大脑网络中的信息传播速度会变慢。总体而言，我们的方法能够自动检测服用死藤水期间大脑活动的变化，并解释这些迷幻药如何改变大脑网络，以及深入了解它们的作用机制。
将机器学习和复杂网络测量应用于死藤水实验的 EEG 数据集
死藤水由亚马逊草药混合物制成，几百年来一直被该地区的人们用作传统药物。此外，这种植物已被证明是治疗各种神经和精神疾病的潜在药物。EEG 实验发现，由于死藤水，特定大脑区域发生了显著变化。在这里，我们使用 EEG 数据集来研究使用机器学习和复杂网络自动检测大脑活动变化的能力。机器学习应用于三个不同的数据抽象级别：(A) 原始 EEG 时间序列，(B) EEG 时间序列的相关性，以及 (C) 从 (B) 计算出的复杂网络度量。结果，机器学习方法能够自动检测大脑活动的变化，其中案例 (B) 的准确率最高 (92%)，其次是 (A) (88%) 和 (C) (83%)，这表明大脑区域之间的连接变化比大脑区域内的连接变化更重要。最活跃的区域是额叶和颞叶，这与文献一致。在大脑连接方面，F3 和 PO4 之间的相关性最为重要。这种联系可能表明，在死藤水介导的视觉幻觉中，个体的认知过程类似于面部识别。此外，接近中心性和分类性是最重要的复杂网络指标。这两个指标也与阿尔茨海默病等疾病有关，表明可能存在治疗机制。总体而言，我们的结果表明，机器学习方法能够自动检测死藤水消费过程中大脑活动的变化。结果还表明，机器学习和复杂网络测量的应用是研究死藤水对大脑活动和医疗用途影响的有效方法。
