XiaoMi-AI文件搜索系统
World File Search System参数选择
使用疏水硅胶的膜通过过度蒸发从水中清除甲基酮酮
使用多二甲基硅氧烷（PDMS）膜的透白化膜工艺将甲基乙基酮（MEK）从水中分离出来的实验研究。最初，使用汉森溶解性参数选择了几种聚合物，最终选择了聚二甲基硅氧烷。在这项研究中，使用了类似于聚二甲基硅氧烷的结构（商业上称为Silgard 184）的结构。通过分析（例如FTIR，NMR，SEM和水接触角度测量）来证实这一点，但是Elastosil®RT601 A/B的使用率为Silgard 184的三分之一。饲料是高度不理想的，并包含异质性的共同体。在200 MBAR的真空压力下，以浓度（5-15 wt％）和温度（40 - 60°C）进行了渗透实验。在40°C下为5 wt％的进料，总通量为1.0208 kg/m²·H，选择性为33。还评估了操作参数（例如进料浓度和温度）对选择性和通量的两个因素的影响。1-介绍
Zito, Damiano.indd
简介 公司在选择性激光熔化 (SLM) 方面的历史可以追溯到大约十年前。多年来，研究涉及多个主题，以评估这种最新珠宝制造工艺的总体性能，从参数选择到粒度分布和流动性，以获得更致密的物品和均匀的粉末层。1,2,3 随后添加微量半导体元素 (Ge、Si) 以增加激光吸收率，并改变支撑系统的结构，从而显着降低粗糙度和残余孔隙率。3,4 其他研究将传统的失蜡投资工艺与选择性激光熔化在生产典型的装饰细节或非常漂亮的铂金首饰方面进行了比较 5,6 并展示了打印过程作为魔法锅的机会，可以生产出具有非常不寻常元素 (Nb、Ti) 的出色硬质白金合金 7 并且对环境的影响较小。8
不锈钢 EN X3CrNiMo13-4 激光 DMD 最佳沉积速率的参数开发
摘要 激光直接金属沉积 (DMD) 已发展成为一种在现有材料上沉积涂层的制造工艺，并在复杂精密部件的增材制造 (AM) 中被证明具有优势。然而，必须仔细确定适当的工艺参数组合，以使这种方法在工业上经济可行。本研究旨在提高不锈钢 EN X3CrNiMo13-4 的激光 DMD 的生产率。据此，讨论了激光功率 P、扫描速度 v、粉末流速 ̇ m 和光斑直径 s 等主要激光工艺参数对轨道几何形状和堆积率的影响。进行回归分析以推导主要参数组合与沉积速率之间的相关性。结果显示，对于长宽比、稀释度和沉积速率的几何特性，线性回归相关性良好，R 2 >0.9。使用线性回归方程构建的加工图展示了与沉积速率、长宽比和稀释度相关的适当工艺参数选择。
不锈钢 EN X3CrNiMo13-4 激光 DMD 最佳沉积速率的参数开发
摘要 激光直接金属沉积 (DMD) 已发展成为一种在现有材料上沉积涂层的制造工艺，并在复杂精密部件的增材制造 (AM) 中被证明具有优势。然而，必须仔细确定适当的工艺参数组合，以使这种方法在工业上经济可行。本研究旨在提高不锈钢 EN X3CrNiMo13-4 的激光 DMD 的生产率。据此，讨论了激光功率 P、扫描速度 v、粉末流速 ̇ m 和光斑直径 s 等主要激光工艺参数对轨道几何形状和堆积率的影响。进行回归分析以推导主要参数组合与沉积速率之间的相关性。结果显示，对于长宽比、稀释度和沉积速率的几何特性，线性回归相关性良好，R 2 >0.9。使用线性回归方程构建的加工图展示了与沉积速率、长宽比和稀释度相关的适当工艺参数选择。
交替分层变分量子电路可以利用经典阴影进行有效的经典优化
变分量子算法 (VQA) 是经典神经网络 (NN) 的量子模拟。VQA 由参数化量子电路 (PQC) 组成，该电路由多层假设（更简单的 PQC，与 NN 层类似）组成，这些假设仅在参数选择上有所不同。先前的研究已将交替分层假设确定为近期量子计算中潜在的新标准假设。事实上，浅层交替分层 VQA 易于实现，并且已被证明既可训练又富有表现力。在这项工作中，我们引入了一种训练算法，可指数级降低此类 VQA 的训练成本。此外，我们的算法使用量子输入数据的经典阴影，因此可以在具有严格性能保证的经典计算机上运行。我们证明了使用我们的算法在寻找状态准备电路和量子自动编码器的示例问题中将训练成本提高了 2-3 个数量级。
在状态分类中实施机器学习模型
摘要：糖尿病是一个重大的全球健康问题，早期发现和对该疾病状态的分类对于有效的管理非常重要。在这种情况下，本研究的目的是在糖尿病状态分类中使用K-Nearthent邻居（KNN）算法实施机器学习模型。为了促进用户简单的交互和更好的理解，基于简化的Web应用程序是作为接口开发的。相关数据集糖尿病用于训练和测试已实施的KNN模型。研究方法包括收集和预处理数据的阶段，参数选择，模型培训以及模型的绩效评估。结果表明，通过简化应用程序实施的KNN模型能够以良好的准确性对糖尿病的状态进行分类。用户可以根据输入的数据轻松访问和使用此应用程序来获取糖尿病状态的预测。这项研究有可能通过机器学习方法和Web技术来提高公共可访问性和对糖尿病状况的理解。此外，这项研究的结果可能是疾病检测和整体健康监测领域进一步发展的基础。
研究与教学
本文的目的是介绍由高屈服钢 S690 QL 制成的移动平台支撑结构的 MAG 焊接参数选择研究结果。这种钢的符号含义[7]： • S：结构钢， • 690：最小屈服强度（690 MPa）， • Q：淬火和回火， • L：低缺口韧性试验温度。高屈服强度钢由于其屈服强度高，在土木工程和运输工具建造中的应用越来越多[1-2]。该组钢的优势在于相对伸长率可达 14% 左右，是 AHSS 组高强度钢伸长率的两倍 [3-4]。建议在焊接屈服强度较高的钢材时将线能量限制在3.5kJ/cm的水平[5]，并进行预热。根据焊接板厚的增加，预热温度也应相应提高。制造商没有提供有关选择此类钢的预热温度的原则的信息[7]。本文决定选择最合适的 S690 QL 钢（典型的屈服强度增加的钢）焊接参数，以使接头在低温下具有最佳的冲击强度。
工艺开发：PC 基聚合物挤出高速冲压过程中的毛刺和薄膜形成
摘要。首先研究的是电缆管道生产中使用的聚碳酸酯 (PC) 基材料的使用、加工和材料特性。测试试样取自现场电缆管道，包括工业中常用的其他添加剂。进行了不同的机械和光学分析方法。观察到聚碳酸酯/丙烯腈丁二烯苯乙烯 (PC/ABS) 与矿物增强 PC 的拉伸性能存在显著差异。矿物增强 PC 的硬度显著取决于电缆管道的几何形状。PC/ABS 断裂表面的断裂行为和形态与夏比冲击试验期间的试样温度直接相关。工艺温度会影响高速冲压等高冲击加工过程中的失效行为。由于矿物增强 PC 的冲击强度较低，与 PC/ABS 相比，薄膜和毛刺形成的可能性较小。然而，矿物分布并不均匀，因此有待进一步研究。本研究旨在更好地了解 PC/ABS 产品的工艺性能、参数选择、质量改进以及对底层微观结构和表面性能的一般了解。
融合沉积建模参数的效果（FDM ...
热塑性塑料添加剂制造的最常见方法是融合沉积建模（FDM），这正在成为各种工程应用中的增长趋势，因为它很容易创建复杂的零件。适当的过程参数选择对3D打印零件的机械质量有重大影响。这项研究研究了四个关键过程变量对聚乳酸（PLA）样品拉伸强度的影响：填充密度，打印速度，构建方向和层厚度。使用FDM 3D打印机根据ASTM D638打印样品。这项研究的结果表明，PLA打印样品的拉伸强度受到层厚度，构建方向和填充密度等因素的高度影响。PLA打印样品的拉伸强度和Young的模量受到90°方向，空心填充，0.4 mm厚度和100 mm/s速度的显着影响。因此，随着FDM 3D打印机对于制造工程组件逐渐变得更加重要，因此找到可能导致更强机械和物理特性的参数值肯定会帮助设计师和制造商在全球。
通过任务优先级避免自动驾驶的任务优先级的参考跟踪优化
摘要 - 避免障碍物是自动驾驶的基本操作，其配方传统上源自机器人技术和决策控制领域。鉴于计算无障碍轨迹所需的高复杂性，通常需要对较低的频率计划层进行此操作，然后提供轨迹参考，然后是较高的频率控制层。每当需要重新启动时（例如，由于新检测到的障碍物），控制层必须等待生成新的计划轨迹。在本文中，我们提出了一种新颖的方法，以在控制层中避免障碍物，从而避免了求职者响应。尤其是我们展示了如何可以集成障碍物和参考跟踪，因此，在基于零空间的行为控制方法基于（可能是非线性）模型预测控制方案中实现的基于零空间的行为控制方法，无需在不同的控制器之间进行切换。我们证明了采用两种不同的车辆动态模型以及在四种不同（城市和高速公路）方案中使用的拟议方法论的实际实施。此外，我们提供了灵敏度分析，以了解参数选择如何影响自动化车辆行为。