a 宾夕法尼亚州立大学材料科学与工程系 b 宾夕法尼亚州立大学机械工程系 c 阿贡国家实验室 X 射线科学部
摘要:本研究旨在研究浸渍压力对浸渍块状石墨孔隙率下降的影响。研究了沥青浸渍行为与块状石墨块孔径之间的相关性,以确定最佳浸渍压力。基于阿基米德方法和水银孔隙率仪评估了10至50 bar之间不同压力下沥青浸渍前后块状石墨的密度和孔隙率。密度增加率增加了1.93–2.44%,而由开孔率计算的浸渍率降低了15.15–24.48%。当浸渍压力为40和50 bar时,密度增加率和浸渍率明显较高。与浸渍压力10、20、30 bar相比,浸渍压力40和50 bar时最小可浸渍孔径分别为30~39和24~31 nm。压汞仪分析结果表明,石墨块的压力敏感孔径在100~4500 nm范围内。此外,由于浸渍到墨水瓶型孔中的沥青在碳化过程中难以洗脱,因此该范围内的墨水瓶型孔对压力浸渍效果贡献最大。
合成孔径雷达是一种众所周知的技术,用于遥感应用,即使在晚上或在云覆盖面的情况下,具有不间断的成像功能,例如不间断的成像功能。但是,Spaceborne SAR传感器面临着主要挑战,例如成本和规模,这是其适用于对低地球观察应用的未来星座的障碍。SAR传感器不是紧凑的,需要大型或中型卫星,这花费了数亿美元。为了解决这些挑战,最近启动的SpaceBeam项目由欧洲委员会资助,旨在开发一种新颖的SAR扫描方法,利用了混合综合光学波束形成网络(IOBFN)。所提出的光子溶液的紧凑性和频率灵活性符合低地球轨道卫星的未来星座的要求,其重量,重量,功耗和成本(SWAP-C)。
摘要 — 量子算法旨在在基于门的量子计算机中处理量子数据(量子比特)。经严格证明,当输入是某些量子数据或映射到量子数据的某些经典数据时,它们比传统算法具有量子优势。然而,在实际领域,数据本质上是经典的,它们的维度、大小等都非常大。因此,将经典数据映射(嵌入)到量子数据是一个挑战,甚至在基于门的量子计算机中处理映射的经典数据时,量子算法相对于传统算法没有量子优势。对于地球观测(EO)的实际领域,由于遥感平台上的传感器不同,我们可以将某些类型的 EO 数据直接映射到量子数据。特别是,我们有以极化光束为特征的极化合成孔径雷达(PolSAR)图像。极化光束的偏振态和量子比特是物理状态的分身。我们将它们相互映射,并将这种直接映射称为自然嵌入,否则称为人工嵌入。此外,我们使用量子算法在基于门的量子计算机中处理自然嵌入的数据,而不管其相对于传统技术的量子优势如何;即,我们使用 QML 网络作为量子算法来证明我们自然地将数据嵌入基于门的量子计算机的输入量子位中。因此,我们在 QML 网络中使用并直接处理了 PolSAR 图像。此外,我们设计并提供了一个带有额外神经网络层的 QML 网络,即混合量子经典网络,并演示了在使用和处理 PolSAR 图像时如何编程(通过优化和反向传播)这种混合量子经典网络。在这项工作中,我们使用了 IBM Quantum 提供的基于门的量子计算机和基于门的量子计算机的经典模拟器。我们的贡献是,我们提供了具有自然嵌入特征(量子位的 Doppelganger)的非常具体的 EO 数据,并在混合量子经典网络中对其进行了处理。更重要的是,在未来,这些极化SAR数据可以通过未来的量子算法和未来的量子计算平台进行处理,以获得(或展示)相对于传统EO问题技术的量子优势。索引词——自然嵌入、参数化量子电路、极化合成孔径雷达(PolSAR)、量子机器学习(QML)。I.引言最近在构建基于门的量子计算机方面取得了突破,该计算机仅使用极少的量子比特[1]
Capella Space Capella Space成立于2016年,旨在向政府和商业客户提供SAR图像。Capella Space与Inmarsat具有独家协议,使用SpaceX发射车在其36个固定卫星系统上乘车共享。他们目前有100多名员工,总部位于旧金山。迄今为止,他们已经获得了8000万美元的风险投资,并与多个政府客户签订了合同。他们是2019年的空间投球日获奖者,在2020年6月,他们与国家地理空间 - 智能机构签署了合作研发协议(CRADA)。他们的SAR系统完全部署时将具有每小时的全局图像,带状模式分辨率为2M。X波段系统目前每六个小时提供每六个小时的图像。Capella Space正在通过Web界面开发创新的按需任务系统。他们的领导团队具有与美国政府客户的良好证书和联系,他们的咨询团队包括战略组织的前领导者。
天基合成孔径雷达 (SAR) 是一种遥感技术,能够提供地面目标区域的二维或三维重建图像,广泛应用于遥感和地球表面测绘。SAR 是一种主动观测技术,卫星上的大型天线同时发射和接收微波。当发射的微波从地面反射时,接收到的回波提供幅度和相位数据,可用于重建图像。由于 SAR 使用微波操作,它可以在白天和晚上进行成像,并且能够穿透云层和恶劣天气条件,而这些条件会使传统的地球观测 (EO) 技术效率降低 [1]。
摘要:膜是化学净化、生物分离和海水淡化的关键部件。传统的聚合物膜普遍存在渗透性和选择性之间的权衡,这严重阻碍了分离性能。纳米多孔原子薄膜(NATM),如石墨烯 NATM,有可能打破这种权衡。由于其独特的二维结构和潜在的纳米孔结构可控性,NATM 有望通过分子筛获得出色的选择性,同时实现极限渗透性。然而,石墨烯膜的概念验证演示和可扩展的分离应用之间存在巨大的选择性差异。在本文中,我们提供了一种可能的解决方案来缩小这种差异,即通过两次连续的等离子体处理分别调整孔密度和孔径。我们证明,通过缩小孔径分布,可以大大提高石墨烯膜的选择性。首先应用低能氩等离子体来使石墨烯中高密度缺陷成核。然后利用受控氧等离子体选择性地将缺陷扩大为具有所需尺寸的纳米孔。该方法具有可扩展性,制备的具有亚纳米孔的 1 cm 2 石墨烯 NATM 可以分离 KCl 和 Allura Red,选择性为 104,磁导率为 1.1 × 10 −6 ms −1 。NATM 中的孔可以进一步从气体选择性亚纳米孔调整到几纳米尺寸。制备的 NATM 在 CO 2 和 N 2 之间的选择性为 35。随着扩大时间的延长,溶菌酶和牛血清白蛋白之间的选择性也可以达到 21.2,渗透性比商用透析膜高出大约四倍。这项研究提供了一种解决方案,可以实现孔径可调的 NATM,其孔径分布较窄,适用于从气体分离或脱盐中的亚纳米到透析中的几纳米的不同分离过程。关键词:纳米多孔石墨烯膜、纳米多孔原子级薄膜 (NATM)、蛋白质选择性膜、等离子蚀刻、纳米孔工程
从烟气中分离 SO2 的传统方法是用湿式石灰石洗涤或用胺基吸收剂处理。[6] 重油或煤燃烧产生的烟气通常含有 500-3000 ppm 的 SO2 ,使用这些成熟的方法可将其降低高达 95%。[7] 重要的是,<500 ppm 的痕量 SO2 仍残留在烟气中并排放到大气中。而且,这些残留的 SO2 会使 CO2 吸附剂失活或毒害选择性 NOx 氧化催化剂。[8–10] 因此,进一步降低烟气中的 SO2 含量具有重要的经济和环境意义。多孔材料对 SO2 的可逆物理吸附被视为进一步降低烟气中 SO2 的一种方法。目前,用金属有机骨架(MOF)进行 SO2 吸附引起了人们的浓厚兴趣。 [11–27] 金属有机骨架通常是微孔金属配体配位网络,具有均匀的孔隙率、低密度,并可通过有机连接体(即金属桥接配体)进行高度可调。[28] MOF 在作为吸附剂(特别是 N 2 、 H 2 、 CO 2 、 CH 4 等)用于未来的气体储存和气体分离 [29–31] 或有毒和污染气体的捕获方面的作用受到广泛研究。[32–38] 然而,MOF 通常不具有很高的化学和热液稳定性。[39] MOF 的优势显然在于它们的可设计性,尤其是它们可控的孔径和可修改的孔表面是无与伦比的,然而,其他多孔材料也可能具有良好的 SO 2 吸收特性。典型烟气混合物的主要成分是 N 2 或 CO 2 以及少量 SO 2 (500–3000 ppm)。[7] 对 SO 2 的亲和力优于 CO 2 和 N 2 ,这决定了高选择性,这对于实现高分离效率至关重要。有前途的材料还应具有较高的 SO 2 单气
来源:https://www.samsung.com/semiconductor/minisite/exynos/products/mobileprocessor/exynos-9825/,https://consumer.huawei.com/en/campaign/kirin-990-series/