XiaoMi-AI文件搜索系统
World File Search SystemBeam
利用电子束熔化技术实现金属增材生产
真正的 3D 嵌套是 EBM 打印如此高效的原因。虽然电子束非常快（单个电子束可以同时保持多达 70 个熔池“活跃”），但需要时间将构建空间加热到其工作温度。但一旦达到温度，EBM 就可以打印从构建板到构建包络顶部的零件堆栈。这大大降低了生产每个零件所需的平均时间。一次运行的零件越多，EBM 的生产力就越高。
在12 GEV ∗
P. Adderley 1，St.Ahmed 1，L，T 1，M。Bruker 1，A。1，M，L。Cardin 1，J。Creel 1，Y.-C。 Chao 1，A，G。Cheng 1，G。Cyovati 1，2，S。 de Silva 1，2，R。Dickson1，C，M。Diaz1，M。Drury1，LP. Adderley 1，St.Ahmed 1，L，T 1，M。Bruker 1，A。1，M，L。Cardin 1，J。Creel 1，Y.-C。 Chao 1，A，G。Cheng 1，G。Cyovati 1，2，S。de Silva 1，2，R。Dickson1，C，M。Diaz1，M。Drury1，LJ. Gubeli 1，J。Guo1，F。 D. Hininbotham 1，A。S ，A。Kimber 1，D，L。King 1， K. Machay 1，F。Marhauser1，N，B。 ，l。 Mering 1，A，R。 Park 1，A，L。Phillips 1，St. Philip 1，T。Powers1，J。Preble1，R。Rimmer1，C。Reece1，H。 Rode 1，C。Rode 1，T。Stogata 1，2，D。J. Seidman 1，A。 k Valente 1，H。Wang1，张1†
利用局部真空电子束焊接
• 电子束焊接 • 包覆 • 无损检测 • 铸造和热等静压 • 自动化和 I4.0 • 制造设计 • 工厂和工艺开发 • ICME：综合计算材料工程 • 净零碳技术 • 高温材料（RA 钢）
基于可重构等离子体电离的空间时间调制编码超表面光束控制
本文探讨了时空编码在波束控制中的应用，使用 1 位、2 位和 3 位可重构编码超表面。通过周期性地改变时间域中的代码排列，实现了在空间和时间上具有代码顺序的超表面。选定的代码用于在雷达传感系统应用中将波束引导到不同的方向。通过控制每个代码序列中不同位的位置来改变谐波信号的相位。8×8 单元格元素（120×120×3.2 mm 3 ）的构造涉及使用充满惰性氩气的接地介电容器。超表面逻辑状态通过惰性气体的电离度来控制，时间切换控制谐波频率。研究了不同的时间切换序列用于波束控制。使用 CST Microwave Studio 分析了所提出的编码超表面，并使用 MATLAB 将结果与解析解进行了比较。
使用遗传算法在卫星通信中直接辐射阵列的多束光束形成
载卫星通信的最新进展提高了动态修改直接辐射阵列（DRA）的辐射模式的能力。这不仅对于传统的通信卫星（例如地球轨道（GEO））至关重要，而且对于低轨道（例如低地球轨道（LEO））的卫星也至关重要。关键设计因素包括光束的数量，梁宽，有效的各向同性辐射功率（EIRP）和每个梁的侧叶水平（SLL）。然而，当试图同时满足上述设计因素的要求时，在多微型方案中出现了一个挑战，这些设计因素反映为不均匀的电源分配。这导致过度饱和，尤其是由于每个光束的激活时间（通常称为激活实例），在中心位置的天线元件中。应对这一挑战，本文提出了一种平衡每个必需光束天线元件激活实例的方法。我们的重点是在位于地球表面500公里的立方体上以19 GHz运行的光束。我们引入了一种基于遗传算法（GA）的算法，以通过调节每个天线元件的重量矩阵的振幅分量来优化光束成型系数。该算法的关键约束是对每个元素激活实例的限制，避免了射频（RF）链中的过度饱和。此外，该算法可满足梁的要求，例如梁宽，SLL，指向方向和总功率。使用先前的关键设计因素，该算法将优化所需的基因，以解决所需的光束特性和约束。我们使用8×8 DRA贴片天线在三个方案中测试了该算法的有效性，该天线具有圆形极化，并在三角形晶格中排列。结果表明，我们的算法不仅符合所需的光束模式规格，而且还确保了整个天线阵列的均匀活化分布。
EXUDE Elite 光谱光束组合光学元件
本文件是作为美国政府机构赞助的工作记录而编写的。美国政府、劳伦斯利弗莫尔国家安全有限责任公司及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或劳伦斯利弗莫尔国家安全有限责任公司对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或劳伦斯利弗莫尔国家安全有限责任公司的观点和意见，不得用于广告或产品代言目的。
基于机器学习的基于机器学习的光束选择，以最大化无线网络容量
摘要在当今和未来的无线通信中，尤其是在5G和6G网络中，机器学习（ML）方法至关重要。可能会带来许多好处，例如增加数据吞吐量，提高安全性，延迟减少以及总体上提高网络效率。此外，为了促进实时情况下大量数据的处理，机器学习用于无线网络中的各种功能。本文旨在探索机器学习的重要性和应用，并在预测无线通信场景中的最佳光束配置的背景下，特别关注经典的增强学习。我们的目标是通过找到最佳光束成形角度来最大程度地减少发射机之间的干扰。为此，部署了射线追踪技术。我们将这项研究视为将数字双（DT）技术集成到网络管理和控制中的一步。在本文中，使用了不同的机器学习方法，并比较了它们的性能。首先，确定了波束形成，最大化通道容量的最有效角度。然后，通过使用这些方法并在验证其准确性后，发现并评估了发射器和接收器数量增加的情况下的最佳天线角度。
伯明翰的中子束：HF-ADNeF
[1] https://www.birmingham.ac.uk/research/activity/nuclear/about-us/facilities/high-flux-neutron-facility [2] FJ Wheeler 等人，《布鲁克海文医学研究反应堆超热中子源的物理设计、中子束设计、开发和中子俘获疗法的性能》，(1990 年) [3] H. Klein，《散裂中子源》，Conf. Proc. Intl. Linac Conference (1994 年) [4] https://www.neutrontherapeutics.com/technology/ [5] 国际原子能机构 (IAEA)，《硼中子俘获疗法的进展》，非连续出版物 (2023 年) [6] M. Conroy，《UoB HF-ADNeF 用于医学同位素生产的 OpenMC 模拟》，海报，IOP Joint APP、HEPP & NP Conf. （2024） [7] AV Brown & MC Scott，《用于硼中子俘获治疗的高功率中子产生锂靶的开发》，《Conf. Proc. Vol. 4142》，《穿透辐射系统与应用 II》（2000） [8] B. Phoenix 等人，《用于锂靶的高功率冷却系统的开发》，《应用辐射与同位素》106（2015）49-52
Selective Growth of GaP Crystals on CMOS-Compatible Si Nanotip Wafers by Gas Source Molecular Beam Epitaxy
ABSTRACT: Gallium phosphide (GaP) is a III − V semiconductor with remarkable optoelectronic properties, and it has almost the same lattice constant as silicon (Si). However, to date, the monolithic and large-scale integration of GaP devices with silicon remains challenging. In this study, we present a nanoheteroepitaxy approach using gas-source molecular-beam epitaxy for selective growth of GaP islands on Si nanotips, which were fabricated using complementary metal − oxide semiconductor (CMOS) technology on a 200 mm n-type Si(001) wafer. Our results show that GaP islands with sizes on the order of hundreds of nanometers can be successfully grown on CMOS-compatible wafers. These islands exhibit a zinc-blende phase and possess optoelectronic properties similar to those of a high-quality epitaxial GaP layer. This result marks a notable advancement in the seamless integration of GaP- based devices with high scalability into Si nanotechnology and integrated optoelectronics. ■ INTRODUCTION
