摘要:研究炸药、烟火和推进剂与这些材料的化学兼容性,以评估在生产、储存和处理过程中与其他材料接触时的潜在危险。兼容性可以通过几种热方法研究,如DSC(差示扫描量热法)、TG(热重法)、VST(真空稳定性测试)等。在完成兼容性研究时,测试方法和明确的标准是最重要的元素。在本文中,使用DSC和VST方法研究了弹药中使用的两种非常重要的高爆炸药RDX(环-1,3,5-三亚甲基-2,4,6-三硝胺)和HMX(环四亚甲基四硝胺)与材料:氟橡胶(Viton)和铝粉(Al)的兼容性。材料相容性的判断依据是标准化协议(STANAG 4147, 2001),最终结论是炸药与该材料相容,但在DSC中观察到RDX与Al混合物的分解温度峰下降了3℃,并且在分解峰后出现了另一个峰。关键词:相容性,含能材料,差示扫描量热法,真空稳定性试验。
所用仪器/技术技能 • 紫外可见分光光度计和荧光分光光度计用于光谱测量。型号:V-670 Jasco 和 HORIBA Fluromax 荧光光谱仪 • TCSPC 用于荧光寿命测量。型号:ISS 90021。 • FT-IR 光谱仪用于研究元素间的键合。型号:Nicolet-6700。 • PCPDF-WIN 软件用于 PXRD 数据分析。 • 熟悉用于形态学研究的 FESEM-EDX 仪器。型号:JSM-IT500 LA。 • INKSCAPE 和 imagej 软件用于标记和测量从 TEM 获得的纳米颗粒的尺寸。 • 熟悉用于研究热性能的 TGA 和 DSC 仪器。 • 型号:TGA SDST Q600 和 DSC Q20 V24.10。 审稿人期刊
**应当指出:“除了在NTPC的Gepnic Portal指定的收到查询/预投放会议的最后日期之外,雇主不得对任何竞标者进行任何查询。”5.0所有投标都必须伴随出价保证金,其金额为20,00,000印度卢比/ - (印度卢比仅20万卢比),均以竞标文件规定。任何不接受可接受的投标保障的出价均应被雇主拒绝为无反应性,不得开放。6.0根据指定的时间表,任何有兴趣的竞标者都可以从电子培训门户下载一组完整的竞标文件。在电子倾向过程中邀请招标。投标人可以在地址https://eprocurentpc.nic.nic.in//(e-招标门户)上注册NIC(GEPNIC)的政府电子采购门户。使用数字签名证书(DSC)Class-3密钥对于电子访问活动的强制性。因此,竞标者应具有第3类数字签名证书(DSC)密钥以参与电子锻炼。竞标者,如果需要,可以从政府授权的机构那里获得DSC-3键。印度。 电子培养程序门户网站还具有用户手册,其中包含有关注册和参与招标过程的详细指南。印度。电子培养程序门户网站还具有用户手册,其中包含有关注册和参与招标过程的详细指南。
目的是目前可用的增强现实工作流程,需要使用手动或半自动分段创建3D模型,这是一个耗时的过程。作者创建了一种自动分割算法,该算法从单个T1加权MR序列中生成3D模型的皮肤,大脑,心室和对比度增强的肿瘤,并将该模型嵌入自动工作流中,以在云环境中增强现实的解剖结构的3D评估。在这项研究中,作者验证了该自动分割算法对脑肿瘤的准确性和效率,并将其与手动分割的地面真实集进行了比较。包括五十个对比度增强的T1加权序列,这些序列包括对比增强病变,测量至少5 cm 3。手动分割了地面真相集的所有切片。相同的扫描是在云环境中进行的,以进行自动分割。分割时间。将算法的准确性与手动分割的精度进行了比较,并根据Sørensen-Dice相似性系数(DSC),平均对称的表面距离(ASSD)和Hausdorff距离的95%(HD 95)进行了评估。结果自动分割算法的平均值±SD计算时间为753±128秒。平均值±SD DSC为0.868±0.07,ASSD为1.31±0.63 mm,HD 95为4.80±3.18 mm。脑膜瘤(平均0.89和中位0.92)的DSC大于转移(平均0.84和中值0.85)。自动分割的测量DSC(平均0.86和中位数为0.87)和HD 95(平均3.62 mm和中位3.11 mm)的上流转移的准确性要比依次转移的转移(平均0.82和中位数0.81 and 0.81 and dsc;平均值5.26 mm和median 4.72毫米)的HD 95 95毫米(平均0.82和中位数0.81),用于H.472 95 95 95 95 95 95 95 95 95 95毫米。结论通过提供3D增强对比度增强颅内病变的现实可视化,测量至少5 cm 3,基于云的分割算法是可靠,准确且足够快的,可以在日常临床实践中有助于神经外科医生。下一步涉及将其他序列合并并通过3D微调提高准确性,以扩大增强现实工作流程的范围。
摘要 — 本文介绍了一种用于孤岛交流 (AC) 微电网 (MG) 中分布式储能单元 (DESU) 的新型分布式二次控制 (DSC) 方法。传统的 MG 分层控制不考虑长时间内分布式存储的动态。因此,控制具有由充电状态 (SoC) 表示的不同储能水平的 DESU 具有挑战性。储能单元可以在收敛到公共 SoC 后利用其全部功率容量来缓解 MG 中的发电和需求变化。使用传统的 P-f 下垂控制,初始 SoC 较低的 DESU 的 SoC 消耗速度比初始 SoC 较高的 DESU 更快,然后它们的容量将不再可用。此外,应用下垂控制来匹配 DESU 的 SoC 会导致频率和电压偏离其参考值。但是,使用传统 DSC 恢复 MG 频率会破坏 SoC 平衡。设计的DSC能够实现同时调节频率/电压、功率共享和SoC平衡,并消除集中式通信。在建立的Matlab / Simulink模型中对所提出的方法进行了评估,结果验证了所提出方法的有效性。
摘要 — 宽带隙 (WBG) 功率器件因其优于传统硅的材料特性而成为大功率应用的一种有前途的选择。为了不限制 WBG 器件的本质,需要一种坚固耐用的高性能功率器件封装解决方案。本研究提出了一种双面冷却 (DSC) 1.2kV 半桥功率模块,该模块具有双环氧树脂绝缘金属基板 (eIMS),可解决传统功率模块的挑战并提供经济高效的解决方案。由于适中的热导率 (10 W/mK) 和薄 (120 mm) 环氧树脂复合电介质作为 IMS 绝缘层,其热性能优于传统的氧化铝 (Al 2 O 3 ) 直接键合铜 (DBC) DSC 功率模块。这种新型有机电介质可承受高电压 (5 kVAC @ 120 mm) 并且玻璃化转变温度 (Tg) 为 300 C,适用于大功率应用。在热机械建模中,通过优化封装材料的机械性能,有机 DSC 电源模块可以通过超过 1,000 次的热循环测试。总之,本文不仅提出了具有竞争力的有机电源模块,还提出了热性能和机械性能的评估方法。
数据发布位置:HTML数据:IDR(https://www.nii.ac.jp/dsc/idr/rdata/HANREI/),RDF数据:Knowledge Connector(https://idea.linkdata.org/idea/idea1s4030i)
文献中已经报道了用于胶质瘤自动分割的机器学习算法(MLA)的抽象目标。对不同肿瘤特征的自动分割可能会增加诊断检查和治疗计划的价值。这项研究的目的是提供不同MLA方法的概述和荟萃分析。方法对描述神经胶质瘤分割的合格研究进行了系统的文献综述和荟萃分析。对性能的荟萃分析是对两个汇总结果的骰子相似性系数(DSC)得分进行的,即两个亚组(即高级和低级神经胶质瘤)。这项研究在开始之前在Prospero注册(CRD42020191033)。文献搜索后的结果(n = 734),系统文献综述中包括42项研究。十项研究有资格纳入荟萃分析。总体而言,来自纳入研究的MLA的总体DSC得分为0.84(95%CI:0.82 - 0.86)。此外,分别观察到高级和低级神经胶质瘤的自动胶质瘤分割的DSC得分为0.83(95%CI:0.80 - 0.87)和0.82(95%CI:0.78 - 0.87)。但是,在纳入的研究之间,异质性高得多,并且观察到出版偏见。结论MLA促进神经胶质瘤的自动分割表现出良好的准确性,这对于未来神经放射学方面非常有希望。但是,在实际实施之前,尚未克服一些障碍。在报告MLA时遵循质量准则至关重要,其中包括对外部测试集的验证。关键点•来自纳入研究的MLA的总体DSC得分为0.84(95%CI:0.82 - 0.86),表明表现良好。•在比较高级神经胶质瘤和低级神经胶质瘤的分割结果时,MLA性能是可比的。•对于使用MLA的将来的研究,至关重要的是,在报告MLA时遵循质量指南,其中包括对外部测试集的验证。
摘要。本文系统地回顾了与数字供应链(DSC)相关的文献,并研究了供应链管理中不同数字技术的应用状态和开发趋势。审查是从七个关键数字供应链技术的角度进行的,即物联网(物联网)和射频识别(RFID),第五代移动通信技术(5G),3D打印,大数据(BD),区块链,数字双胞胎(DT)和智能自动驾驶汽车(IAVS)。它突出了各种DSC技术的主要局限性和机会,提供了先前研究的概述,并通过概述了个人技术的优点,弱点和限制来确定知识差距。本文还旨在提供开发框架作为具有不同战略目标的不同数字技术匹配的路线图。