• 序列化产品/交付物 – 传统(设计、设施、设备等) • 周期性进展 – 敏捷(IT、开发、原型设计、调试等) • 功能服务(合同、工作量水平 (LOE) 管理、运营) • 混合 – 多种类型的混合(例如传统、LOE 管理和业务服务、敏捷 IT)
穿刺。1 虽然 SIH 患者最常见的表现是直立性头痛,但也可能出现其他非特异性症状,如恶心、颈部疼痛、听力变化、头晕,甚至类似痴呆的行为变化。2 作为 SIH 诊断检查的一部分,脑 MRI 成像可以显示弥漫性硬膜增厚和增强、硬膜下积液、静脉扩张和脑下垂的形态变化。3 然而,多达 20% 的 SIH 患者在脑 MRI 成像上的结果正常。2 此外,脑脊液压力可能会产生误导,因为大多数 SIH 患者的脑脊液开放压力都是正常的。4 诊断延迟的患者发病率可能会增加。5 因此,寻找其他非侵入性测试来诊断 SIH 并准确分诊患者接受脊髓造影术对于这些患者的治疗至关重要。磁共振弹性成像 (MRE) 是一种测量组织机械特性的非侵入性技术。6 在施加外部振动期间,相位对比磁共振成像脉冲序列
增强软弹性体内的断裂韧性和自我修复对于延长软设备的运行寿命至关重要。在此,据揭示,通过掺入增塑剂或热处理来调整羧化官能化聚氨酯的聚合物链迁移率可以增强这些特性。自我修复被提升,因为聚合物链增强了对破裂界面的迁移率更大,以使其键合粘结。将温度从80°C升至120°C,恢复的骨折工作从2.86增加到123.7 MJ M -3。通过两个效应实现了改善的断裂韧性。首先,强烈的羧基氢键在破裂时会散发大能量。第二,链迁移率使局部应力浓度的重新分布允许裂纹钝化,从而扩大了耗散区的大小。在增塑剂(3 wt。%)或温度(40°C)的最佳条件下,分别从16.3和25.6 kJ m -2提高断裂韧性。通过双悬臂梁测试揭示了愈合软界面处断裂特性的见解。这些测量值表明断裂力学在延迟部分自我修复时延迟完全失败方面起着关键作用。通过在坚韧而自我修复的弹性体中传授最佳聚合物链迁移率,可以实现有效的预防损害和更好的恢复。
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本于2024年3月13日发布。 https://doi.org/10.1101/2024.03.08.584195 doi:Biorxiv Preprint
在表1中列出(通过进行五个重复测试得出错误条)。纯Pegis的拉伸强度为0.33 MPa,年轻的模量为0.90 MPa,断裂时伸长率为46.5%。随着bc的添加,拉伸强度,杨氏/bc破裂时的伸长率显着改善了不同程度。以及随着BC的增加,抗拉力强度和PEGIS/BC的Young模量也会增加。PEGIS/BC15的拉伸和Young的模量值分别可以达到1.68 MPa和2.44 MPa。另一方面,发现BC的略有含量(0.5%)也可以在休息时提高伸长率,至61.0%。尽管如此,与BC的含量更高,交联度的增加(在加强中起着关键作用)也导致了
摘要:在这项研究中,使用氧化铝(Al 2 O 3)和石墨烯纳米平板(GNP)的基于电绝缘的聚体弹性弹性(POE)基于相位变化(PCMS)是使用传统的压力式造型的,该技术对液压式造成的良好的抗性量和应应应付的固定型,制备了良好的固定量,以供应的固定型固定型,并将其出现。优质的光热转化效率。观察到Al 2 O 3和GNP之间的协同相互作用,这有助于在POE/Poe/paraffine Wax(POE/PW)矩阵中建立热导电途径。POE/PW/GNPS 5 wt%/Al 2 O 3 40 wt%复合材料的平面内导热率高达1.82 w m-1 k-1,标志着与其未完成的POE/PW/PW相比,相比之下,显着增加了约269.5%。复合材料具有出色的热量散热能力,这对于电子产品中的热管理应用至关重要。此外,POE/PW/GNPS/Al 2 O 3复合材料表现出出色的电绝缘材料,增强的质量性能以及有效的太阳能转换和运输。在80 mW cm -2
重复使用 存放在 White Rose Research Online 中的项目受版权保护,保留所有权利,除非另有说明。您可以下载和/或打印这些项目用于个人学习,或国家版权法允许的其他行为。出版商或其他权利持有人可能允许进一步复制和重复使用全文版本。这由 White Rose Research Online 记录中该项目的许可信息指示。
报告了用于制造液晶弹性体(LCE)晶格的集成设计,建模和多物质的3D打印平台,并报告了具有空间可编程的nematic Director订单和本地组成的均质和异质布局。根据其组成拓扑结构,这些晶格在其各自的近视转变温度上方和下方循环时表现出不同的可逆形状变形转换。此外,可以证明,在评估所有LCE晶格设计的实验观察到的变形响应与模型预测之间存在良好的一致性。最后,建立了一个反设计模型,并证明了以预测的变形行为打印LCE晶格的能力。这项工作开辟了新的途径,用于创建构建的LCE晶格,这些晶格可能会在能量散落结构,微流体泵送,机械逻辑和软机器人技术中找到潜在的应用。
1深圳先进技术研究所,中国科学院,深圳518055,中国2深圳先进技术学院,中国科学院科学院,北京大学100049,中国3号,3月3日中国 *通讯作者:Hongyan Wu(hy.wu@siat.ac.cn)摘要:持续学习,模型随着时间的流逝而不必忘记以前的知识,因此对新数据的适应性,在疾病爆发预测等动态领域中至关重要。深神经网络,即LSTM,由于灾难性遗忘而容易出错。这项研究引入了一种新型的CEL模型,用于通过通过弹性重量巩固(EWC)利用域的适应性来进行持续学习。该模型旨在减轻域增量设置中的灾难性遗忘现象。使用EWC构建Fisher Information Matrix(FIM),以开发正规化术语,该术语对重要参数的变化进行了惩罚,即重要的先前知识。CEL的表现通过不同的指标评估了三种不同的疾病,流感,MPOX和麻疹。在评估和重新评估期间,高R平方值在几种情况下优于其他最新模型,表明CEL可以很好地适应增量数据。cel的鲁棒性和可靠性受到其最小的65%遗忘率和更高的记忆稳定性的强调。它提供了一个有价值的模型,可以通过准确,及时的预测进行主动疾病控制。这项研究强调了CEL在疾病爆发预测中的多功能性,以时间模式解决了不断发展的数据。
1个可持续制造的高级材料研究所,墨西哥QUERETARO 76130的蒙特雷技术; gabriel.luna@tec.mx 2国立高等教育学院,莫雷利亚单位,梅Xico国家自主大学,前通往Tzcuaro No. div>8701,上校); MONSERRAT_RAMIREZ@TEC.MX(M.R.-M。)5分析与环境化学系,西南研究所,美国圣安东尼奥市Culebra Road 6220,美国德克萨斯州78238,美国; alice.yau@swri.org *通信:mburelo@tec.mx(m.b。); cdtrevino@tec.mx(C.D.T.-Q) div>