此在线数据库包含1954年从1954年前进的温莎大学学生的博士学位论文和硕士学位论文的全文。这些文件仅用于个人研究和研究目的,根据《加拿大版权法》和《创意共享许可》(CCC BY-NC-ND)(归因,非商业,无衍生作品)。根据本许可,必须始终将作品归因于版权持有人(原始作者),不能用于任何商业目的,并且不得更改。任何其他用途都需要获得版权持有人的许可。学生可以询问从该数据库中撤回其论文和/或论文。有关其他查询,请通过电子邮件(scholarship@uwindsor.ca)或电话519-253-3000EXT与存储库管理员联系。3208。
对于此类高级应用,使用高精度的电导率测量单元,能够在广泛的电导率范围内进行测量并且对广泛的腐蚀性离子介质具有抵抗力是有益的。最常见的是,使用了两种类型的电导率传感器:基于电极的传感器和电感传感器。电极传感器适用于低电导率和中等电导率,电导率的精度在2×10-8至0.65 s cm -1的范围内±3%至5%。14,15在通用设备中,由于这些传感器的紧凑设计,尤其是针对更高的电导率,准确性降低了。此外,在反应性介质中,电极结垢可以改变细胞常数,并对测量精度产生负面影响。电感传导率传感器特别适用于苛刻的化学环境,因为只有惰性和耐热材料(例如PEEK和PTFE)与样品接触。但是,这些传感器缺乏电极型对应物的灵敏度,并且需要较大的样品体积。16后者在实验室应用中不利,例如,当空间有限或
基于快速阻抗测量的电池实时健康状态诊断的开发 / Locorotondo E.;Cultrera V.;Pugi L.;Berzi L.;Pierini M.;Lutzemberger G.。- 在:JOURNAL OF ENERGY STORAGE。- ISSN 2352-152X。- ELETTRONICO。- 38:(2021),第 1-12 页。[10.1016/j.est.2021.102566]
附属机构:1 Applied Cognition Inc,加利福尼亚州雷德伍德城;2 华盛顿大学医学院放射学系,华盛顿州西雅图;3 VISN 20 西北精神疾病研究、教育和临床中心,VA 普吉特海湾医疗保健系统,华盛顿州西雅图;4 斯坦福大学医学院临床卓越研究中心,加利福尼亚州斯坦福;5 佛罗里达大学健康中心神经病学系,佛罗里达州盖恩斯维尔;6 VISN 20 西北精神疾病研究、教育和临床中心 (MIRECC),VA 波特兰医疗保健系统,俄勒冈州波特兰;7 VA 波特兰医疗保健系统神经病学服务部,研究服务部,俄勒冈州波特兰;8 俄勒冈健康与科学大学俄勒冈阿尔茨海默病研究中心神经病学系,俄勒冈州波特兰;9 佛罗里达大学健康精准健康研究中心,临床和转化科学研究所,佛罗里达州盖恩斯维尔; 10 佛罗里达大学医学院健康结果与生物医学信息学,佛罗里达州盖恩斯维尔;11 华盛顿大学医学院精神病学和行为科学系,华盛顿州西雅图;12 华盛顿大学医学院神经病学系,华盛顿州西雅图;
摘要:触觉手和握手,旨在实现熟练的对象操纵,对于与环境的高精度互动至关重要。这些技术在诸如微创手术等领域尤其重要,它们可以增强手术精度和触觉反馈:在高级假肢的发展中,为用户提供了改善功能和更自然的触觉,并且在工业自动化和制造业内,它们为更有效,安全和灵活的生产过程贡献了更有效,安全和灵活的生产过程。本文介绍了两指机器人手的开发,该手的开发采用了简单而精确的策略来操纵物体而不会损害或丢弃它们。我们的创新方法融合了对力敏感的电阻器(FSR)传感器,其平均电流是伺服电机的平均电流,以提高抓握的速度和准确性。因此,我们旨在创建一种比抓手更灵巧的抓握机制,而不是机器人手。为了实现这一目标,我们设计了一只两指机器人手,每只手指上都有两个自由度。将FSR集成到每个指尖中,以实现对象分类和初始接触的检测。随后,连续监测伺服电流以实现阻抗控制并保持对物体的掌握在各种刚度中。在初始接触时提出的手部对象的刚度分类,并通过融合FSR和运动电流来施加准确的力。使用耶鲁-CMU – Berkeley(YCB)对象进行了实验测试,包括一个泡沫球,一个空的苏打罐,苹果,苹果,玻璃杯,塑料杯和一个小牛奶包装。机器人的手成功地从桌子上捡起了这些物体,并将它们坐下而不会造成任何损坏或中途丢弃。我们的结果代表着具有先进物体感知和操纵能力的触觉机器人手的重要一步。
最近的主题包括糖尿病以及相关检查和治疗的发展。作者和共同研究者继续进行糖尿病临床研究,例如低碳水化合物饮食(LCD)。1,2此外,我们在生物电气阻抗分析(BIA)中提出了一些有关相角(PHA)的报告。3,4结合了这些领域,本文将介绍糖尿病和PHA的最新观点。据报道,2型糖尿病(T2D)患者的PHA水平比非糖尿病患者低,并且随着糖尿病持续时间的延长,差异似乎增加。对T2D的比较BIA研究和对照进行了> 40年(n = 158,n = 59)。PHA值。5结果,T2D病例中的PHA值显着降低。这种差异将来自T2D的老化和持续时间。尤其是,在男性/女性病例的左/右臂中发现糖尿病持续时间对PHA值的降低的介导效应在29.8%-53.3%中。在50 kHz时的PHA水平在T2D中降低,随着T2D持续时间的增加,这些变化加剧了。因此,生物阻抗的PHA值可以显示用于监测T2D进程的非侵入性方法。从人体组成,PHA和血糖参数的人体测量结果中,在T2D患者中发现了HBA1C,禁食葡萄糖和PHA值之间的关系。6例T2D病例,包括133名男性和188名女性(30 - 83年)的PHA,身体成分和血糖参数。男性/女性的平均结果分别为PHA 6.84/5.99和HBA1C 7.35/5.95%。男性显示出更高的PHA,HBA1C,禁食血糖,TBW,ECW,ICW,ECM,瘦体重(LBM)和体细胞肿块(BCM)的值。女性显示出更高的脂肪质量,IRI,ECW/TBW,ECW/ICW和ECM/BCM的值。PHA与年龄,ECW/TBW,ECW/ICW,ECM/BCM等年龄显示了显着的关系(男性/女性)。因此,PHA可能成为T2D病例中葡萄糖变异性的指标。
1。运行固件更新工具安装程序。记下固件更新工具在计算机上安装的位置。2。将要更新到计算机的EV2400连接。3。确保没有其他EV2400连接到用于固件更新的计算机。4。转到安装固件更新工具的位置。运行固件更新工具。5。更新工具应检测到连接的EV2400,显示当前的固件版本,并提示用户继续更新EV2400固件。6。键入y,然后按Enter。7。固件更新工具应将EV2400放置在FW更新模式中,执行较旧的EV2400版本的固件的大规模擦除,编程EV2400,然后重置设备。该工具将提示用户在完成后继续。8。按Enter关闭固件更新工具。9。从个人计算机(PC)拔下EV2400。10。打开包含bqstudio安装程序包的存档,并将其内容复制到临时目录中。11。通过将版本添加到末端来重命名任何以前的电池管理工作室文件夹。12。打开从TI网站下载的BQSTUDIO安装程序文件。13。按照屏幕上的说明进行操作,直到完成软件安装。14。在启动评估软件之前,请将EV2400 USB电缆连接到计算机,I2C端口将EVM板连接到EVM板(J11)。
在过去的几年中,基于Algan/GAN异质结构的设备因其物质特性而受到了极大的关注,包括宽带,高电子迁移率和二维电子气体(2DEG)的高密度,使其成为高功率和高频应用的最佳选择之一。然而,在散装或表面上存在几个不同性质的陷阱,阻碍了这些设备的性能,其行为的不良变化并限制了其可靠性[1]。捕获gan设备中的效果是显着的,这是两个有趣的原因。首先,它们可以通过捕获电子来耗尽2DEG,从而减少电流。第二,它们的缓慢性质会导致频率分散,从而限制了它们的动态性。最近,已经使用了多种技术来研究捕获机制的行为[2-4],这是由阻抗测量组成的最流行方法之一,允许查找电荷陷阱的激活能(E A)。晶体管中的表面和散装陷阱通常与经典的小信号等效电路并行或串联为RC电路建模,从而捕获设备输出阻抗的频率分散体。为了确定陷阱的参数,必须以广泛的温度(首先进行)进行AC表征,因为陷阱机制的影响在降低温度时会增加,其次,因为人们可以观察到电荷释放的热激活。
本文实现了一种高效算法,用于从基于物理的电池模型(例如 P2D 模型)中提取电化学阻抗谱 (EIS)。该数学方法与 EIS 的实验方法不同。在实验中,电压(电流)在很宽的频率范围内受到谐波扰动,并测量相应电流(电压)的幅度和相移。该实验方法可以在仿真软件中实现,但计算成本很高。此处的方法是从完整物理模型中确定局部线性状态空间模型。作为状态空间模型基础的四个雅可比矩阵可以通过对物理模型进行数值微分而得出。然后使用计算效率高的矩阵操作技术从状态空间模型中提取 EIS。该算法可以在瞬态过程中的某一时刻评估完整的 EIS,而与电池是否处于静止状态无关。该方法还能够分离全电池阻抗以评估部分 EIS,例如仅评估电池阳极。尽管这种部分 EIS 很难通过实验测量,但部分 EIS 为解释全电池 EIS 提供了宝贵的见解。© 2024 作者。由 IOP Publishing Limited 代表电化学学会出版。这是一篇开放获取的文章,根据知识共享署名 4.0 许可条款分发(CC BY,http://creativecommons.org/licenses/by/4.0/),允许在任何媒体中不受限制地重复使用作品,只要正确引用原始作品。[DOI:10.1149/1945-7111/ad4399]
摘要 — 现代神经调节系统通常提供大量的记录和刺激通道,这降低了每个通道的可用功率和面积预算。为了在面积限制越来越严格的情况下保持必要的输入参考噪声性能,斩波神经前端通常是首选方式,因为斩波稳定可以同时改善(1/f)噪声和面积消耗。现有技术中,通过基于输入电压缓冲器的阻抗增强器解决了输入阻抗大幅降低的问题。这些缓冲器对大型输入电容器进行预充电,减少从电极吸取的电荷并有效提高输入阻抗。这些缓冲器上的偏移直接转化为电荷转移到电极,这会加速电极老化。为了解决这个问题,提出了一种具有超低时间平均偏移的电压缓冲器,它通过定期重新配置来消除偏移,从而最大限度地减少意外的电荷转移。本文详细介绍了背景和电路设计,并介绍了在 180 nm HV CMOS 工艺中实现的原型的测量结果。测量结果证实,发生了与信号无关的缓冲器偏移引起的电荷转移,并且可以通过所提出的缓冲器重新配置来缓解这种电荷转移,而不会对输入阻抗增强器的操作产生不利影响。所提出的神经记录器前端实现了最先进的性能,面积消耗为 0.036 mm2,输入参考噪声为 1.32 µV rms(1 Hz 至 200 Hz)和 3.36 µV rms(0.2 kHz 至 10 kHz),功耗为 13.7 µW(1.8 V 电源),以及 50 Hz 时的 CMRR 和 PSRR ≥ 83 dB。