XiaoMi-AI文件搜索系统
World File Search SystemParameters
融合沉积建模参数的效果（FDM ...
热塑性塑料添加剂制造的最常见方法是融合沉积建模（FDM），这正在成为各种工程应用中的增长趋势，因为它很容易创建复杂的零件。适当的过程参数选择对3D打印零件的机械质量有重大影响。这项研究研究了四个关键过程变量对聚乳酸（PLA）样品拉伸强度的影响：填充密度，打印速度，构建方向和层厚度。使用FDM 3D打印机根据ASTM D638打印样品。这项研究的结果表明，PLA打印样品的拉伸强度受到层厚度，构建方向和填充密度等因素的高度影响。PLA打印样品的拉伸强度和Young的模量受到90°方向，空心填充，0.4 mm厚度和100 mm/s速度的显着影响。因此，随着FDM 3D打印机对于制造工程组件逐渐变得更加重要，因此找到可能导致更强机械和物理特性的参数值肯定会帮助设计师和制造商在全球。
通过...
1。简介智能制造技术可以提高生产率，而不会损害产品的质量。机器学习，物联网，大数据分析，CNC机器和添加剂制造技术是新兴技术[1，2，3]。随着上述技术的使用而增加了生产水平。行业4.0专注于基于机器固定的传感系统的信息技术[4]。CNC转动是一种减去制造过程，它利用计算机控制的（CNC）车床来创建精确的圆柱零件。将金属棒汤料固定在旋转的Chuck中，CNC程序指示单点切割工具沿着各个轴移动，并通过减去材料来塑造工件，直到达到所需的形式。此过程允许创建复杂的功能，例如锥形轮廓，凹槽和线程，所有这些都具有很高的精度和可重复性，可在汽车，航空航天，电子和其他行业之间创建各种组件。
叶酸对血液学参数和
已知抽象电离辐射会引起对造血系统的重大损害，这主要损害骨髓功能。叶酸在单碳代谢和各种细胞过程（包括DNA合成和修复）中起着至关重要的作用。本研究研究了叶酸参数对X射线照射的雄性兔子中血液学参数和骨髓组织学的潜在辐射保护作用。实验设计包括四个组：（1）对照，（2）补充叶酸，（3）X射线暴露，以及（4）补充叶酸和X射线的合并。血液学分析表明，X射线暴露后，白细胞（WBC），红细胞（RBC）和血小板（PLT）计数显着下降，表明辐射诱导的造血抑制。值得注意的是，补充叶酸部分恢复了这些参数，表明其在促进造血恢复中的作用。此外，对骨髓的组织学检查显示，叶酸处理的组的细胞性增加，进一步支持其针对辐射引起的骨髓抑制的保护作用。这些发现表明，补充叶酸可能会减轻电离辐射的不良造血作用，从而强调其作为辐射保护剂的潜力。关键字。放射保护，叶酸，血液学，骨髓，组织病理学。引入辐射引起的对造血系统的损害是电离辐射暴露的有据可查的结果，主要影响骨髓功能和外周血细胞计数。电离辐射会产生活性氧（ROS），导致氧化应激和细胞凋亡，尤其是在造血干细胞和祖细胞中[1,2]。叶酸是参与DNA合成和修复的必需B维生素，已假设具有辐射保护性能。急性辐射综合征（ARS）通常称为辐射疾病，是由于全身暴露于高剂量的电离辐射而发生的。这种情况的特征是生化参数严重中断，可能会对多个器官系统产生不利影响，包括造血[3]，心血管[4]和胃肠道系统[5]。此外，大脑发育尤其容易受到电离辐射的影响，如大量研究所证明[6]。产前暴露于X-radiation与人类和实验动物的大脑的组织学变化有关，从而导致学习和记忆障碍[7]。造血干细胞以其高放射敏感性而闻名，在维持血细胞计数中起着至关重要的作用，这仍然是评估疾病状况的关键诊断工具。长时间暴露于X射线会导致外周血细胞谱发生显着改变，包括由于血小板水平降低而导致中性粒细胞计数，严重的淋巴细胞减少症和血小板减少症。电离辐射通常会抑制骨髓活性，导致外周循环中血细胞的产生降低，尽管其对大多数细胞或组织的直接影响相对较少[8]。在Geng等人的一项研究中。在Geng等人的一项研究中。全身辐射的全身作用主要在血液学，胃肠道和脑血管系统中表现出来，从而导致广泛的功能障碍和器官损伤[9,10]。这些见解强调了电离辐射对细胞和全身水平的广泛而复杂的生物学影响。造血干细胞高度放射敏感，在监测疾病状况中起着至关重要的作用，血小板计数是可靠的诊断指标。暴露于0.5至1 Gy的电离辐射剂量可能会导致外周血细胞谱的显着变化，包括中性粒细胞计数升高，严重的淋巴细胞减少症和血小板水平降低（血小板减少症）。淋巴细胞特别容易受到辐射诱导的损伤，即使在低剂量为0.05-0.15 Gy的情况下也经历了相间死亡。电离辐射抑制骨髓活性，导致外周血细胞产生的减少，尽管它对大多数细胞或组织造成了最小的直接伤害[8]。辐射的全身效应扩展到各种器官系统，包括胃肠道，脑和循环系统，导致了广泛的器官功能障碍[9,10]。辐射诱导的骨髓抑制和降低的外周血计数突出了造血恢复在治疗辐射损伤中的重要性[11]。Li及其同事（2014）[12]的研究表明，辐射不仅减少造血细胞数量，而且还刺激其余细胞的激活。[8]，暴露于
从视觉识别地形物理参数
摘要 - 识别周围环境的物理特性对于机器人的运动和导航对于处理非几何危害（例如湿滑和可变形地形）至关重要。机器人在接触之前预测这些极端的物理特性将是很大的好处。但是，从视力中估算环境物理参数仍然是一个开放的挑战。动物可以利用他们先前的经验以及对自己所看到的东西和感受的了解来实现这一目标。在这项工作中，我们为基于视觉的环境参数估计提出了一个跨模式的自我监督学习框架，这为未来的物理范围内的运动和导航铺平了道路。我们弥合了在模拟中训练和识别视力的物理地形参数的现有政策之间的差距。我们建议在模拟中训练物理解码器，以预测多模式输入的摩擦和刚度。训练有素的网络允许以自我监督的方式将现实世界图像标记，以在部署过程中进一步训练视觉网络，这可以密集地预测图像数据的摩擦和僵硬。我们使用四倍的Anymal机器人在模拟和现实世界中验证物理解码器，表现优于现有基线方法。我们表明，我们的视觉网络可以预测室内和室外实验中的物理特性，同时允许快速适应新环境。- 项目页面https://bit.ly/3xo5aa8 -
研究3D打印参数对... -dr -ntu
摘要：本文旨在确定3D打印参数的影响，例如填充密度，挤出温度，栅格角度和层厚度，对机械性能，即在果酸酸（PLA）的情况下，即在破裂的情况下，即在破裂的情况下，即最终的拉伸强度，屈服强度，弹性和伸长率。另一个目的是研究PLA的吸水，其目标是通过涂层剂最小化。使用方差分析（ANOVA）评估每个印刷参数对每个机械性能的影响。关键字：（ 3D打印，PLA，机械性能，吸水，打印参数）近年来，3D打印机的使用量显着增加，并且可以预期这种趋势的延续。3D打印机现在通常用于制造各种产品，范围从休闲物品到医疗组件（Gibson等人2015a）。从所有3D打印技术中，由于大量开发和销售这种打印机及其相对低成本的公司，公众更容易获得的公众访问的技术（FDM）（Gibson等人。2015b）。为了使用FDM技术打印对象，需要定义一定数量的打印参数。由于最终产品的质量受这些参数的大多数影响，因此知道其中哪种是最有影响力的（Sood等人。2012; Anitha等。2001; Wang等。 2007; Tymrak等。 2015）。2001; Wang等。2007; Tymrak等。 2015）。2007; Tymrak等。2015）。2014; Lanzotti等。2015a; Wittbrodt等。研究人员使用了实验方法的设计（DOE），以计划实验室工作，以使结果值得信赖。DOE中有三个主要方面：因素，水平和响应。设计矩阵，这些是具有不同因素之间所有级别组合的表（Anderson等人。2016; Lanzotti等。2015a）。作为FDM定向沉积的材料，结果是具有各向异性行为的分层标本。，由于过程的方法，空气口袋形式，会影响机械性能
从视觉识别地形物理参数
摘要 - 识别周围环境的物理特性对于机器人的运动和导航对于处理非几何危害（例如湿滑和可变形地形）至关重要。机器人在接触之前预测这些极端的物理特性将是很大的好处。但是，从视力中估算环境物理参数仍然是一个开放的挑战。动物可以利用他们先前的经验以及对自己所看到的东西和感受的了解来实现这一目标。在这项工作中，我们为基于视觉的环境参数估计提出了一个跨模式的自我监督学习框架，这为未来的物理范围内的运动和导航铺平了道路。我们弥合了在模拟中训练和识别视力的物理地形参数的现有政策之间的差距。我们建议在模拟中训练物理解码器，以预测多模式输入的摩擦和刚度。训练有素的网络允许以自我监督的方式将现实世界图像标记，以在部署过程中进一步训练视觉网络，这可以密集地预测图像数据的摩擦和僵硬。我们使用四倍的Anymal机器人在模拟和现实世界中验证物理解码器，表现优于现有基线方法。我们表明，我们的视觉网络可以预测室内和室外实验中的物理特性，同时允许快速适应新环境。- 项目页面https://bit.ly/3xo5aa8 -
确定 CD-SEM 线边缘粗糙度测量的最佳参数
线边缘粗糙度 (LER) 的测量最近已成为光刻计量学界和整个半导体行业关注的话题。高级计量咨询小组 (AMAG) 是一个由国际 SEMATECH (ISMT) 联盟成员公司和美国国家标准与技术研究所 (NIST) 的首席计量学家组成的委员会，该委员会正在开展一项研究 LER 指标并指导关键尺寸扫描电子显微镜 (CD-SEM) 供应商社区采用半导体行业支持的标准化解决方案。2003 年国际半导体技术路线图 (ITRS) 为粗糙度提供了新的定义。ITRS 设想了边缘和宽度粗糙度的均方根测量。还有其他可能的指标，其中一些将在此处进行调查。ITRS 设想将均方根测量限制在粗糙度波长范围内，并且测量重复性优于指定的公差。本研究解决了满足这些规范所需的测量选择。推导出必须测量的线长和沿该长度测量位置间距的表达式。结果表明，图像中的噪声会产生粗糙度测量误差，这些误差既有随机成分，也有非随机成分（即偏差）。在特殊测试图案中报告了对紫外线抗蚀剂和多晶硅的测量结果，这些材料的粗糙度是典型的。这些测量结果表明，粗糙度测量对噪声的敏感度主要取决于边缘检测算法的选择和聚焦的质量。当使用基于模型或 S 形拟合算法并且图像聚焦良好时，测量对噪声的敏感度较低。使用测得的紫外线抗蚀剂线的粗糙度特性并应用 90 nm 技术节点的 ITRS 要求，推导出的采样长度和采样间隔表达式意味着必须以 7.5 nm 或更短的间隔测量至少为节点 8 倍的线长（即 720 nm）。
基于人工智能的功率转换器电路参数设计（AI-D）
摘要 --- 参数设计对于确保功率转换器的整体性能令人满意具有重要意义。通常，功率转换器的电路参数设计包括两个过程：分析和推导过程和优化过程。现有的参数设计方法包括两种类型：传统方法、计算机辅助优化（CAO）方法。在传统方法中，需要严重依赖人。即使新兴的 CAO 方法使优化过程自动化，它们仍然需要手动的分析和推导过程。为了减轻对人的依赖以实现高精度和易于实施，本文提出了一种基于人工智能的设计（AI-D）方法用于功率转换器的参数设计。在提出的 AI-D 方法中，为了实现分析和推导过程的自动化，采用仿真工具和批量归一化神经网络（BN-NN）为优化目标和设计约束构建数据驱动模型。此外，为了实现优化过程的自动化，使用遗传算法来搜索最佳设计结果。所提出的 AI-D 方法在电动汽车 48 V 至 12 V 附件负载电源系统中同步 Buck 转换器的电路参数设计中得到了验证。给出了效率最优的同步 Buck 转换器的设计案例，该转换器在体积、电压纹波和电流纹波方面均有约束。最后，通过硬件实验验证了所提出的 AI-D 方法的可行性和准确性。索引术语 - 功率转换器、参数设计、人工智能、进化算法、神经网络。
公路耐力赛车设计参数研究
本论文由 RIT Scholar Works 免费提供给您，供您开放访问。它已被 RIT Scholar Works 的授权管理员接受并纳入论文。如需更多信息，请联系 ritscholarworks@rit.edu 。