宽带半导体越来越多地在几个行业领域采用,与最先进的硅检测器相比,光子传感应用也具有关键优势。在这种情况下,Fondazione Bruno Kessler(FBK,Trento)正在升级其内部清洁室,以处理用于感应应用的SIC Wafers。fbk是基于硅的单光子传感器领域的全球公认领导者,例如硅光电塑料(SIPM)和单个光子雪崩二极管(SPADS)。这些检测器利用了冲击电离机制,在盖策模式下以高于崩溃电压的方式运行,并实现高达70%的单光子灵敏度,并且单个光子正时分辨率下降到几个picseconds。
摘要:深层中微子实验(Dune)是旨在研究中微子振荡的下一代实验。其长基线配置将利用近检测器(ND)和位于约1300 km的距离检测器(FD)。FD将由四个液体氩时间投影室(LAR TPC)模块组成。光子检测系统(PDS)将用于检测中微子相互作用后检测器内部产生的闪烁光。PDS将基于耦合到硅光电层(SIPM)的光收集器。已经提出并生产了不同的光发音技术,以确定最佳样本以满足实验要求。在本文中,我们介绍了Hamamatsu Photonics K.K.生产的孔线结合(HWB)MPPC样品的验证活动的过程和结果。(HPK)用于沙丘实验,称它们为“ sipms”。报道了在低温温度(77 K)处进行表征的方案。我们介绍了进行下调标准以及在选择运动中获得的结果,以及对sipms噪声的主要来源的研究,包括研究该领域新观察到的现象。
对位置敏感的SIPM在所有光检测应用中都有用,需要少量读出通道,同时保留有关传入光的相互作用位置的信息。专注于2x2阵列的LG-SIPM,覆盖15的面积。5×15。 5 mm只有6个读数,我们提出了一种定量方法来评估图像重建性能。 该方法基于一种统计方法,以评估设备的精度(空间分辨率)和重建重点重心的精度(线性)。 通过大米概率分布函数拟合来实现此评估。 我们获得了平均传感器空间分辨率的最佳值81±3 µm(标准偏差),这是通过以通道输出信号的幅度重建每个位置来实现的。 相应的精度为231±4 µm。5×15。5 mm只有6个读数,我们提出了一种定量方法来评估图像重建性能。该方法基于一种统计方法,以评估设备的精度(空间分辨率)和重建重点重心的精度(线性)。通过大米概率分布函数拟合来实现此评估。我们获得了平均传感器空间分辨率的最佳值81±3 µm(标准偏差),这是通过以通道输出信号的幅度重建每个位置来实现的。相应的精度为231±4 µm。
摘要。在数字化转型时代,人工智能(AI)正在成为一种基础技术,它正在推动许多行业的效率和创新。AI具有很大影响的一个领域是智能预测维护(SPM)。行业正在逐渐从旧的反应性维护模型转变为使用AI的方法。此转变有助于最大程度地减少停机时间,降低成本并提高运营效率。本文探讨了AI实现SPM的许多好处,现实世界应用和技术。基于系统的SPM使用机器学习分类器已与深度学习算法LSTM相结合,以优化Sonelgaz Algeria的能源系统的SPM。使用预测模型和分析时间序列数据,LSTM模型以几乎97%的准确性获得了良好的准确性。实验结果表明了出色的表现,二进制分类的得分约为92%,多种分类的分数令人印象深刻。比较分析以预测准确性强调了MAS-LSTM混合方法的超级性。我们的解决方案模型SIPM(智能能源系统,智能,预测和维护)在Python中实施,预测设备故障概率在30天内为0.0046。
抽象目标。诸如Cherenkov发射(Cherenkov发射)的有效用法对于下一代,具有成本效益和超高敏感性的效果时间的启发时间引起了极大的兴趣。使用自定义,高功率消耗,读出电子设备和快速数字化,已经显示了与宠物大小的BGO晶体低于300 PS FWHM的前景。但是,这些结果无法扩展到由数千个检测器元素组成的完整系统。方法。为了铺平通往全型TOF-PET扫描仪的道路,我们使用Cherenkov发射闪光灯(BGO)研究了及时的ASIC的性能,以及基于FBK的金属沟通的最新SIPM探测器的开发之一。castic是一个高度可辨认的ASIC,具有8个输入通道,12 MW CH -1的功耗和能量测量的极好线性。为了将FASTIC的定时性能置于透视上,进行了比较测量与高功率消耗读数电子设备的比较测量值。主要结果。,对于2×2×3 mm 3和490 ps的最佳CTR FWHM,对于2×2×20 mm 3的Bgo晶体,及其可及时的2×2×3 mm和490 ps。此外,使用20毫米长LSO:CE:CA晶体,已经用castic测量了129 ps fwhm的CTR值,仅与离散HF电子设备获得的95 ps的最新ps略差。明显的能力。在第一次,已经评估了具有可伸缩性ASIC的BGO的定时能力。发现强调了宇宙ASIC在具有出色时机特征的成本效益TOF-PET扫描仪的发展中的潜力。