XiaoMi-AI文件搜索系统
World File Search System加速老化
识别基于统计分布的加速老化测试期间LFP/C电池的机理一致性
这项研究建立了一种新的方法，可以研究加速的衰老测试是否可以在短时间内准确地对现实的细胞衰老进行建模，同时还可以维持所涉及的衰老机制的一致性。作为效率和一致机制之间的权衡，加速衰老的应用需要仔细选择应力因素，以确定操作范围和与衰老相关的应激因素的重要性。基于为43个月的日历老化测试和10个月循环老化测试设计的三个级别的主要应力因素，这项工作旨在应力排名，并指示用于商业LFP/C电池的合适的操作间隔，并采用了两种最受欢迎的电池寿命分布，即电池，即logormormal and weibull。锂离子电池的统计分布是通过非线性混合效应（NLME）模型的排放能力损失来实现的。结果证明，对数正态是首选模型，并且随着更深的衰老，尤其是在日历老化中，右链的Weibull变得更加明显。得出了由一致加速因子引导的分布参数的进化定律。基于寿命样本的NLME模型的似然比参数bootstrap方法始终产生，以高于47.5℃的温度来测试条件，而循环衰老的平均收费（SOC）高于72.5％的平均电荷（SOC）会导致不同的生活行为。相比之下，SOC水平和较高温度的组合不会导致日历老化机制的变化。温度是最显着的应力，其次是温度耦合的循环深度和SOC水平。此方法可以提供参考，以制定合理的测试计划，以检测电池的性能以更准确地预测其生活。
重度抑郁症患者的大脑功能加速老化：来自中国参与者大规模 fMRI 分析的证据
重度抑郁症 (MDD) 是最常见的精神健康状况之一，因其与脑萎缩和死亡的关系而受到深入研究。最近的研究表明，预测年龄和实际年龄之间的偏差可以作为大脑加速衰老的标志，以表征 MDD。然而，目前的结论通常是基于从白人参与者收集的结构性 MRI 信息得出的。这种生物标志物的普遍性需要通过具有不同民族/种族背景的受试者和不同类型的数据进一步验证。在这里，我们利用 REST-meta-MDD，这是一个从中国多个队列参与者收集的大规模静息态 fMRI 数据集。我们基于 1101 名健康对照开发了一个堆叠机器学习模型，该模型可以从 fMRI 估计受试者的实际年龄，并且非常准确。然后将训练好的模型应用于来自 24 个地点的 1276 名 MDD 患者。我们观察到，与对照组相比，MDD 患者的大脑预测年龄差异 (brain-PAD) 高出 +4.43 岁 (p < 0.0001, Cohen ' sd = 0.31, 95% CI: 2.23 – 3.88)。在 MDD 亚组中，我们观察到与未使用药物的患者相比，服用抗抑郁药物的患者的大脑 PAD 具有统计学上显著的 +2.09 岁 (p < 0.05, Cohen ' sd = 0.134525)。通过三种不同的机器学习算法进一步检查观察到的统计关系。在中国参与者身上观察到的阳性大脑 PAD 证实了 MDD 患者存在大脑衰老加速的情况。利用功能性大脑连接进行年龄估计从新的维度验证了现有的发现。
qPaint 福特耐候性研究 - Atlas-mts.com
汽车涂料系统加速老化试验的目的是在实际户外暴露试验结果出来之前确定长期老化性能。使用可靠的加速老化试验可以缩短新涂料系统的推出时间：溶剂排放量更低、涂装成本更低、耐刮擦、耐磨损和耐碎裂性能更好、外观变化更吸引客户的涂料系统。不幸的是，经过 50 多年的研究，尚不存在能够充分模拟所有涂料化学成分的自然老化条件的加速老化试验。然而，确实存在能够重现特定涂料化学成分在使用过程中老化性能的专门试验。此类试验是将多年的户外暴露试验结果与多年的加速老化试验结果相结合以产生相关性的最终结果。一旦为给定的涂料化学成分建立了相关性，该试验就成为该涂料化学成分的强大开发工具。但是，针对特定涂料化学成分量身定制的加速老化试验并不一定适用于其他涂料化学成分。事实上，将专门的耐候性测试视为通用测试会导致代价高昂的错误。因此，涂料供应商及其客户在采用新涂料化学成分或甚至看似微小的配方变化时都犹豫不决，因为这些变化可能影响到涂料的耐候性。
喷墨材料的稳定性问题和测试方法
在传统摄影中，有许多标准化的加速老化测试来比较和预测图像和载体的预期寿命。ISO 标准 10977（下面有更详细的描述）用于测量彩色摄影材料的图像稳定性，分为暗稳定性测试和光稳定性测试。该标准于 1993 年首次发布。修订版目前处于草案状态，即将发布。由于目前还没有彩色硬拷贝材料的标准，测试必须依赖摄影行业建立的先例。实际上，负责修订 ISO 10977 版本的 ANSI/ISO 委员会（来自照片行业、油墨和纸张行业、喷墨技术行业等的多个制造商组成的团体）自 1994 年以来，该委员会也一直在制定测量彩色硬拷贝材料图像稳定性的新标准。由于新输出技术、新墨水组和新介质的数量快速增长，需要快速获得测试结果。由于高强度/高浓度加速老化测试可能遭受互易律失效，因此很难在正常显示条件下进行可靠的长期寿命预测。此外，彩色硬拷贝材料可能受到各种因素的负面影响，例如湿度、水等，其中一些因素以前未被考虑在内。因此，需要比 ISO 10977 标准中推荐的更广泛的测试方法。小组委员会将整个小组分成更小的任务组，处理以下问题：
探究太阳能电池板电气参数随运行时间的变化
晶体硅太阳能电池仍是光伏太阳能电池板最常用的元件。尽管太阳能电池板的生产标准很高，但事实证明，在普通的工作条件下，太阳能电池很容易受到老化的影响。[1]。太阳能电池板输出参数的稳定性和寿命至关重要。由于辐射和老化对太阳能电池产生相似的影响，因此研究太阳能电池的抗辐射性不仅对于预测太阳能电池的寿命和寿命末期输出特性很重要，而且对于改进在高辐射环境中使用的太阳能电池的设计也很重要。在本文中，为了模拟和加速老化对太阳能电池参数的影响，将太阳能电池暴露于不同剂量的伽马辐射下[2,3]。
衰老优化的收费控制多...
摘要：本文提出了一种方法，该方法可导致高度准确的电荷依赖性多阶段恒定电流（MCC）充电算法用于电动自行车电池，以减少充电时间，而不会通过避免使用Li-Plpling来加速老化。首先，通过三电极测量值对当前速率，最新电荷和Li-Plating之间的关系进行了实验分析。因此，提出了一种依赖社会的充电算法。其次，在MATLAB/SIMULINK中开发了基于扩展的Kalman滤波器的SOC估计算法，以进行高精度SOC估计并精确控制充电算法。实验的结果表明，SOC估计的均方根误差（RMSE）为1.08％，并且从0％到80％SOC的充电时间降低了30％。
基于 FDM 的结构电子器件的加速测试和可靠性
摘要：随着电子系统小型化的发展，元件散热问题日益严峻。结构电子学为解决这一问题提供了一种新方法。在这种思路下，电子元件不是缩小所有元件的尺寸，而是嵌入到机械结构中。这种方法有很多优点，但迄今为止，尚未对以这种方式构建的系统的可靠性进行深入研究。在这项研究中，在 FDM 聚合物基板上印刷了由银墨导电迹线组成的电路（带或不带 0 Ω 电阻），并进行了加速老化测试。将样品分为三组，并计算了每组的平均故障时间，最佳组的平均故障时间为 8000 小时。本文还介绍了导致这些系统故障的机制，以及消除这种现象的措施。
数据表 SGP30 - Sensirion AG
1.3 推荐的操作和存储条件 仅当传感器在推荐的条件下存储和操作时，才能保证表 1 中详述的气体传感规格。长时间暴露在这些条件之外的条件下可能会加速老化。操作 SGP30 的推荐温度和湿度范围分别为 5–55 °C 和 4–30 g m −3 绝对湿度（参见图 7 了解相应的相对湿度转换）。建议将传感器存储在 5–30 °C 的温度范围内，绝对湿度低于 30 g m −3（参见图 8 了解相应的相对湿度转换）。任何时候都不能将传感器暴露在冷凝条件下（即 >90 % 相对湿度）。为确保 SGP30 的稳定性能，必须满足文档 SGP 操作说明中描述的条件。另请参阅设计指南，以了解如何将 SGP30 最佳地集成到最终设备中。
考虑到逆变器任务配置文件
本文提出了一种新方法，用于光伏逆变器中功率半导体设备的加速老化测试。任务剖面：在法国的多个光伏植物中，在几年内提取输出电流和环境温度。创建一个特定的老化轮廓，该轮廓不仅要考虑到光伏逆变器的应用的不同约束（高频开关和正弦形电流），还可以重现光伏倒置商的输出电流的典型轮廓。同样，环境温度也有所不同。通过施加持续时间相对较长的电流注射，DBC（直接键合铜）底物和冷却器会受到高温波动的影响。该方法应显示出在光伏应用中使用的DC/AC逆变器的热行为的更好表示，并有望比传统的功率循环显示出更具代表性的结果，从而减少了某些故障模式的偏爱，从而损害了他人。