XiaoMi-AI文件搜索系统
World File Search System完全失效
安装更大的飞机.lwp - ElectroDynamics
实现双冗余电池系统的正确方法是使用 ElectroDynamics 的 EDR-108 Pow’R Back’R 等电子电路。Pow’R Back’R 将电池组完全隔离，始终从电压最高的电池组获取电力。此外，它采用真正的双冗余设计，每个电路元件都为每条电路路径复制，因此一侧完全失效（开路或短路）不会影响无线电操作。这种隔离也延伸到充电电路，因此可以使用任何多输出充电器为两个电池充电。
从模拟到数字地面广播的过渡 - ITU
信息数学理论：伊利诺伊大学出版社）是有限的。相比之下，数字系统的整体性能在很大程度上取决于转换过程的质量（模拟到数字，反之亦然），前提是不超过信道的能力。利用“香农权衡”的空间要大得多，特别是如果使用纠错技术。实际上，模拟系统的性能往往会随着信道性能的恶化而恶化，而数字系统则保持由转换过程定义的状态，直到完全失效。不幸的是，这意味着当接近极限信道容量时，信道性能对数字系统的主观影响可能更加突出。
SSC-337 船舶断裂机制
严重断裂对船舶结构完整性的威胁更为严重。尽管近年来船舶结构严重断裂并未引起太多关注，但确实存在。此类断裂给船舶所有者和运营商带来了问题。例如，存在严重断裂的船舶必须进行修理，导致停运时间延长和总体运营成本增加。此外，它们造成灾难性故障的可能性不容低估，因为严重断裂通常沿垂直于船舶纵向连续结构的方向扩展，并延伸到板材、加强筋和其他重要结构构件。断裂实际上会降低船舶结构的强度和完整性，使船舶不适航。这种类型的断裂可能导致船舶结构失去水密完整性或完全失效。
用于电机预测性维护的人工智能 (AI)
轴承损坏是导致电动机故障的主要因素之一。研究表明，大约 40% 的电动机故障可归因于轴承损坏（图 3），这使其成为最常见的故障原因。这意味着，如果及早发现轴承损坏并采取必要措施，电动机的使用寿命可以大大延长。由于轴承是运动部件，因此容易受到各种形式的磨损。最常见的一些问题包括生锈、磨损和润滑剂耗尽。尽管存在这些问题，但电动机可能会继续运行一段时间而没有明显的影响，因此在电动机完全失效之前及早检测至关重要。这就是 ShiraTech-Knowtion 的预测性维护发挥作用的地方。通过轴承损坏预测，我们可以协助早期故障检测，从而及时采取补救措施，而不是等待彻底失效。
检测印刷电路板吸湿情况的技术
摘要 — 大多数电路板都在可能暴露于蒸汽或液体湿气的环境中工作。由于低成本电路板很容易吸收水分，这会导致性能问题、可靠性问题，甚至灾难性故障。然而，在电路板完全失效之前很难检测出是否发生了吸湿。为了缓解这个问题，在印刷电路板 (PCB) 技术中实现了一种边缘场电容器，并通过随之而来的电容增加来检测电路板中的吸湿情况。制造了原型传感器并浸泡了 42 天，结果显示电容增加了 14% 到 29%。这种传感器技术可以轻松添加到电路板设计中，因为它们使用了商用 PCB 构造中使用的标准材料和制造工艺。
电化学迁移：阶段和预防 - CORE
航空电子设备的一般组件，以及航空电子设备中使用的印刷电路板 (PCB) 的紧凑拓扑。电子设备，尤其是重要设备的任何复杂化都会导致对可靠性的要求增加。鉴于飞机设备几乎一直在极端条件下运行，即使是最小的故障概率也是不可接受的。这就是为什么航空电子设备的物理可靠性如此重要的原因。显著降低航空电子设备物理可靠性的因素之一是电化学迁移。电化学迁移可能导致航空电子设备运行失败，甚至完全失效，甚至导致飞机起火。现在对电化学迁移的研究很少。仅确定了导致电化学迁移的因素和电化学迁移的后果，现有的解决方法要么无效，要么会显著增加飞机设备的重量和成本，从而使其使用变得不切实际。本文介绍了电化学迁移运动学、其发生的后果以及发生方式的实验研究
来自深度量子电路的抗噪基态能量估计
在容错方面，量子计算的实用性将取决于量子算法中噪声影响的可避免程度。混合量子-经典算法（如变分量子特征值求解器 (VQE)）是为短期方案设计的。然而，随着问题规模的扩大，VQE 结果通常会因当今硬件上的噪声而变得杂乱。虽然错误缓解技术在一定程度上缓解了这些问题，但迫切需要开发对噪声具有更高鲁棒性的算法方法。在这里，我们探索了最近引入的量子计算矩 (QCM) 方法对基态能量问题的鲁棒性，并通过分析示例展示了底层能量估计如何明确地滤除非相干噪声。受此观察的启发，我们在 IBM Quantum 硬件上为量子磁性模型实现了 QCM，以检查随着电路深度的增加噪声过滤效果。我们发现 QCM 保持了极高程度的误差稳健性，而 VQE 则完全失效。在量子磁性模型中，对于多达 20 个量子比特的超深试验态电路（最多 500 个 CNOT），QCM 仍然能够提取合理的能量估计值。大量实验结果支持了这一观察结果。要达到这些结果，VQE 需要在错误率上将硬件改进大约 2 个数量级。
基于分布式传感器和深度学习的大型空间天线结构健康监测研究
摘要：大多数现代地球和宇宙观测航天器现在都配备了大型轻便灵活的结构，例如天线、望远镜和可扩展元件。承载更复杂、更大的附件的趋势对于高精度科学应用至关重要，这使得轨道卫星更容易因结构损坏而导致性能损失或性能下降。在这种情况下，结构健康监测策略可用于评估卫星子结构的健康状况。然而，特别是在分析大型附件时，传统方法可能不足以识别局部损坏，因为它们通常会在系统动力学中引起不太可观察的变化，但会导致有效载荷数据和信息的相关丢失。本文提出了一种深度神经网络来检测故障并研究传感器对在大型网状反射器天线上承载分布式加速度计网络的轨道卫星的损伤分类的灵敏度。传感器获取的时间序列是使用完全耦合的 3D 模拟器生成的，该模拟器模拟柔性卫星的在轨姿态行为，其附件采用有限元技术建模。然后使用在复合场景中收集的传感器响应对机器学习架构进行训练和测试，该场景不仅包括结构元素的完全失效（结构断裂），还包括中等程度的结构损坏。所提出的深度学习框架和传感器配置被证明可以准确检测最关键区域或结构的故障，同时为几何特性和传感器分布开辟了新的研究可能性。
硅纳米电子学、纳米结构和高效硅光伏技术的进展
硅是一种无处不在的半导体材料，可用于多种应用，是现代电子和能量收集的基础。硅基微电子，如今更确切地说是纳米电子，将在不久的将来达到 10 纳米以下的技术节点。在这些尺寸下，纳米尺寸效应（例如量子限制、掺杂的统计问题、表面状态等）开始发挥作用，降低性能和可靠性，甚至导致晶体管完全失效。这些纳米尺寸效应中的几种已经在精心制造的 Si 纳米结构上进行了研究，在那里获得的研究结果可能对于规避 FET 达到单纳米尺寸时出现的问题至关重要。此外，Si 纳米结构的非常规和新颖方法也令人感兴趣，因为它们可以提供替代的解决方法，有助于防止未来技术节点实施的进一步延迟，目标是在降低功耗的情况下提供更高的性能。除了电子晶体管之外，硅纳米结构（如纳米线和纳米粒子）还为传感器、量子器件、操纵器、执行器、光电子学、生物标记等领域的各种跨学科应用开辟了全新的前景。由于表面体积比高，硅纳米结构主要由表面决定，因此需要新的物理和化学知识来了解其特性。这些知识尚未完成并转移到现代晶体管技术中。在能量收集领域，硅光伏电池通过用异质结取代扩散的 p/n 同质结（充当载流子选择性和高度钝化（无复合）接触）提高了效率。这一概念允许研究一系列新材料作为接触，但需要精确了解它们与硅的界面特性。尽管有报道称至少在实验室规模的太阳能电池上转换效率令人印象深刻，但尚未找到结合了正确的电子和光学特性并与工业批量生产兼容的理想异质接触。进一步的跨学科研究必须找到或开发将合适的 Si 表面钝化与载流子选择性隧穿、长期稳定性以及可靠且经济高效的制造相结合的材料。