摘要:从材料和功能耐久性的角度研究并报告了热老化、疲劳和热机械老化对柔性微电子 12 器件的影响。研究了封装材料和基板的降解 13 机制。分析了封装材料和基板 14 材料的性能变化,并确定了它们在柔性器件失效机制中的关系。15 在热老化条件下,树脂的硬化与测试载体中的分层有关,这会导致功能性电气性能的丧失。降解是由于在 120°C 的热氧化过程中发生了突出的交联 17 反应。疲劳 18 应力测试后,树脂会发生适度硬化。虽然后者的硬化同样与交联反应有关,但在这里,硬化 19 不能由树脂的热降解引起,因为所用的应力频率很低。20 相反,热机械耦合发生在两个阶段。在温和条件下,降解 21 机制对应于热老化和疲劳过程的综合效应。在更严酷的热机械条件下,断链机制变得更加有效,并导致树脂软化 23。24
摘要 — 使用有限元频域代码 ANSYS HFSS 和粒子单元 (PIC) 代码 MAGIC 设计和模拟了循环平面正交场放大器 (RPCFA)。RPCFA 是一种高功率微波装置,改编自美国密歇根州安娜堡密歇根大学开发的循环平面磁控管。平面、曲折线和慢波结构的电磁 (EM) PIC 模拟显示,1.3 MW、3 GHz 信号可放大 13.5 dB 至约 29 MW。RPCFA 设计为由密歇根电子长束加速器-陶瓷绝缘体的脉冲功率驱动,该加速器目前配置为输出 −300 kV、1-10 kA 的脉冲,脉冲长度为 0.3-1 µ s。 RF 输入驱动信号将由 MG5193 磁控管提供,该磁控管可在 3 GHz 频率下提供高达 2.6 MW 的 5 µ s 脉冲。EM PIC 模拟还展示了设计的零驱动稳定性,并用于评估由于几个实验参数的变化而导致的性能变化。驱动频率的变化表明 RPCFA 的 3 dB 放大带宽预计为 300 MHz 或 10%。
飞机用燃气涡轮发动机的设计和开发是一个高度集成的过程,需要整合来自多个设计专业的大量人员的努力。如果设计过程定义明确且产品架构稳定,则该过程的结果将变得高度可预测和可重复。如果由于技术插入、客户要求或组件配置的整体性能变化而导致架构发生重大变化,则这种大型集成设计过程可能会变得更具挑战性。必须向参与产品开发的所有人准确无误地传达所有组件、系统和子系统的设计意图、要求和预期性能。普惠公司是一家大型燃气涡轮发动机设计公司,自 1925 年成立以来一直从事发动机业务。2008 年,普惠公司设计、制造并试飞了一台大型“齿轮传动涡扇”发动机,这是正在开发的新产品架构的演示,新产品系列中的第一台是 PWl 524G。这种新型发动机结构与更传统的涡扇发动机结构不同,它在风扇和驱动它的涡轮轴之间使用了减速齿轮组。早期对燃气涡轮发动机产品设计过程相互作用的研究工作是使用传统的高涵道比燃气涡轮发动机结构进行的,使用
介绍了一种设计多级低噪声放大器 (LNA) 第一级的分析方法。本文讨论了在考虑后级噪声的情况下最小化总噪声系数 (NF) 的第一级优化方法。该方法侧重于第一级的源阻抗优化,同时考虑其 NF、增益和后级 NF 的影响。所提出的方法计算第一级的设计参数,以使多级 LNA 中的整体 NF 最小,而传统方法则建议最佳源阻抗以使第一级的 NF 最小。本文证明了 Smith 圆图中的恒定总 NF 轮廓与传统 NF 圆不同,并且 Γ opt 在相邻级 NF 不同的多级 LNA 中实现了最佳噪声性能变化。这些轮廓和最佳源阻抗针对特定的 LNA 进行描述,并与其恒定 NF 圆和 Γ opt 进行了比较。为了检验所提方法的可行性以及验证理论和仿真结果,我们制作了一个使用 ATF13136 晶体管的 4-5 GHz 分立式 LNA。结果表明,在 LNA 的第一级设计中考虑后续电路的噪声可降低整体 NF,同时改善其增益和输入匹配。
摘要:涡轮发动机盘寿命预测和相关风险的理解仍然是当今设计师面临的重大挑战。尽管在材料测试和特性分析以及损伤容限和线性弹性断裂力学建模的应用方面取得了进展,但在正确评估载荷、几何形状和材料设计性能变化方面仍然存在空白。再加上先进的混合和复合材料系统的应用,准确处理材料变化的需求就更大了。仍然存在关键部件故障事件,而目前使用的现有分析方法、测试和检查无法正确解释这些事件。概率方法的应用提供了一种有效且有用的方法来建模这种变化,同时也提供了一种评估随机变量敏感性和风险评估的方法。目前的研究以及适用的行业和政府监管指南和出版物都已审查并将被介绍。本文将讨论最有效的工具、建模方法和预测故障风险评估,以及对未来工作的建议。本文介绍了概率方法在管理机队发动机和部件使用方面提供经济有效方法的潜力,以及其在机队管理中增强“因故退役”概念安全实施的能力。
摘要:电动图像(MI)脑电图(EEG)自然而舒适,并且已成为大脑 - 计算机界面(BCI)领域的研究热点。探索主体间MI-BCI性能变化是MI-BCI应用中的基本问题之一。EEG微晶格可以代表大脑认知功能。在本文中,使用了四个EEG微骨(MS1,MS2,MS3,MS4)进行分析,分析受试者的Mi-BCI性能差异,并计算四个微杆菌特征参数(平均持续时间,每秒出现,时间覆盖率和时间覆盖率和过渡概率)。测量了静息状态EEG Microstate特征参数与受试者的MI-BCI性能之间的相关性。基于MS1的发生的负相关性和MS3平均持续时间的正相关性,提出了静静态微晶格预测指标。28名受试者参加我们的MI实验,以评估我们静止状态的Microstate预测指标的性能。实验结果表明,与频谱熵预测变量相比,我们静止状态的Mi-Crostate预测器的平均面积(AUC)值为0.83,增加了17.9%,表明微骨特征参数可以更好地表明受试者的MI-BCI性能比光谱enterpy enterpropy预测器。此外,在单节水平和平均水平上,Microstate预测指标的AUC高于光谱熵预测变量的AUC。总体而言,我们的静止状态微晶格预测指标可以帮助MI-BCI研究人员更好地选择受试者,节省时间并促进MI-BCI的发展。
摘要。数字孪生范式基于这样的理念:通过创建真实组件的忠实虚拟对应物,可以更好地预测和监控组件的使用寿命和性能,从而提高最终产品的安全性和成本。此类模型需要准确输入零件的初始材料状态以及整个使用寿命中的使用中载荷和损坏状态。零件的共振频率与零件的材料状态和损坏状态相关。类似地,共振频率的变化与使用中载荷和损坏导致的零件材料状态的变化相关。过程补偿共振测试 (PCRT) 利用这些物理关系,使用测量的组件共振频率执行无损评估 (NDE) 和材料特性分析。先前的研究已经建立了模拟材料性能变化、晶体取向和损伤状态对共振影响的技术,以及量化从模型输入到输出的不确定性传播。本研究考察了使用 PCRT 模型反演来获取材料特性和校准真实组件的数字孪生。首先使用尺寸和质量测量为单晶镍基高温合金样品群创建数字孪生实例。然后,在从物理对应物收集共振光谱后,采用模型反演技术来估计每个部件的弹性性能和晶体取向。然后用模型反演输出校准数字孪生。随后通过将反演结果与统计上显著的物理样本群的共振和 x 射线衍射测量进行比较来验证这些数字孪生。结果突出了特定部件材料特性对数字孪生性能的价值,以及 PCRT 评估和提高数字孪生保真度的能力。
随着无人机在众多关键应用中广泛使用并具有许多强大的功能(例如侦察和机械触发),越来越多的案件涉及滥用无人机进行不道德甚至犯罪活动。因此,识别这些恶意无人机并使用数字取证追踪其来源至关重要。用于取证的传统无人机识别技术(例如,RF通信,使用摄像头识别地标等)要求无人机高度合规。但是,恶意无人机不会配合甚至欺骗这些识别技术。因此,我们提出了一种基于无人机独特硬件特征(例如,类似于人类的指纹和虹膜)的可靠和被动识别方法的探索,用于取证目的。具体而言,我们研究并模拟了射频询问下寄生电子元件的行为,这是一种由无人机上的电子系统调制的特殊被动寄生响应,具有独特性且不太可能被伪造。基于这一理论,我们设计并实现了 DroneTrace,这是一种面向数字无人机取证的端到端可靠被动识别系统。DroneTrace 包括一个经济高效的毫米波 (mmWave) 探头、一个用于提取和处理寄生响应的软件框架,以及一个基于定制的深度神经网络 (DNN) 算法来分析和识别无人机。我们用 36 架商品无人机评估了 DroneTrace 的性能。结果表明,DroneTrace 可以识别无人机,准确率超过 99%,等错误率 (EER) 为 0。009,在 0。1 秒的传感时间预算。此外,我们在一系列真实情况下测试了可靠性、稳健性和性能变化,其中 DroneTrace 保持了 98% 以上的准确率。DroneTrace 能够抵御各种攻击并保持功能性。在最佳情况下,DroneTrace 能够以小于 5% 的误差识别 10 4 规模的单个无人机。
在儿童期发现智力和认知能力的神经相关性在许多方面可能很重要,例如预测和理解教育能力或对患者进行临床评估。即使当代实质性研究已经建立了大脑结构与一般智力之间的关系,对舌旋及其与智商的联系知之甚少。在本文中进行了研究(1)左右舌旋转的皮质厚度是否与儿童不同水平的智商相关,并且(2)如果位于舌旋流中的皮质厚度变化速率与性能IQ(PIQ)的性能变化有关。神经影像学数据源自Solé-Casals及其同事(2019年)的研究以及Suárez-Pellicioni及其同事(2019)的研究中的数据集。从OpenNeuro brain Imaging数据库下载了两个数据集。的29岁男孩的神经影像学指标用于检验以下假设:较高的智商与舌旋的较薄的皮质厚度有关。二十一个女孩和15岁以下的15岁男孩的神经影像学指标用于检查皮质厚度的变化率是否与性能智商的变化有关。结果表明,高智商与十二岁的皮质厚度有关。进一步的结果表明,舌旋中皮质的变薄速率与性能智商的变化相关。关键字:智商,皮质厚度,舌旋,生物标志物本文增加了越来越多的证据,即区域皮质厚度和皮质厚度的变化是智力的相关生物标志物。可能需要使用较大样本量和纵向设计的未来研究,并需要其他时间点才能确认本文的结果。
无服务器计算近年来对云服务提供商及其客户群都引起了极大的兴趣。该模型需要将用户应用程序资源管理的整个问题转移到服务提供商。在无服务器系统中,鉴于涉及的颗粒计费模块,提供商具有高度动力,可以实现其基础架构的经济高效使用。但是,由于无服务器工作负载和系统的动态和多租户性质,在维护功能性能的同时实现有效的资源管理是一项艰巨的任务。应用程序的需求水平的快速变化导致函数实例的实际资源使用模式变化。由于资源争议,这会导致共同确定的功能的性能变化,这些功能竞争类似的资源。大多数现有的无服务器调度工作提供了用于功能调度的启发式技术,这些技术无法捕获由多租赁和不同用户请求模式引起的这些系统中的真实动态。此外,他们很少考虑实现提供商资源效率以及应用程序绩效的双重目标。在本文中,我们提出了一种新颖的技术,其中包含了深度强化学习(DRL),以克服在具有异构计算资源的高度动态无服务器计算环境中功能调度的上述挑战。我们在实用的环境中训练和评估我们的模型,该设置合并了kubeless,这是一个开源的无服务器框架,该框架部署在23节点的kubernetes群集设置上。©2023 Elsevier B.V.保留所有权利。与基线技术相比,在该测试床环境中进行的广泛实验显示出令人鼓舞的结果,分别提高了24%和34%的成本。