本论文对旋转叶盘与柔性壳体之间的行波速度不稳定性进行了分析。这种与结构接触的相互作用在某些情况下可能发生在高速涡轮机械中,例如航空发动机或压缩机,并且可以通过将转子的动能旋转到振动中,以不稳定的方式放大耦合转子-定子系统的振动。为了使涡轮机械安全运行,必须避免行波速度重合,并分析发生相关不稳定性的可能性。以前,大多数航空发动机的壳体都附有齿轮箱等附加结构。这些附件使机壳失调,从而降低了响应中的行波分量,从而使能量传递机制效率降低,降至由其他系统参数(例如阻尼和旋转部件与静止部件之间的间隙大小)定义的非临界阈值水平以下。新型航空发动机设计趋向于轴对称机壳,对于这种机壳,行波速度不稳定性的研究变得更加重要。在文献中,少数处理与叶盘接触的弹性定子的作者没有研究行波速度不稳定性的可能性,这可能是由于缺乏对现有设计的适用性,但大多数研究人员仅分析了具有刚性定子的系统。对于具有弹性转子和定子的系统,这种方法是不够的,因为包含定子动力学会导致耦合系统的临界速度数量增加。在本论文中,转子和定子被分别建模为具有线性动力学的结构。为了减少微分方程的数量,采用模态模型将计算工作量限制在相关的参与模式中。叶片盘和定子之间的接触由冲击摩擦定律建模,包括冲击损失。在转子-定子系统分析中加入壳体动力学的影响进行了分析描述,在数值模拟中进行了计算,并在实验中进行了演示。对于所研究的不稳定性,预测结果与实验结果之间取得了良好的定性一致性。数值预测和实验数据都表明存在行波速度不稳定性,并验证了所选方法。研究结果表明,行波速度不稳定性是存在的,并且它是一个潜在的安全威胁,必须通过设计或选择操作条件来避免。
进步只能来自集体的努力。个人只能做出有限的贡献。即便如此,恰当利用的才能并非靠努力获得,而只是发展起来的。就像我们的才能一样,我们与同时代人的交往是我们选择发展的天赋。我要感谢为我的教育和这项工作做出贡献的几位人士。论文导师就像是研究生智力和职业发展的父母。我的导师 Mark Rodwell 和 John Bowers 也同样认真对待自己的角色。他们的技术指导、支持和动力使这项工作成为可能,并极大地改善了我的生活。我的委员会还包括 Larry Coldren 和 Umesh Mishra,他们全心全意地努力不仅指导杰出的研究,而且传达对成功至关重要的个人和职业方面。教职员工树立了合作与协作的宝贵典范,受到整个部门员工、研究生、访问研究员和博士后研究员的热烈欢迎。Radha Nagarajan 帮助我开发了我使用的流程。Tom Reynolds 在保持实验室运转的同时,还为个人研究做出了重大贡献,例如行波光电探测器上的抗反射涂层。Rich Mirin 确保他所生长的材料是合适的,并且第一次就做对了。我从 Yih-Guei Wey 那里学到了很多关于高速光电探测器的知识,当时我对他的光电采样测量也非常感兴趣。研究人员之间的日常互动对研究成果、专业成熟度和个人满足感有很大帮助。我与 Scott Allen 和 Masayuki Kamegawa 互动的许多成果,特别是与设备处理相关的成果,都被融入到了这项工作中。Judy Karin 帮助我开始使用光学平台。Dan Tauber、Ralph Spickerman 和 Mike Case 是微波设备和慢波效应领域的同志,我们一起播下了许多想法的种子。Dennis Derickson 向我展示了锁模半导体激光器的详细工作原理。在来到 UCSB 之前,我曾在麦克唐纳道格拉斯公司与 Mark Mondry 共事,我们在两个地方就广泛的主题进行了多次讨论。Anish Goyal
量子传感器、量子信息电路、超导量子比特等领域的最新发展以及更广泛的天文探测和现代通信都依赖于微波光子的精确探测。然而,用于可靠和灵敏地表征固态量子电路(特别是超低功率和光子微波电路)的计量工具严重缺乏。不仅需要确定微波功率,还需要精确和准确地确定单光子特性(包括时间和相位)以及多光子特性(例如重合和纠缠)。目前最先进的低温放大器在高噪声温度方面不足,全球正在探索新型放大器以在灵敏度的量子极限下运行。参数放大器是目前已知的唯一一种实现微波信号量子极限灵敏度的方法。然而,实现足够大且足够平坦的带宽(例如从大约 1 GHz 到 10 GHz)仍然是一项具有挑战性的任务。在具有三波混频的行波放大器中,可以改善当前的情况,但三波混频仅在具有非中心对称非线性的介质中才有可能。设计具有大且可控的非中心对称非线性的非线性介质(量子超材料)的可能性是量子光学的一个重要目标,并且将
1 摘要 — 基于超快光电探测器中的光外差(光)混合的 THz 源非常有前景,因为它们在室温下工作,可能结构紧凑、成本高效,并且最重要的是频率可调性广。然而,它们的广泛使用目前受到 THz 频率下 µW 范围的可用功率水平的阻碍。我们在此介绍一种行波结构,其 THz 频率下的相干长度为毫米级,为大有源面积(~4000 µm 2 )光混合设备开辟了道路,该设备能够处理超过 1 W 的光泵浦功率,远远超出了使用小有源面积(<50 µm 2 )的标准集总元件设备的能力,需要保持与 THz 操作兼容的电容水平(<10 fF)。它基于氮化硅波导,该波导耦合到嵌入共面波导中的膜支撑低温生长 GaAs 光电导体。根据本研究详细阐述的该器件的光电子模型,预计毫瓦级功率可达到 1 THz,甚至高于 1 µW,最高可达 4 THz。实验中,使用两个 780 nm-DFB 激光器产生的拍音测量 1 毫米长结构的频率响应,最高可达 100 GHz,清楚地显示了预期的行波特征,即当反向行波的贡献完全消除时,衰减 6 dB,最终达到 ~50 GHz,随后达到 ~100 GHz 的恒定水平。在行波状态下进行操作的实验演示是实现该概念在功率水平和频率带宽方面的最初承诺的第一步。
量子传感器、量子信息电路、超导量子比特等领域的最新发展以及更广泛的天文探测和现代通信都依赖于微波光子的精确探测。然而,用于可靠和灵敏地表征固态量子电路(特别是超低功率和光子微波电路)的计量工具严重缺乏。不仅需要确定微波功率,还需要精确和准确地确定单光子特性(包括时间和相位)以及多光子特性(例如重合和纠缠)。目前最先进的低温放大器在高噪声温度方面不足,全球正在探索新型放大器以在灵敏度的量子极限下运行。参数放大器是目前已知的唯一实现微波信号量子极限灵敏度的方法。然而,实现足够大且足够平坦的带宽(例如从约 1 GHz 到 10 GHz)仍然是一项具有挑战性的任务。在具有三波混频的行波放大器中,目前的情况是可以改善的,但三波混频只有在具有非中心对称非线性的介质中才有可能。设计具有大且可控的非中心对称非线性的非线性介质(量子超材料)的可能性是量子光学的一个重要目标,它将实现参数增益、压缩和纠缠光子对的产生,为它们在量子信息处理和通信(QIPC)中的应用铺平道路。这种量子超材料可以借助约瑟夫森技术进行设计,并且可以同时实现具有三波混频的 JTWPA 和微波领域量子光学电路的优异特性。
摘要 神经科学的一个基本挑战是解释广泛的大脑区域如何灵活地相互作用以支持行为。我们假设,振荡的行波是神经协调的关键机制,它们以独特的模式在皮质中传播,控制不同区域的相互作用。为了验证这一假设,我们使用了进行多项记忆实验的人类的直接大脑记录和一个可以灵活测量行波传播模式的分析框架。我们发现,行波不仅以平面波的形式沿皮质传播,还以螺旋波、源汇波和更复杂的模式传播。行波的传播模式与行为的新方面相关,特定的波形反映了特定的认知过程,甚至是个人记住的项目。我们的研究结果表明,大规模皮质行波模式揭示了大脑中认知过程的空间组织,可能与神经解码有关。
行波已在大脑的不同区域和尺度上进行了测量,但尚未就其计算目的达成共识。一个有趣的假设是,行波有助于在空间和时间上构建神经表征,从而对自然数据产生归纳偏差。在这项工作中,我们通过引入神经波机 (NWM) 来研究这一假设 - 神经波机是一种局部耦合振荡循环神经网络,能够在隐藏状态下显示行波。在对简单动态序列进行训练后,我们表明该模型确实学习了静态空间结构(例如地形组织),并进一步使用复杂的时空结构(例如行波)来编码观察到的变换。为了衡量这种结构的计算意义,我们使用了一套序列分类和物理动力学建模任务来表明 NWM 不仅参数效率更高,而且能够比现有的最先进对应物更准确地预测简单物理动力系统的未来轨迹。最后,我们讨论了该模型如何能够对以前具有挑战性或不可能的行波周围的计算假设进行新的研究。
皮层刺激正在成为基础研究中的实验工具,也是治疗一系列神经精神疾病的有前途的疗法。随着多电极阵列进入临床实践,使用电刺激的时空模式来诱导所需生理模式的可能性在理论上已成为可能,但在实践中,由于缺乏预测模型,只能通过反复试验来实现。越来越多的实验证据证实,行波是皮层信息处理的基础,但尽管技术迅速进步,我们仍缺乏对如何控制波特性的理解。本研究使用混合生物物理解剖学和神经计算模型来预测和理解简单的皮层表面刺激模式如何通过抑制性中间神经元的不对称激活来诱导定向行波。我们发现锥体细胞和篮状细胞被阳极电极高度激活,被阴极电极激活的程度最低,而马丁诺蒂细胞被两个电极适度激活,但对阴极刺激略有偏好。网络模型模拟发现,这种不对称激活会导致浅表兴奋性细胞中产生行波,该行波会单向传播,远离电极阵列。我们的研究揭示了不对称电刺激如何通过依赖两种不同类型的抑制性中间神经元活动来塑造和维持内源性局部电路机制的时空动态,从而轻松促进行波。
图 2. 视觉表征从感觉皮质传播到联想皮质。A. 编码分析得出的相关分数,经过训练可根据刺激角度的正弦和余弦预测脑电图活动。B. 每个点对应于使用最小范数估计从脑电图编码拓扑估计的源。x 轴对应于沿后前方向的源位置。y 轴表示每个源中峰值活动的相对时间(顶部面板)或此峰值的强度(底部面板)。星号表示统计显著性(**:p<.01,***:p < 0.001)C. 与 B 相同的数据,但绘制在皮质表面。颜色表示峰值幅度(例如黑色:幅度 = 各个源的中值幅度)和峰值潜伏期(例如蓝色:峰值在各个源的最早响应的 5% 百分位数内,红色:峰值超过 95% 百分位数)。D. 增量和脑电图幅度之间的相关系数。 E-F. 类似分析 tp BC 应用于编码连续刺激之间变化的大脑反应(Delta)。G. 使用角度(sin+cos)和 delta 获得的交叉验证编码分数(Pearson R)。颜色表示 EEG 通道。结果可以在 https://kingjr.github.io/chronicles/ 上以交互方式显示
➢潜在应用•医学图像处理(胸部X射线,糖尿病足溃疡,皮肤癌病变的皮肤镜图像)。•支持有效诊断和治疗糖尿病足溃疡(避免截肢)和皮肤癌。•计算语言学(Corespuc,古巴公共西班牙语研究)。•直接或通过向量传播的传染病的应用,特别注意可能发生多种流行波和流行病的时间复发。