XiaoMi-AI文件搜索系统
World File Search System补偿的
摘要 本文提出了一种基于开关电容的CMOS带隙基准源，采用温度补偿的方法，实现了较好的温度稳定性。
本文提出了一种基于开关电容的CMOS带隙基准源。利用开关电容，可以将两个一阶补偿基准电压组合起来，从而实现具有较低温度系数的新型基准电压。所提出的设计电路采用0.18μm CMOS工艺实现。在-40℃至120℃范围内，1.8V电源电压下基准输出电压的TC为14.5ppm/℃。所提出的基准电压为0.235V，开关电容操作引起的纹波电压为700μV。结果表明，本文描述的带隙基准源实现了比其他工作更好的TC，适用于
用于偏差补偿的物理信息神经网络 ...
我们提出了一种新颖的物理信息神经网络建模方法，用于腐蚀疲劳预测中的偏差估计。混合方法旨在将深度神经网络中的物理信息层和数据驱动层合并。结果是一个累积损伤模型，其中物理信息层用于模拟相对容易理解的现象（通过 Walker 模型进行裂纹扩展），数据驱动层用于解释难以建模的物理现象（即由于腐蚀导致的损伤累积偏差）。使用数值实验来展示所提出的物理信息神经网络在损伤累积方面的主要特征。测试问题包括预测飞机机翼面板上使用的 Al 2024-T3 合金的腐蚀疲劳。除了循环载荷外，面板还受到盐水腐蚀。物理信息神经网络使用对输入的全面观察（远场载荷、应力比和腐蚀性指数 - 每个机场定义）和对输出的非常有限的观察（仅对一小部分机队进行检查时的裂纹长度）进行训练。结果表明，物理信息神经网络能够学习原始疲劳模型中由于腐蚀而导致的修正，并且预测足够准确，可以对机队中不同飞机的损坏进行排名（可用于确定检查优先级）。
用于腐蚀疲劳偏差补偿的物理信息神经网络
我们提出了一种新颖的物理信息神经网络建模方法，用于腐蚀疲劳预测中的偏差估计。混合方法旨在将深度神经网络中的物理信息层和数据驱动层合并在一起。结果是一个累积损伤模型，其中物理信息层用于模拟相对容易理解的现象（通过 Walker 模型的裂纹扩展），数据驱动层用于解释难以建模的物理现象（即由于腐蚀导致的损伤累积偏差）。数值实验用于展示所提出的物理信息神经网络在损伤累积方面的主要特征。测试问题包括预测用于飞机机翼面板的 Al 2024-T3 合金的腐蚀疲劳。除了循环载荷外，面板还受到盐水腐蚀。物理信息神经网络使用对输入的全面观察（远场载荷、应力比和腐蚀性指数 - 按机场定义）和对输出的非常有限的观察（仅对一小部分机队进行检查时的裂纹长度）进行训练。结果表明，物理信息神经网络能够学习原始疲劳模型中由于腐蚀而产生的修正，并且预测足够准确，可以对机队中不同飞机的损坏情况进行排名（可用于确定检查的优先顺序）。