HygroLog 有带或不带 LC 显示屏两种型号(HygroLog D 和 HygroLog)。两种型号均可记录最多 5,450 个数据样本,包括湿度、温度、日期和时间。记录间隔可编程,范围为 15 秒至 2 小时。为了节省电池电量,HygroLog 在采样之间进入睡眠模式。记录间隔为 5 分钟,不带显示屏的型号最多可记录 1 年的数据,带显示屏的型号最多可记录 6 个月的数据。记录模式包括带或不带初始延迟的连续(循环)记录、开始/停止记录以及许多其他功能,如警报(带显示屏的型号)。根据探头型号,通过使用电缆远程连接探头,HygroLog 可以记录 0…100%RH 和 -50…200 ° C 或 -50..392 ° F 范围内的条件。在带显示屏的型号上,显示 200 以上的华氏温度值时不带小数。
HygroLog 有带或不带 LC 显示屏两种型号(HygroLog D 和 HygroLog)。两种型号均可记录最多 5,450 个数据样本,包括湿度、温度、日期和时间。记录间隔可编程,范围为 15 秒至 2 小时。为了节省电池电量,HygroLog 在采样之间进入睡眠模式。记录间隔为 5 分钟,不带显示屏的型号最多可记录 1 年的数据,带显示屏的型号最多可记录 6 个月的数据。记录模式包括带或不带初始延迟的连续(循环)记录、开始/停止记录以及许多其他功能,如警报(带显示屏的型号)。根据探头型号,通过使用电缆远程连接探头,HygroLog 可以记录 0…100%RH 和 -50…200 ° C 或 -50..392 ° F 范围内的条件。在带显示屏的型号上,显示 200 以上的华氏温度值时不带小数。
4.2.1.12 2016 年 1 月 1 日或之后提交型号认证申请并需要配备飞行数据记录仪 (FDR) 的所有飞机,均应记录上述参数,最大采样和记录间隔为 0.0625 秒。4.2.1.13 2016 年 1 月 1 日或之后提交型号认证申请并需要配备飞行数据记录仪 (FDR) 的所有飞机,均应记录上述参数,最大采样和记录间隔为 0.125 秒。注意 - 对于带有控制系统的飞机,如果控制面的移动会反向驱动飞行员的控制,则适用“或”。对于带有控制系统的飞机,其中控制面的运动不会反向驱动飞行员的控制,适用“和”。对于带有独立可移动表面的飞机,每个表面都需要单独记录。对于带有独立飞行员对主要控制装置输入的飞机,每个飞行员对主要控制装置的输入都需要单独记录。4.2.2 飞机 - 通用航空 4.2.2.1 最大认证起飞质量超过 27000 千克的所有飞机,如果其首次获得单独适航证,则应在 1989 年 1 月 1 日或之后配备 I 型 FDR。4.2.2.2 1989 年 1 月 1 日或以后首次颁发个体适航证的最大审定起飞质量在 5700 千克以上、27000 千克以下的所有飞机,均应配备 II 型飞行数据记录仪。4.2.2.3 2005 年 1 月 1 日或以后首次颁发个体适航证的最大审定起飞质量在 5700 千克以上的所有飞机,均应配备 IA 型飞行数据记录仪。4.2.2.4 建议 1990 年 1 月 1 日或以后首次颁发个体适航证的最大审定起飞质量为 5700 千克或以下的所有多引擎涡轮动力飞机,均应配备 II 型飞行数据记录仪。
不允许使用其他类型的温度计。该设备必须具备以下特点: □ 热缓冲器中的温度探头* □ 可从设备外部轻松读取的有效当前、最小和最大温度显示器 □ 超范围温度警报和低电池指示器 □ 精度为 +/- 1° F (0.5° C) □ 用户可编程的记录间隔(或读数速率),至少每 30 分钟测量和记录一次温度 □ 每个存储疫苗的冰箱和冰柜都需要一个温度计 □ 温度计必须放在存储单元的中心区域 □ 温度计必须具有由适当实体颁发的最新有效校准证书† □ 设施需要一个带有最新校准证书的备用电池供电的数字数据记录器† * 超低温数字数据记录器(一些辉瑞 COVID-19):为了准确监测超低温,必须使用空气探头或专门为超低温设计的探头
传感器类型 90° 光散射 范围 0.001 至 100 mg/m 3(根据 ISO 12103-1、A1 测试粉尘校准) 分辨率 读数的 ±0.1% 或 ±0.001 mg/m 3,以较大者为准 零点稳定性 使用 10 秒时间常数,24 小时内为 ±0.001 mg/m 3 颗粒大小范围 0.1 至约 10 微米 可调流速 1.4 至 2.4 l/min(标称 1.7) 温度系数 +0.001 mg/m 3 / °C(针对与 D UST T RAK 归零时的温度变化) 工作温度 32° F 至 120° F(0°C 至 50°C) 存储温度 -4° F 至 140° F(-20°C 至 60°C) 工作湿度 0 至 95% rh (非冷凝) 时间常数 可调范围:1 至 60 秒 数据记录 31,000 个数据点(每分钟记录一次,共 21 天) 记录间隔 可调范围:1 秒至 1 小时
n 最小/最大日志:对于所有瞬时读数,记录自上次重置以来的最差阶段,包括日期和时间戳。n 维护日志(两种型号):记录电能、I/O 和需求重置、固件更新、电源故障和选件模块更改的日期和时间。n 警报日志(两种型号):记录所有用户定义的警报条件,日期/时间戳精确到 1 秒。n 计费日志和每间隔电能:记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置,范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志:9340 上有一个,9360 上有三个。每个日志最多可记录 96 个用户可定义参数。n 趋势记录和预测(9360):通过四条趋势曲线对能源和需求的平均值、最小值和最大值进行趋势分析。以分钟、小时、天和月为间隔提供每个数量的最小值/最大值和平均值。预测功能通过自动预测未来四小时和四天的平均值、最小值和最大值来“展望未来”。提供按小时和周计算的统计摘要。
摘要。目的。在开发脑机接口 (BCI) 时,使用短记录间隔对脑电图 (EEG) 信号进行高精度分类一直是一个难题。本文提出了一种新颖的 EEG 记录特征提取方法来解决这个问题。方法。所提出的方法基于大脑以动态方式运作的概念,并利用动态功能连接图。首先将 EEG 数据分割成功能网络维持其连接的间隔。然后定位每个识别出的段的功能连接网络,并构建图形,这些图形将用作特征。为了利用生成的图的动态特性,采用长短期记忆 (LSTM) 分类器进行分类。主要结果。从与运动执行和想象任务相关的不同持续时间的刺激后 EEG 数据中提取的特征用于测试分类器的性能。结果显示平均准确率为 85。 32% 的准确率仅使用从刺激后 500 毫秒数据中提取的特征。意义。我们的结果首次证明,使用所提出的特征提取方法,仅使用几百毫秒的数据就可以对 EEG 记录中的运动任务进行分类。这个持续时间比以前报告的要短得多。这些结果对于提高 BCI 的有效性和速度具有重要意义,特别是对于辅助技术中使用的 BCI。
n 最小/最大日志:对于所有瞬时读数,记录自上次复位以来的最差相位,包括日期和时间戳。n 维护日志(两种型号):记录电能、输入/输出和需求复位、固件更新、电源故障和选件模块更改的日期和时间。n 报警日志(两种型号):记录所有用户定义的报警条件,并带有日期/时间戳,精度为 1 秒。n 计费日志和每间隔电能:记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置,范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志:9340 上有一个,9360 上有三个。每个日志最多可记录 96 个用户可定义的参数。 n 趋势记录和预测 (9360):通过四条趋势曲线来显示能源和需求的平均值、最小值和最大值。以分钟、小时、天和月为间隔,提供每种量的最小/最大值和平均数据。预测功能“展望未来”,自动预测未来四小时和未来四天的平均值、最小值和最大值。提供按小时和周计算的统计摘要。