XiaoMi-AI文件搜索系统
World File Search System轮廓仪
Metrology-Dektak-XT-Brochure.pdf - PTA
DektakXT 设计中的几项进步使其具有 4 埃重复性的性能。DektakXT 平台采用单拱结构，比悬臂式设计更坚固、更耐用，从而降低了对声学和地震噪声等不利环境条件的敏感度。作为对这种拱形结构的补充，布鲁克显著提高了电子设备的稳定性，减少了温度变化并采用了现代处理器。这些“智能电子设备”采用了先进的电路设计来最大限度地减少导致误差的噪声，使 DektakXT 成为一种更强大的系统，用于测量 <10nm 台阶高度。独特的单拱设计和智能电子设备的结合使本底噪声大大降低，并使 DektakXT 在竞争性触针轮廓仪产品中脱颖而出。
新型石墨烯基材料作为改进工具...
摘要：通过引入易于使用且成本低廉的新型材料，可以缓解温度和湿度调节这一非常严重的问题，尤其是对于中小型博物馆、美术馆和私人收藏而言。在本研究中，提出了采用创新技术的档案盒作为可用于存储和运输的“智能”盒子，结合了由聚乙烯醇 (PVA) 和氧化石墨烯 (GO) 组成的纳米复合材料。充分讨论了 PVA/GO 结构的合成和使用 SEM、拉曼、AFM、XRD、光学显微镜和轮廓仪的表征。结果表明，复合材料可以作为独立薄膜集成到档案盒中，也可以附着在配件载体上，例如由瓦楞纸板制成的载体。通过以这种方式应用 PVA/GO 膜，即使每天温度波动剧烈，达到 ∆ T = ± 24.1 ◦ C，盒子内部的外部湿度剧烈波动也可以减少 − 87%。此外，这些湿度调节器被作为挥发性有机化合物 (VOC) 吸附剂进行检查，因为已知博物馆中存在甲酸、甲醛、乙酸和乙醛等气体污染物，这些物质会对展示或储存的物品造成损坏。已测量到较高的 VOC 吸附率，其中最高的是甲酸（重量增加 521%）和甲醛（重量增加 223%）。
补充Material.pdf
使用粘合带的机械去角质进行了在六角硼（HBN）的天然晶体上进行的（图S1面板A和C），石墨烯（图s1 b）和石墨（图s1 d）在氧化硅晶片（290nm）上。h-bn薄片被用作顶部（图s1 a）和底部（图s1 c）介电层以及15 nm石墨片。通过手写笔轮廓仪中的测量确认了厚度。在异质结构的堆叠过程中，制造了聚碳酸酯（PC）膜并沉积在聚二甲基硅氧烷（PDMS）上。使用不同层的自然边缘对准两种材料的晶体方向，将顶部HBN薄片捡起50-60°，并在190°的石墨烯单层上沉积。之后，清洁HBN/石墨烯异质结构，通过在氯仿中冲洗几分钟来去除聚碳酸酯膜。使用相同的技术将HBN底部薄片沉积到石墨后门上。最后，堆叠的HBN顶部和石墨烯片以类似的方式捡起，并沉积在HBN底部和石墨堆上，并与天然边缘对齐。
表面光洁度对 Inconel 718 高周疲劳的影响
Inconel 718 是一种镍基超级合金，由于其在高温下具有出色的性能，因此是常用的火箭发动机材料。其疲劳寿命在很大程度上取决于表面粗糙度，因为疲劳会在表面引入和扩展裂纹。Aerojet Rocketdyne 设定的零件标准通常要求表面粗糙度值为 64 至 125 Ra。但是，精加工过程中产生的表面形貌和残余应力也会影响疲劳性能。该项目的具体目标是进行文献综述并编写实验方法，以确定车削、喷砂和抛光产生的表面粗糙度、形貌和残余应力如何累积影响中高周疲劳。现有文献显示，经过固溶处理和时效处理的抛光 Inconel 718 在 500 至 600 MPa 的应力幅度范围内达到高周疲劳状态。此范围将成为为 Aerojet 使用的常见精加工工艺（抛光、车削和喷砂）生成有用的 S-N 曲线的起点。测试方法和分析技术将包括使用 Ambios XP1 触针轮廓仪进行表面粗糙度测量、表面形貌的扫描电子显微镜 (SEM) 成像、完全反向悬臂弯曲疲劳测试和 SEM 断裂分析。解决的安全问题与疲劳测试、喷砂和使用 Kalling 溶液蚀刻 Inconel 718 金相学样品有关。
EEEE 反应离子蚀刻 (RIE) 工艺的优化...
使用 SF 6 和 CHF 3 气体的工艺 Muhammad Hidayat Mohd Noor 1 , Nafarizal Nayan 1,2 * 1 电气和电子工程学院 (FKEE), Universiti Tun Hussein Onn Malaysia, 86400, Batu Pahat, Johor, MALAYSIA 2 微电子和纳米技术 - Shamsuddin 研究中心 (MiNT-SRC), Universiti Tun Hussein Onn Malaysia, 86400, Batu Pahat, Johor, MALAYSIA *通讯作者指定 DOI：https://doi.org/10.30880/eeee.2022.03.02.010 2022 年 6 月 27 日收稿； 2022 年 7 月 24 日接受； 2022 年 10 月 31 日在线提供摘要：反应离子刻蚀 (RIE) 是一种用于微加工的刻蚀技术，也是干法刻蚀的方法之一，与湿法刻蚀相比具有不同的特性。RIE 中的反应等离子体的化学过程用于去除晶圆上沉积的材料。RIE 蚀刻机有几个可变因素，例如射频功率、压力、气体流速和蚀刻时间，这些因素对应于其蚀刻深度和蚀刻速率的输出参数。需要进行大量实验才能找到 RIE 的最佳设置，从而为输出蚀刻速率建立理想的条件。在本研究中，使用供给 RIE 系统的 SF 6 和 CHF 3 工艺气体对 Si 和 SiO 2 晶圆进行蚀刻。使用 Dektak XT Bruker 表面轮廓仪研究了蚀刻深度和蚀刻速率，并使用 3D 映射模式表征了蚀刻后的 Si 和 SiO 2 的表面粗糙度。结果显示了不同射频功率、时间和流速对蚀刻深度和速率的影响，从而可以选择最佳参数。关键词：反应离子蚀刻、RIE、等离子蚀刻、硅、二氧化硅
可解释人工智能（XAI）驱动的振动传感方案，用于智能表面磨削过程中的表面质量监测
局部可解释和模型无关解释 (LIME) 是一种可解释的人工智能 (XAI) 方法，用于识别智能磨削过程中预测平均表面粗糙度 (Ra) 的全局重要时频带。智能磨削装置包括一台 Supertech CNC 精密表面磨床，配备一个 Dytran 压电加速度计，沿切线方向 (Y 轴) 安装在尾座主轴上。每次磨削时，都会捕获振动特征，并使用 Mahr Marsurf M300C 便携式表面粗糙度轮廓仪记录地面真实表面粗糙度值。在整个实验中，粗糙度值范围为 0.06 至 0.14 微米。提取磨削过程中收集的每个振动信号的时间频域频谱图帧。建模卷积神经网络 (CNN) 以基于这些频谱图帧及其图像增强来预测表面粗糙度。最佳 CNN 模型能够预测粗糙度值，总体 R2 分数为 0.95，训练 R2 分数为 0.99，测试 R2 分数为 0.81，仅使用 80 组振动信号（对应 4 次实验，每次 20 次试验）。虽然数据量不足以保证在现实场景中达到这样的性能指标，但可以提取这些复杂的深度学习模型捕获的关系背后的统计一致的解释。在开发的表面粗糙度 CNN 模型上实施了 LIME 方法，以识别影响预测的重要时频带（即频谱图的超像素）。基于在频谱图帧上确定的重要区域，确定了影响表面粗糙度预测的相应频率特性。基于 LIME 结果的重要频率范围约为 11.7 至 19.1 kHz。通过基于重要频率范围并考虑奈奎斯特标准将采样率从 160 kHz 降低到 30、20、10 和 5 kHz，证明了 XAI 的强大功能。通过仅提取低于其相应奈奎斯特截止值的时间频率内容，为这些范围开发了单独的 CNN 模型。通过比较模型性能提出了一种适当的数据采集策略，以论证选择足够的采样率来成功且稳健地捕捉磨削过程。© 2023 制造工程师协会 (SME)。由 Elsevier Ltd. 出版。保留所有权利。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）由 NAMRI/SME 科学委员会负责同行评审。关键词：卷积神经网络；可解释机器学习；XML；可解释人工智能；XAI；局部可解释和模型无关解释；LIME；表面粗糙度；表面磨削；光谱图