注释: 1.B 级温度范围为 -40 ℃ ~+85 ℃。 2.这些数据是按最初设计的产品发布的。 3.一次校准实际上是一次转换,因此这些误差就是表 1 和表 3 所示转换噪声的阶数。这 适用于在期望的温度下校准后。 4.任何温度条件下的重新校准将会除去这些漂移误差。 5.正满标度误差包括零标度误差 ( Zero-Scale Error )(单极性偏移误差或双极性零误 差),且既适用于单极性输入范围又适用于双极性输入范围。 6.满标度漂移包括零标度漂移 (单极性偏移漂移或双极性零漂移)且适用于单极性及 双极性输入范围。 7.增益误差不包括零标度误差,它被计算为满标度误差——对单极性范围为单极性偏移 误差,而对双极性范围为满标度误差——双极性零误差。 8.增益误差漂移不包括单极性偏移漂移和单极性零漂移。当只完成了零标度校准时,增 益误差实际上是器件的漂移量。 9.共模电压范围:模拟输入电压不超过 V DD +30mV ,不低于 GND-30mV 。电压低于 GND-200mV 时,器件功能有效,但在高温时漏电流将增加。 10.这里给出的 AIN ( + )端的模拟输入电压范围,对 TM7706 而言是指 COMMON 输入 端。输入模拟电压不应超过 V DD +30mV, 不应低于 GND-30mV 。 GND-200mV 的输入 电压也可采用,但高温时漏电流将增加。 11.VREF=REF IN ( + )- REF IN ( - )。 12.只有当加载一个 CMOS 负载时,这些逻辑输出电平才适用于 MCLK OUT 。 13.+25 ℃时测试样品,以保证一致性。 14.校准后,如果模拟输入超过正满标度 , 转换器将输出全 1, 如果模拟输入低于负满标度, 将输出全 0 。 15.在模拟输入端所加校准电压的极限不应超过 V DD +30mV 或负于 GND - 30mV 。 16.当用晶体或陶瓷谐振器作为器件的时钟源时 (通过 MCLK 引脚 ), V DD 电流和功耗 随晶体和谐振器的类型而变化 (见“时钟和振荡器电路”部分)。 17.在等待模式下,外部的主时钟继续运行, 5V 电压时等待电流增加到 150 μ A , 3V 电 压时增加到 75 μ A 。当用晶体或陶瓷谐振器作为器件的时钟源时,内部振荡器在等待 模式下继续运行,电源电流功耗随晶体和谐振器的类型而变化 (参看“等待模式” 一节)。 18.在直流状态测量,适用于选定的通频带。 50Hz 时, PSRR 超过 120dB (滤波器陷波 为 25Hz 或 50Hz )。 60Hz 时, PSRR 超过 120dB (滤波器陷波为 20Hz 或 60Hz )。 19.PSRR 由增益和 V DD 决定,如下:
每极直流电缆数量 26 电网侧(交流) 最大交流功率(25°C 时 / 40°C 时 / 50°C 时)13) 2200 kVA / 2080 kVA / 2000 kVA 2475 kVA / 2340 kVA / 2250 kVA 最大交流电流(25°C / 40°C / 50°C 时)13) 3300 A / 3120 A / 3000 A 3292 A / 3113 A / 2993 A 标称交流电压 / 标称交流电压范围 385 V / 308 V 至 462 V 434 V / 347 V 至 520 V 交流电源频率 / 范围 50 Hz / 47 Hz 至 53 Hz 60 Hz / 57 Hz 至 63 Hz 额定有功功率时的 Cos φ / 额定视在功率时的 Cos φ / 位移时的 Cos φ 11) 1 / 0.8 过励磁至 0.8 欠励 / 0.0 过励磁至 0.0 欠励 最大总谐波失真 < 标称功率下的 3% 交流端子处的最小短路比 2 效率 最大效率 5) 98.6% 保护装置 输入侧断开点 直流负载断路开关 输出侧断开点 交流断路器 直流过压保护 浪涌保护器,I 型 交流过压保护 ○ 浪涌保护器,I 级 防雷(符合 IEC 62305-1) 防雷等级 III 接地故障监控 / 远程接地故障监控 ○ / ○ 绝缘监控 ● 防护等级:电子 / 风管 / 连接区域(符合 UL50E) UL 3R 型 / 1 型 / 1 型 常规数据 尺寸(宽 / 高 / 深) 2780 mm / 2318 mm / 1588 mm (109 in / 91 in / 63 in) 重量 < 3400 kg / <7496 lbs 自耗(最大 6)/ 部分负载 7) / 平均 8) ) < 8100 W / < 1800 W / < 2000 W 自身消耗(待机) < 300 W 辅助电源:集成 8.4 kVA 变压器 / 外部 ● / ○ 工作温度范围 −25°C 至 60°C 噪音排放 9) < 64.7 dB(A) 温度范围(待机) −40°C 至 60°C 温度范围(存储) −40°C 至 70°C 最大。相对湿度最大允许值(凝结 / 非凝结) 95% 至 100%(2 个月/年)/ 0% 至 95% 最大工作海拔高度(高于 MSL 10) 1000 m / 2000 m 12) / 3000 m 12) ● / ○ / ○ 新鲜空气消耗量 6500 m³/h 特性 直流连接 每个输入端都有端子接线片(无保险丝) 交流连接 带母线系统(三个母线,每根导线一个) 通信 以太网、Modbus 主站、Modbus 从站 外壳 / 顶部颜色 RAL 9016 / RAL 7004 显示屏 ● 指示灯 / ○ HMI 触摸屏(10.1”) 外部负载的供电变压器○(2.5 kVA) 符合标准和指令 UL 62109-1、UL 1741(第 31 章,CRD 6)、UL 1741-SA、UL 1998、MIL-STD-810G EMC 标准 FCC 第 15 部分 A 类
电池侧(直流) 最大交流功率下的直流电压范围(25°C / 50°C 时)1) 500 V 至 950 V / 950 V 570 V 至 950 V / 950 V 最小 / 最大直流电压 2) 477 V / 1100 V 545 V / 1100 V 最大直流电流(25°C / 50°C 时) 4060 A / 3690 A 4120 A / 3745 A 电池连接的保险丝特性 - 保险丝电弧时间限制 / 能量限制 3) 15) <1 ms / 40 cal/cm² 每极的直流电缆数量 26 电网侧(交流)最大交流功率(25°C / 40°C / 50°C)12) 1900 kVA / 1796 kVA / 1727 kVA 2200 kVA / 2080 kVA / 2000 kVA交流电流(25°C / 40°C / 50°C 时) 3255 A / 3078 A / 2960 A 3300 A / 3120 A / 3000 A 标称交流电压 / 交流电压范围 16) 337 V / 270 V 至 404 V 385 V / 308 V 至 462 V 交流电源频率 / 范围 50 Hz / 47 Hz 至 53 Hz 60 Hz / 57 Hz 至 63 Hz 额定功率 / 位移时的功率因数 可调功率因数 10) 14) 1 / 0.0 过励至 0.0 欠励 最大总谐波失真 < 标称功率下的 3% 交流端子处的最小短路比 2 效率 最大效率 4) / 欧洲效率 4) 98.6% / 98.3% 98.6% / 98.4% 保护装置 输入侧断开点 直流负载断路开关 输出侧断开点 交流断路器 直流过压保护 浪涌保护器,I 型 交流过压保护 ○ 浪涌保护器,I 级 防雷(符合 IEC 62305-1) 防雷等级 III 接地故障监控 / 远程接地故障监控 ○ / ○ 绝缘监控 ● 防护等级:电子 / 风管 / 连接区域(符合 IEC 60529) IP65 / IP34 / IP34 通用数据 尺寸(宽 / 高 / 深) 2780 mm / 2318 mm / 1588 mm 重量 < 3400 kg 自耗(最大 5)/ 部分负载 6) / 平均 7) ) < 8100 W / < 1800 W / < 2000 W 自身消耗(待机) < 300 W 辅助电源:集成 8.4 kVA 变压器 / 外部 ● / ○ 工作温度范围 −25°C 至 60°C 噪音排放 8) < 64.7 dB(A) 温度范围(待机) −40°C 至 60°C 温度范围(存储) −40°C 至 70°C 最大。相对湿度允许值(凝结 / 非凝结) 95% 至 100%(2 个月/年)/ 0% 至 95% 最大工作海拔高度 9) 1000 m / 2000 m 11) / 3000 m 11) ● / ○ / ○ 新鲜空气消耗量 6500 m³/h 特性 直流连接 每个输入端都有接线片(无保险丝) 交流连接 带母线系统(三个母线,每根导线一个) 通信 以太网、Modbus 主站、Modbus 从站 外壳 / 顶部颜色 RAL 9016 / RAL 7004 显示屏 ● 识别灯 / ○ HMI 触摸屏(10.1”) 外部负载的供电变压器○(2.5 kVA) 符合标准和指令 CE、IEC / EN 62109-1、IEC / EN 62109-2 61000-6-4、IEC/EN 61000-6-2、EN 55022
我们很高兴为您呈现国际晶体学联合会 (IUCr) 期刊的虚拟文章合集,这些文章探讨了人工智能 (AI) 和机器学习 (ML) 在结构科学中的应用 (https://journals.iucr.org/special_issues/2024/ML/)。人工智能/机器学习正在彻底改变我们的日常生活。尽管机器学习和深度学习 (DL) 的基础源自学术计算、数学和脑理论领域(McCulloch & Pitts,1943 年;Rosenblatt,1958 年),但其早期的许多社会影响都体现在商业领域。然而,如今物理学家们正在将这些发展成果应用于他们自身的科学研究(Choudhary 等人,2021 年),晶体学也不例外。因此,现在非常及时地汇总了在《晶体学报》(A、B 和 D 部分)、IUCrJ 和《同步辐射杂志》上发表的越来越多的 AI/ML 论文。我们还注意到《应用晶体学杂志》上发表的有关 AI 的相关虚拟合集(网址为 https://journals.iucr.org/special_issues/2024/ANNs/)以及《晶体学报》A 部分最近关于深度学习在蛋白质晶体学中的应用的主导文章(Matinyan 等人,2024 年)。本文的目的不是回顾虚拟合集中的每篇论文,而是鼓励您探索论文本身。因此,在表 1 中,我们总结了每篇论文使用的科学目标和 AI/ML 方法,使您可以快速导航到您最感兴趣的论文。在本文中,我们力求提供一些更高层次的主题,并按机器学习和领域主题对部分论文进行分组,以帮助您了解晶体学领域的发展历程,以及科学家目前如何利用人工智能/机器学习作为工具来解决他们的科学问题。这些论文几乎涵盖了所有类型的机器学习。无监督学习是一种方法,在这种方法中,机器学习算法在没有任何先验知识的情况下,尝试对数据集进行聚类(即寻找相似信号)或提取出能够解释更大信号集行为的不同信号集。在监督学习中,算法在大量先验数据上进行“训练”,之后,它们可以根据从训练数据中学到的知识对给定的新数据进行分类。这种分类问题的例子是训练算法区分猫和狗的图片(Subramanian,2018)。监督学习还可以用于执行回归而不是分类,即对数据集进行函数拟合。最后,各种生成式机器学习方法旨在根据一些基于大量学习到的响应进行训练的输入提示,生成新的输出。Deepfake 视频和音频技术以及 ChatGPT (OpenAI, 2024 a) 就是生成式人工智能的例子。区分不同AI/ML方法的另一种方法是基于算法的内部结构。广义上讲,这些方法可以分为传统ML和深度神经网络(深度学习,简称DL)。传统方法基于统计方法和线性代数,包括基于树的方法、逻辑回归和矩阵分解方法。深度学习受大脑神经元结构的启发,构建了高度非线性的图形数学结构,信息通过网络从输入端传递到输出端,同时在每一层都经历非线性变换。数据在网络中的转换和传输由数千个参数控制,这些参数通过算法进行更新,使网络能够