本报告总结了普渡大学工程与科学学院在为期四年的 AFOSR 大学研究计划期间进行的研究,该计划重点关注处理老化飞机的基本问题。该计划的协调目标分为四个主要类别:损伤发展、裂纹扩展和相互作用预测、故障预防技术和高级分析方法。损伤发展目标解决了腐蚀、疲劳裂纹形成 MI 和微动磨损的失效机制。裂纹扩展和相互作用任务的总体目标是开发预测服务引起的裂纹扩展的技术,并确定大面积开裂对损伤容限的影响。故障预防项目的主题是制定程序,通过延迟服务引起的损坏、修复有裂纹的结构以及采用机队跟踪方法对机队内的维护行动进行优先排序,从而延长“老旧”飞机的使用寿命。最后,研究旨在开发其他研究任务中使用的“高级”分析方法。这些项目涉及在各种材料评估和结构分析中添加统计成分,并制定与飞机材料和结构相关的延性断裂标准。
锂离子电池(LIB)及其性能在各种系统和电子设备中起着关键作用,尤其是在接受和建立电动汽车方面。因此,对他们的衰老以及能力下降和终生减少的研究是在增加运营寿命和管理使用情况下针对电池研究目标的核心。电池老化在日历和循环老化中有区别,后者是由电荷隔离循环引起的,即由于使用情况,以及日历衰老,包括时间引起的所有其他老化过程。在相关文献中的许多论文中都研究了两种衰老,旨在识别衰老因素并建模其效果。共同的基础是日历老化主要取决于温度和充电状态(SOC),而周期老化(除了先前的因素外,还取决于当前的速率和电荷/放电/放电量电压(请参阅Barcellona和Piegari 1 and Piegari 1以及其中的参考文献)。SOC是一个指示电池相对于名义级别的电池剩余能力的索引。它在0%至100%之间变化,后者对应于充满电的电池。循环或日历老化产生的降解路径差异很大。在后一种情况下,通常观察到光滑的曲线。在这项工作中,我们将重点放在日历老化建模和目标上,以建模能力降解,这是通过纵向设置降级,该纵向设置适用于源自几个实验条件的数据,同时捕获和描述不同的 - 条件级别特定的 - 特定于效果。3)。我们激励的案例研究源于Schmalstieg等人的一项广泛的研究,其中20多种相同类型的电池电池已被测试,并考虑了它们的日历和循环老化。特别是日历老化,它们在三个不同温度和几个SOC水平下老化细胞,并在一段时间内测量了其能力,直至某个分解点,这是由所谓的寿命终止(EOL)标准指定的,通常将其设定为初始容量的80%(参见Baumhöfer等。在每个条件(SOC温度水平组合)下,他们测试了三个细胞。
𝐻=𝑓=(𝜔𝑐𝑖 + + ∑ 𝜔 = 1 = 1𝑠−𝑏𝑏),𝑖= 1,。。。,𝑛; 𝑗= 1,。。。,𝑞; 𝑝= 0,1,。。。,𝑚。(17)其中h j是隐藏层的输出,f(。)是驾驶功能,𝜔是重量
我们研究量子修正黑洞附近的纠缠退化。我们考虑一个双粒子系统 (Alice-Rob),其中 Alice 自由 (径向) 落入量子修正黑洞的事件视界,而 Rob 位于黑洞事件视界附近。我们考虑一个最大纠缠态 (在 Fock 基中),并从 Rob 是匀加速观察者的基本假设开始。然后,我们对涉及闵可夫斯基真空态和林德勒数态的关系进行了教学分析。按照 Martín-Martínez 等人 [ Phys. Rev. D 82 , 064006 (2010) ] 中给出的类比,我们从闵可夫斯基-林德勒关系中建立了哈特尔-霍金真空态与 Boulware 和反 Bouware 数态之间的关系。然后,我们利用近视界近似以适当的形式写出量子修正黑洞度量。接下来,我们得到对数负性和互信息的解析形式,并绘制为 Rob 与 r = 0 点距离的函数。我们观察到,纠缠退化减慢,这是因为通过在史瓦西黑洞中加入量子引力修正,度量的失效函数发生了结构变化。至关重要的是要理解,任何改变度量结构的修正引力理论都会导致不同的纠缠退化速率。在视界半径处,无论底层理论如何,纠缠退化始终是完全的。这一观察结果可能导致在未来一代先进的观测场景中识别出修正引力理论的特征。这种修改可能来自更高的曲率修正、更高维度的引力理论、量子引力修正等。我们还可以将此效应解释为一个噪声量子通道,其算子和表示为完全正的和迹保持映射。然后,我们最终使用此算子和表示获得纠缠保真度。
要了解熟练程度衰退的潜在风险机制,可以在考虑任务性质和人员性质时确定几个因素。两者都会影响人员和任务组合的衰退因素。本节介绍了一些适用于所有人员的通用机制。但是,不同工作类型和不同个人之间的影响可能存在很大差异。因此,监督和培训工作必须对熟练度衰退的差异以及随后所需的恢复活动保持敏感。应该注意的是,复杂技能衰退的研究基础有限,尤其是航空领域的研究基础有限,一些见解是基于其他领域(如医疗、军事等)的可比研究。为了减少歧义,使用以下定义 1:
摘要 电池组既表现出固有的电池间差异,也表现出温度和其他应力因素的时空差异,从而影响电池退化路径的演变。为了解释这些变化和退化或电池扩散的差异,我们提出了一种利用 3 参数非齐次伽马过程对锂离子电池退化进行建模的方法。该方法可预测任何电池架构的容量衰减或故障时间,并使用加速因子调整电池拟合退化数据的分布。在电池组级别,使用并联和串联配置的伽马分布变量组合对电池进行建模。将不同热条件下的容量衰减或故障时间的实际值与预测值进行比较,显示相对误差在 1 – 12% 范围内。我们还提出了一种通过分析样本量对估计不同电池组退化的影响来估计建模扩散和退化路径演变所需的最少电池数量的方法。这种采样策略对于降低设计电池组、电池管理系统和电池热管理系统所需的运行模拟的计算成本特别有用。
引言由于构建太比特容量的非易失性存储器集成电路和在神经形态计算中的应用前景看好[1],基于电介质电阻切换的存储器设备领域的研究数量呈指数级增长。由于缺乏理想的电介质、通过结构缺陷限制电流泄漏以及隧道效应,基于电荷存储的存储单元已经接近缩放的物理极限。相反,在基于电阻切换机制 (ReRAM) 的存储单元中,不需要理想的电介质,但其局部缺陷区域的结构必须限制在纳米级。在外部电场的影响下,该区域中的阳离子-阴离子电荷传输导致电介质结构缺陷发生局部可逆变化,这种变化在外部表现为单元电导率的逐步变化和高阻状态(HRS 或 RESET 状态)和低阻状态(LRS 或 SET 状态)之间的电阻切换。这些状态是在暴露于具有特定极性、持续时间和幅度的开关脉冲后建立的。在没有外部电场的情况下,理想的忆阻器(具有记忆功能的电阻器)能够在单元电阻的固定值下根据需要长时间维持HRS和LRS。因此,忆阻器存储单元中的一比特信息以结构变化的形式存储在两个导电电极之间封闭的电介质的局部区域中。只有两级电阻(一位)的忆阻器集成到交叉结构[2–6]中,并以3D配置
电气化是我们创建可持续能源系统和减少对化石燃料依赖的最有前途的战略。平衡的电网系统是电气化社会的支柱,它分配来自可再生能源的电力并为我们的车辆、工业和电子产品提供动力。锂离子电池是固定和移动储能的关键技术,应仔细考虑其最佳利用。各种退化机制都会导致锂离子电池性能下降。因此,电池研究的一个关键领域是检测和表征这些机制并预测它们对电池性能的影响。本文研究了电池在电池储能系统 (BESS) 应用中的性能。研究问题涵盖不同类型的电网平衡服务、评估电池健康状态 (SOH) 的方法以及导致容量和功率衰减的机制。结合基于物理的建模和电化学技术,并将结果结合起来以更好地理解退化及其后果。
本文根据低压差稳压器的行为,演示了如何使用数值模拟数据,基于加速退化测试数据进行可靠性性能评估。该稳压器采用 Cadence Virtuoso 软件和 180 nm AMS CMOS 技术设计,并通过模拟评估其输出电压随温度和输入电压的变化。输出电压退化数据是根据环境参数(输入电压和温度)约束生成的,这使得我们能够利用数值模拟模型和所提出的退化模型定义加速条件下的故障阈值。采用退化路径模型确定指定故障标准(5%)下的伪故障时间。然后,我们推导出加速度定律模型,通过执行最大似然估计法来估计可靠性模型参数,不仅可以分析,还可以预测不同电压和温度应力条件下稳压器的寿命数据分布。