XiaoMi-AI文件搜索系统
World File Search System阻抗
电化学阻抗
草甘膦是一种用于破坏通常被称为杂草的除草剂。从1970年代开始，草甘膦的生产和使用在世界范围内稳步增长。到目前为止，尽管涉及风险，但这种除草剂仍在广泛使用（Cuhra等，2013）。草甘膦通过中断对植物功能必不可少的芳族氨基酸的合成而起作用（Lopes等，2018）。最近，人们对草甘膦对生物和环境的影响越来越关注（Johansson等，2018； Seide等，2018）。在这种除草剂的许多影响中是毒性，抗氧化剂活性的变化，内分泌破坏，对脂质的损害，组织学损害等。（Lopes等，2018; Ren等，2018; Lorenz等，2019）。草甘膦可以在土壤，植物和食品中作为污染物。gly在水中具有很高的溶解度，其大量使用会导致表面和地下水污染（Ruiz de Arcaute等，2018）。在各种培养基中检测草甘膦，例如色谱，光度法，
通过电化学阻抗光谱
摘要：在工业4.0时代，实现生产优化并最大程度地降低环境影响已经变得至关重要。能源管理，尤其是在智能电网的背景下，在确保可持续性和效率方面起着至关重要的作用。锂离子电池由于其多功能性和性能而成为储能的领先技术。但是，准确评估其健康状况（SOH）对于保持网格可靠性至关重要。虽然排放能力和内部电阻（IR）通常使用SOH指标，但电池阻抗也为老化降解提供了宝贵的见解。本文探讨了电化学阻抗光谱（EIS）定义锂电池SOH的使用。通过分析不同频率的阻抗光谱，可以获得对电池降解的全面理解。使用EIS测量和等效电路模型（ECM），在各种放电条件下对圆柱LI -MN电池进行了生命周期分析。这项研究强调了衰老对电池特性的不同影响，强调了不同生命阶段的变化以及阻抗频谱每个区域的行为变化。此外，它证明了EIS的功效和该技术的优势与随着时间的推移跟踪SOH所使用的仅IR测量值相比。这项研究有助于促进对锂电池降解的理解，并强调EIS在确定其健康状况对智能电网应用方面的重要性。
从电化学阻抗光谱
电化学系统的电化学阻抗光谱（EIS）数据的分析通常包括使用专家知识来定义等效电路模型（ECM），然后优化模型参数以反应各种抗性，能力，电感，电感性或扩散反应。对于小型数据集，可以手动执行此过程；但是，对于具有广泛的EIS响应的广泛数据集，手动定义适当的ECM是不可行的。对ECM的自动识别将基本上加速大量EIS数据的分析。 我们展示了机器学习方法，以分类由量子景观为电池派黑客马拉松提供的9,300个阻抗光谱的ECM。 最佳性能方法是利用库自动生成特征的梯度增强树模型，然后使用原始光谱数据进行随机森林模型。 使用Nyquist表示的布尔图像的卷积神经网络是替代的，尽管它的精度较低。 我们发布数据并开源关联的代码。 本文中描述的方法可以作为进一步研究的基准。 关键的剩余挑战是标签的识别能力，由模型性能和错误分类光谱的比较强调。 ©2023作者。 由IOP Publishing Limited代表电化学学会出版。 [doi：10.1149/1945-7111/acd8fb]对ECM的自动识别将基本上加速大量EIS数据的分析。我们展示了机器学习方法，以分类由量子景观为电池派黑客马拉松提供的9,300个阻抗光谱的ECM。最佳性能方法是利用库自动生成特征的梯度增强树模型，然后使用原始光谱数据进行随机森林模型。使用Nyquist表示的布尔图像的卷积神经网络是替代的，尽管它的精度较低。我们发布数据并开源关联的代码。本文中描述的方法可以作为进一步研究的基准。关键的剩余挑战是标签的识别能力，由模型性能和错误分类光谱的比较强调。©2023作者。由IOP Publishing Limited代表电化学学会出版。[doi：10.1149/1945-7111/acd8fb]这是根据Creative Commons Attribution 4.0许可（CC by，http://creativecommons.org/licenses/ by/4.0/）分发的开放式访问文章，如果原始工作适当地引用了原始作品，则可以在任何媒介中不受限制地重复使用工作。
通过几何阻抗控制
摘要 - 本文提出了一种差异几何控制方法，该方法利用了SE（3）组不变性和等效性，以提高学习机器人操纵任务中涉及与环境相互作用的可传递性。所提出的方法是基于利用最近提出的几何阻抗控制（GIC）与学习变量阻抗控制框架相结合的，在该框架中，增益计划策略是从专家辩护中以监督的学习方式培训的。几何一致的误差向量（GCEV）被馈送到神经网络以实现增益计划策略。我们证明，使用GCEV的GIC和学习表示在任意SE（3）转换（即翻译和旋转）下仍然不变。此外，我们表明，相对于空间框架表示，所提出的方法是均等的。对我们提出的控制和学习框架与配备笛卡尔错误矢量增益计划策略的著名的笛卡尔太空学习阻抗控制的比较，证实了我们所提出的方法的出色学习转移性。索引术语 - 几何阻抗控制，SE（3）等效性和剩余不变性，可变阻抗控制，接触式操纵任务
阻抗断层扫描成像 - NSF-PAR
电阻抗断层扫描 (EIT) 是一种新兴的成像技术，在许多领域都具有巨大潜力，尤其是在功能性脑成像应用方面。高速、高精度的 EIT 系统可以应用于多种医疗设备，用于诊断和治疗神经系统疾病。在这项研究中，EIT 算法和硬件得到了开发和改进，以提高重建图像的准确性并缩短重建时间。由于多路复用器设计的限制，EIT 测量会受到开关周期内充电和放电的强烈电容效应，大约每 1280 个样本（10 毫秒采样）有 300 到 400 个样本。我们开发了一种算法，可以选择性地选择处于稳态的数据。这种方法提高了信噪比，并产生了更好的重建图像。我们开发了一种有效同步数据起点的算法，以提高系统速度。本演讲还介绍了基于德州仪器定点数字信号处理器 - TMS320VC5509A 的 EIT 系统硬件架构，该处理器成本低，未来在社区中具有很高的普及潜力。为了提高运行速度，我们建议 EIT 系统使用德州仪器的 Sitara™ AM57x 处理器。
迈向阻抗计量的通用桥梁
摘要 — 本文通过使用 DJIB 比较最佳可用阻抗标准，全面描述了频率高达 80 kHz 的双约瑟夫森阻抗桥 (DJIB)，这些标准 (a) 可直接追溯到量子霍尔效应，(b) 用作国际阻抗比较的一部分，或 (c) 被认为具有可计算的频率依赖性。该系统的核心是双约瑟夫森任意波形合成器 (JAWS) 源，它在高精度阻抗测量中提供了前所未有的灵活性。JAWS 源允许单个桥在复平面上比较具有任意比率和相位角的阻抗。不确定度预算表明，传统 METAS 桥和 DJIB 在千赫范围内具有相当的不确定度。这表明 DJIB 具有灵活性，可以比较任意阻抗、频率范围宽和自动平衡程序，并且不会影响测量不确定性。这些结果表明，这种类型的仪器可以大大简化各种阻抗尺度的实现和维护。此外，DJIB 是一种非常灵敏的工具，可用于研究频率相关的系统误差，这些误差可能出现在阻抗构造中以及频率大于 10 kHz 的 JAWS 源提供的电压中。
使用阻抗和非线性频率响应
这项研究通过将其动态行为系统地与两个其他实验性细胞设置进行比较，对18650锂电池的阴极和阳极进行了深入分析：（i）在三电极设置和（ii）对称性阴极和ANODODE和ANODODE和ANODE细胞中进行全细胞。该分析涉及将细胞进行电化学阻抗光谱，放松时间的分布以及不同电荷处的非线性频率响应分析。我们的发现突出了分析所有三个设置中电极的重要性。在电极分辨细胞中还观察到了全细胞的阻抗和非线性频率响应特征。对称细胞表现出更强的阻抗和非线性响应，但它们允许识别单个细胞的贡献，而没有由参考电极引起的电感回路的伪像。可以清楚地识别通过不同细胞设置，阴极和阳极过程及其各自的特征频率之间的非线性信号和特征峰。©2024作者。由IOP Publishing Limited代表电化学学会出版。这是根据Creative Commons Attribution 4.0许可（CC by，http://creativecommons.org/licenses/ by/4.0/）分发的开放式访问文章，如果原始工作适当地引用了原始作品，则可以在任何媒介中不受限制地重复使用工作。[doi：10.1149/1945-7111/ad5ef9]
Operando电化学阻抗光谱和...
1300小时LR7，IEB摘要：电化学阻抗光谱（EIS）是一种表征电化学系统的强大非侵入性工具。 应用于锂离子电池，EIS被证明是其最先进的（SOH）的信息指标。 但是，EIS受线性和平稳性的限制限制，而锂离子电池固有地以非线性和非平稳的方式行为。 关于线性，电极上的电压是电流通过电极的非线性函数。 线性是通过在操作点上应用零均值电流激发来实现的，因此非线性函数在该范围内是准线性的。 关于时间变化，充满电和完全放电的细胞的阻抗是不同的，对于原始和老化的细胞，或在室温和冰冻环境中保持的细胞相同。 对于锂离子电池，这意味着在特定的电荷（SOC）和温度下，应以稳定状态进行EIS实验。 因此，阻抗取决于工作点（温度和SOC），线性和平稳性的限制非常限制。 最近，我们开发了Operando EIS，以揭示无法满足线性和平稳性的测量结果。 该技术允许在一个随时间变化的轨迹上测量电化学系统的阻抗，例如，在充电或排放锂离子电池时。1300小时LR7，IEB摘要：电化学阻抗光谱（EIS）是一种表征电化学系统的强大非侵入性工具。应用于锂离子电池，EIS被证明是其最先进的（SOH）的信息指标。但是，EIS受线性和平稳性的限制限制，而锂离子电池固有地以非线性和非平稳的方式行为。关于线性，电极上的电压是电流通过电极的非线性函数。线性是通过在操作点上应用零均值电流激发来实现的，因此非线性函数在该范围内是准线性的。关于时间变化，充满电和完全放电的细胞的阻抗是不同的，对于原始和老化的细胞，或在室温和冰冻环境中保持的细胞相同。对于锂离子电池，这意味着在特定的电荷（SOC）和温度下，应以稳定状态进行EIS实验。因此，阻抗取决于工作点（温度和SOC），线性和平稳性的限制非常限制。最近，我们开发了Operando EIS，以揭示无法满足线性和平稳性的测量结果。该技术允许在一个随时间变化的轨迹上测量电化学系统的阻抗，例如，在充电或排放锂离子电池时。为此，使用了非零均值随机相多电流激发，并且从电压响应的光谱中估算了沿轨迹的时间变化阻抗。
TDR 阻抗测量：信号基础...
虽然在许多情况下，最快的上升时间是理想的，但非常快的上升时间在某些情况下会在 TDR 测量中产生误导性的结果。例如，使用 35 ps 上升时间系统测试电路板上微带线的阻抗可提供出色的分辨率。但是，即使是当今使用的最高速逻辑系列也无法匹配 TDR 阶跃的 35 ps 上升时间。典型的高速逻辑系列（例如 ECL）的输出上升时间在 200 ps 到 2 ns 范围内。来自微带线中短截线或尖角等小不连续点的反射将非常明显，并且可能在 35 ps 的上升时间内产生较大的反射。在实际操作中，由具有 1 ns 上升时间的 ECL 门驱动的相同传输线可能会产生可忽略不计的反射。