XiaoMi-AI文件搜索系统
World File Search System阻抗
从基于物理的锂离子电池模型中提取和解释电化学阻抗谱 (EIS)
本文实现了一种高效算法，用于从基于物理的电池模型（例如 P2D 模型）中提取电化学阻抗谱 (EIS)。该数学方法与 EIS 的实验方法不同。在实验中，电压（电流）在很宽的频率范围内受到谐波扰动，并测量相应电流（电压）的幅度和相移。该实验方法可以在仿真软件中实现，但计算成本很高。此处的方法是从完整物理模型中确定局部线性状态空间模型。作为状态空间模型基础的四个雅可比矩阵可以通过对物理模型进行数值微分而得出。然后使用计算效率高的矩阵操作技术从状态空间模型中提取 EIS。该算法可以在瞬态过程中的某一时刻评估完整的 EIS，而与电池是否处于静止状态无关。该方法还能够分离全电池阻抗以评估部分 EIS，例如仅评估电池阳极。尽管这种部分 EIS 很难通过实验测量，但部分 EIS 为解释全电池 EIS 提供了宝贵的见解。© 2024 作者。由 IOP Publishing Limited 代表电化学学会出版。这是一篇开放获取的文章，根据知识共享署名 4.0 许可条款分发（CC BY，http://creativecommons.org/licenses/by/4.0/），允许在任何媒体中不受限制地重复使用作品，只要正确引用原始作品。[DOI：10.1149/1945-7111/ad4399]
开发具有新型刚度检测和阻抗控制
摘要：触觉手和握手，旨在实现熟练的对象操纵，对于与环境的高精度互动至关重要。这些技术在诸如微创手术等领域尤其重要，它们可以增强手术精度和触觉反馈：在高级假肢的发展中，为用户提供了改善功能和更自然的触觉，并且在工业自动化和制造业内，它们为更有效，安全和灵活的生产过程贡献了更有效，安全和灵活的生产过程。本文介绍了两指机器人手的开发，该手的开发采用了简单而精确的策略来操纵物体而不会损害或丢弃它们。我们的创新方法融合了对力敏感的电阻器（FSR）传感器，其平均电流是伺服电机的平均电流，以提高抓握的速度和准确性。因此，我们旨在创建一种比抓手更灵巧的抓握机制，而不是机器人手。为了实现这一目标，我们设计了一只两指机器人手，每只手指上都有两个自由度。将FSR集成到每个指尖中，以实现对象分类和初始接触的检测。随后，连续监测伺服电流以实现阻抗控制并保持对物体的掌握在各种刚度中。在初始接触时提出的手部对象的刚度分类，并通过融合FSR和运动电流来施加准确的力。使用耶鲁-CMU – Berkeley（YCB）对象进行了实验测试，包括一个泡沫球，一个空的苏打罐，苹果，苹果，玻璃杯，塑料杯和一个小牛奶包装。机器人的手成功地从桌子上捡起了这些物体，并将它们坐下而不会造成任何损坏或中途丢弃。我们的结果代表着具有先进物体感知和操纵能力的触觉机器人手的重要一步。
生物电阻抗分析（BIA）的糖尿病和相角（PHA）的最新趋势
最近的主题包括糖尿病以及相关检查和治疗的发展。作者和共同研究者继续进行糖尿病临床研究，例如低碳水化合物饮食（LCD）。1,2此外，我们在生物电气阻抗分析（BIA）中提出了一些有关相角（PHA）的报告。3,4结合了这些领域，本文将介绍糖尿病和PHA的最新观点。据报道，2型糖尿病（T2D）患者的PHA水平比非糖尿病患者低，并且随着糖尿病持续时间的延长，差异似乎增加。对T2D的比较BIA研究和对照进行了> 40年（n = 158，n = 59）。PHA值。5结果，T2D病例中的PHA值显着降低。这种差异将来自T2D的老化和持续时间。尤其是，在男性/女性病例的左/右臂中发现糖尿病持续时间对PHA值的降低的介导效应在29.8％-53.3％中。在50 kHz时的PHA水平在T2D中降低，随着T2D持续时间的增加，这些变化加剧了。因此，生物阻抗的PHA值可以显示用于监测T2D进程的非侵入性方法。从人体组成，PHA和血糖参数的人体测量结果中，在T2D患者中发现了HBA1C，禁食葡萄糖和PHA值之间的关系。6例T2D病例，包括133名男性和188名女性（30 - 83年）的PHA，身体成分和血糖参数。男性/女性的平均结果分别为PHA 6.84/5.99和HBA1C 7.35/5.95％。男性显示出更高的PHA，HBA1C，禁食血糖，TBW，ECW，ICW，ECM，瘦体重（LBM）和体细胞肿块（BCM）的值。女性显示出更高的脂肪质量，IRI，ECW/TBW，ECW/ICW和ECM/BCM的值。PHA与年龄，ECW/TBW，ECW/ICW，ECM/BCM等年龄显示了显着的关系（男性/女性）。因此，PHA可能成为T2D病例中葡萄糖变异性的指标。
具有通用阻抗匹配和转换光学的完美波导耦合器
摘要：有效的能量转移对于电磁通信至关重要。因此，生产一个实现宽带的波导耦合器，非反射传输是一项艰巨的任务。随着基于硅的集成光子电路的发展，芯片耦合变得越来越重要。尽管已经开发出各种用于芯片耦合的辅助器，但它们通常具有限制，例如长耦合长度，低耦合效率和狭窄的带宽。这是由于无法消除两个波导之间的反射。在这里，我们介绍了一种使用通用阻抗匹配理论和转换光学的方法，以消除两个波导之间的反射。使用此方法的耦合器称为通用阻抗匹配的耦合器，具有最短的次波长耦合长度，99.9％的耦合效率和宽带宽度。
电压，应变和阻抗之间的相关性与富含镍的NMC锂离子袋细胞的压力的函数
在每个预期的应用中填充锂离子电池的使用寿命需要进一步了解细胞的寿命和可靠性。源自文献，控制锂离子电池电池的外部压力常数是延长周期寿命的必然因素。因此，必须对细胞的应变和理解外部压力对阻抗的影响进行积极知识，以评估改善细胞性能的最佳压力。这项工作列出了电压，应变和阻抗之间的相关性，这是富含镍的镍 - 山 - 山果果（NMC）锂离子袋细胞上施加的恒定外部压力的函数。使用高精度通用测试机显示，压力范围内的细胞最大笔划的变化可忽略不计0至1000 kPa。此外，通过分析以不同的恒定外部压力测得的一系列电化学阻抗光谱数据来揭示100至300 kPa之间的最佳压力。在此压力范围内电荷传递电阻以及不同的过程表现出最佳。
基于生成对抗网络的中风电容耦合电阻抗断层扫描图像重建
摘要：本研究探讨了基于机器学习的中风图像重建在电容耦合电阻抗断层扫描中的潜力。研究了使用对抗神经网络 (cGAN) 重建的脑图像的质量。使用二维数值模拟生成监督网络训练所需的大数据。无撞击损伤和有撞击损伤的头部轴向横截面模型平均为 3 厘米厚的层，与传感电极的高度相对应。使用具有特征电参数的区域对中风进行建模，这些区域是灌注减少的组织。头部模型包括皮肤、颅骨、白质、灰质和脑脊液。在 16 电极电容式传感器模型中考虑了耦合电容。使用专用的 Matlab ECTsim 工具包来解决正向问题并模拟测量。使用数字生成的数据集训练条件生成对抗网络 (cGAN)，该数据集包含健康患者和出血性或缺血性中风患者的样本。验证表明，使用监督学习和 cGAN 获得的图像质量令人满意。当图像对应于中风患者时，可以从视觉上区分，出血性中风引起的变化最为明显。继续进行图像重建以测量物理幻影是合理的。
使用量子计算从叠后地震数据中估计地震阻抗 Divakar Vashisth* 和 Rodney Lessard，SLB 软件技术创新中心
使用量子计算从叠后地震数据估计地震阻抗 Divakar Vashisth* 和 Rodney Lessard，SLB 软件技术创新中心 摘要 量子计算越来越被认为是地球物理学的一项变革性技术，它有可能显著提高计算能力和效率。这一进步有望以前所未有的速度模拟和处理复杂的地质数据。最近的研究已经开始探索将量子计算方法应用于简化版本的地震反演问题，强调该技术解决现实世界逆问题的能力。本研究的主要目的是通过使用量子计算机从地震轨迹数据估计声阻抗来解决一个现实、可扩展且与业务相关的问题。据我们所知，这是第一次通过量子计算从地震数据预测地震阻抗，并讨论了在量子处理单元 (QPU) 上解决逆问题的优势。在本文中，我们利用 D-Wave 量子退火器来解决叠后地震反演问题，采用了一种新颖的两步工作流程。在第一步中，我们利用量子退火器从地震数据中估计反射率。随后，这些估计的法向入射反射率作为使用相同量子技术预测声阻抗的基础。为了验证我们方法的有效性，我们提供了五个示例，将 D-Wave 量子退火器的阻抗预测与通过模拟退火（传统上用于地震反演的随机全局优化器）获得的阻抗预测并列。值得注意的是，从量子退火器得出的阻抗仅在一个时期内就与真实值紧密匹配，而模拟退火需要 10 个时期才能达到类似的精度。此外，我们的混合求解器中的 QPU 仅花费约 0.08 秒即可估计这些地震阻抗。与混合求解器的经典组件和模拟退火所需的时间相比，这非常高效，后两者均需要超过 10 秒。这凸显了 QPU 可以在不到一秒的时间内完全解决地震逆问题，凸显了量子计算对地球物理学领域的变革性影响。 引言 量子计算是一个新兴领域，它利用量子力学原理来处理信息，为传统计算带来了范式转变。与以比特为信息基本单位的传统计算机相比，量子计算机
基于新型混合MOS2纳米片和微粒的一次性阻抗传感器，以检测大肠杆菌DNA
致病细菌的快速准确检测对于食品安全和公共健康至关重要。常规检测技术，例如基于核酸序列的扩增和聚合酶链反应，是耗时的，需要专门的设备和训练有素的人员。在这里，我们基于新型混合MOS 2纳米材料来提出快速，一次性阻抗传感器，用于检测大肠杆菌DNA。我们的结果表明，所提出的传感器在10-20和10-15 m的中心之间线性运行，在0.325 nm探针浓度传感器下观察到的最高灵敏度达到了令人印象深刻的检测极限。此外，电化学阻抗光谱生物传感器对大肠杆菌DNA的潜在选择性在枯草芽孢杆菌和纤维状化蛋白水解的DNA序列上表现出潜在的选择性。这些发现为有效，精确的DNA检测提供了承诺的途径，对更广泛的生物技术和医学诊断应用具有潜在的影响。
可穿戴阻抗传感器，用于无线测量真皮间质液中蛋白质生物标志物
本文提出了可穿戴的皮肤贴片，用于无线测量皮肤间质液（ISF）中蛋白质生物标志物。ISF使用微针（MN）基于真空辅助的技术从皮肤中提取，并通过真空压力自动通过斑块运输。该设备用于定量测量C-X-C型趋化因子配体9（CXCL9），这是一种自身免疫性疾病和炎症的生物标志物，可以从10 pg/ml到1,000 pg/ml的磷酸盐泡中盐水（PBS）（PBS）中，可检测到1,000 pg/ml（PBS），其检测到1.33 pg的较低限量。概念证明是通过对带有CXCL9尖刺的ISF模拟剂的尸体猪皮肤进行测量来证明的，可以在100和1,000 pg/ml下检测到，从而验证了该可穿戴传感器的功能。关键字
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。