交叉分段差分进化支持向量回归的气体超声 流量计测量方法

为了进一步提高全量程气体超声流量计的测量精度,基于多通道声波到时和实时温度,提出了一种交叉分段差分进化(Differential Evolution)支持向量回归(Support Vector Regression)DE-SVR模型。考虑到气体在不同流量条件下的流体状态不同,提出了交叉分段处理的方法,采用DE算法优化选取SVR参数。实验结果表明,对于16~1600m3/h全量程,交叉分段DE-SVR和传统积分方法计算气体流量的平均相对误差分别为0.00447和0.02781,前者较后者降低了83.93%;对于16~160m3/h小流量,交叉分段DE-SVR和无分段DE-SVR算法计算结果平均相对误差分别为0.00436和0.03214,前者较后者降低了86.43%。该方法有效避免了声道长度、探头角度以及管道直径等参数不确定性对流量计算的影响,为全量程气体流量的高精度测量提供了保障。     

圆柱类构件超声相控阵聚焦模型

在利用平面相控阵超声换能器对圆柱类构件检测时,受曲界面结构引起的入射波和回波时延的影响,扫描声束的波阵面产生弯曲,在利用传统迭代遍历算法计算延迟时间时效率低,无法发挥相控阵换能器检测优势。针对上述问题,建立了一种基于圆柱类构件特征和耦合介质特性的超声相控阵扫描成像的聚焦模型。该模型基于换能器、耦合介质、圆柱类构件材料特性和几何关系以及声线模型和折射定律,建立了耦合介质及被检构件的声速、曲面曲率半径、阵列与曲面间的距离等关联的延迟时间聚焦控制模型。利用该模型计算出的延时时间,对各阵元发射时间进行控制,从而实现扫描声束的聚焦。该文以液体和有机玻璃制介质楔块为例,对圆柱钢曲面的相控阵声束聚焦进行了仿真实验,结果表明该文方法计算效率显著提升,同时声束可以在预设位置实现聚焦,验证了该模型在计算效率上的优势与有效性。     

基于BJT特性的数字温度传感器发展现状及趋势

随着工业物联网趋向数字化、智能化和集成化发展,控制系统需要感知的物理量规模和复杂度都迅速提升。其中数字温度传感器能直接将温度信息转换为数字信号,具有低成本、低功耗、面积小、数字输出等多种优点,可以实时监测系统温度数据,并与反馈机制协同进行反馈调节,目前已经得到广泛应用。在各类数字温度传感器中,基于CMOS工艺寄生三极管(BJT)感温的数字温度传感器在制造工艺上更容易实现,且具有高稳定性和高精度,是工业界产品首选方案。聚焦基于BJT特性实现感温的数字温度传感器,从学术研究成果、工业产品两方面总结其技术路线、发展现状和趋势,为后续温度传感器研究提供参考。     

一种针对FPGA位流的自动化故障注入分析方法

理论上通过篡改FPGA位流,利用其实现的密码算法的错误输出可以分析出密钥,但这种攻击通常需要非常了解目标FPGA的内部结构与位流的对应关系。而位流逆向的难度很大,导致此类攻击的实用性不高。文章提出一种针对FPGA位流的自动化故障注入分析方法,不需要逆向位流,结合张帆等人提出的持久性故障分析理论,把因篡改算法常量导致的出错结果作为可利用的故障。并首次在Xilinx-7系列FPGA开发板上利用Spider进行电压故障注入实验,480条错误密文就可以得到AES-128的密钥,且在10 min内可以完成数据的采集和分析。对于加密位流的情况,可以先利用电磁侧信道分析方法得到明文位流,再结合该文的分析方法来进行密钥破解。     

一种双靶磁控溅射制备的Mg掺杂的NiO薄膜

采用磁控溅射“共溅射”方法,将Ar气作为溅射气体,高纯NiO和MgO双陶瓷靶作为溅射靶材。当控制NiO和MgO靶的溅射功率分别为190 W和580 W,溅射真空度为2 Pa,衬底温度为300℃时,得到了Mg掺杂的NiO(Ni_0.61Mg_0.39O)薄膜。该薄膜是一种具有(200)择优取向的晶态薄膜。薄膜表面比较平整,晶粒分布致密,晶粒尺寸约46.9 nm。(200)衍射峰位置相对未掺杂的NiO薄膜向小角度偏移约0.2°。合金薄膜在可见光波段具有较大的透过率,而在300 nm附近透过率陡然下降,其光学带隙向高能方向移动到了3.95 eV。该研究为采用磁控溅射制备高质量的Mg掺杂的NiO薄膜提供了技术支撑。     

面向神经形态感知的人工脉冲神经元的研究进展

近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元的非线性特性,需要复杂的电路结构和大量的器件才能模拟简单的生物神经元功能,同时功耗也较高。因此,最近研究者们借鉴生物神经元的工作机制,提出了多种基于忆阻器等新型器件的人工脉冲神经元方案。这些方案具有功耗低、结构简单、制备工艺成熟等优点,并且在模拟生物神经元的多种功能等方面取得了显著进展。文章将从人工脉冲神经元的基本原理出发,综述和分析目前已有的各种实现方案。具体来说,将分别介绍基于传统电子器件和基于新型器件的人工脉冲神经元的实现方案,并对其优缺点进行比较。此外,还将介绍不同类型的人工脉冲神经元在实现触觉、视觉、嗅觉、味觉、听觉和温度等神经形态感知方面的应用,并对未来的发展进行展望。希望能够为人工脉冲神经元的研究和应用提供有益的参考和启示。     

匹配追踪消噪在故障诊断中的应用

为了更有效地消除齿轮泵振动信号的噪声,引入匹配追踪消噪方法。该方法采用匹配追踪算法,通过迭代提取信号的相关结构,再利用提取的相关结构来估计信号的逼近,从而达到消噪的目的。在此基础上,采用中值滤波和线性回归算法来终止迭代过程。最后利用该方法对齿轮泵壳体的振动信号进行消噪处理。结果表明,该方法保留了信号的基本特征,有效地消除了大量的噪声。     

信息时代的铌酸锂晶体:进展与展望

铌酸锂晶体具有非线性效应、电光效应、声光效应、光折变效应、压电效应与热释电效应等多种物理特性,在表面声波器件、光电器件、声光器件等方面获得广泛的应用.经历了六十多年的发展,铌酸锂晶体历久弥新,随着材料特性的不断开发,新功能、新器件、新应用层出不穷,尤其是铌酸锂单晶薄膜在薄膜滤波器、集成光电器件等领域的性能具有明显优势,...     

Weak Graph Map Homotopy and Its Applications∗

The authors introduce a notion of a weak graph map homotopy (they call it M-homotopy), discuss its properties and applications. They prove that the weak graph map homotopy equivalence between graphs coincides with the graph homotopy equivalence defined by Yau et al in 2001. The difference between them is that the weak graph map homotopy transformation is defined in terms of maps, while the graph homotopy transformation is defined by means of combinatorial operations. They discuss its advantages over the graph homotopy transformation. As its applications, they investigate the mapping class group of a graph and the 1-order MP-homotopy group of a pointed simple graph. Moreover, they show that the 1-order MP-homotopy group of a pointed simple graph is invariant up to the weak graph map homotopy equivalence.