摘要：On-demand droplet sorting is extensively applied for the efficient manipulation and genome-wide analysis of individual ***,state-of-the-art microfluidic chips for droplet sorting still suffer from low sorting speeds,sample loss,and labor-intensive preparation ***,we demonstrate the development of a novel microfluidic chip that integrates droplet generation,on-demand electrostatic droplet charging,and high-throughput *** charging electrode is a copper wire buried above the nozzle of the microchannel,and the deflecting electrode is the phosphate buffered saline in the microchannel,which greatly simplifies the structure and fabrication process of the ***,this chip is capable of high-frequency droplet generation and sorting,with a frequency of 11.757 kHz in the drop *** chip completes the selective charging process via electrostatic induction during droplet ***-demand charged microdroplets can arbitrarilymove to specific exit channels in a three-dimensional(3D)-deflected electric field,which can be controlled according to user requirements,and the flux of droplet deflection is thereby significantly ***,a lossless modification strategy is presented to improve the accuracy of droplet deflection or harvest rate from 97.49% to 99.38% by monitoring the frequency of droplet generation in real time and feeding it back to the charging *** chip has great potential for quantitative processing and analysis of single cells for elucidating cell-to-cell variations.

摘要：板载芯片朝着小尺寸高密度方向发展,隐藏于芯片封装内部的微焊球缺陷检测愈发困难。针对工业高密度集成印刷电路板组件(PCBA)板载集成电路(IC)内部故障定位难、效率低的问题,提出一种芯片功能测试过程中采用红外热成像检测结合深度学习的多类型缺陷识别方法。以现场可编程门阵列(FPGA)单板双倍数据速率(DDR)存储芯片为对象,建立了芯片缺陷检测模型,搭建检测平台开展芯片内部焊点故障检测试验研究。设计程序实现芯片的数据存储与读出,同步采集红外图像序列,分析存储芯片读写过程中温度变化,并提取不同敏感测量区域热信号。构建卷积神经网络(CNN)分类模型,并进行超参数调优,实现了内部隐藏缺陷包括不同地址、数据、地址空间焊点故障的高效准确识别。引入迁移学习拓展应用于芯片其他9种不同焊点缺陷的检测,在10、20 dB高斯白噪声条件下分别达到95%、92%以上的准确率,从而为实际工业高密度集成PCBA板载微电子封装及可靠性分析提供了一种快速、有效的方法。

摘要：提出了基于稀疏表示的声扫描显微镜(Scanning acoustic microscope,SAM)图像超分辨率重构方法,以解决其空间检测分辨率受超声波频率和穿透深度的限制,原始SAM图像分辨率较低,不利于封装缺陷辨识等问题。通过字典设计训练和稀疏系数α求解获得了重构的高分辨率SAM图像,利用Levenberg-Marquardt算法改进BP神经网络(LM-BP),并用于倒装芯片焊点缺陷识别。与原始图像及双三次插值图像相比,稀疏重构图像的峰值信噪比明显增大,提高了SAM图像质量,减小了芯片焊点的错误识别数目,错误率降至2.76%。试验结果表明稀疏表示的SAM重构算法和LM-BP神经网络训练速度快、识别精度高,可用于高密度半导体封装缺陷的检测及可靠性评估。

摘要：荧光原位杂交(FISH)技术是检测恶性肿瘤细胞核酸序列的常用方法,在癌症的诊疗领域有广泛应用。为实现FISH实验的全自动化,设计了一种全自动病理染色系统。该系统设置有多轴操纵臂、试剂加样器、载玻片、盖玻片夹具、辅助模块等。多轴操纵臂定位误差不大于±0.1 mm,提取及丢弃移液枪头准确率大于99.5%,抽取盖玻片成功率大于99%,微量试剂加样误差不大于0.6μL,大量试剂加样误差不大于0.5 mL,载玻片夹具控温误差不大于±1℃且无试剂泄漏。生物实验结果表明,该系统荧光染色效果良好,信号点清晰可见,荧光图像可判读率超过90%,具有较好的人工替代性。

摘要：应用分层设计与制备工艺得到了具有微小多层型腔的复杂硅模具,采用坯料直径为3mm的Zr41.2Ti13.8Cu12.5Ni10Be22.5非晶合金为实验材料,使用自行设计的实验平台,对双层微小齿轮(大齿轮模数0.05mm,齿数36,厚度150μm;小齿轮模数0.05mm,齿数30,厚度150μm;中心轴孔直径0.8mm)进行了超塑性成形工艺研究,优化了零件成形、腐蚀脱模、飞边去除及质量分析的工艺流程。结果表明,该工艺流程合理可靠,制备出的Zr基双层微小齿轮保持了非晶态结构、形状完整、充型率高、表面质量良好。

摘要：为推进传统铸造车间智能化、数字化转型,解决车间数据管理效率低、利用效率低等问题,引入WebSocket技术建立了一套实时在线的车间数据监测系统,实现了工业数据接入、数据实时监测、报警提示、历史数据分析等功能。首先,通过Modbus/TCP采集设备的参数实时值,将数据转储到MySQL数据库中;其次,利用Django服务器监听数据库更新事件,并创建服务器与浏览器之间的WebSocket双向数据通信通道,实现数据高效稳定传输;最后,通过Vue双向数据绑定技术将实时数据绑定到ECharts折线图、面积图等组件中,实现数据的科学展示。所提系统覆盖车间所有设备的126个参数,响应时间相较于传统Ajax轮询至少缩短了10 ms,数据同步周期可达到200 ms;所提系统在实际工程应用中已实现稳定运行,能有效降低前后端通信带宽,提高响应速度,为管理人员提供详细的生产信息,大幅提升了管理效率和生产效率。

摘要：提出了改进的尺度函数和小波函数都具有消失矩的coiflet小波系滤波器设计算法,按照Daubechies给出的一个构造算法,得到了第1滤波器的系数,但第2至第5滤波器的系数不能重复出来.通过对Daubechies的coiflet小波系构造和设计过程的分析,发现其算法上的缺陷主要在于一个约束条件中缺少了一些系数项,这些项对第2至第5滤波器的系数是重要的,对第1滤波器系数的影响则为0.在此基础上,建立了正确的求解方程,并从理论分析和数值计算方面证明了其正确性.