摘要：为满足大功率LED散热结构的轻量化需求,设计了一款新型多尺寸翅片结构的LED镁合金散热器,并以散热面积相同的规则形貌散热器作为对比结构,采用Icepak热仿真软件获得两种结构的温度场及流体场,进而对比分析其散热性能.结果表明:外侧的短矮型翅片可减少对空气自然对流的阻碍作用,短高型与长矮型翅片分别能增强在翅片高度和长度上的自然对流强度,散热器沿x轴与y轴方向横切面处的空气流速分别相对提升了18%与9.4%,全局最高温度降低了2℃,表明多尺寸翅片镁合金散热器具有较明显的自然对流散热优势.最终按照设计的多尺寸翅片结构制成散热器样品,在搭建的实验测试系统中获得关键测点的温度数据,与仿真计算结果吻合较好,相对误差最大不超过8.6%,且最大输入电流条件下的最高芯片结温远低于芯片极限温度值.因此,所设计的多尺寸翅片镁合金散热器能满足LED灯具的散热需求.

摘要：为克服现有光纤光栅位移传感器设计中存在的传力介质弹性系数易改变、滑块易产生偏移等对测量精度的不利影响,提出了一种滑动式位移传感器。楔形滑块的滑动面和限制面的采样互相垂直、等强度梁的变截面和一体化、滑动面圆弧化等特殊设计,使传感器具有抗滑动干扰性、梁挠位移测量的高灵敏性、长期往复测量的耐磨性等优点。阐述了传感器测量原理,加工制造了传感器原型,并开展了全面的性能测试。测试结果和误差分析表明:传感器在0~100mm的量程中,灵敏度为20.11pm/mm,精度达到0.099 5%F.S,具备良好的微位移测量能力;重复性误差和迟滞误差分别仅为0.705%和0.403%,且抗蠕变性能良好,可满足机械装备、土木工程等重大设施的结构健康监测对位移、变形测量的精度和长期稳定性要求。

摘要：为解决现有深度学习图像分割算法不能有效分割指针仪表图像中密集小目标的问题,提出基于多重感受野UNet的仪表图像分割方法。将自编码器结构和空洞卷积结构结合,使多尺度浅层特征和深层语义信息融合;以多种光照强度下采集的指针仪表数据训练模型,充分提升神经网络的泛化能力;并行调节空洞卷积参数,使神经网络学习到最优模型。实验结果表明,算法显著提升了指针仪表图像中密集小目标的分割效果,有效泛化于不同光照强度下采集的同种指针仪表图像,验证了该模型的有效性。

摘要：针对传统金属缺陷检测方法中存在的缺陷位置、形状和尺寸测量失真问题,设计了新型平面阵列电磁传感器,该传感器能有效克服中心区域检测不敏感问题,提高检测精度,通用性更强。分别采用传统扫描式检测方法和基于平面阵列电磁传感器的电磁层析成像检测新方法进行了金属缺陷检测实验,新方法在重建缺陷图像时使用了稀疏加权算法。最终文中对比了两种检测方法用于仿真和真实实验的成像结果,表明新方法更适合金属缺陷图像重建,其缺陷成像结果能较好反映出缺陷位置、形状和尺寸。

摘要：肺部电阻抗层析成像(EIT)电极阵列的设计是影响系统性能与成像效果的关键因素之一,目前多在规则形状物场、等间距分布的前提条件下对电极阵列进行优化,却并不适用于肺部不规则边界的情况。本文提出基于深度学习的肺部电阻抗层析成像电极阵列优化方法,以电极位置为优化目标,以重建图像相对误差、图像相关系数、敏感场分布的均匀性以及敏感场Hessian矩阵的条件数为网络输入,以阵列电极位置为网络输出,基于DNN网络构建优化模型。实验结果表明,在呼气末和吸气末两种状态下,与传统的电极阵列均匀分布方法相比,基于深度学习的肺部EIT电极阵列优化方法将重建图像相关系数(image correlation coefficient,ICC)分别提高了33.17%、33.86%,结构相似度(structural similarity,SSIM)分别提高了14.5%、14.39%,峰值信噪比(peak signal-to-noise ratio,PSNR)分别提高了26.3%、28.27%。因此可以得出结论,与传统方法相比基于深度学习的EIT电极阵列优化方法更适用于肺部EIT成像。

摘要：文中设计的温度传感器芯片采用UMC 0.18μm 1P6M工艺,基于PTAT电流源的两个双极性晶体管的基极与发射结之间电压的温度特性,利用输出端处理电路进一步提高精度。针对增益不足采用偏置电路,针对相位失调采用米勒补偿结构,针对人体温度范围所需精度要求采用输出端缓冲再放大结构。芯片工作电压为1.8 V,电源抑制比为-82 dB,直流功耗72μW,可测范围-40~125℃,体温范围以内精度更高,输出电压步长2.65 mV/℃,输出精度为0.01℃。流片之后进行了系统测试,测试结果表明,输出电压与温度具有非常高的线性度,并且在体温范围内具有极高的精度。

摘要：鸡蛋胚胎培养法是制备禽流感疫苗常用的方法,快速准确地对鸡蛋胚胎进行成活性分类并将死胚从活胚中尽早剔除可以有效避免因胚胎死亡导致的细菌或霉菌污染,对孵化效率的提高有着重要意义。目前,主要以鸡胚心跳信号作为分辨死胚和活胚的依据。然而,鸡蛋活胚在注入禽流感病毒96 h后,其心跳信号特征介于普通活胚和死胚之间,易与死胚混淆,本文将该类数据称为鸡胚心跳混淆信号,单独作为一类加入数据集,将原本死胚、活胚二分类改为死胚、普通活胚和96 h活胚三分类,根据信号特征设计了绝对值均值标准化预处理方法,增强原始数据特征以提升数据可分类性,并针对全局特征和细节特征提出了一种基于时间卷积网络(Temporal convolutional network,TCN)和Transformer的残差结构浅层双分支网络结构(Residual fully temporal convolutional with transformer network,RFTNet)。实验结果表明,本文提出的三分类绝对值均值标准化预处理方法和RFTNet双分支网络在鸡胚混淆数据集分类任务中展现出良好性能,检测准确率高达99.75%。此外,在精确率、召回率和F1值3个评价指标上分别达到99.75%、99.74%和99.75%,进一步验证了本文方法的有效性。

摘要：针对传统心电检测系统存在佩戴电极不方便和电极导电膏易脱水等问题,在研究分析电容耦合工作原理的基础上,设计了一种可穿戴容性耦合电极。针对这种可穿戴容性耦合电极,提出了一种改进小波阈值去噪算法,该算法结合心电信号与噪声小波系数分布特性,采用改进阈值函数对分解后小波系数量化处理并重构心电信号。利用MIT-BIH数据库验证,该算法能有效消除心电信号中的噪声干扰,相比平滑滤波、数学形态滤波和经验模式分解信噪比提高了10.72%,均方误差减小了27.29%。心电检测实验表明可穿戴容性耦合心电信号检测系统能够准确检测出人体心电信号主要特征。

摘要：以TSMC 40 nm工艺为基础,使用Synopsys最新布局布线工具ICCII进行时钟树综合.首先利用传统门控时钟技术来降低时钟树动态功耗,在此基础上,提出了一种有别于传统门控时钟技术的新方法.实验结果表明,传统门控时钟方法在两种不同的场景(scenario)下分别降低动态功耗75.36 mW和136.84 mW,虽然不同scenario降低的动态功耗值不同,但是降低功耗的效果是一样的,降低幅度均为22%.新方法又可以进一步降低34.05 mW的动态功耗,降低幅度为12.5%,低功耗效果显著.

摘要：为了实现光纤光栅传感器在可穿戴系统中的应用,提出了一种基于硅基光子集成芯片的可穿戴光纤光栅传感解调系统。基于比利时iSiPP50G工艺的光子集成芯片由4×1长波长VCSEL阵列、1×8阵列波导光栅、2×2 MMI耦合器、4×1光纤光栅耦合器阵列、Ge-on-Si波导光电探测器、直波导和弯曲波导等组成。在完成对VCSEL光源金线键合和光子集成芯片光纤耦合封装的基础上,设计了手环式解调电路,对人体温度和心音信号进行了实时测量。实验结果表明:解调系统的动态波长检测范围为1 540 nm~1 560 nm,波长分辨率为0.08 pm,解调精度为5 pm,温度监测范围为35℃~42℃,误差为±0.1℃;可检测50 Hz~100 Hz频率范围内的心音信号,可识别出第一心音和第二心音,并计算出心动周期、心率、第一心音时限、第二心音时限和心力等特征参数。