1 南方科技大学深港微电子学院,广东 深圳 518000
2 北京航空航天大学材料科学与工程学院,北京 100191
随着集成电路技术的不断进步,高性能芯片的散热问题成为制约其稳定性与效率的关键瓶颈。热电制冷技术基于Peltier效应,通过精准温度控制和高效热量传递,已展现出巨大的应用潜力。本文从热电制冷的原理出发,系统综述了近室温热电材料的性能提升策略与芯片热管理中的集成应用。重点探讨了多级结构设计、柔性薄膜器件以及与其他冷却技术的集成优化,同时分析了技术发展面临的挑战与改进方向。展望未来,热电制冷将在新型材料研发、集成优化及多功能应用中发挥更大作用,为高性能电子设备提供高效可靠的热管理解决方案。
热电技术 芯片 半导体材料 薄膜器件 热管理 thermoelectrics chips semiconductor materials thin-film devices thermal management
针对基于图像分割的絮体特征检测方法在净水混凝工艺实景观测下存在深处絮体识别精度低、标注成本高,以及景深信息难以自适应处理等问题,提出了一种基于改进密度图与局部增强卷积神经网络(LECNN)的絮体特征检测方法。首先,设计了一种基于多点标记与平均核平滑处理的密度图构建方法,用以解决密度图无法同时反映多个絮体特征参数的问题;其次,提出了一种场景深度自适应结构,通过为不同深度的絮体赋予不同的权值来缓解视差现象带来的絮体参数检测不准确问题;然后,构建了一种能够获取多尺度感受野并突出局部特征的LECNN结构,在多点标记的絮体图像数据集上与近年来新提出的像素级预测网络结构进行对比测试,结果表明该结构具有更准确、更鲁棒的密度图拟合性能;最后,将所提方法与常用的絮体特征检测方法进行比较,实验结果表明,所提方法的性能相较于其他对比方法均有一定的提升。
絮体特征 密度图 多点标记 深度自适应 局部增强 激光与光电子学进展
2025, 62(8): 0837005
1 西华大学航空航天学院智能空地融合载具及管控教育部工程研究中心,西华大学流体及动力机械教育部重点实验室,四川 成都 610039
2 中国科学院空天信息创新研究院国家环境保护卫星遥感重点实验室,遥感科学国家重点实验室,北京 100101
3 31002部队,北京 100096
4 航天工程大学航天信息学院,北京 101416
测量地表反射率对研究地物光谱特征以及卫星地表产品检验具有重要意义。利用地物光谱仪获得青藏高原阿里地区的沙地地表反射率,并研究分析其典型光谱特征。针对Terra和Aqua卫星的中分辨率成像光谱仪(MODIS)的地表反射率产品(MOD09/MYD09)和地表反照率产品(MCD43 A4)开展真实性检验和误差影响分析。结果表明,阿里地区戈壁具有典型沙地光谱特征,各波段的地表反射率数值在0.08~0.35之间,在300~700 nm光谱范围的地表反射率随波长增大而增加,而在750~1 750 nm光谱范围的地表反射率变化较小。与我国敦煌辐射校正场的沙地反射率相比,光谱曲线相似度很高,光谱夹角为2.18°。星地对比的结果受观测几何和大气光照条件的影响,下午星Aqua产品验证效果优于上午星Terra,平均误差约为5%,这与MODIS官方标称的精度相一致。研究表明,阿里地区沙地的光谱特征稳定且有代表性,是我国光学卫星在轨辐射定标和检验的理想场地。
地表反射率 沙地光谱 真实性检验 MODIS地表产品 Surface reflectance Sandy land spectrum Data validation MODIS surface product 光谱学与光谱分析
2024, 44(11): 3228
1 国家能源集团新疆吉林台水电开发有限公司,新疆 伊犁 835000
2 西安工程大学 电子信息学院,陕西 西安 710048
针对目前水电站设备缺陷检测精度低、效率慢、花费时间长和人力成本大等问题,提出了一种基于注意力机制的红外测温数据的水电站设备缺陷检测算法。首先在YOLO(You Only Look Once)v5的特征提取网络中引入新的注意力模块CA(Coordinate Attention),以便更好地捕捉输入中的关键信息,提高模型性能和准确度。其次使用Ghost Convolution和Bottleneck Transformer替换YOLOv5中的普通卷积和C3模块,减少模型的参数量和计算量。最后,将缺陷检测算法和PyQt5界面相结合,实现可视化检测。实验结果表明,改进后的YOLOv5模型的mAP@0.5提升了6.3%,P和R分别提升了6.6%和5.9%,满足水电站设备缺陷的检测需求且具有更高的检测精度。
红外测温 深度学习 缺陷检测 infrared temperature measurement deep learning YOLOv5 YOLOv5 defect detection
1 三峡金沙江川云水电开发有限公司宜宾向家坝电厂,宜宾650224
2 河海大学力学与材料学院,南京211100
将有机异辛基三乙氧基硅烷(TS)与无机纳米二氧化硅复合,通过“二元协同”仿生方法,制备了整体超疏水水工混凝土,探究了TS掺量和养护条件对混凝土力学性能和疏水性能的影响,并采用扫描电子显微镜(SEM)、X射线衍射(XRD)、红外光谱(FT-IR)分析了材料的微观形貌、物相组成和疏水改性机理。结果表明,养护条件对混凝土疏水性影响较大,在自然养护条件下,当TS掺量达到3%(质量分数)后,混凝土均呈现出超疏水状态,最大接触角为155.6°。纳米粒子的掺入促进了水泥水化,提升了试件的抗压强度。改性后的水工混凝土具有良好的疏水性,288 h浸水吸水率下降了68.8%。
水工混凝土 异辛基三乙氧基硅烷 接触角 力学性能 吸水率 官能团 hydraulic concrete isooctyltriethoxysilane contact angle mechanical property water absorption rate functional group
北京理工大学 光电学院 “复杂环境智能感测技术”工信部重点实验室, 北京 100081
针对激光惯性约束核聚变实验中海量靶丸筛选效率低的问题, 提出一种基于改进YOLO-v5深度学习模型的靶丸快速筛选方法。方法通过控制靶丸在不同的景深处成像, 并将图像拼接在一起以获得其清晰图像; 同时引入通道注意力机制来增强模型的特征提取能力, 建立了SE-YOLOV5s深度学习靶丸表面缺陷识别模型, 并对靶丸缺陷按照缺陷种类进行了分类和评估从而实现对海量靶丸的筛选。靶丸表面缺陷检测的准确率为94.4%, 每秒可检测到约50张靶丸图像(分辨率3072×4096), 为激光惯性约束核聚变试验提供一种快速、准确筛选海量靶丸的方法。
应用光学 聚变靶丸 目标识别 深度学习 YOLO算法 applied optics ICF capsules target identification deep learning YOLO algorithm
北京理工大学 光电学院 复杂环境智能感测技术工业和信息化重点实验室, 北京 100081
针对精密定位平台大行程下定位精度不足的问题, 提出一种基于非共光路外差激光干涉反馈的新型纳米精密定位系统。系统由非共光路外差激光干涉和高精度光栅构成复合反馈, 保留了高精度光栅大行程高分辨率的优势, 同时结合非共光路外差激光干涉协同定位, 消除了光栅的安装误差和变形对定位精度的影响, 提升了大行程下的定位精度。系统采用基于BP神经网络的预测微调定位技术, 一定程度上提升了定位效率。实验结果表明, 在100mm行程范围内,系统轴线双向定位精度可以达到28nm, 轴线重复定位精度可以达到26nm。通过预测定位, 定位结束门限设定为20nm时, 系统定位微调时间可由1.65s以内缩短至0.6s以内。5mm/s的速度下, 系统跟随误差可达100nm。
非共光路外差激光干涉 协同驱动 定位精度 预测定位 heterodyne laser interferometry with non-coaxial b collaborative drive positioning accuracy predictive positioning
1 中国科学院空天信息创新研究院国家环境保护卫星遥感重点实验室, 北京 100101
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 安徽 合肥 230031
3 航天东方红卫星有限公司, 北京 100094
4 安徽师范大学地理与旅游学院, 安徽 芜湖 241003
5 中国科学院大学, 北京 100049
为探究多角度偏振在紫外波段对气溶胶层高 (ALH) 的探测能力,在不同的观测几何、气溶胶和地表类型等条件下系统评估了多角度偏振在紫外波段的ALH反演信息量。基于最优估计理论和信息量分析方法,分析了紫外波段365 nm和388 nm两个通道模拟仿真数据对ALH的灵敏度,并进一步讨论了不同观测组合对ALH信息量和后验误差的影响。研究结果表明:(1) 多角度偏振观测可有效提高ALH反演的信息量。(2) 多角度卫星观测信息量随观测角度个数的增加显著提升,当反演中使用的角度数增加到5个时,ALH的信号自由度 (DFS) 提升了0.4以上。(3) 添加388 nm波段偏振观测或365 nm波段强度观测这两种方案均能提升ALH的DFS。但相对而言,偏振观测方案受气溶胶模型误差影响更小,能更好地提升ALH反演的信息量,尤其是改善了低气溶胶光学厚度 (AOD) 条件下的ALH反演。
气溶胶边界层高度 最优化估计反演 信息量分析 后验误差 aerosol layer height optimal estimation inversion information content analysis posteriori error 大气与环境光学学报
2023, 18(4): 357
1 桂林电子科技大学建筑与交通工程学院, 桂林 541004
2 广西智慧交通重点实验室, 桂林 541004
3 桂林市永固混凝土有限责任公司, 桂林 541100
为促进钢铁企业废渣的无害化处理与资源化利用, 将钢渣制成微粉替代石英粉制备生态型超高性能混凝土(UHPC)是其再利用的有效途径之一。针对配制钢渣微粉UHPC的原材料因素影响问题, 采用正交试验法对不同配合比下钢渣微粉UHPC的抗压、抗折、劈裂抗拉等强度指标及弹性模量进行测试, 以分析硅灰、钢渣微粉、河砂和钢纤维四种原材料掺量对其各项性能指标的影响效果。结果表明: 钢纤维体积掺量对钢渣微粉UHPC的各项力学性能影响最为显著, 河砂、钢渣微粉掺量影响程度较大, 硅灰掺量影响程度较小; 立方体抗压强度、抗折强度、静力受压弹性模量指标下的显著性影响顺序为钢纤维>河砂>钢渣微粉>硅灰, 轴心抗压强度、劈裂抗拉强度指标下的显著性影响顺序为钢纤维>钢渣微粉>河砂>硅灰; 经正交试验得出最佳配合比方案, 按该方案制备的钢渣微粉UHPC具有良好的工作性能与力学性能。
钢渣微粉 超高性能混凝土 正交试验 力学性能 影响因素 配合比 steel slag powder ultra-high performance concrete orthogonal test mechanical property influencing factor mix proportion