磁力搅拌电火花加工工艺对镍钛合金表面特征及疏水性的影响

采用磁力搅拌电火花加工工艺在镍钛合金表面制备疏水性表面来提高其生物相容性,研究工艺参数对表面特征及疏水性的影响。采用扫描电子显微镜（SEM）对工件表面形貌进行分析,使用光学接触角测量仪和TR200粗糙度仪分别测量接触角和表面粗糙度值。结果表明：磁力搅拌电火花加工参数对表面形貌特征及疏水性影响显著。当电流为1.5 A时,表面熔凝凸起随脉宽的增大而增大,在脉宽为60 μs时其表面含有尺寸合适的熔凝凸起,接触角达到峰值为138.2°;当电流为4.5 A时,表面富含气孔特征,表面气孔的深度在脉宽为60 μs时达到最大值,其表面接触角为133.6°。表面粗糙度对疏水性能无直接影响。采用磁力搅拌电火花加工工艺,可以大幅提升镍钛合金表面的疏水性。     

面向片上网络容错偏转路由器设计与优化

随着集成电路工艺进入纳米时代,可靠性已成为片上网络设计的一个关键因素。本文设计实现了一种基于增强学习的片上网络容错偏转路由器,该路由器在发送包的同时采用增强学习的方法对路由表进行重配置以实现容错路由。为了提高性能,我们对路由器进行了流水线优化设计,采用2级流水线实现。在TSMC65nm工艺下综合结果表明,2级流水线路由器频率提升了近一倍达到750MHz,而面积开销仅增加了22%。在合成通信模式下的模拟结果表明,2级流水线容错偏转路由器的平均网络延迟优于无流水线路由器。     

基于有限元法对柴油机双联齿轮滑动轴承尺寸公差优化的研究

利用ANSYS Workbench对原双联齿轮内部滑动轴承的形变进行仿真,对原滑动轴承尺寸进行校核,选取合适尺寸与公差,对滑动轴承在装配后的变形情况进行分析计算,并对分析结果进行研究,确定了装配前的滑动轴承的尺寸与公差。使得装配后不再需要对双联齿轮滑动轴承内孔进行二次加工,保留了原滑动轴承内表面的加工精度。为解决同样变形大的滑动轴承过盈配合问题提供了重要的参考价值。     

基于Geomagic Design X的正逆向混合建模

逆向工程中关于正逆向混合建模的研究在近几年来成为热点。介绍了逆向工程中常用混合建模方法与特点,提出了基于自动特征识别与面片草图的混合建模方法,根据设计意图重新定义设计参数,以Geomagic Design X软件为平台进行实体重构。通过实例获得了可编辑的、基于历史树的CAD数据模型,同时验证了该混合建模的准确性和便捷性。     

高性能微处理器中一种改进的高扇入多米诺电路设计与实现

设计实现了一种改进的高扇入多米诺电路结构. 该电路的nMOS下拉网络分为多个块,有效降低了动态节点的电容,同时每一块只需要一个小尺寸的保持管. 由于省去了标准多米诺逻辑中的尾管,有效地提升了该电路的性能. 在0.13μm工艺下对该结构实现的一个64位或门进行模拟,延迟为63.9ps,功耗为32.4μW,面积为115μm2. 与组合多米诺逻辑相比,延迟和功耗分别降低了55%和38%.     

一种可配置双向链路的片上网络容错偏转路由器

随着CMOS工艺进入纳米时代,工艺尺寸的不断缩小增加了集成电路对瞬态故障与永久故障的敏感性.在片上网络中提供容错支持对于提高单芯片多处理器片上数据传输的可靠性至关重要.为了处理片上网络中的瞬态故障与永久故障链路,提出一种可配置双向链路的容错偏转路由器BiFTDR.相邻BiFTDR路由器之间采用一对可配置方向的双向链路互连,根据链路的故障状态和路由器的到达包信息对双向链路的方向进行动态配置,在单向链路故障的情况下不需要绕道路由即可实现容错,并且不需要路由表从而降低了路由器的硬件实现开销.模拟结果表明,在合成通信模式下,网络中包含5条和15条永久故障链路的情况下,BiFTDR路由器的包平均延迟比一种基于强化学习的容错偏转路由器分别少10%和19%;在真实应用运行踪迹通信模式下,与无故障网络的包平均延迟相比,BiFTDR路由器的性能损失不到1%.对于瞬态故障,即使在高故障率下BiFTDR路由器的性能下降程度也较小.在65nm工艺下对BiFTDR路由器进行综合,能达到500MHz的时钟频率,并且具有较小的面积和功耗开销.     

大数据存储架构和算法研究综述

随着大数据计算需求的增长,集群的处理速度需要得到快速的提升,然而目前大数据处理框架的处理性能已逐渐满足不了这种快速增长的需求。由于集群的存储架构是分布式存储,因此数据的存放在大数据处理过程中成为影响集群的处理性能的因素之一。首先,对当今的分布式文件存储系统的结构进行了介绍;接着,根据不同的优化目标,例如减少网络负载、负载均衡、降低能耗和高容错性等,对近年国内外大数据存储算法的研究进行了总结,分析和对比了已有算法的优点以及存在的问题;最后,对大数据存储架构和优化算法设计的挑战和未来研究方向作了展望。     

未知工艺角下时序违反的机器学习预测

集成电路设计复杂性的增长以及工艺尺寸的持续缩减给静态时序分析以及设计周期带来了新的严峻挑战。为了提升静态时序分析效率、缩短设计周期,充分考虑FinFET工艺特性以及静态时序分析原理,提出了未知工艺角下时序违反的机器学习预测方法,实现了基于部分工艺角的时序特性来预测另外一部分工艺角的时序特性的目标。基于某工业设计进行实验,结果表明,提出的方法利用5个工艺角时序预测另外31个工艺角时序,可达到小于2 ps的平均绝对误差,远远优于传统方法所需的21个工艺角,显著改善了预测精度和减少了静态时序分析工作量。     

基于Vericut的圆柱沟槽凸轮的加工仿真

根据圆柱沟槽凸轮传动机构的运动原理,应用Vericut软件对圆柱沟槽凸轮进行数控仿真加工。首先根据主动件和从动件的运动机制确认其运动参数,其次根据运动关系模拟实际情况建立机床、毛坯以及刀具模型,然后计算刀具在凸轮上的运动数据编写初加工和精加工程序,最后得出仿真加工结果,确认其正确性并输出加工程序。