БЕСПЛАТНАЯ ТЕХНИЧЕСКАЯ БИБЛИОТЕКА
Книги серии Библиотека электромонтера
Вы можете бесплатно и без регистрации скачать электронную книгу
Обслуживание стационарных свинцово-кислотных аккумуляторов. Устинов П.И., 1974 (Библиотека электромонтера №409).
Книги серии Библиотека электромонтера скачать бесплатно.
В третьем, переработанном издании книги рассматриваются устройство и основные свойства стационарных аккумуляторов, режимы работы, вопросы заряда и разряда аккумуляторных батарей. Приводятся сведения об электролите аккумуляторных батарей, описывается контроль работы и неисправности аккумуляторов и их устранение. Второе издание книги вышло в 1967 г. Книга рассчитана на электромонтеров, занятых обслуживанием стационарных аккумуляторных батарей.
Ссылка для скачивания электронной книги
Обслуживание стационарных свинцово-кислотных аккумуляторов. Устинов П.И., 1974 (Библиотека электромонтера №409):
Ссылка для скачивания архива со всеми выпусками Библиотеки электромонтера:
Энергонезависимая память должна не только быстро записывать и сохранять информацию без постоянного питания, но и выдерживать огромное количество циклов перезаписи. Одним из перспективных вариантов такой технологии считаются ферроэлектрические материалы, однако их практическое применение долгое время ограничивалось сравнительно быстрым разрушением. Исследователям удалось установить механизм этого процесса на атомном уровне и предложить способ, который значительно увеличивает срок службы таких материалов.
Работу выполнила группа ученых из Университета электронной науки и техники Сианя (Xidian University) совместно с коллегами из Гонконгского университета и Фуданского университета. Особый интерес специалистов вызвали ферроэлектрики со структурой вюрцита, в частности нитрид алюминия-скандия (AlScN). Эти материалы способны сохранять информацию благодаря изменению направления электрической поляризации на атомном уровне и хорошо совместимы с современными технологиями производства микросхем ...>>
Даже автомобили без двигателя внутреннего сгорания не являются полностью безвредными для окружающей среды. При движении любой автомобиль изнашивает шины и тормозные элементы, в результате чего в воздух и на дорожное покрытие попадают мельчайшие частицы. Студенты Эйндховенского технологического университета решили обратить внимание именно на этот мало заметный источник загрязнения и создали концептуальный электромобиль VENTRA, способный собирать часть таких загрязняющих веществ непосредственно во время движения.
Проект разработала команда TU/ecomotive, которая оснастила VENTRA специальной системой улавливания частиц, образующихся при износе шин и торможении. Авторы концепта считают, что переход на электрическую тягу сам по себе не решает проблему автомобильных выбросов. Более тяжелые электромобили дополнительно нагружают шины, а их электродвигатели способны обеспечивать очень быстрое ускорение, что также может способствовать повышенному износу резины. Собранные около колес частицы си ...>>
Технологии хранения данных постоянно стремятся уменьшить размеры элементов памяти и одновременно увеличить скорость записи информации. Один из возможных путей связан с использованием света, который способен переносить энергию с огромной скоростью и воздействовать на очень небольшие области материала. Инженеры Университета Калифорнии в Сан-Диего (UC San Diego) продемонстрировали необычный способ управления магнитным состоянием вещества, при котором внешнее магнитное поле вообще не требуется.
В обычных жестких дисках информация записывается в виде последовательности крошечных магнитных областей, соответствующих значениям 1 и 0. Для изменения их состояния обычно необходимо внешнее магнитное поле, однако такой способ требует значительных энергетических затрат и ограничивает скорость записи. Исследователи UC San Diego предложили альтернативу - так называемое оптическое переключение, при котором магнитное состояние изменяется под воздействием лазерного излучения. По оценкам специалистов, ...>>
Случайная новость из Архива
Нейроморфный нос Intel
27.03.2020
Исследователи компании Intel совместно с учеными из Корнуэльского университета создали своего рода "электронный нос", способный запомнить специфический запах какого-то соединения и химиката за один раз и с высокой точностью определить этот запах даже в том случае, если он маскируется другими сильными запахами. Система "электронного носа" базируется на основе нейроморфного процессора Loihi компании Intel, а его чувствительным элементом является матрица из 72 химических датчиков.
Процессор Loihi запрограммирован таким образом, что его цепи максимально подобно копируют работу нейронов так называемой обонятельной луковицы (olfactory bulb), части головного мозга, которая отвечает за распознавание запахов. А дальнейшее развитее данной системы позволит создать в будущем устройства, позволяющие детектировать опасные химические вещества, спрятанные наркотики или взрывчатку, и, естественно, ставить точные медицинские диагнозы.
Архитектура процессора Loihi построена для максимально подобного соответствия работе нейронных цепей и более сложных участков мозга, чем этого можно достичь при помощи обычных центральных процессоров, пусть даже и снабженных специальными нейроморфными ускорителями. Благодаря этому, такие нейроморфные процессоры способны выполнять такую работу, которая не по силам традиционным системам искусственного интеллекта. Помимо этого, количество энергии, потребляемое системами с нейроморфными процессорами, существенно меньше количества, потребляемого обычными системами, выполняющими сопоставимые по сложности задачи из области глубинного машинного изучения и самообучения.
Одну из вещей, которую можно реализовать на нейроморфном процессоре, но очень тяжело сделать при помощи традиционных технологий, является так называемое обучение на одном примере (one-shot learning). Мозг человека делает такое с легкостью, почувствовав однажды какой-то характерный запах, в следующий раз вы его непременно узнаете. Системы искусственного интеллекта, использующие нейронные сети, требуют обучения на огромном количестве примеров, и что самое плохое, обученная ранее нейронная сеть не может быть обучена какой-то новой категории, не повредив ее память об изученной ранее категории. Для достижения максимального результата нейронная сеть должна быть полностью переучена при помощи данных сразу всех необходимых категорий.
Следующими шагами, которые намерены предпринять исследователи Intel и Корнуэльского университета, станет обеспечение возможности группировки связанных данных (запахов) в общие категории. К примеру, система уже сейчас способна распознать, что запах соответствует запаху клубники, выращенной в Европе или выращенной в Калифорнии, однако дальнейшем она должна будет указать, что эти оба запаха являются запахом клубники.
Ссылка для скачивания электронной книги
Последние новости науки и техники, новинки электроники: