有关质子笔形束算法低密度组织内质量制动力改善校准结果的研究
0526A-改FIT)
院 中国科学院院士杨玉良：
士 之 声
投票未必能解决学术问题
本报讯 日前，在复旦大学庆祝建校 106 周年暨学术文化周活动上，中科院院士、复 旦大学校长杨玉良，中科院微电子所所长叶
甜春等青年专家学者与全校师生分享了自 己的学术经历。
其中，杨玉良就“该如何运行学术”等问 题进行了阐述。杨玉良认为，只有具备学术 专长的人才有权力对学术问题作出判断。因 此，一般领导不应进入学术委员会。
谢晓亮是单分子生物物理化学 和相干拉曼散射显微成像的开拓者 之一，他的研究为生物医学研究开辟 了崭新的途径。他的研究事业起步于 PNNL，也是该实验室聘请 的第一位 中国籍科学家。
PNNL 创建于 1965 年，现有员 工 4000 多 人，2010 年 预算为 8.55 亿 美元。PNNL 为何能造就谢晓亮这样 的科学精英？在最近《科学时报》对雷 和谢晓亮的专访中，二人谈到了 PNNL 对基础研 究和 科 研 人才 的 支 持。
机污染物会导致城市地区发生严 重的灰霾现象。这一研究发表在国 际期刊《大气环境》上。
（张行勇 曹军骥）
近 10 年 来，我国 主要 城 市乳 腺 癌
乳腺癌是女性发病率最高的 恶 性 肿 瘤 之 一 ，2010 年 的 最 新 调 查 数 据 显 示 ，平 均 每 3 分 钟 ，世 界 上就有一名妇女被诊断为乳腺癌；
中科院地球环境所研究表明:
华北平原大气环境人为污染严重
本报讯 中科院地球环境研究所 研究员王格慧及其团队通过对关中 平原和华北平原两个典型高山华山 和泰山春季大气气溶胶的同步观 测，发现除硫酸盐之外，泰山地区 EC（元 素 碳）、OC（有 机 碳）、硝 酸 盐、铵盐等是华山地区的 2～10 倍， 表明华北平原人为污染严重。这一 研究成果发表在最新出版的国际期 刊《大气化学与物理》上。
直线加速器XVI质量控制方法的研究_黄杰
[7] 于金明,袁双虎.图像引导放射治疗研究及其发展 [J].中华肿瘤杂志,2006,28(2):81-83.
[8] 戴建荣,胡逸民.图像引导放疗的实现方式[J].中华 放射肿瘤学杂志,2006,15(2):132-135.
要求：最大偏差不能超过±5%，重复性不能超过 10%。将机器曝光条件设置为100毫安、100毫秒(ms) 或10个毫安秒(mAs)的条件下，在60、80、120三个 千伏档曝光检测，每个千伏档曝光3次，记录数据并 计算出重复性；比对性能要求，结果不能超出允许范 围，否则为不合格。 2.1.2.2 毫安(mA)档曝光检测
105
209
1.136
1.657
1.486
53
106
211
1.135
1.657
1.485
53
105
211
1.135
1.658
1.487
52
105
210
1.136
1.658
1.487
53
104
213
1.137
1.659
1.486
2 方法 2.1 X射线系统性能评价 2.1.1 检测工具
使用Barracuda多功能X射线分析仪 2.1.2 检测项目 2.1.2.1 千伏(kV)档曝光检测
中国医学装备2012年2月第9卷第2期 China Medical Equipment 2012 February Vol.9 NO.2
学术论著
直线加速器XVI质量控制方法的研究
黄 杰①
[文章编号] 1672-8270(2012)02-0015-04 [中图分类号] TH774 [文献标识码] A
CQE题库1-中文
质量工程师(CQE)考试题试题1一种零假设假定：某工艺过程的不合格品率不大于最大允许值。
第二类错误得出的结论是：(1) 该过程生产的不合格品过多,但实际上并不过多;(2) 该过程生产的不合格品不过多,但实际上过多;(3) 该过程生产的不合格品不过多，实际上也不过多；(4) 该过程生产的不合格品过多,实际上也过多。
试题2 从样本数据算出来的描述该数据某种特征的数，叫做：（1）常数；（2）统计量；（3）参数；（4）临界值试题3假定过程能力服从正态分布,在数值上过程能力可表示为:(1) 6R/d2; （2）2xA2R: （3）R/d2; （4）D4R.试题4 按照MIL-STD-105D 规定, AQL总是位于OC曲线上P a=？处(1) 0.05; （2）0.10; （3）0.90; （4）0.95; （5）以上全不对试题5 对于正态概率分布，中位数、平均数和众数三者之间的关系是：（1）三者相等；（2）平均数和众数相等，中位数和它们不相等；（3）三者互不相等；（4）平均数、中位数相等，众数和它们不相等试题6在方差分析中,检验显著性所用的方法是:(1) z检验法（2）t检验法（3）F检验法（4）X2检验法试题7 含有n 个观测值的样本，其均值X和标准偏差S x，都大于零。
如果其中有一个观测值等于样本的均值,把该观测值从样本中删去,问以下哪一条属实?（1）X和S x两者都有变化（2）X和S x两者都保持不变（3）X不变，S x增加（4）X不变, S x减少试题8 道奇-罗米格（Dodge-Roming）表的设计使以下哪一个参数最小？(1) AOQL （2）AQL （3）ATI （4）AOQ试题9对不同变量的数据结合使用时，以下哪一对变量对制定控制图最有用？(1) AQL, p' （2）p, n （3）X, R （4）R, σ试题10一项作业需要的材料由小批量供应商按固定批量发送。
问验收时计数型抽样方案的OC 曲线应当使用：（1）二项分布（2）高斯分布（3）泊松分布（4）超几何分布试题11在抽样检验中，缩写词AQL 的含义是：（1）批质量水平，这样水平的批次被拒收的风险不大；（2）平均质量极限；（3）最大不合格率,作为工程的平均情况,这样的不合格率可以认为是满意的；（4）质量水平。
获颁巴克利奖的中国科学院院士薛其坤
获颁巴克利奖的中国科学院院士薛其坤获得求是杰出科学家奖；2016年获得未来科学大奖物质科学奖；2017年被评为2016年度最具影响力的十大“科技创新人物”；2017年任北京量子信息科学研究院院长；2019年入选“中国海归70年70人”榜单；2020年获得菲列兹·伦敦奖、北京市突出贡献中关村奖、复旦—中植科学奖。
接受媒体采访时,薛其坤自喻为“一艘从沂蒙山区驶出的小船”。
作为山大校友,他还常常是“山大故事”的主角。
薛其坤院士的主要研究项目等国家级和省部级重点项目14项。
获国家科技进步奖二等奖2项、省部级科技进步一等奖5项等荣誉。
获国家发明专利侯凡凡谦逊地说：“中国慢性肾脏病患者数约为1.3亿，肾脏病人数在全球位居前列。
我定当全力以赴，为降低肾脏而拼搏！”方向为扫描隧道显微学、表面物理、自旋电子学、拓扑绝缘量子态和低维超导电性以及各种表面分析手段研究各属、半导体表面晶体结构、化学性质、异/同质结薄膜外延和低维纳米结构的生长动力学和控制。
研究兴趣包括稀磁半导体的分子束外延生长和自旋注入、低维纳米结构的磁性和在自旋电子学中的应用、量子效应对低维纳米结构电子性质的影响（比如催化）等。
截至2011年，薛其坤获国家自然科学二等奖、北京市科学技术一※文/卞文志21演讲等奖和中国青年科技奖等奖项。
2012年12月，薛其坤团队在真实材料中发现了量子反常霍尔效应。
这是新中国成立以来由我国科学家发现的重要科学效应之一。
若这项发现能投入应用，超级计算机将有可能成为iPad大小的掌上笔记本，手机和电脑的内存也许会超过目前最先进产品的上千倍，可以几个月不充电，且使用中不会发热，不会速度变慢。
这项研究成果为未来信息技术革命提供了全新的原理，使我们能做出低能耗晶体管和电子元器件，还可以用它和超导一起去做量子计算机，科幻电影中的强人工智能就可能真正地在现实生活中实现。
2013年，薛其坤带领他的研究团队，在国际上首次实现了“量子反常霍尔效应”。
低密度减轻剂面临的问题及发展趋势
低密度减轻剂面临的问题及发展趋势林永学 赵素丽（中石化石油工程技术研究院）[摘要]通过分析减轻剂在低密度钻井液中的应用现状，指出玻璃微珠壳层比较脆是其在循环过程中容易破碎的主要原因。
通过对比几种不同材料减轻剂的降密度效果，提出在壳层引入部分或全部有机聚合物是改善璃微珠脆性、降低减轻剂破碎率的发展方向。
[关键词] 有机壳层中空微珠 减轻剂 低密度钻井液 循环破碎减轻剂主要为空心球体，内部充有氮气、空气或其他气体，外壳结构可以为有机材料或无机材料，也可为有机和无机的复合材料。
由于其内部充有气体，因此当它分散到流体中时，排开同等体积的液体重量要大于其本身重量，因此流体密度整体降低，因此它可用做钻井液、固井液等钻井流体的减轻剂用以配置低密度流体。
1 减轻剂在低密度钻井液中的应用现状低密度钻井液是指密度小于1.0g/cm3的钻井液，主要用于低压低渗地区或衰竭油气层的开发，另外也可用于地层压力系数比较低的欠平衡钻井中。
低密度钻井液在防止漏失、保护油气层、提高机械钻速方面具有独特优势，具有很大的发展空间。
目前密度低于1.0g/cm3的钻井液技术主要有混油、充气、使用泡沫泥浆、加入减轻剂等。
通过混油所形成的钻井液密度最低能降到0.85g/cm3，但是混油钻井液所使用的柴油对环境有污染，并且影响地质录井；而密度低于0.85 g/cm3的钻井液大都含有氮气、空气或天然气，使用时也存在着钻井设备成本高、常规MWD应用困难、钻具腐蚀严重、水力计算困难等难题；使用减轻剂配制低密度钻井液则不需要特殊设备，配置维护比较简单，适应性也最广，早在20世纪60年代初，前苏联就曾尝试在钻井液中使用空心玻璃微珠作为密度减轻剂来防漏。
20世纪90年代以后，美国能源部及国外某些石油公司开始使用空心玻璃微珠和其它密度减轻材料配制低密度钻井液和低密度水泥浆，并进行了现场应用。
近年来，玻璃微珠低密度水基或油基钻井液已经成功地在美国、俄罗斯多口低压油气井以及欠平衡井钻井中推广应用[1-2]。
超磁致伸缩执行器的三维非线性动态有限元模型[1]
![超磁致伸缩执行器的三维非线性动态有限元模型[1]](https://img.taocdn.com/s3/m/5555fb0679563c1ec5da71ff.png)
立了三维非线性准静态有限元模型. Perez Aparicio 等人[ 7] 建立了超磁致伸缩执行器三维非线性动态多 场全耦合有限元模型, 但未考虑非线性因素中的磁 滞损失部分 . Benatar 等人
[ 8]
运用商业 有限元软 件
图 2 超磁致伸缩执行器电场、 磁场和机械应力场耦合关系 Fig . 2 Relationship co upled by electr ic f ield, magnetic field and mechanical st ress field for GM A
收稿日期 : 2006 07 31.
须考虑这部分能量损失 , 否则会引起分析结果的失 真 . Venkat aram an 等人
[ 1 3]
分析了 T erf enol D 棒上
的涡流损失 , 但没有从执行器整体上考虑多种非线 性因素对执行器动态性能的影响 . 在超磁致伸缩执行器中存在应力场、 电磁场、 温
1
1
1
1
( 1 . I nstitute o f M anuf actur ing Engineer ing , Zhej iang Univ ers ity , H angz hou 310027 , China; 2 . D ep ar tment of M echanical and Electronic E ngineer ing , N or th China I nstitute of S cience and T echnology , Yanj iao 101601, China)
205
等 , 机理比较复杂 . 对磁滞特性的描述有 Pr esiach、 Jiles At hert o n 等模型 , 其中 Jilles At hert on 模型以 物理原理为基础, 从微观角度反映磁化机理, 其表达 式简单. 本文考虑磁滞损失 , 利用 Jilles At hert on 模 型描述 T erfenol D 棒 的磁 化过 程. Jilles At hert on 模型[ 9] 的表达式为 He = H+ ∀ M + H = H+ ∀ ∀ M, Man = Ms [ co th ( He / a) - a/ He ] , M an - Mirr d Mirr = , # k - ∀( Man - Mir r ) dH Mr ev = c( M an - Mirr ) , M= Mirr + Mr ev . 式中: He 为有 效磁场; H 为应力 引起的 磁场; ∀ ∀ = ∀ + 9∃ s
数控课程设计 六工位刀架
天津职业技术师范大学TianJin University of T echnology and Education数控课程设计（数控车床六工位刀架设计）专业：机械维修及检测技术教育班级学号：学生姓名：指导教师：（讲师）系别：二〇一二年六月目的为了进一步提高数控机床的加工效率，数控机床正向着工件在一台机床上一次装夹即可完成多道工序或全部工序的方向发展，因此出现了各种类型的加工中心，如车学中心、镗铣中心、钻穴中心等。
这类多工序加工的数控机床在加工过程中要使用多种刀具，因此必须有自动换刀装置，以便选用不同的刀具，完成不同工序的加工工艺。
自动换刀装置应当具备换刀时间短、刀具重复定位精度高、足够的刀具储备量、占地面积小、安全可靠等特性。
摘要数控车床的刀架是机床的重要组成部分，刀架用于夹持切削用的刀具，其结构直接影响机床的切削性能和切削效率。
因此数控车床的刀架设计的好与坏、效率高与低将直接影响到产品的加工时间和质量，进而影响到制造业的飞速发展。
本次主要是研究数控车床的机械结构和刀架控制系统。
其中分析了数控车床刀架的基本种类，数控车床六工位刀架控制系统的机械机构和电气控制以及六工位刀架的PLC程序；测绘数控车床六工位刀架部分的电气原理图、接线图；对六工位刀架的动作过程的分析。
关键字：刀架；plc控制；编码器；数控机床目录第1节概述........................................................................... 错误！未定义书签。
1.1 数控刀架的发展趋势................................................ 错误！未定义书签。
1.2 发展方向.................................................................... 错误！未定义书签。
1.3 课题研究意义 (1)第2节刀架机械结构 (2)2.1 刀架总述 (2)2.2 刀架的基本结构 (2)2.3 刀架的几种典型结构 (3)第3节换刀工作原理 (4)3.1 数控车床编码器刀架换刀工作原理 (5)3.2 编码器真值表 (5)3.3 编码器的工作原理 (5)3.4 刀架转位过程 (6)第4节数控车刀架电气控制系统设计 (7)4.1 刀架的控制和接口 (7)4.2 六工位刀架PLC接线原理图 (8)4.3 PLC编程的基本步骤及基本编程 (10)4.4 六工位刀架梯形图.................................................... 错误！未定义书签。
电子束光刻三维仿真研究
电子束光刻三维仿真研究宋会英,杨 瑞,赵真玉(中国石油大学(华东)计算机与通信工程学院,山东东营257061) 摘 要: 本文利用M onte Carlo 方法及优化的散射模型,对电子束光刻中电子在抗蚀剂中的散射过程进行了模拟,通过分层的方法,对厚层抗蚀剂不同深度处的能量沉积密度进行了计算,建立了电子束光刻厚层抗蚀剂的三维能量沉积模型.根据建立的三维能量沉积模型,采用重复增量扫描策略对正梯锥三维微结构进行了光刻仿真.理论分析和仿真结果表明,利用分层的三维能量沉积分布模型能更精确地实现电子束光刻的三维仿真.关键词: 电子束光刻;邻近效应;曝光强度;三维能量沉积模型中图分类号: TP30511 文献标识码: A 文章编号: 037222112(2010)0320617203Three 2Dimensional Simulation Study on the Electron Beam LithographyS ONG Hui 2ying ,Y ANG Rui ,ZH AO Zhen 2yu(College o f Computer and Communication Engineering ,China Univer sity o f Petroleum (East China ),Dongying ,Shandong 257061,China )Abstract : The electron scattering process of electron beam lithography in the thick resist was simulated by the Monte Carlo method with the optimized electron scattering model ,the energy deposition density at the different depths of thick resist was calculat 2ed by using of the stratified method ,and the three dimensional energy deposition model of the thick resist in the electron beam lithography was established.According to the three dimensional energy deposition mode ,we have simulated the exposure of a three dimensional micro 2structure of trapezoidal pyramid by the overlapped increment scanning strategy.Theoretical analysis and the simu 2lation results show that the three dimensional energy deposition model based on the stratified method can realize the three dimension 2al simulation of the electron beam lithography more accurately.K ey words : electron beam lithography ;proximity effect ;exposure intensity ;three dimensional energy deposition model1 引言 在微细加工技术中,电子束光刻技术是目前最好的图形制作技术,在实验室环境下,已经能将电子束聚焦成2nm 的束斑[1],它在微细加工和纳米器件的制备方面都呈现出重要的应用价值,同时,随着微机电系统(M i 2cro E lectro M echanical Systems ,ME MS )技术的发展,它必将在三维微结构加工技术中发挥重要作用[2].但是,电子束光刻机价格昂贵,实验费用高,通过仿真技术研究,可以减少实验次数、降低实验费用,因此,需要进行电子束光刻三维仿真技术研究.ME MS 制造技术是ME MS 技术的关键和基础,是当前ME MS 研究的重中之重.ME MS 技术发展要求制造真正的三维微结构.要得到精确的三维图形,需要对三维结构的产生机理及其邻近效应校正技术进行研究.目前的电子束光刻及其邻近效应校正模型主要是针对集成电路掩模制造技术,一般只在二维方向上进行建模.二维模型通常采用在整个抗蚀剂厚度上取平均值的方法进行简化,在抗蚀剂很薄的情况下,这种简化引起的误差很小,可以忽略,但随着三维微结构深宽比的增大,要求采用较厚的抗蚀剂层,沿着厚层抗蚀剂深度方向上的能量沉积密度变化较为显著,如用二维模型进行简化,就会引起较大的误差.因此,进行电子束光刻仿真技术研究,必须考虑厚层抗蚀剂深度方向上能量沉积密度的变化,建立三维能量沉积分布模型.本文利用M onte Car 2lo 方法和优化的电子散射模型[3]对电子的散射过程进行仿真,然后对沿着厚层抗蚀剂深度方向上的能量沉积密度进行分层计算.对正梯锥三维微结构进行的光刻仿真结果表明利用分层的三维能量沉积分布模型能够更精确地实现电子束光刻的三维仿真.2 电子束光刻能量沉积模型 当电子束在抗蚀剂表面的Q 点入射时,距离Q 点为r 1的P 点接收到的有效曝光剂量为E 1=F (r 1),F (r )为曝光强度分布函数,同时,如果电子束在P 点入射,则在Q 点接收到的有效曝光剂量为E 2=F (r 1).根据昂萨格倒易关系[4]有E 1=E 2.收稿日期:2009208221;修回日期:2010202226基金项目:山东省自然科学基金(N o.Y 2007G 21) 第3期2010年3月电 子 学 报ACT A E LECTRONICA SINICA V ol.38 N o.3M ar. 2010 图1[2]为有效曝光剂量计算示意图,当电子束对区域A 进行曝光时,在P 接收到的有效曝光剂量为:E p =∫SF (r )d S (1)其中S 为曝光区域A 的面积.若对P 点附近(F (r )曲面下)的多个区域进行曝光,在P 点接收到的总有效曝光剂量应为各曝光剂量的累加和.由以上分析可知,通过如下两个步骤,即可计算版图中任意一点P 接收到的有效曝光剂量:①移动F (r ),使P 为其中心点或坐标原点;②用下式计算P 点接收到的总有效曝光剂量[4]:E p =∑n i =1∫S i F (r )d S i (2)其中,n 为以P 点为中心,F (r )曲面内包含的曝光区域的数目.在电子束三维光刻技术中,首先使用电子束光刻技术进行曝光,再用显影工序以选择性地去除曝光部分(正性抗蚀剂)或者未曝光部分(负性抗蚀剂),从而最终形成三维聚合物结构.在电子束光刻过程中需要考虑根据不同光刻深度用不同的剂量进行曝光,针对在光刻过程中扫描速率不能改变的电子束曝光机,可以采用重复增量扫描技术[5].在重复增量扫描技术中,某点可能被多次曝光.图形深度不同的位置其曝光次数也不相同,接收到的总曝光剂量是该点多次曝光剂量之和再加上相邻点散射引起的曝光剂量,可表示为[5]:D total =K D d +∑ni =0D i (3)其中K 为该点被曝光的总次数,D d 为单次曝光剂量,n 为对该图形有影响的其它图形的曝光总次数,D i为第i 个相邻图形曝光对该图形造成的散射剂量.3 深度对电子束光刻产生能量沉积的影响 M onte Carlo 方法使用不同随机数反映随机过程的涨落现象,利用这种方法可以产生一个与电子行为相似的散射事件,能较准确地模拟电子在固体中的能量沉积分布.因此,通过M onte Carlo 方法模拟电子在固体中的散射,是极其有效的方法[6,7].在模拟数据的基础上,分析不同光刻条件对电子束能量沉积分布的影响,为电子束三维光刻技术中参数的确定提供理论基础,从而大大减少实验的次数.为了建立电子束光刻的三维能量沉积模型,首先对整个厚层抗蚀剂进行电子束光刻的M onte Carlo 模拟,然后对不同深度上的能量沉积密度进行计算,从而比较不同深度上能量沉积密度的差异,最终建立电子束光刻的三维能量沉积分布模型.在模拟过程中,抗蚀剂PM M A 的厚度为1000nm ,电子束能量为30keV ,束斑半径为5nm.分别对厚层抗蚀剂不同深度上的能量沉积密度进行计算,图2为不同深度处的能量沉积密度分布,图中分别给出了抗蚀剂顶部、中间和底部厚度为100nm 抗蚀剂层中的平均能量沉积密度.由图2可清晰得知,随着抗蚀剂深度的增加,电子束能量沉积密度分布的中间部分逐渐由高而陡向矮而缓变化,随着抗蚀剂深度的增加,这种变化更加明显.邻近效应产生的根本原因是电子在抗蚀剂和衬底中遭受散射,改变了电子原有的运动方向[8,9].由图2可以得出,随着抗蚀剂深度不断增加,靠近入射点中心部分的能量沉积密度逐渐减弱,而远离入射点中心部分的能量沉积密度逐渐增强.因此,随着厚层抗蚀剂深度的增加,产生的邻近效应越来越显著.由于随着厚层抗蚀剂深度的增加其不同深度上能量沉积密度的扩散程度差别较大,因此,二维能量沉积模型采用平均值简化的方法无法精确地表达厚层抗蚀剂曝光后实际的能量沉积分布.鉴于此,构建三维能量沉积分布模型首先要对厚层抗蚀剂进行分层,由于在每一薄层中深度方向上的能量沉积密度变化很小,所以,在每一层上可采用求平均值的方法分别计算其能量沉积密度分布.图3是采用电子束能量为30keV ,束斑半径为5nm ,在厚度为1200nm 的PM M A 上对某一栅形结构进行光刻后所产生的能量沉积分布,图3中A 、B 、C 分别为抗蚀剂顶部、中部和底部,厚度为100nm 抗蚀剂中的平均能量沉积密度分布,图3中D 为整个抗蚀剂层应用二维能量沉积模型获得的能量沉积密度分布,由图3中A 、B 、C 可知,随着厚层抗蚀剂深度的增加,其能量沉积分布的扩散程度越来越明显,这就导致了经光刻、显影后得到的栅型结构之间的邻近效应随抗蚀剂深度的增加而明显增强,这样制备的三维结构将与所期望得到的三维结构间有较大误差,甚至多个图形连接到一起,从而无法获得需要的三维结构.图3中D 所示的由二维能量816 电 子 学 报2010年沉积模型获得的能量沉积分布可知,采用通常的平均值简化的二维能量沉积分布模型丢失了许多信息,造成了计算结果与光刻产生的实际能量沉积分布之间的较大误差.所以,通过分层计算的方式建立的三维模型能更准确地模拟电子束三维光刻生成的微结构.4 重复增量扫描策略 在利用现有的电子束曝光机图形发生器进行三维加工时,需要对曲面图形进行复杂的数据分割[5].考虑到加工三维结构降低数据传输的时间需要,需结合三维曝光模型和曝光图形的特殊结构,从软件和策略上提高电子束曝光机的性能,避免复杂的硬件优化.以曝光一个正梯锥为例,如图4所示,如果需要曝光得到一个简单的正梯锥,可以借助重复增量扫描策略,对于抗蚀剂中正梯锥的表层正方形部分,先对其进行如图的划分,从中央开始,依次对划分的多个正方形进行扫描,这样最中间部分的小正方形扫描了多次,而最外层的正方形边缘只扫描了1次,某一位置接收到的电子剂量由电子束扫描同一位置的总时间来确定. 同理,重复增量扫描策略还可以用于圆锥、圆形曲面的曝光,具有类似曲面轮廓的图形在重复增量扫描策略下,无需进行复杂的分割,这样就避免了数据量过大的问题,从而大大降低了数据的传输量,减少了总曝光时间并且提高了曝光效率[5].5 实验与仿真结果 利用S DS 23电子束曝光机,对厚度为570nm 的正性光致抗蚀剂S 21805进行了光刻实验,曝光的正方形的边长依次为7μm 、11μm 、15μm 、19μm 、23μm 、27μm 、31μm ,电子束加速电压为20kV ,单次曝光剂量为5μC/cm 2.在7‰的NaOH 溶液中显影50s ,得到的三维图形如图5所示.各级对应的深度分别为38nm 、91nm 、165nm 、266nm 、366nm 、456nm 、543nm.图6为利用重复增量扫描策略和分层的三维能量沉积分布模型,与实验相同的参数下获得的计算机仿真结果,仿真结果与实验结果的平均深度误差和平均宽度误差均小于10%.另外,仿真结果还表明,如果继续增加重复曝光次数,各曝光级别之间的界限不断减弱,最终成为一个连续曲面,这为利用现有电子束曝光系统实现三维曲面加工技术的研究奠定了基础.6 结论 本文采用M onte Carlo 模拟和分层方法计算了电子束光刻在厚层抗蚀剂中的能量沉积分布,计算结果表明,随着厚层抗蚀剂深度的增加,电子束入射点附近的能量沉积密度呈现出由高而陡向矮而缓的变化趋势,即随着抗蚀剂深度的不断增加,其抗蚀剂深度上能量沉积分布的扩散程度越来越大,这表明三维微结构的邻近效应随抗蚀剂深度的不断增加越来越明显.根据模拟结果得到的电子束光刻厚层抗蚀剂中能量沉积分布的变化规律和数据,建立了更精确的分层的电子束光刻仿真三维能量沉积分布模型.利用重复增量扫描策略,采用分层的三维能量沉积分布模型获得了与实验较为接近的三维微结构的仿真结果,另外,分层的三维能量沉积分布模型的建立也为三维微结构的邻近效应校正奠定了基础.作者简介: 宋会英 女,1968年12月出生于山东省利津县.博士.现为中国石油大学(华东)计算机与通信工程学院副教授、硕士生导师.主要从事电子束光刻、邻近效应校正及其仿真技术研究.E 2mail :s onghuiying @ 杨 瑞 男,1984年10月出生于山东省博兴县.研究生.主要从事电子束光刻仿真技术、高性能计算研究.E 2mail :yangrui10718@ (下转第631页)916第 3 期宋会英:电子束光刻三维仿真研究。
基于CEVA-XC4500_DSP平台5G-LDPC码编码实现
２０２４年无线电工程第５４卷第２期４５７ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００３－３１０６．２０２４．０２．０２５引用格式：吴思远，陈成，姜明，等．基于ＣＥＶＡ ＸＣ４５００ＤＳＰ平台５Ｇ ＬＤＰＣ码编码实现［Ｊ］．无线电工程，２０２４，５４（２）：４５７－４６２．［ＷＵＳｉｙｕａｎ，ＣＨＥＮＣｈｅｎｇ，ＪＩＡＮＧＭｉｎｇ，ｅｔａｌ．ＥｎｃｏｄｉｎｇＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆ５Ｇ ＬＤＰＣＣｏｄｅｓｏｎＣＥＶＡ ＸＣ４５００ＤＳＰＰｌａｔｆｏｒｍ［Ｊ］．ＲａｄｉｏＥｎｇｉｎｅｅｒｉｎｇ，２０２４，５４（２）：４５７－４６２．］基于ＣＥＶＡ ＸＣ４５００ＤＳＰ平台５Ｇ ＬＤＰＣ码编码实现吴思远，陈 成，姜 明，徐安来（东南大学信息科学与工程学院，江苏南京２１４１３５）摘 要：低密度奇偶校验（Ｌｏｗ ＤｅｎｓｉｔｙＰａｒｉｔｙ Ｃｈｅｃｋ，ＬＤＰＣ）码是第五代移动通信技术（５ｔｈＧｅｎｅｒａｔｉｏｎＭｏｂｉｌｅＣｏｍｍｕｎｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，５Ｇ）系统采用的信道编码技术之一，用于业务信道高速数据传输，具有很强的抗干扰能力和纠错能力。
５Ｇ ＬＤＰＣ码编译码在嵌入式平台的实现是一个值得关注的研究方向。
ＣＥＶＡ ＸＣ４５００数字信号处理（ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，ＤＳＰ）芯片具有极低功耗、高密度计算、集成了超长指令字（ＶｅｒｙＬｏｎｇＩｎｓｔｒｕｃｔｉｏｎＷｏｒｄ，ＶＬＩＷ）和单指令多数据（ＳｉｎｇｌｅＩｎｓｔｒｕｃｔｉｏｎＭｕｌｔｉｐｌｅＤａｔａ，ＳＩＭＤ）矢量功能的特点。
针对ＣＥＶＡ ＸＣ４５００ＤＳＰ矢量汇编指令和内联指令集的特点，提出一系列针对５Ｇ ＬＤＰＣ码编码的代码优化方法，使其满足５Ｇ ＬＤＰＣ码编码工程应用指标要求。
仿真结果表明，优化后的５Ｇ ＬＤＰＣ码编码在ＣＥＶＡ ＸＣ４５００ＤＳＰ内核上表现良好，中长块编码吞吐率超过１００Ｍｂ／ｓ、核心矩阵吞吐率超过１Ｇｂ／ｓ，最大吞吐率达到２５０Ｍｂ／ｓ、最大核心矩阵吞吐率达到１．６Ｇｂ／ｓ。
18 MeV质子辐照对TiNi形状记忆合金R相变的影响
第15卷 第1期强激光与粒子束Vol.15,No.1 2003年1月HIGH POWER LASER AND PAR TICL E B EAMS Jan.,2003 文章编号:100124322(2003)012009720418Me V质子辐照对Ti Ni形状记忆合金R相变的影响Ξ王治国, 祖小涛, 封向东, 刘丽娟, 林理彬(四川大学物理系教育部辐射物理及技术重点实验室,四川成都610064) 摘 要: 研究了用HZ2B串列加速器的18MeV质子辐照对TiNi形状记忆合金R相变的影响,辐照在奥氏体母相状态下进行。
示差扫描量热法(DSC)表明,辐照后R相变开始温度T s R和逆马氏体相变结束温度T f A随辐照注量的增加而降低。
当注量为1.53×1014/cm2时,T s R和T f A分别下降6K和13K,辐照未引起R相变结束温度T f R和逆马氏体相变开始温度T s A的变化。
表明辐照后母相(奥氏体相)稳定。
透射电镜(TEM)分析表明辐照后没有引起合金可观察的微观组织变化。
辐照对R相变开始温度T s R和逆马氏体相变结束温度Af的影响可能是由于质子辐照后产生了孤立的缺陷团,形成了局部应力场,引起晶格有序度的下降所造成的。
关键词: TiNi形状记忆合金;质子辐照;R相变;示差扫描量热法;TEM 中图分类号:TG139.6 文献标识码:A TiNi形状记忆合金是目前应用最为广泛,也最成功的一种智能材料,集传感功能与驱动功能于一体,在核反应堆和太空等核辐射环境下用作传感与驱动元件已引起了关注[1,2]。
TiNi合金中R相变具有热滞后小,响应速度快的特点,在实际应用中得到了广泛的应用[3]。
在以前的研究中利用R相变得到了具有双向记忆效应的弹簧,伸缩率可达25%[4]。
由于核辐射会对形状记忆合金相变特性产生影响,因而研究其改变规律及机理对形状记忆合金在辐射环境下应用的可靠性和可行性是十分必要的。
一项有关两个质子笔型束扫描喷嘴2维点的实验特征效果分析
Experimental characterization of two-dimensional spot profiles for two proton pencil beam
scanning nozzles
一项有关两个质子笔型束扫描喷嘴2维点的实验特征效果分析
本文章为德国慕尼黑质子治疗中心RPTC专项质子照射法临床效果研究, 目的是为了对一项有关两个质子笔型束扫描喷嘴2维点的实验特征效果进行的分析
Abstract摘要
对笔形束扫描式质子照射法的剂量计算来说, 需要对临床上使用每个喷嘴的质子点状宽广的尾部效应做出精确的测量.
通过应用一对放大方法及合并胶片上的数据, 核延伸至10(-4)中心点剂量的200 mm×240 mm剂量内核为6中选择的IBA专用和通用喷嘴能量所生成.
从不对称外影处生成了1维且达到100毫米半径的圆形外影, 以方便外影的对比效应.
就最高的能量来说, 对照射野从40至200mm大小尺寸的DN及UN的225MeV能量输出呈平行增长状态, 在表面处是最慢的(∼1%), 在深度为150mm时最快(∼9%).
相反, 在最低的能量下, 即100MeV, 穿过照射野相同范围的DN输出量呈3-4%的增长, 对比UN在所有深度时的6-7%增长水平.
在UN和DN之间, 布拉格峰区测量深度剂量内的电荷赤字成类似的状态.
当100MeV时, 在ISO物理坐标中心位置, 表面上两个方向间40 mm × 200 mm矩形照射野下的照射野尺寸因素差异具体表现为:
◆ 1.4%, DN
◆2%, UN
尽管在不同位置下对主要和尾部组件的1维分布是类似的, DN点的主要组件要比在ISO物理坐标中心位置显得更向上呈椭圆型270mm的状态.。
笔形束扫描式质子束内的中子现象
Neutrons in proton pencil beam scanning: parameterization of energy, quality factors and RBE 笔形束扫描式质子束内的中子现象: 能量参数化, 质量因素与相对生物效应问题本研究为德国慕尼黑质子治疗中心RPTC专项质子照射法临床效果研究, 目的是为了讨论笔形束扫描式质子束内的中子现象Abstract摘要产生于质子治疗过程中的中子生物效应对诱发癌症来说是未知的现象, 但其潜在性极大.特别是由于中子的生物效应有着能源的依赖性, 除剂量和能量谱外, 必须估计到为获得可能是生物有效性, 测试电流模型和对比质子照射法后癌症诱发流行病学研究新式方法1项措施的数量.关于接受笔形束扫描式质子照射法治疗的患者, 根据国际放射防护委员会要求, 本研究的目的是为了预测以下的各种数据, 为:◆空间局部性中子能量,◆有效质量因子,◆加权因子, 以及,◆两项首次从所获得的饱和校正剂量平均线性能量, 和之后来自集群感应的相对生物效应值本研究利用蒙特卡罗GEANT模拟出了质子束.基于对3种不同质子束能量的模拟中子光谱, 研究计算了如下数据, 见:⏹1项参数化的能量,⏹质量因素, 以及,⏹相对生物效应采用开发出的参数化结果, 研究延伸了用做治疗规划的笔形束算法以计算出关于每1位患者的下列数值, 见:●空间局域性中子能量,●质量因素, 以及,●相对生物效应当比较基于3D蒙特卡罗模拟的结果时, 参数化表现了两个能量箱中的简易中子能量化效果, 质量因素和相对生物效应, 精度达到了远离质子束令人满意的85 cm.基于蒙特卡罗仿真结果和参数化效果间的能量估计均方根误差达3.9%.有关质量因素和相对生物效应估计值, 上述结果呈小于0.9%的状态. 该模型成功地集成到治疗归划系统之中.研究发现, 就质子照射法来说, 中子能量, 质量因素和相对生物效应的参数化结果是不依赖于兴趣能量调查范围内的质子能量的.本研究采用开发出的参数化结果而延伸了笔形束算法, 以便计算中子能量, 品质因数和相对生物效应.。
基于遗传算法的变质量航天器姿态控制方法
其中国内外学者将鲁棒控制应用到航天器 系统中进行了许多的研究． Wu 等［4］利用混合方 法研究了 小 卫 星 的 姿 态 稳 定 问 题，以 期 解 决 控 制器的输出过大问题． Chu 等［5］考虑到模型参数 的不确定 性，制 定 了 具 有 不 确 定 参 数 的 近 似 动
态模型，提 出 了 一 种 鲁 棒 的 自 适 应 控 制 策 略 来 分别补偿或拒绝这些不确定性． Huang 等［6］针对 航天器太空执行任务过程中遇到的各种干扰以 及参数变 化 的 问 题，将 滑 膜 控 制 应 用 于 PID 控 制中，两者结合以完成航天器姿态鲁棒控制． 秦 靖［7］针对奇异摄动系统提出了控制器设计方法． 周 燕 茹 等［8］针 对 存 在 外 部 干 扰 以 及 摄 动 干 扰 的 航天器姿 态 机 动 问 题，给 出 一 种 新 的 非 线 性 鲁 棒H∞ 控制方法． 袁国平等［9］提出了一种基于鲁 棒自适应 方 法 的 解 耦 控 制 算 法，以 解 决 带 有 干 扰及转动惯量不确定的航天器姿态控制问题．仝 西 岳 等［10］使 用 多 目 标 综 合 技 术 给 出 了 静 态 输 出 反馈控制 器，研 究 了 控 制 输 入 有 饱 和 约 束 的 参 数变化航天器的鲁棒稳定性及抑制干扰问题．但 是该方法并未考虑附件频率以及刚柔耦合矩阵 的不确定性． Yang 等［11］研究了 低 地 球 轨 道 航 天 器在交会时轨道转移过程中参数变化情况下的 轨道鲁棒控制问题．
形状记忆PI
收稿日期：2022-03-01基金项目：国家自然科学基金资助项目（51603148）；天津市自然科学基金资助项目（20JCQNJC00250）通信作者：石磊（1985—），女，博士，副教授，主要研究方向为纳米纤维材料。
E-mail ：*******************.cn 形状记忆PI/ANF 复合气凝胶的制备与性能石磊，修振，林媛，庄旭品（天津工业大学纺织科学与工程学院，天津300387）摘要：为解决气凝胶的低密度带来的空间成本问题，将聚酰胺酸纳米纤维及芳纶纳米纤维通过水相分散、冷冻干燥、热亚胺化等过程制备了具有形状记忆特性的聚酰亚胺/芳纶复合纳米纤维气凝胶，并对其微观形貌、化学结构、力学性能、隔热性能和形状记忆性能进行了研究。
结果表明：复合气凝胶表现为纳米纤维相互缠结的三维网络，体密度仅为0.0096g/cm 3，具有优异的热稳定性和隔热性能，导热系数为0.0317W/（m ·K ）；气凝胶表现出形状记忆特性，当温度大于140益时，气凝胶开始从临时形状恢复至初始形状，其形状固定率和形状恢复率分别可达到84.5%和96.15%，在智能材料、高温隔热领域有广阔的前景。
关键词：复合气凝胶；纳米纤维；形状记忆；聚酰亚胺；芳纶纳米纤维中图分类号：TQ427.26；TS102.5文献标志码：A文章编号：员远苑员原园圆源载（圆园23）园4原园园15原06Preparation of shape memory PI/ANF composite nanofiber aerogel andits performancesSHI Lei ，XIU Zhen ，LIN Yuan ，ZHUANG Xupin（School of Textile Science and Engineering ，Tiangong University ，Tianjin 300387，China ）Abstract ：In order to reduce the space cost of low -density aerogel袁polyimide/aramid composite nanofiber aerogel withshape memory property was prepared following the procedures of water -phase dispersion袁freeze drying and thermal im -idization.The microstructure袁chemical structure袁mechanical properties袁thermal insulation andshape memory properties were studied.The results show that the composite aerogel is characterized by a three-dimensional network of intertangled nanofibers with a bulk density of 0.0096g/cm 3.The composite aerogel showes excellent ther -mal stability and thermal insulation performance袁with thermal conductivity as low as 0.0317W/渊m ·K冤.At the same time袁it exhibites shape memory characteristic袁its shape can transform from temporary shape to permanent shape when the temperature is above 140益袁and its shape fixation rate and shape recoveryrate can reach 84.5%and 96.15%respectively袁which demonstrates broad prospects in the field of intelligentmaterials and high temperature heat insulation.Key words ：composite aerogel曰nanofiber曰shape memory曰polyimide曰aramid nanofiber气凝胶以极高的孔隙率、比表面积及特殊纳米孔隙结构，在隔热、吸音、催化、吸附、过滤等领域受到了广泛关注[1-5]。
基于SMO-SVM的单点金刚笔钝化监测_
基于S MO ‐S VM 的单点金刚笔钝化监测岳 泰 李郝林 迟玉伦上海理工大学,上海,200093摘要:针对单点金刚笔在砂轮修整过程中易于钝化且难以检测的问题,使用支持向量机建立智能模型㊂为了得到建立模型所需的样本库,使用小波包分析等方法在线提取修整时声发射信号中的特征信息,并引入钝化平台直径定义钝化临界值㊂模型本身选用基于串行优化算法的支持向量分类机,使用交叉验证法搭配遗传算法以达到优化模型参数的目的㊂实验结果表明,该模型在分类精度和计算时间上均优于一般的智能模型,可以有效地监测金刚笔的钝化㊂关键词:单点金刚笔;支持向量分类机;声发射信号;串行优化算法;钝化平台直径中图分类号:T H 117.1 D O I :10.3969/j.i s s n .1004‐132X.2015.20.007T o o lW e a rM o n i t o r i n g o fD i a m o n dS i n g l e ‐p o i n tD r e s s e rB a s e do nS M O ‐S V M Y u eT a i L iH a o l i n C h iY u l u nU n i v e r s i t y o f S h a n g h a i f o r S c i e n c e a n dT e c h n o l o g y ,S h a n gh a i ,200093A b s t r a c t :A n i n t e l l i g e n tm o n i t o r i n g m o d e lw a s p r o p o s e db a s e d o n s u p po r t v e c t o rm a c h i n e t o s o l v e t h e p r o b l e mo f i d e n t i f y i n g t h ew e a r o f d i a m o n d s i n g l e ‐p o i n t d r e s s e r i n t h e d r e s s i n g p r o c e s s o f g r i n d i n gw h e e l .T oo b t a i n t h e r e q u i r e ds a m p l e s f o rm o d e l i n g ,w a v e l e t p a c k e t a n a l ys i sw a su s e dt oe x t r a c t t h e f e a t u r e i n f o r m a t i o n s f r o ma c o u s t i ce m i s s i o ns i g n a l sd u r i n g t h ed r e s s i n gpr o c e s s ,a n dt h ed i a m e t e ro f w e a r p l a t f o r m w a s e m p l o y e d t o d e f i n e t h e t h r e s h o l d o f d r e s s e rw e a r .B e s i d e s ,f o r i m p r o v i n g t h e p r a c -t i c a b i l i t y o f t h em o d e l ,aS OM m e t h o dw a s a p p l i e d t o t r a i n t h e s u p p o r t v e c t o r c l a s s i f i e r ,t h e p a r a m e -t e r so f t h em o d e l w e r e s e l e c t e db y u s i n g g e n e t i c a l g o r i t h ma sw e l l a s c r o s s v a l i d a t i o nm e t h o d .E x p e r i -m e n t a l r e s u l t s s h o wt h a t t h em o d e l h a sh i g h e r p e r f o r m a n c e t h a n g e n e r a l i n t e l l i g e n tm o d e l ,a n dc a n m o n i t o r t h ew e a r o f t h e d r e s s e r e f f e c t i v e l y.K e y w o r d s :d i a m o n ds i n g l e ‐p o i n td r e s s e r ;s u p p o r tv e c t o rc l a s s i f i e r ;a c o u s t i ce m i s s i o ns i g n a l ;s e -q u e n t i a lm i n i m a l o pt i m i z a t i o n (S MO )m e t h o d ;d i a m e t e r o fw e a r p l a t f o r m 收稿日期:20150420基金项目:国家科技重大专项(2013Z X 04000 引言一直以来,磨削都是精密加工的主要实现方法㊂砂轮作为磨削加工的主角,其表面形貌直接决定着被加工工件的质量[1]㊂单点金刚笔是应用最为广泛的砂轮修整工具之一,它具有原理简单㊁易于操作和成本低廉的优点,但也常常因为自身的钝化而影响砂轮修整的质量㊂判断金刚笔是否钝化的传统方法是离线的直接测量法,这种方法需要额外的人工操作以及停机拆装,过程繁琐且可靠性差[2];在线的光学监测法[3]可靠性好且原理简单,但却因为其光学系统的本身限制而不适合用于砂轮修整的恶劣环境中;利用声发射信号反映金刚笔的钝化信息,依靠类似于专家系统的模型实现对金刚笔钝化的智能判断,具有成本低㊁效率高的优点,受到国内外学者的广泛关注[2,4]㊂对比相关文献使用的监测方法发现,一般的统计过程法或实验回归法对训练样本本身分类较准确,对未知样本则误差较大[4‐5];文献[6]中的隐马尔科夫模型法分类准确率较高,但模型较为复杂且鲁棒性差;文献[7]应用的贝叶斯网络模型易于构造和使用,但分类精度相对较低;文献[2]中人工神经网络在处理状态监测的非线性问题时效果较好,但由于其算法本身研究的是样本数趋于无穷大时的渐进理论,在处理样本数有限的实际问题时,存在分类精度差㊁易陷于局部最优等诸多问题㊂因此,分类方法的选择归结为寻找一种模型参数简单㊁分类准确率㊂㊃3372㊃基于S MO ‐S VM 的单点金刚笔钝化监测岳 泰 李郝林 迟玉伦相比其他的智能模型,支持向量机[8](s u p-p o r t v e c t o rm a c h i n e s,S VM)有着样本需求量少㊁模型参数简单㊁全局寻优求解等优势,但也存在着样本较多㊁训练时间长且模型参数难以选择等缺点㊂针对此问题,本文选择串行优化算法(s e-q u e n t i a lm i n i m a l o p t i m i z a t i o n,S MO)来简化支持向量机训练中的二次规划问题,并将其应用于金刚笔的钝化监测㊂在模型输入样本的提取中,通过能够实时反映细微变化的声发射信号表征金刚笔状态,并使用滤波分段及小波包分析等方法提取特征信息㊂对于模型的输出部分,通过扫描电子显微镜观察金刚笔的形貌特征,并引入钝化平台等相关理论对金刚笔的钝化标准进行量化的评价㊂最后,将训练好的模型分别与标准支持向量机㊁最小二乘支持向量机以及神经网络进行对比㊂1 单点金刚笔钝化监测模型的总体结构和流程1.1 硬件系统硬件系统由砂轮修整㊁声发射信号采集以及金刚笔测量三部分组成㊂砂轮修整基于S T U D-E R K‐C33精密外圆磨床,使用L1102型金刚笔修整粒度为60目的平形铬刚玉砂轮(400mm×50mm×203mm);在A E信号采集方面,选择A E传感器以及高速数据采集卡,配以计算机和辅助器件;金刚笔的测量则通过3D轮廓仪以及扫描电子显微镜实现㊂图1所示为金刚笔修整砂轮的实验现场,在整个过程中,选用相同的修整工艺以保证结果的准确性(表1)㊂考虑到金刚笔的修整深度对后文中的钝化判别和特征选择有较大影响,选取多个修整深度以增加实验的泛化性能㊂A E传感器依靠磁力固定在工作台上,距离修整区域100mm㊂采集卡的采样频率设置为1MH z,从而避免高频图1 砂轮修整实验台电气噪声,并尽可能多地采集有用的信号频段㊂此外,传感器和金刚笔的安装位置都被严格固定,以保证信号的稳定和实验的可靠性㊂表1 修整工艺参数修整深度(μm)砂轮转速(m/s)进给速度(mm/m i n) 5,6,7,8,9,10301001.2 软件系统如图2所示,软件系统有模型建立和模型使用两个步骤,模型的使用需要建立在模型建立的基础上,且每个步骤中各个模块的作用方式都不尽相同㊂整个软件系统包括输入模块㊁输出模块以及支持向量机模块㊂图2 金刚笔钝化监测系统结构和流程2 模型输入:声发射信号的处理和提取2.1 信号预处理在实验中,为了充分采集金刚笔状态信息,设置较高的采样频率,并且不可避免地采集了修整周期中的非修整部分㊂因此,对A E信号进行适当的预处理十分必要㊂通过观察发现,在修整周期的驶入过程中,A E信号只受环境噪声影响㊂因此,基于此时的A E信号对环境噪声以及修整信号进行频谱分析(图3)㊂可见,环境噪声集中在100k H z以下,而修整信号则大多分布在100k H z以上㊂根据此结论,设计了I I R高通数字(a)噪声信号(b)修整信号图3 环境噪声和修整信号的频谱对比㊃4372㊃中国机械工程第26卷第20期2015年10月下半月Copyright©博看网. All Rights Reserved.滤波器,设置截止频率为100k H z ㊂由于A E 信号有很强的突发性和衰减性,故需要滤波器有较强的衰减能力㊂因此,本文使用高阶的巴特沃斯型I I R 滤波器来实现滤波[9]㊂观察图4发现,经过滤波后的A E 信号数据过于庞大,而且驶入㊁驶出㊁修整开始和修整结束这四个阶段的A E 信号具有很强的不确定性,明显不能用于之后的特征提取㊂出于避免无用信号及减少计算量的目的,编写数控系统的内部P L C 程序,使系统在周期开始时给出一个高电平信号,在周期结束时再恢复至低电平,通过此方波信号的上升沿和下降沿得到修整周期的时间信息㊂在修整周期确定的基础上,提取出修整周期中第10~15s 的稳定修整的信号并将其按秒分段,从而得到了数据量小且代表性强的A E 信号㊂(a)时域图(b)频域图图4 修整周期滤波后的时域和频域2.2 信号特征提取A E 信号的特征提取方法通常有时域法和频域法两种㊂本文综合以上两种方法,先对A E 信号进行频域分段,再将特征明显频段的信号进行时域处理㊂相比单独的频域法或时域法,该方法可以更深层次地挖掘A E 信号中的特征信息㊂通常,小波分析和小波包分析都可以完成信号频域和时域的双尺度分解㊂一般的小波分解只是将低频的近似信号进行多次细化处理,未能提高高频细节信号的频率分辨率[10]㊂小波包算法将一对镜像滤波器组同时作用在近似信号和细节信号上,使它们同时进行分解,是小波算法的进一步深化㊂就金刚笔的状态监测来说,A E 信号的低频部分大多是环境噪声,而高频才包含了真正有用的信息㊂因此,只对低频信号进行分解处理的小波分析显然不适用㊂基于以上讨论,选用可以高频细分的小波包分析对信号进行处理㊂假设对信号进行n 层的小波包分解,将原始信号按频率平均分解至2n个频段上,则可以得到同样数量的小波包系数(图5)㊂设S i ,j 表示第i 层分解中第j 个小波包系数,f s 表示原始信号的采样频率,则S i ,j 包含着原始信号中f s (j -1)/2i +1到f s j/2i +1的时域信息㊂一般情况下,小波包系数相当于一个独立的时域信号㊂图5 小波包分解原理由小波包的定义可知,不同的小波包系数对应完全相同的频带宽度㊂这使得小波包系数的能量分布可以较好地反映原始信号的频谱特性㊂同时,在金刚笔的状态监测中,A E 信号的频谱特性同金刚笔的钝化状态具有很强的联系㊂因此,利用小波包系数能量㊁频谱特性㊁金刚笔钝化状态三者之间的递推关系,将小波包系数的能量分布用于特征提取中㊂设第n 层分解的总能量为E ,第j个小波包系数S n ,j 的能量为E j ,则有E j =∫[S n ,j (t )]2d t =∑mk =1z2j ,k (1)E =∑2n j =1E jP =E jE(2)其中,z 表示小波包系数的离散点幅值,m 表示采样点数,P 为能量比,利用参数j 和P 可以得到各个小波包系数的能量关系㊂基于以上流程,对经过预处理的A E 信号进行小波包分析㊂多次实验结果表明,使用4层的小波包分析可以较好地识别频率特征,又能避免频段的过分细分㊂而在小波包基的选取上,针对A E 信号的瞬态突发性以及在时域波形上的冲击特性,选择具有正交性㊁时域紧支性㊁频域快速衰减性,且时域波形和A E 信号类似的多贝西一类小波(d b 1)㊂在参数确定的基础上,分别计算信号在金刚笔钝化和锐利两种状态下的能量分布,再通过对比绝对值的方法获取钝化和锐利之间的能量变化㊂通过分析不同修整深度下的A E 信号发现,随修整深度的减小,各个频段的能量变化值相应变小,但3㊁6㊁7㊁14所代表的频段一直保持变化最大的趋势(图6)㊂由此可知,上述四个频段即为所需的特征频段㊂根据小波包系数可以对应到时㊃5372㊃基于S MO ‐S VM 的单点金刚笔钝化监测岳 泰 李郝林 迟玉伦Copyright ©博看网. All Rights Reserved.域的特点,分别计算它们的峭度作为特征样本㊂为了方便支持向量机的使用,对特征样本进行必要的归一化处理和主成分分析处理,设定归一化范围为-1~1,主成分分析阈值为95%㊂经过处理后,样本的维数从4降为3㊂图6 金刚笔在不同修整深度下的能量差异对比图3 模型输出:金刚笔钝化标准的确立和测量3.1 钝化标准的确立在评价金刚笔是否钝化前,需要确定合理的钝化评判标准㊂本文根据分析金刚笔钝化对修整的影响来确定金刚笔的钝化标准,以此评价金刚笔的状态㊂单点砂轮修整的直接评价指标主要有磨粒出刃高度和磨粒分布间隔两种㊂图7为锐利金刚笔和钝化金刚笔修整砂轮时的对比示意图㊂其中, h g是当前被修整砂轮的磨粒出刃高度,代表磨粒的纵向尺寸,其值越大,磨粒所能承受的磨削时间越长㊂f d为磨粒分布间隔,即砂轮转过一周时金刚笔的进给量,其值越大代表磨粒间隔越小,所对应的被磨削工件的表面粗糙度越低㊂磨粒分布间隔在数值上等于金刚笔进给速度v d和砂轮转速n w的比值㊂图7 不同状态下的金刚笔修整过程对比示意图文献[11]提出,在不考虑金刚笔钝化的情况下,可将其刃端截面等效为二次抛物线轮廓㊂本文在此基础上考虑了钝化的影响,通过使用扫描电子显微镜对金刚笔进行轮廓评估(图8),发现金刚笔的钝化程度主要体现为刃端的圆形钝化平台大小㊂用d w表示钝化平台的等效直径,结合图7不难看出,在工艺参数不变的情况下,若d w的值和磨粒分布间隔f d相当,由于钝化平台的作用,砂轮在理论上将不会有任何磨粒产生,此时,金刚笔即达到钝化临界状态㊂使用表1中的修整工艺参数求得f d=0.0698mm,所以当d w大于此值时,表示金刚笔已钝化㊂图8 扫描电镜下的钝化金刚笔刃端3.2 实际钝化信息的测量在砂轮修整实验中,即使是对金刚笔位置或角度的细微调整,都会对其钝化状态产生极大的影响㊂为了保证实验的可靠性和连续性,选择使用复印法配合3D轮廓仪来对金刚笔的钝化状态进行在位地测量㊂设置测量间隔为10个修整周期,在测量时,停止砂轮和金刚笔的运动,在不拆下金刚笔的情况下对其进行复印并评估㊂当测量到金刚笔钝化平台的等效直径约为0.0698mm 时,继续修整十个周期,再通过扫描电镜观察其细微状态,以确认其钝化㊂值得注意的是,由于每次测量后都需要重新对刀,而对刀后的前几个周期可能会出现修整深度过浅或过深的问题,所以需要确定信号稳定后,再进行A E信号的采集㊂结合前文中A E信号的特征向量,设达到钝化标准的金刚笔所对应的样本为-1类,未钝化的为1类㊂至此,模型的样本库已建立㊂4 支持向量机模型的建立和验证4.1 支持向量机的选择本文的金刚笔状态监测是一个典型的非线性二值分类问题,考虑到模型的实用性要求,选择使用C型支持向量分类机进行分类㊂假设给定两类训练输入样本x i和输出样本y i,代入C型支持向量分类机中可得到模型函数:㊃6372㊃中国机械工程第26卷第20期2015年10月下半月Copyright©博看网. All Rights Reserved.m i n w,b,ξ12‖w‖+C∑l i=1ξi s.t y i(wϕ(x i)+b)≥1-ξi ξi≥0 i=1,2, ,l (3)使用函数ϕ将输入向量映射至高维的特征空间以满足非线性分类的需要㊂其中,w为向量机决策超平面的法向量(对应为神经网络的权值),b 为超平面的截距(对应为神经网络的截距),C表示对于错误分类的惩罚系数,ξi代表用于提高模型容错率的松弛变量㊂在模型函数的基础上,引入核函数的定义:K(x i,x j)≡k T(x i)φ(x j)(4)顾名思义,核函数是支持向量机的核心,它赋予模型从低维向高维映射的能力以解决非线性问题㊂由于在高维空间中,样本之间只进行内积运算,所以只要满足M e r c e r条件,核函数就可以在原空间中映射高维空间的任何内积㊂在此过程中,可调参数并没有增加,从而避免因升维导致的维数灾难㊂常用的核函数有线性核函数㊁径向基(r a d i a l b a s i s f u n c t i o n,R B F)核函数㊁多项式核函数㊁多层感知核函数(s i g m o i d)四种㊂根据文献[12]的论述,线性核函数是R B F核函数的特殊情况;多项式核函数在样本维数较高时,会导致数值的畸形(趋于零或无穷);而S i g m o i d核函数虽然性能和R B F核函数相当,但只有在其核矩阵对称半正定时才能发挥作用㊂因此,本文选择使用结构简单㊁性能优越的R B F函数作为模型的核函数㊂在此基础上,引入拉格朗日函数对模型进行处理,得到了模型的对偶问题:m a x∑l i=1αi-12∑l i=1αiαj y i y j K(x i,x j) s.t.∑l i=1αi y i=0 0≤αi≤C i=1,2, ,l (5)其中,α为每个样本所对应的拉格朗日乘子,∑l i=1αi y i=0为拉格朗日乘子的超线性约束, 0≤αi≤C则决定了其超区域约束㊂可见, S VM的训练实际上为一个凸二次规划(q u a d r a t i c p r o g r a mm i n g,Q P)问题㊂结合定义发现,凸二次规划保证了最优解的唯一性,从而使得K K T条件成为最优解的充分必要条件㊂因此,当样本满足K K T条件时,该问题存在唯一最优解,而解中α不为零的样本可作为模型的支持向量㊂一般来说,求解此二次规划问题十分困难,且计算量和样本的大小直接相关㊂针对此问题,本文选用串行优化算法来简化二次规划问题的计算㊂4.2 串行优化算法的使用串行优化算法是分解算法的特殊形式,即仅选择两个数据点作为工作集,考察其中不满足K K T条件的点,并启发式地将数据换入换出,反复迭代直到所有的数据都满足K K T条件[13]㊂此算法的优势在于可以通过两个数据点得到解析解,从而大大节省计算时间和储存空间㊂在训练S VM模型时,S MO算法每一次只选取两个拉格朗日乘子进行优化,再更新模型㊂首先确定根据式(5)得到当前的分类判别函数:f(x i)=∑l i=1αi y i K(x i,x)+b(6)其中,b可以通过K K T条件中的互补松弛性求出㊂设第i个点的误差为E i,则有E i=f(x i)-y i(7)在此基础上,可以求解两个乘子的二次规划㊂分别设α1和α2对应两个乘子,基于以上超线性约束和超区域约束,可以得到两个乘子在类别相同时和不同时的关系,进一步确定相关目标函数并将偏导数置零,可得到两个乘子的解:αn e w2=αo l d2-y2(E1-E2)/ηαn e w1=αo l d1+y1y2(αo l d2-αn e w2})(8)η=K(x1,x1)+K(x2,x2)-2K(x1,x2)此外,需要简化K K T条件并得到S MO算法的停机准则:p i=m a x(0,1-y i f(x i)) αi=0y i f(x i)0<αi<Cm a x(0,y i f(x i)-1)αi={C(9)当p i为零时,即表示所有样本满足K K T条件,算法停止㊂拉格朗日乘子的选择基于启发式算法,分别针对两个乘子设计两个嵌套的循环以保证模型的决策函数在优化过程中有明显的更新㊂初始化α=b=0,α1所对应的外部循环只考虑违反K K T条件的样本,首先在非边界样本中选择,若没有找到,则在所有样本中串行选择;若仍没有找到,则退出程序㊂在找到α1后,进入算法的内部循环,从违反K K T条件的非边界样本中找出使|E1-E2|最大的α2,重复进行两个循环直到满足停机准则㊂4.3 结果验证和对比前文已确定了模型的类型结构以及所需的样本库,现只需训练模型参数即可完成S VM模型的构建㊂为了提高模型泛化能力,不失一般性地从样本库中随机选取100组样本作为训练集,100组样本作为测试集㊂在训练时,针对惩罚系数和径向基宽度系数难以选择的问题,应用具有较好收敛性的遗传算法对模型参数进行全局优化,同㊃7372㊃基于S MO‐S VM的单点金刚笔钝化监测 岳 泰 李郝林 迟玉伦Copyright©博看网. All Rights Reserved.时配合交叉验证法以充分利用训练集㊂设置种群数量为20,进化代数为100,指定分类精度为适应度函数,将训练集分为5组进行交叉验证㊂图9和图10分别为训练样本在三维空间中的分布图以及测试样本经过S VM 分类后的混淆矩阵㊂不难看出,训练样本在分布上具有明显的非线性,单单从三维空间中观察很难找到规律㊂图9支持向量机训练样本分布图10 分类结果的混淆矩阵为了验证模型的分类性能,使用修整深度为5μm 的样本对串行优化支持向量机(S MO ‐S VM )㊁最小二乘支持向量机(L S ‐S VM )㊁原始支持向量机(O ‐S VM )以及B P 神经网络(B P A N N )进行训练和验证,并都使用遗传算法进行交叉寻优,得到了图11~图14所示的性能比较结果㊂可见,在训练时间上,S MO ‐S VM 模型和L S ‐S VM 模型相当,B P A N N 模型和O ‐S VM 模型有较大劣势,且B P A N N 模型相对于其他模型有较强的不稳定性㊂而在分类精度上,S MO ‐S VM 模型和O ‐S VM 模型相当,明显优于L S ‐S VM 模型和B P A N N 模型㊂综合评价后得到,本文所使用的S MO ‐S VM 模型在整体性能上具有明显的优越性㊂分析对比结果发现,模型性能的差异主要是因为算法本身的不同㊂B P A N N模型在训练过程图11 S M O ‐S V M 模型性能图12 L S ‐S V M 模型性能图13 O ‐S V M 模型性能图14 B P A N N 模型性能中参变量过多,每个神经元的各个参数都需要依据梯度最大方向更新,从而使得训练时间变长㊂㊃8372㊃中国机械工程第26卷第20期2015年10月下半月Copyright ©博看网. All Rights Reserved.神经网络的分类精度较低的问题,则归结于其经验误差最小化原理和基于无限大样本的特点㊂由于修整过程中的样本数目较少,使得神经网络可不能有效地对未知样本进行判断㊂L S‐S VM模型㊁S MO‐S VM模型以及O‐S VM模型的差别在于它们针对训练中的二次规划问题使用了不同的方法㊂L S‐S VM模型将二次规划问题简化为一个线性方程,失去了凸优化的最优解特性,牺牲了分类精度却大大加快了训练速度㊂O‐S VM模型的分类性能较好,但是由于二次规划的计算量较大而导致训练时间较长㊂S MO‐S VM模型利用串行优化算法巧妙地简化了二次规划问题,并采用启发式的算子搜索,所以能在较短的时间内训练出分类精度较高的模型㊂通过计算可知,对于本文的S MO‐S VM模型,分类精度和金刚笔的修整深度成正比㊂在特征最不明显的5μm修整深度的样本中,模型的平均训练时间仅为3.3893s,平均分类精度可达到95.2571%,这充分证明该模型可以有效地监测金刚笔的钝化状态㊂5 结论(1)钝化平台直径可以较好地量化评价金刚笔的钝化程度㊂(2)小波包分解可以有效地从高频声发射信号中提取特征信息㊂(3)基于串行优化算法的支持向量机在金刚笔钝化分类上具有比原始支持向量机㊁最小二乘支持向量机以及神经网络更优越的性能㊂参考文献:[1] M a r i n e s c u M,H i t c h i n e rE,U h l m a n n,e ta l.H a n d-b o o ko fM ac h i n i n g w i t hG r i nd i n g W he e l s[M].B o c aR a t o n:C R C/T a y l o r&F r a n c i sG r o u p,2007.[2] M a r t i n sC H R,A g u i a rP R,F r e c h A,e ta l.T o o lC o n d i t i o n M o n i t o r i n g o f S i n g l e‐p o i n tD r e s s e rU s i n gA c o u s t i c E m i s s i o n a n d N e u r a l N e t w o r k s M o d e l s[J].I n s t r u m e n t a t i o n a n d M e a s u r e m e n t,2014,63(3):667‐679.[3] H a b r a tW,B a t s c h A,P o r z y c k i J.M o n i t o r i n g o f t h eS i n g l eP o i n tD i a m o n d D r e s s e r W e a r[J].A r c h i v e sC i v i lM e c h.,2005,5(1):13‐18.[4] S h iD,A x i n t eD A,G i n d y N N.O n l i n e M a c h i n i n gP r o c e s s M o n i t o r i n g U s i n g W a v e l e tT r a n s f o r m a n dS P C[C]//P r o c e e d i n g s o f t h e I M T C.S o r r e n t o,2006:2081‐2086.[5] K a r p u s c h e w s k iB,W e h m e i e r M,I n a s a k i I.G r i n d i n gM o n i t o r i n g S y s t e m B a s e do n P o w e ra n d A c o u s t i cE m i s s i o nS e n s o r s[J].A n n a l so f t h eC I R P,2000,49(1):235‐240.[6] L i a o T W,H u aG G,Q uJ,e ta l.G r i n d i n g W h e e lC o n d i t i o n M o n i t o r i n g w i t h H i d d e n M a r k o v M o d e l‐b a s e d C l u s t e r i n g M e t h o d s[J].M ac h i n i n g S c i e n c ea n dT e c h n o l o g y,2006,10(4):511‐538.[7] 林峰,焦慧锋,傅建中.基于贝叶斯网络的平面磨削状态智能监测技术研究[J].中国机械工程,2011,22(11):1269‐1273.L i nF e n g,J i a o H u i f e n g,F uJ i a n z h o n g.R e s e a r c ho nI n t e l l i g e n tM o n i t o r i n g T e c h n i q u e o fM a c h i n i n g S t a t ef o rS u r f a c eG r i n d e rB a s e do nB a y e s i a nN e t w o r k[J].C h i n aM e c h a n i c a lE n g i n e e r i n g,2011,22(11):1269‐1273.[8] 张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32‐42.Z h a n g X u e g o n g.I n t r o d u c t i o nt oS t a t i s t i c a lL e a r n i n gT h e o r y a n dS u p p o r tV e c t o rM a c h i n e s[J].A c t aA u-t o m a t i c aS i n i c a,2000,26(1):32‐42.[9] Y a n g ZS,Y uZ H.G r i n d i n g W h e e lW e a r M o n i t o-r i n g B a s e d o nW a v e l e tA n a l y s i s a n dS u p p o r tV e c t o rM a c h i n e[J].T h e I n t e r n a t i o n a l J o u r n a l o fA d v a n c e dM a n u f a c t u r i n g T e c h n o l o g y,2012,62(1/4):107‐121.[10] 崔锦泰.小波分析导论[M].西安:西安交通大学出版社,1997.[11] D o m a nD A,W a r k e n t i n A,B a u e rR.A S u r v e y o fR e c e n tG r i n d i n g W h e e lT o p o g r a p h y M o d e l s[J].I n t e r n a t i o n a l J o u r n a l o fM a c h i n eT o o l sa n d M a n u-f a c t u r e,2006,46(3/4):343‐352.[12] K e e r t h i SS,L i nCJ.A s y m p t o t i cB e h a v i o r s o f S u p-p o r tV e c t o r M a c h i n e s w i t h G a u s s i a n K e r n e l[J].N e u r a l C o m p u t a t i o n,2003,15(7):1667‐1689.[13] K e e r t h i SS,S h e v a d eSK,B h a t t a c h a r y y aC,e t a l.I m p r o v e m e n t s t oP l a t t’s S MO A l g o r i t h mf o r S VMC l a s s i f i e rD e s i g n[J].N e u r a l C o m p u t a t i o n,2001,13(3):637‐649.(编辑 陈 勇)作者简介:岳 泰,男,1992年生㊂上海理工大学机械学院硕士研究生㊂主要研究方向为精密检测技术㊂李郝林,男,1961年生㊂上海理工大学机械工程学院教授㊁博士研究生导师㊂迟玉伦,男,1983年生㊂上海理工大学机械工程学院讲师㊂㊃9372㊃基于S MO‐S VM的单点金刚笔钝化监测 岳 泰 李郝林 迟玉伦Copyright©博看网. All Rights Reserved.。
X线蒙特卡洛算法与有限元笔形束算法在旋转容积调强放疗计划中的剂量学比较
X线蒙特卡洛算法与有限元笔形束算法在旋转容积调强放疗计划中的剂量学比较王宁;陈阿龙【摘要】目的:比较Monaco治疗计划系统X线蒙特卡洛算法(X-ray voxel Monte Carlo,XVMC)和有限元笔形束算法(finite size pencil beam,FSPB)在食管癌和直肠癌旋转容积调强放疗计划中的剂量学差异.方法:选取7例食管癌和7例直肠癌旋转容积调强放疗计划,分别使用XVMC算法和FSPB算法进行剂量计算,比较靶区和危及器官的剂量分布差异.结果:XVMC算法的剂量计算值均高于FSPB算法,在食管癌的靶区和脊髓、直肠癌的靶区和危及器官,各项指标差值都小于3％,肺的各项指标差值最大达到10％.结论:在临床旋转容积调强治疗中,尤其是计算区域含有低密度组织较多的病例,优先推荐更为精确的XVMC算法进行剂量计算.【期刊名称】《医疗卫生装备》【年(卷),期】2014(035)006【总页数】4页(P76-78,85)【关键词】有限元笔形束;X线蒙特卡洛;旋转容积调强治疗;食管癌;直肠癌【作者】王宁;陈阿龙【作者单位】528400 广东中山,中山市中医院放射科;510060 广州,华南肿瘤学国家重点实验室,中山大学肿瘤防治中心放疗科【正文语种】中文【中图分类】R318;R4450 引言近年来，随着放疗技术的不断发展，旋转容积调强治疗（volumetric modulated arc therapy，VMAT）已经越来越广泛地应用于前列腺、直肠、宫颈、食管等多种肿瘤的放射治疗中。
VMAT技术可通过在不间断出束时动态调节治疗机架的运动速度、剂量率和射野形状以及准直器角度来达到高度适形的剂量分布，大大缩短了治疗时间，提高了治疗效率，改善了相对生物效应[1-4]。
对于VMAT技术，需要更高要求的质量保证和质量控制，放疗计划系统（TPS）剂量计算的精确度对实现控制肿瘤和保护正常组织的放疗目标是至关重要的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Improved calibration of mass stopping power in low density tissue for a proton pencil beam
algorithm
有关质子笔形束算法低密度组织内质量制动力改善校准结果的研究
本文章为德国慕尼黑质子治疗中心RPTC专项质子照射法临床效果研究, 目的是为了研究有关质子笔形束算法低密度组织内质量制动力改善校准的结果
Abstract摘要
针对质子照射治疗的剂量分布几乎是全部采用笔形束算法计算出来的.
作为这些算法的1项基本输入值是患者模型, 这是自X射线计算机断层扫描(CT)提取的, 这项指数被用来评估沿笔形束通道存在的质子制动力.
本研究突出了质量密度, 与用于密度小于水材料内通过临床笔形束算法使用的质子值动力间图像法中的1潜在的不准确性效果.
它提出了有关这1区域使用的1种替代性物理目的函数(质量平均模式).
在由笔形束方法计算出的与那些在1种1维肺部模型中由蒙特卡罗粒子传输代码MCNPX计算出的剂量深度曲线之比被执行, 比较了双方的差异性.
当采用MA函数时, 上至3%的质子范围差异在此两种方法中被观测到降低至<1%的程度.
本研究针对1非小细胞肺癌患者采用了治疗规划的方式来显示出临床剂量分布上这些范围错误的影响.
当不同规划使用3照射野时, 制动计算值方法中的此变化造成了剂量中相对小一些的差异;
但是当采用1单照射野一致性的剂量技术时, 则差异是在2%-2mm水平下被观测到的.
因此, 本研究可推测出, 为了达到肺部中最佳的剂量计算值, MA模式是由笔形束算法使用者所采取的. 另外, 当束波穿过如鼻窦, 乳突等其它低密度区域时,可以考虑1种类似的方式.。