Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: defekt wewnętrzny

Sortuj według:

Ogranicz wyniki do:

Imaging internal defects in thyristor structures

Arsoba R., Suszyński Z.

Elektronika : konstrukcje, technologie, zastosowania

2007

Vol. 48, nr 12

26-28

The paper presents results of imaging internal defects in silicon-aluminum-molybdenum high-power thyristor structures. Different measuring techniques were used for imaging defects. Non-destructive investigation of structures was performed using scanning acoustic microscopy (SAM) and thermal wave methods (a photoacoustic method with harmonic excitation and an infrared method with induction heating). Destructive investigation was also performed for imaging a cross-section of areas with defects with the help of scanning electron microscopy (SEM). A comparison of images obtained using different measuring methods was presented.

Artykuł prezentuje wyniki obrazowania defektów wewnętrznych w strukturach krzem-aluminium-molibden stosowanych do produkcji tyrystorów dużej mocy. Do obrazowania defektów wykorzystano różne techniki pomiarowe. Badania nieniszczące struktur przeprowadzono przy użyciu skaningowej mikroskopii akustycznej (SAM) oraz metod termofalowych (metody fotoakustycznej z pobudzeniem harmonicznym i metody termowizyjnej z grzaniem indukcyjnym). Wykonano również badania niszczące w celu zobrazowania za pomocą skaningowej mikroskopii elektronowej (SEM) przekroju obszarów zawierających defekty. Przedstawiono porównanie obrazów otrzymanych różnymi metodami pomiarowymi.

Dwuetapowa metoda identyfikacji defektów w dynamicznych układach mechanicznych

Burczyński T., Skrobol A., Orantek P.

Zeszyty Naukowe Politechniki Rzeszowskiej. Mechanika

2005

z. 65 [222]

61-68

The paper presents the connected evolutionary and gradient identification of the internal defects in an elastic body under dynamical load. The identification proceeds on the basis of the knowledge about boundary displacements in some sensor points. In the first step the evolutionary algorithm (EA) identifies the number, kind, position and size of internal defects. The fitness function is computed with the help of the pseudo-gaussian fuzzy inference systems (PGFISs). In the second step the gradient method of identification is used to obtain more precise results. The structure of the chromosome and the connection between the EA and the PGFIS is presented. The results of identification in an elastic rectangular under sinusoidal load with internal defects in the form of crack or circular voids are shown.