論文の概要: Coverage Path Planning for Thermal Interface Materials

• arxiv url: http://arxiv.org/abs/2405.13512v1
• Date: Wed, 22 May 2024 10:14:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-25 00:34:02.899977
• Title: Coverage Path Planning for Thermal Interface Materials
• Title（参考訳）: 熱界面材料の被覆経路計画
• Authors: Simon Baeuerle, Andreas Steimer, Ralf Mikut,
• Abstract要約: パワーエレクトロニクスと電子制御ユニットの熱管理は、電力密度の増加と限られた組立スペースの時において不可欠である。 完全に自動化された最適化手法を提案するが、これは現在の手動経路計画よりも明らかに優れている。 本報告では, 自動車シリーズ生産における実製品について, 実車シリーズ製造装置の実験的検証を含む, 複数の実製品について結果を示す。
• 参考スコア（独自算出の注目度）: 0.847088146310243
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Thermal management of power electronics and Electronic Control Units is crucial in times of increasing power densities and limited assembly space. Electric and autonomous vehicles are a prominent application field. Thermal Interface Materials are used to transfer heat from a semiconductor to a heatsink. They are applied along a dispense path onto the semiconductor and spread over its entire surface once the heatsink is joined. To plan this application path, design engineers typically perform an iterative trial-and-error procedure of elaborate simulations and manual experiments. We propose a fully automated optimization approach, which clearly outperforms the current manual path planning and respects all relevant manufacturing constraints. An optimum dispense path increases the reliability of the thermal interface and makes the manufacturing more sustainable by reducing material waste. We show results on multiple real products from automotive series production, including an experimental validation on actual series manufacturing equipment.
• Abstract（参考訳）: パワーエレクトロニクスと電子制御ユニットの熱管理は、電力密度の増加と限られた組立スペースの時において不可欠である。 電気自動車と自動運転車は目覚ましい応用分野だ。 熱界面材料は半導体から熱シンクへの熱伝達に用いられる。 半導体にディスペンサー経路に沿って塗布され、ヒートシンクが結合すると表面全体に広がる。 このアプリケーションパスを計画するために、設計エンジニアは通常、精巧なシミュレーションと手動実験の反復的な試行錯誤手順を実行する。 完全自動最適化手法を提案する。これは現在の手動経路計画より明らかに優れており、関連する製造制約をすべて尊重するものである。 最適供給経路は、熱界面の信頼性を高め、材料廃棄物を減らすことにより製造をより持続可能なものにする。 本報告では, 自動車シリーズ生産における実製品について, 実車シリーズ製造装置の実験的検証を含む, 複数の実製品について結果を示す。

関連論文リスト

• Predicting Solar Heat Production to Optimize Renewable Energy Usage [0.0]
  本稿では、機械学習を用いて、熱生産を予測するモデルを自動的に構築し、継続的に適用するアプローチを提案する。 本稿では,ソリューションの予測精度について実証実験を行い,これらの結果がエンド・ツー・エンドシステムに与える影響について考察する。
  論文  参考訳（メタデータ） (2024-05-16T10:32:39Z)
• TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small Target Detection [58.00308680221481]
  赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。 ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。 熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
  論文  参考訳（メタデータ） (2024-02-03T05:51:22Z)
• Multi-fidelity Design of Porous Microstructures for Thermofluidic Applications [0.5249805590164902]
  多孔質表面で強化された二相冷却法が潜在的な溶液として出現している。 このような多孔質構造では、最適放熱容量は2つの競合する目的に依存する。 我々は, 最適多孔質構造を設計するためのデータ駆動型フレームワークを開発した。
  論文  参考訳（メタデータ） (2023-10-27T21:51:11Z)
• Autonomous Payload Thermal Control [55.2480439325792]
  小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。 深部強化学習を用いた自律型熱制御ツールを提案する。 提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
  論文  参考訳（メタデータ） (2023-07-28T09:40:19Z)
• Toward High-Performance Energy and Power Battery Cells with Machine Learning-based Optimization of Electrode Manufacturing [61.27691515336054]
  本研究では,所望のバッテリ適用条件に対する高性能電極の課題に対処する。 本稿では、電気化学性能の2目的最適化のための決定論的機械学習(ML)支援パイプラインによって支援される強力なデータ駆動アプローチを提案する。 以上の結果から,スラリー中の固形物の中間値とカレンダリング度を併用した高活性物質が最適電極となることが示唆された。
  論文  参考訳（メタデータ） (2023-07-07T13:48:50Z)
• Computational Discovery of Energy-Efficient Heat Treatment for Microstructure Design using Deep Reinforcement Learning [0.0]
  Deep Reinforcement Learning (DRL) は、自律的に最適化され、カスタマイズされた熱処理プロセスを開発するために使用される。 DRLはデータのみからの静的ニューラルネットワークトレーニングに頼るのではなく、学習エージェントが自律的に最適なソリューションを開発する。
  論文  参考訳（メタデータ） (2022-09-22T18:07:16Z)
• Rapid Flow Behavior Modeling of Thermal Interface Materials Using Deep Neural Networks [0.20999222360659608]
  熱界面材料(TIM)は電子包装に広く使われている。 本稿では,TIMの拡散挙動をモデル化する軽量長方形を提案する。 このモデルから得られたデータに基づいて,ニューラルネットワーク(ANN)をトレーニングすることにより,計算を高速化する。
  論文  参考訳（メタデータ） (2022-08-08T10:44:17Z)
• A machine-learning-based tool for last closed magnetic flux surface reconstruction on tokamak [58.42256764043771]
  トカマク装置による核融合発電は、クリーンエネルギーの持続可能な供給源として最も有望な方法の1つである。 トカマクの主な課題は、アクチュエータコイルと内部トカマクプラズマの相互作用によって決定される最後の閉じた磁束面(LCFS)を予測することである。 本研究では,実験データから自動的に学習する実験用超電導トカマク(EAST)からLCFSを再構築する機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2022-07-12T17:15:29Z)
• Using Deep Reinforcement Learning for Zero Defect Smart Forging [1.8850703648880445]
  生産中の欠陥は、多くの企業にとって重要な課題である材料廃棄物につながる可能性がある。 我々は,鍛造ラインの加熱工程に対するディジタルツインベース最適化戦略を開発した。 鍛造ラインのディジタルツインを用いて2種類の異なる深部強化学習モデル(DRL)を加熱フェーズで訓練する。
  論文  参考訳（メタデータ） (2022-01-25T12:27:22Z)
• Coherent superconducting qubits from a subtractive junction fabrication process [48.7576911714538]
  ジョセフソントンネル接合は、量子ビットを含むほとんどの超伝導電子回路の中心である。 近年、サブミクロンスケールの重なり合う接合が注目されている。 この研究は、高度な材料と成長プロセスによるより標準化されたプロセスフローへの道を開き、超伝導量子回路の大規模製造において重要なステップとなる。
  論文  参考訳（メタデータ） (2020-06-30T14:52:14Z)
• Thermal phase shifters for femtosecond laser written photonic integrated circuits [58.720142291102135]
  フォトニック集積回路(PIC)は、古典光学と量子光学の両方において多くの実用的な応用の要求を満たすための効果的な解として認められている。 フォトニック回路に組み込まれた位相シフト器は、動作を微調整したり適応回路を生成するために、その特性を動的に再構成することができる。 熱シフタを熱シフタの慎重に設計し、最も適切な駆動方法を選択することにより、フォトニック回路を再構成する熱シフタの解決方法を示す。
  論文  参考訳（メタデータ） (2020-04-23T20:09:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。