SPM04

ALUMINUM/SILICON ALUMINUM WIRE PRODUCTS

(OVER)SPMwire is widely used in the manufacturing of microelectronic devices as an electrical interconnect,either between a chip and substrate or between two chips. The materials described below are of thehighest quality, refined and alloyed by SPM to produce the demanding properties of finished wire andribbon products.Alloyed aluminum wires are generally preferred to pure aluminum wire except in high-current devices because of greater drawing ease to fine sizes and higher pull-test strengths in finished devices.Pure aluminum and 0.5% magnesium-aluminum are most commonlyused in sizes larger than .004”. All aluminum systems in semiconductor device fabrication eliminate the “purple plague” (brittle gold-aluminum intermetallic compound) sometimes associated with pure gold bonding wire.Aluminum is particularly suitable for ultrasonic bonding.In order to assure that uniformhigh quality bonds can be obtained at high production speeds, specialcontrols are used in the manufacture of 1% silicon-aluminum wire. One of the most important characteristics of high grade bonding wire of this type is homogeneity of the alloy system.Homogeneity is given special attention at SPM. Microscopic checks of the alloystructure of finishedlots of 1% silicon-aluminum wire are performed routinely. Processing is also carried out under conditions which yield the ultimate in surface cleanliness and smooth finish and permits entirely snag-free de-reeling.DiameterTensileTemperType

版权声明

本文的的英文原版说明文件版权归SPM全球社区所拥有，翻译后的本中文版版权都归翻译作者蜡笔赵欣所有，同时也感谢其学姐李方方帮忙把最后两页纸质版文档整理成电子版文档，本翻译仅做交流学习之用，如果要将其用于其它商业用途，须发邮件给作者来征得其的同意。如果SPM全球社区发现本人在翻译的内容中有侵犯SPM全球社区的方面，可以发邮件给作者要求删除相关部分，同时文中有翻译的不恰当的地方，也希望你发邮件给我指出其中的错误。

作者 蜡笔赵欣

电子邮箱 ********************

PPI

33.1理论背景

心理与生理交互作用分析（PPI）和心理与生理交互分析相关的技术（φPI）都是基于统计学中因子设计模型，表1的插图显示了一个经典的2*2因子设计模型。A1/B1

表33.1 2*2因子设计模型（表格形式）

表格 A因子

等级1 等级2

B因子 等级1 A1/B1 A2/B1

等级2 A1/B2 A2/B2

因子设计的等式如下所示

y=(A2－A1)β1＋(B2－B1)β2＋(A2－A1) (B2－B1) (β2－β1) β3＋Gβ4＋ε （33.1）

很明显上式中包括了所有主要的影响关系，(A2－A1)β1对应于因子A，(B2－B1)β2对应于因子B，以及这个交互条件(A2－A1) (β2－β1) β3，它也包括一个相对容易混淆Gβ3的条件。例如运动参数，任务组影响。当估计它们的交互作用时，主要的影响项目中所包含的条件是十分重要的，同时设计矩阵它们中所包含的条件无法得到足够的重视。假如主要影响项目没有被考虑其中，那么我们就不能确定这个交互作用关系的估计结果没有受到主要影响因子混淆作用。

我的问题：上面的这个因子设计的等式中大部分参数的意义我还明白的β1参数是 A的主效应，β2参数是B的主效应，β3参数是A与B两个因子的交互效应，那β4参数又是代表什么

道路交通 | KOAI) TRAFTK:

基于SPMT技术的桥梁快速拆除应用

黄翔(中铁十四局集团第二工程有限公司，山东泰安271000)

摘要：随着城市化进程的曰益加快，城市立交系统的更新必然产生大量的既有桥梁拆除工作，常规的拆除工艺不能同时满足快 速安全化与现状交通顺畅化的需求。文章以深圳市福田区皇岗路快速化改造工程中的北环皇岗立交桥为例，通过对比现有桥 梁拆除施工工艺，详细阐述了 SPMT快速拆桥技术方案的优越性，为快速拆桥施工提供新思路，以供类似桥梁拆除工程参考。

关键词:SPMT:桥梁快速拆除；应用 文献标识码:A 中图分类号：U445

文章编号：2096-4137 (2021) 04-106-04 D0I： 10.13535/ki.10-1507/n.2021.04.42Application of bridge rapid demolition based on SPMT technology

HUANG Xiang

(China Railway 14th Bureau Group 2nd Engineering Co., Ltd., Taian 271000, China)Abstract: With the increasing acceleration of urbanization, the renewal of the urban interchange system will inevitably produce a large amount of existing bridge demolition work. Conventional demolition techniques cannot meet the needs of rapid, safety and smooth traffic. This article takes the Huanggang Overpass in the North Ring Road in the rapid transformation project of Huanggang Road in Futian District, Shenzhen as an example. By comparing the current bridge demolition construction technology, the article elaborates on the advantages of the SPMT rapid bridge demolition technical solution, and provides new ideas for rapid bridge demolition ,which provides reference in similar bridge demolition projects.Keywords: SPMT; bridge rapid demolition; application

1 SPM8数据处理教程 Lab 1. 数据的预处理 一、概述： 数据的预处理（preprocess）：（1）Convert dicom files to hdr files and img images；（2）Slice Timing；（3）Realign: Estimate & Reslice；（4）Coreg: Estimate；（5）Segment；（6）两次Normalise: Write；（7）Smooth；（8）Fmri model specification；（8）Model Estimation。 二、DICOM Import： 说明：转换完后会在解剖像文件名前加s，在功能像文件名前加f。可以用“Display”来查看刚转换的图像。（Display还有一个重要的作用是定义原点——前联合和AC-PC连线，这在做Normalise中很重要。定义后reorient一下即可写入头信息）。 三、Slice timing 1、目的：使用数学的方法使不同时间扫面的层校正为同一时间获得层。 2、过程： Date .session---[选中所有要处理的f*.文件] Number of slices---[扫描层数] TR TA---[可以用公式表示：TR-（TR/nslices）] Slice order---[扫描顺序：例如1:2:31 2:2:32分别表示从1或2开始，每间隔2个数扫描一张，即1、3、5„ 2、4、6„] Reference slice---[参考层，一般选择中间的一张，对于各层扫描，一般选择即是时间的中点，又是大脑的中点。如果是层数为偶，可以选择中点处2层中的任一层] Filename Prefix—a [默认头文件名为a] 3、说明：Block Design的实验数据这一步可以跳过； event related design的实验数据必须做这一步。 2 四、Realign: Estimate & Reslice 1、目的：如果在容许的头动范围内，可以使用一定的算法校正信号，使其靠近真实值，如果超过了这个规定的范围，则必须剔除这组数据。 2、头动范围（Check Realign）： 平动≤2.0mm and 旋转≤2.0degree[严老师观点] 3、过程： Realign: Estimate & Reslice Date .session---[选中所有经过层间校正的文件，以af*开头] Filename Prefix—r [默认头文件名为r] 其余参数默认即可。 4、matlab中如何查看头动范围 打开rp_af*.txt文件，前3列为平动数据、后3列为旋转数据； 命令：b=load(‘rp_af*.txt’)----[载入头动数据文件] c=max(abs(b))---[取b值的绝对值的最大值，表示找出每列的最大值] c(4:6)=c(4:6)*180/pi---[4-6列为转动，将以弧度为单位的数值转化为以角度为单位的值，pi表示π] 5、说明：运行结束后将生成一对mean*文件（平均脑）、一个rp*.txt文件（头动参数文件）及若干对r*文件。 五、Coregister 1、目的：是将所有的图像同一个volume对齐，对功能像与结构像做一个信息的变换。我们相信对于被试，功能像与结构像是线性相关的平动与转动，而不是扭曲的。由功能像向结构像去配，对于结构像中的hdr文件存有一个矩阵，而这个矩阵就包含了功能像的信息。 2、过程： Coreg Estimate:---[只需要将旋转的矩阵写入到hdr文件中，不需要生成新的文件，也就是对3D文件做一个刚体的变换，变换到功能像空间里] Reference Image---[选择头动校正生成的mean*文件] 3 Source Image---[选择3D文件] 其余项目默认即可。 3、说明：Source image与Reference image的关系，可以认为是将结构像向以mean开头的功能像里估计，估计结束后就可以将旋转矩阵写入到精度更高的3D文件当中，最后做出的图像的分辨率就会很高。 六、Segment 1、目的：要将被试的结构像配到功能像里，就需要将结构像进行分割。一般分割为灰质、白质和脑髓液三部分。 2、过程： Date---[选择配准后的3D图像] Affine Regularisation---[选择东亚人大脑模板] 其余参数默认即可。 七、Normalise 1、目的：将不同容积及形状的被试的大脑放到一个标准空间里，用一个公用的坐标系去描述具体的一个位置。 2、方法：A. Normalize by using EPI templates； B. Normalize by using T1 image unified segmentation 3、第二种方法的过程： 用3D像文件做分割，用分割的信息去做空间标准化，分割要做三个小步骤，被试既有结构像，又有功能像，我们要用结构像分割所得到的信息来做功能像的空间标准化。首先，要保证功能像与结构像在同一个位置。所以，需要做一次coregister，即配准。先把被试的结构像变换到被试的功能像空间里，然后将变换到功能像里的结构像分割所得到的相应信息运用到功能像里。 结构像在功能像空间里被分割后，会得到一个矩阵。这个矩阵就会告诉我们如何从被试的功能空间去往标准空间。也就是mni空间。我们可以根据这些信息应用到功能像里，写进去以后就会自动配准到标准空间里去。 Normalise: Write Data: new subject Parameter File---[参数文件，选择3D文件夹下segment后的文4 件，有2个文件，分别是seg_sn.mat和seg_inv_sn.mat，前者表示由功能像到标准化空间去配，而后者正相反，股选择前者。] Image to Write---[要写入的文件，选择3D文件下的ms*.img文件] Bounding box---[默认的偏小，可以改为-90 -126 -72 90 90 108] Voxel sizes—[改为1 1 1] 其余参数默认即可。 4、再次Normalise，做完头动校正后，以平均脑文件做一次标准化。 Normalise: Write Data: new subject Parameter File---[参数文件，选择3D文件夹下segment后的seg_sn.mat文件] Image to Write---[要写入的文件，选择头动校正后以r开头的文件] Bounding box---[默认的偏小，可以改为-90 -126 -72 90 90 108] Voxel sizes—[改为3 3 3] 其余参数默认即可。 5、说明：运行完毕会生成若干对waf*打头的img/hdr文件，同时还会生成一个mean*_sn.mat文件（存放变换参数）。 八、Smooth 1、过程： Image to smooth---[选择做完标准化后的以w开头的功能像文件] FWHM改为6 6 6---[半宽全高，通常取体素的2倍]； 其余默认。 2、说明：高斯平滑后会生成若干对swaf*打头的img/hdr文件。 Lab 2. 参数估计 一、 Specify 1st-lever（很容易出错奥！） 5 Directory---[选择一个存放数据的输出目录] Timing parameters Units for design---[如选scans，其后durations的时间按TR的倍数计算、如选seconds，则以秒为单位计算] Interscan interval---[TR值] Microtime resolution---[通常默认为16，除非TR很长] Microtime onset---[在ER设计中，slice timing时，reference slice的扫描次序，例如reference slice为第25层，是第13个扫描的，这里就填13] Data & Design Subject/session Scans----[选择做完Smooth的所有文件] Condition Name Onsets---[输入任务条件的启动向量，代表任务刺激启动的扫面数，如1:14:70，代表任务从第1个TR开始，每14个TR为一个周期，共70个TR] Durations---[ER设计填0、block设计填刺激任务的持续时间，注意前面Units for design的选择！！！] Factorial design Name和levels 其余默认即可。 二、 Estimate Select SPM.mat 其余默认 三、 Results 1、Select SPM.mat 其余默认。 2、说明：（1）定义对比，一般0不用输，要看超过基线或control的部6 分，contrast选1，反之可以选-1； （2）extent threshold：范围的阈值定义多少个连在一起的有意义的体素数目才不认为有可能是噪声。这个数值的选择一般要结合选定的P值和smooth中FWHM值来定。 （3）Overlays中选择slice查看2D激活图、选择sectors查看3D激活图，文件选择经标准化后的3D文件，以wms开头；也可选Render，在spm8工具箱中的render中的3个模板，用以查看在玻璃脑中的激活图。 （4）标化后的图像的结果还可以用MSU插件（toolbox）来获得每一个激活区的大小（体素个数）和相应的坐标以及对应的脑功能区或解剖结构。