Оптимального управления 19 страница

Рис. 4.32. Разрез структуры транзистора

Специалисты IBM в докладе на International Electron Device Meeting (IEDM'2003) заявили [64], что будущее кремниевой технологии за полевыми транзисторами на сверхтонком слое кремния. Им удалось изготовить и измерить характеристики транзисторов п- и р-типа проводимости канала, которые име­ют рекордно малые размеры. Разрез структуры представлен на рис. 4.32. Отправной точкой тех­нологического маршрута являет­ся использование подложки типа "кремний на изоляторе" (КНИ). Изготавливают ее по обычной технологии, затем слой кремния утончают до 8 нм. На нем фор­мируют подзатворный диэлект­рик, в качестве которого были ис­пробованы чистый термический оксид кремния, а также насыщен­ный азотом, кроме того, приме­нялся и материал с большой
диэлектрической проницаемостью. Эквивалентная толщина под- затворного оксида составляла 0,9-1,5 нм. Затем формировали затвор длиной 8 нм. Это ключевое место в изготовлении транзи­стора. Подробности этого процесса, естественно, не раскрыва­ются. Сказано только, что используются фотолитография и трав­ление. Вокруг затвора формируют спейсеры с общей шириной 12 нм. Далее устраиваются области, продлевающие контакты (extensions) истока и стока к каналу транзистора. Ранее эти об­ласти представляли собой мелколегированные зоны исходного тонкого слоя кремния. Авторы предложили и здесь использовать метод "подъема контакта" (raised contacts), который применял­ся ранее только для областей контакта истока и стока с тонким слоем кремния для уменьшения сопротивления. Подъем контак­та осуществляется с помощью эпитаксиального наращивания кремния. Использование аналогичного приема по отношению к продленным контактам также позволяет уменьшить их сопро­тивление R, но при этом происходит увеличение емкости С между областью истока/стока и затвором. На быстродействии транзис­тора сказывается время RC, поэтому требуется тщательная оп­тимизация процесса.

Использование тонкого слоя кремния в качестве канала тран­зистора позволяет его вовсе не легировать, что обеспечивает большую подвижность носителей в нем. Правда, для тонкого слоя существенным становится поверхностное рассеяние. Теория дает исключительно сильные зависимости подвижности от толщины слоя в квантовом пределе. Авторы подчеркивают, что почему-то в их транзисторах этого не происходит.

Оба типа транзисторов обладают хорошими статическими характеристиками, но, что самое главное, получено малое вре­мя задержки — 0,6 пс. Следует, однако, отметить, что по срав­нению с транзистором, представленным два года назад на IEDM'2001, не произошло существенного увеличения быстро­действия. Прежний транзистор имел длину затвора 39 нм и бо­лее толстый слой кремния. Его максимальная частота была 195 ГГц. В области кремниевых транзисторов это превышает рекорд, ус­тановленный биполярными транзисторами на Si/Ge. А вот зат­вор в транзисторе фирмы Fujitsu с максимальной частотой 185 ГГц имел и вовсе большую длину — 80 нм. Все дело в том, что для длины канала транзистора меньше 0,1 мкм быстродействие опре­деляется уже в большей степени не временем пролета, как было раньше, а RC-временам и задержки.

Следует особо подчеркнуть, что за исключением операций изготовления короткого затвора, все остальные части рассмот­ренных транзисторов формировали по технологии 0,18 мкм.

Сотрудникам Chungbuk National University (Корея) удалось впервые создать [65] терагерцовый сверхбыстродействующий од- ноэлектронный транзистор (SET).

Главным недостатком SET'ob, препятствующим их практичес­кому использованию в быстродействующих логических схемах (на­пример, в процессорах), всегда было огромное внутреннее сопро­тивление туннельных контактов между истоком/стоком и центральным островком транзистора. Для обеспечения кулоновской блокады на этом островке сопротивления туннельных кон­тактов R к нему должны превосходить квант сопротивления в 26 кОм. Обычно с запасом делается 100 кОм. В противном случае не будет происходить локализация отдельных электронов на островке, и они получат возможность квантовой "размазки" между островком и контактами. Если умножить R на внешнюю емкость C_out (импе­данс) подводящих контактов, то окажется, что характерная часто­та работы SET'a в схеме попадает всего лишь в килогерцовый диа­пазон. Есть, правда, прием снижения выходного импеданса, заключающийся в том, чтобы на выходе SET'a навесить полевой транзистор. Но тогда, спрашивается, зачем SET, если из одних полевых транзисторов можно сделать быстродействующую схему.

То, что впервые удалось добиться авторам статьи, заключа­ется в уменьшении емкости туннельного контакта C_in за счет уменьшения его площади. Произведение RC_in дает внутреннее быстродействие SET'a и фактически, время туннелирования элек­трона из контактов на островок. В данном случае это время опре­деляется вероятностью туннелирования. Впервые удалось полу­чить внутреннее быстродействие одноэлектронного транзистора, соответствующее частоте 1,3 ТГц. Надо заметить, что и в этом показателе SET'ы не превзошли кремниевые полевые нанотранзисторы (MOSFETbi), в которых времена задержки достигают 0,6 не, причем при комнатной температуре, в то вре­мя как для SET'a потребовалась температура 4,2 К.

Рис. 4.33. Микрофотография S ЕТ-тра н зистора

Интересно, что оба типа рекордных транзисторов изготавли­ваются на подложках "кремний на изоляторе" (КНИ). Вид рас­смотренного одноэлектронного транзистора и его микрофо­тография представлены на рис. 4.33.

Одной из важнейших проблем, возникающих при создании управляющих нанокомпьютеров, является разработка методов со­здания сверхминиатюрных (наноразмерных) сенсорных устройств.

Прогресс в данной области требует обращения к новой тех­нологической парадигме — переходу к нанотехнологиям, бази­рующимся на свойствах бистабильных молекул и их наноскопи- ческих ансамблей. Наиболее эффективными и технически адап­тируемыми характеристиками бистабильных структур обладают соединения и молекулярные наноансамбли, проявляющие фото- хромные и электрохромные свойства, т. е. такие, в которых переключение между двумя устойчивыми состояни­ями достигается при помощи света или электрического поля. К бистабильным соединениям и их наноструктурным образова­ниям — агрегатам, которые могут быть использованы в инфор­мационных системах нового поколения, предъявляются весьма жесткие требования: высокая термическая и фотохимическая устойчивость, высокие квантовые выходы перегруппировок и высокие сечения двухфотонного поглощения, возможность вне­дрения фотохромных структурных единиц в полимерную цепь, проявление фотохромных свойств в твердом состоянии, в том числе в монокристалле и др. Особенно важным является дости­жение значительного контраста в свойствах изомерных соедине­ний, используемых для "считывания" записанной в результате индуцированного превращения информации. Наиболее предпоч­тительными являются флуоресцентные, магнитные и нелиней­ные оптические характеристики.

Требуемые информационные свойства можно придать ши­рокому кругу фотохромов, обладающих различными типами изомерий. Сенсорные свойства обеспечиваются объединением в единый молекулярный ансамбль фрагментов фотохрома и лю­минесцентного красителя. При этом можно применить совре­менные методики создания организованных сред типа Лэнг- мюра—Блоджетт, а также создания электретных материалов нового поколения. Программируемые свойства новых материа­лов могут быть обеспечены наличием в полимерной матрице молекулярных триад "донор электрона — фотохром — акцеп­тор электрона", позволяющих регулировать электропроводи­мость пленок под действием электромагнитного излучения.

Композиционные полимерные материалы, содержащие эле­менты наноскопического масштаба, представляют собой новое поколение конструкционных и функциональных материалов, обладающих уникальными механическими, физическими и хи­мическими свойствами и имеющих первостепенную значимость для современных и будущих высоких нанотехнологий. В частности, нанокомпозиты, состоящие из полимерных матриц с металличес­кими и полупроводниковыми наночастицами, имеют замечатель­ные функциональные характеристики, служащие основой их ши­рокого применения в сенсорных, опто- и фотоэлектронных устройствах нового поколения. При этом функциональные характеристики таких нанокомпозитов существенным образом зависят от композиционного состава матрицы и наночастиц, од­нородности формы и размеров наночастиц и их пространствен­ного распределения. Все эти факторы, в свою очередь, чувстви­тельны к полям механических напряжений и к присутствию дефектов в нанокомпозитах. Как следствие разработка новых принципов и методов создания полимерных нанокомпозитов для сенсорных, опто- и фотоэлектронных устройств требует развития фундаментальных представлений о связи между их функциональными, структурны­ми и фазовыми характеристиками на основе детального анализа полей механических напряжений и эволюции их источников.

Улучшение функциональных характеристик наноструктури- рованных композиционных материалов может быть обеспечено путем управления напряженно-деформированным состоянием элементов поверхности рассматриваемых материалов.

Программные изменения свойств поверхности (придания ей тех или иных сенсорных свойств) могут обеспечиваться различ­ными способами.

1. Объемный образец — электрет, или пироэлектрический кристалл с управляемым поверхностным электрическим релье­фом, либо полимерный материал с нанесенным на поверхность слоем макромолекул, несущих полярные концевые радикалы. В этом случае имеется возможность с помощью внешнего опти­ческого воздействия пассивировать и активировать поверхность, создавая или уничтожая электрический рельеф и самое глав­ное — создавать нужный электрический рельеф, отображающий определенную информацию или обладающий чувствительнос­тью к ее восприятию. Полимерные молекулы в блочном образце могут быть фиксированы в пространстве и не мигрируют в при­поверхностном слое. Это дает возможность четко фиксировать связанный поверхностный зарядовый рельеф. Создание инфор­мационного поверхностного нанорельефа можно осуществлять с помощью инжекции электронов на поверхность, что означает запись информации. Носителями информации могут быть отдель­ные молекулярные диполи, если инжекция осуществляется с по­мощью зонда туннельного микроскопа. Не только запись, но и считывание информации (по двоичной системе) также может производиться в принципе с помощью устройства исследования электрического рельефа, разработанного ранее для туннельного микроскопа. Носители тока (электроны), стекающие с острия зонда, компенсируют связанные заряды, создавая ин­формационный рельеф типа 0011111000000001111100... Единице отвечает наличие связанного заряда, а нулю — его отсутствие. Система адресации туннельного микроскопа позволяет фикси­ровать биты информации и осуществлять обращение к ним при считывании. Считывание информации осуществляется в резуль­тате адресации к нужному месту с помощью того же зонда, на который подается положительный заряд. Тогда связанные заря­ды остаются на поверхности, а внесенные (компенсирующие) уходят на зонд, создавая в нем электрический сигнал, пропор­циональный битам информации. Разрешающая способность (плот­ность информации) будет порядка разрешающей способности туннельного микроскопа, т. е. может достигать порядка 1 бит на нанометр. Таким образом, сенсорные свойства поверх­ности, зависящие от ее рельефа, можно изменять в соответствии с записанной заранее программой.

2. Модификация поверхности осуществляется с помощью нанесения моно- или полимолекулярных слоев фотохромных молекул, несущих бистабильные радикалы, способные к кон- формационным перестройкам с пленарной (параллельной по­верхности или ортогональной ориентацией дипольных момен­тов). Это дает возможность с помощью внешнего оптического воздействия пассивировать и активировать поверхность, созда­вая или уничтожая электрический рельеф и самое главное — создавать нужный электрический рельеф, отображающий за­данную информацию с помощью лазерного луча, вызывающе­го индуцированные переходы между конформациями активных радикалов.

Возможна также модификация поверхности путем нанесения тонкого мономолекулярного или полимолекулярного слоя моле-

кул специальной архитектуры типа полиядерных комплексов ре­шетчатого типа, основанных на октаэдрических центрах метал­лов, как это предаагает Жан-Мари Лен в своей книге "Супрамо- лекулярная химия". Ионами атомов металла, которые ответственны за электрический рельеф, можно управлять с помощью элект­ронной эмиссии с микрозонда или с помощью фотоиндуциро- ванных переходов.

· Создается полимерная пленка, обладающая слоистой по­лимолекулярной структурой. Каждый слой состоит из полимер­ных молекул, в состав которых входят фотохромные конформе- ры. Слой просвечивается двумя скрещенными лазерными лучами. Интенсивности каждого не хватает для перевода молекулы в возбужденное состояние, но в точке их пересечения происхо­дит изменение конформации звена или радикала. По поглоще­нию света в данном месте записывается бит информации. Счи­тывание информации возможно аналогично, т. е. путем скрещенных лучей. Разрешающая способность и плотность информации при этом будет на уровне современных компьютеров. К используемо­му материалу (прозрачному) предъявляются требования, анало­гичные требованиям для материалов, работающих в оптоэлектронных устройствах, например, пространственно-временных модуляторов света.

· Структура материала может быть подобна структуре маг- нитно-резистивной памяти, которая состоит из двойной сетки перекрещивающихся проводников, между которыми магнитно- резистивный слой заменен слоем полимера с органическими молекулами, локализованными в узлах двоичной сетки пере­крещивающихся проводников. При приложении напряжения к точкам пересечения проводников сопротивление межслойно- го материала изменяется. Для считывания этого изменения дос­таточно небольшого напряжения.

В настоящее время имеются технологические возможности создания слоя перекрещивающихся проводников методом оп­тической и рертгеновской литографии рамером до 10 нм с ша­гом до 16 нм.

При создании промышленных образцов рассматриваемых сенсорных поверхностей должна быть обеспечена способность органических материалов удовлетворять минимальному набору стандартов, необходимых для функционирования электронных приборов [52], а именно: не разрушаться под действием высо­котемпературных технологических процессов (до 400 °С), при рабочей температуре до 140 °С и после IO¹² циклов записи счи- тывания информации. До настоящего времени исследования прототипных сенсорных поверхностей проводилось лишь при огра­ниченном числе циклов, часто при низких температурах, а процессы самосборки, используемые при изготовлении наноприборов, обычно ведутся при окружающей температуре. Сле­довательно, в целом проблема создания материалов с програм­мируемой наноструктурой поверхности для сенсорных устройств до сих пор не решена.

Приведенный краткий обзор последних достижений в обла­сти создания элементной базы молекулярных компьютеров по­зволяет сделать следующие выводы.

1. Имеется четыре основных категорий молекулярных уст­ройств, которые можно использовать в качестве проводников и переключателей (рис. 4.34.):

полупроводниковые и металлические нанопроволоки, углеродные нанотрубки и фулерены, небольшие органичекие молекулы,

биомолекулы.

Рис. 4.34. Типы молекулярных устройств

Несмотря на значительный прогресс в этой области, оста­ются серьезные технические трудности. Одна из основных труд­ностей в том, что необходимо научиться создавать целые схемы молекулярных размеров, а не только некоторые их элементы. При достижении реалистичной на сегодня плотности устройств в IO¹² элементов на квадратный сантиметр, даже при условии того, что проблемы отвода тепла решены, вопрос о том, каким образом использовать столь "плотно упакованные" схемы, оста­ется открытым.

Задержки и "пробки", связанные с геометрией и динами­кой вычислительных процессов, проявляют себя даже в гораздо менее плотных системах параллельных вычислений и поэтому нужна новая архитектура.

Наряду с несомненными успехами в данной области, выяв­лен ряд проблем, заложенных в самой концепции создания моле­кулярных устройств. Так, авторы обзора [51] отмечают, что обще­принятый анализ работы молекулярного устройства в терминах линейной суперпозиции отдельных его элементов представляется необоснованным. Этот подход фактически дублирует на молеку­лярном уровне схемотехнические решения, разработанные в про­цессе развития полупроводниковой микроэлектроники при кон­струировании компьютеров неймановского типа. Подобный подход существенно сужает потенциальные возможности молекулярной электроники. Основная цель молекулярной электроники — не просто замена базовых полупроводниковых элементов, а решение тех про­блем, которые не решаются традиционным способом.

Концепция развития молекулярной электроники путем замены полупроводниковых элементов на их молекулярные ана­логи притягательна с точки зрения дальнейшей миниатюриза­ции, но оставляет мало шансов на создание реальных молеку­лярных устройств в ближайшее время. При таком подходе (использование бинарных сигналов и последовательных вычис­лений) отбрасывается возможность создания квантовых компь­ютеров и нейрокомпьютеров с параллельными вычислениями, использующих аналоговые сигналы. А именно в этих направле­ниях можно ожидать в ближайшее время новых прорывных ин­формационных технологий, в частности и базирующихся на молекулярной технологии.

6. Несмотря на существующие проблемы, связанные с разра­боткой компьютера на принципах "идеальной мономолекулярной электроники", активно развиваются параллельные области иссле­дований, связанные с использованием молекулярных материалов: фотоактивные полимеры, электролюминесцентные экраны, мо­лекулярные транзисторы, химические сенсоры. Интенсивно об­суждаются проблемы использования в электронике молекуляр­ных материалов и физических эффектов, протекающих на уровне одиночной молекулы [66—68].

Таким образом, вопрос о стратегии создания молекулярно­го компьютера остается открытым и требует дальнейшей разра­ботки. От правильности выбора стратегии в значительной мере зависят и успехи в данной области.

В частности, можно утверждать, что подход, дублирующий на молекулярном уровне схемотехнические решения, разрабо­танные в процессе развития полупроводниковой микроэлектро­ники при конструировании компьютеров неймановского типа, существенно сужает потенциальные возможности молекулярной электроники.

Требуется разработка новой парадигмы конструирования молекулярных компьютеров, обладающих возможностью парал­лельных вычислений и кластерного анализа и синтеза.

Также принципиально важным представляется разработка устройств, сочетающих преимущества молекулярных и наноком- пьютеров. Например, нейросетевая структура может обеспечить правильную работу устройств, в которых связи между элемента­ми в процессе их формирования могут носить случайный харак­тер, как это может часто иметь место при нанотехнологиях. При этом должен быть организован процесс обучения нейрокомпь­ютера на основе сети со случайными связями.

В [69] описывается архитектура нанокомпьютеров, устойчи­вая к дефектам и ошибкам, созданная благодаря проведенным исследованиям схем неймановского мультиплексирования NAND и основанная на массовом удвоении (дублировании) несовер­шенных устройств и случайных несовершенных связях между ними, а также перестраиваемое™ архитектур. Получены реше­ния, обеспечивающие формирование надежных интегрированных структур из существенно ненадежных наноэлектронных устройств.

В этой работе обсуждаются оба типа архитектуры и предлага­ется новая, устойчивая к дефектам и ошибкам, архитектура, ко­торая является комбинацией двух вышеуказанных (рис. 4.35).

Системная производительность предлагаемой архитектуры с дублированием элементов оценивается посредством изучения ее надежности, то есть вероятности "выживания" системы. Оценки авторов показали, что такая архитектура допускает уровень оши­бок элементов до IO"² при наличии множества избыточных компо­нентов. Структура весьма устойчива как к постоянным, так и динамически возникающим ошибкам в сверхбольших интеграль­ных схемах из существенно ненадежных наноэлектронных устройств.

Однако более перспективна архитектура нейрокомпьютеров, обеспечивающих помимо высокой надежности еще и наиболь­шее быстродействие.

Одной из наиболее перспективных стратегий сборки моле­кулярного нейрокомпьютера может стать стратегия, базирую­щаяся на следующих принципах.

Параллельность архитектуры и коннекционность.

Центральная идея этого подхода заключена в том, что для

того чтобы воссоздать некоторые из возможностей мозга по об­работке информации, необходимо воссоздать некоторые из его архитектурных особенностей. Поэтому коннекционная машина, или нейронная сеть, должна состоять из сети с множеством со­единений сравнительно простых процессоров (узлов, устройств или искусственных нейронов), каждый из которых имеет много входов-выходов.

Алгоритмические структуры типа "управление потоком данных" (DATA FLOW).

Принцип вычислений, использующийся в такого рода струк­турах, отличается от неймановского (управление потоком ко­манд) и определяется как управление потоком данных (Data Flow). Этот принцип формулируется следующим образом: все коман­ды выполняются только при наличии всех операндов (данных), необходимых для их выполнения. Поэтому в программах, ис­пользуемых для потоковой обработки, описывается не поток команд, а поток данных.

Начальная хаотичность (случайность) связей между ней­ронами.

Рис. 4.35. Архитектура нанокомпьютера а — чип, б— кластер, в— процессор, active — активный, spare — запасной

Принцип начальной хаотичности связей между нейронами наиболее просто реализуется при отработке технологии созда­ния нанопроводников, например проволок в пористом крем­нии, но в то же время не препятствует получению требуемых структур в процессе обучения.

Выполнение нейронами простых функций типа сложение и умножение по модулю 2.

Этот принцип снижает требования к технологии создания нейронов и в то же время обеспечивает логическую прозрач­ность обученной нейронной сети.

Обучение для принятия решения путем использования обратных связей.

Использование обратных связей в процессе обучения позво­ляет замкнуть задачу обучения, обеспечивая устойчивость реше­ния, и гарантирует требуемую точность и надежность обучения.

Генетические алгоритмы обучения.

С помощью генетического алгоритма можно получить реше­ние, соответствующее глобальному оптимуму или близкое к нему, при этом на каждом шаге проводятся некоторые стан­дартные операции одновременно над множеством решений (по­пуляций), что позволяет значительно увеличить скорость при­ближения к экстремуму и снижает технологические требования к его реализации на молекулярном уровне.

Кластеризация пространства (тела) нейрокомпьютера при обучении на решение различных задач.

Кластеризация вычислительной среды (тела) нейрокомпь­ютера позволяет, с одной стороны, распараллеливать обучение на подзадачи, а, с другой — синтезировать решение новых задач путем их сборки (аналог программирования) из совокупности кластеров.

Хаотичность (случайность) образования кластеров, дуб­лирующих решение однотипных задач.

Образование нескольких кластеров, дублирующих решение однотипных задач, повышает надежность и универсальность ком­пьютера, а в ряде случаев обеспечивает повышение скорости решения. Хаотичность в образовании кластеров при обучении снижает технологические требования к их реализации на моле­кулярном уровне.

Интуитивность поиска кластера или набора кластеров, на­строенного на решение задачи-аналога.

Использование принципа интуитивности при поиске класте­ров или их набора, настроенного на решение задачи-аналога, рез­ко увеличивает скорость решения, но требует введения нового, недостаточно изученного механизма реализации на молекулярном уровне.

Длительное (медленное) обучение — быстрое принятие решения после обучения.

Обучение кластеров на решение тех или иных задач не может быть быстрым, так как это потребует таких плотностей энергий, которые неизбежно приведут к разрушению обучаемых молеку­лярных структур. Может быть, именно поэтому в живой природе процесс обучения тоже весьма длителен. В то же время один раз обученная структура будет решать задачи-аналоги очень быстро весьма значительное число раз. Решение новых задач при этом может быть получено путем сборки требуемых структур из гото­вых (обученных) кластеров методом программирования.

Обучение сводится к разрушению "неправильных" связей и созданию "правильных", реализующих нужную операцию. Пока не существует подобных систем, которые реализовали бы в на- номасштабе адресное разрушение одних типов связей и созда­ние других, как это должно было бы реализоваться в системе с детерминистическим подходом.

В соответствии с высказанной парадигмой длительного сто­хастического процесса обучения (аналогичного идее генетиче­ских алгоритмов) процессы обучения могут менять связи неад­ресно. Процесс обучения может лишь создавать условия для пре­имущественного разрушения связей при неправильном функ­ционировании кластера и закрепления сложившихся типов связей при правильной реализации требуемой операции.

Сформулированный таким образом принцип процесса обу­чения сети позволяет привести много примеров процессов тре­буемого типа.

Например, протекание тока в среде с коллоидными части­цами металлов позволяет обеспечить рассасывание микромос­тиков между коллоидными частицами (а также и самих коллои­дов) при повышении температуры или при освещении светом длинноволнового диапазона. В то же время увеличение тока или напряжения (что не всегда эквивалентно) приводит к стабили­зации путей протекания тока.

В полупроводниковых средах известны так называемые двой­ные или анизотропные центры, создающиеся в результате слу­чайных процессов локализации возбужденного носителя вблизи кулоновского центра. Центры такого типа могут являться носи­телями информации аналогично зернам серебра в обычной фо­тографии. Такие центры поглощают преимущественно свет

Рис. 4.36. Структура нейрокомпьютера на базе пористого кремния

определенной поляризации. В результате рекомбинации центр мо­жет оказаться в любом из эквивалентных состояний с различно направленной анизотропией. Таким образом, возбуждение светом с определенной поляризацией может быть использовано для пре­имущественного разрушения определенного типа центров записи информации. Такой процесс также может являться физической основой для процесса обучения среды.

Можно себе представить и процессы на молекулярном уров­не, когда носителями информации являются длинные амбио- полярные молекулы. Запись информации (создание структуры сети) может осуществляться локализацией слоя таких молекул в определенном направлении. Преимущественное закрепление или наоборот, делокализация может осуществляться как мето­дами физического воздействия, как в вышеприведенных приме­рах, так и химическими методами — например, изменением рН.

Возможная структура молекулярного нейрокомпьютера на основе пористого кремния показана на рис. 4.36. В процессе обу­чения HC этого компьютера необходимо обеспечить возможность переключения контактов нанопроволок, что представляет в на­стоящее время трудно решаемую задачу, требующую проведе­ния сложных и дорогостоящих исследований.

ПРИМЕРЫ ПРИМЕНЕНИЯ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ В СИСТЕМАХ УПРАВЛЕНИЯ

5Л. Микропроцессорная система управления электродвигателем

Пусть требуется разработать микропроцессорную систему управления электродвигателем транспортного средства массой 500 кг, способного двигаться со скоростью v = 60 км/час.

Для решения поставленной задачи необходимо прежде все­го подобрать электродвигатель и оценить динамические свой­ства объекта управления (ОУ).

Положим, что сила трения равна примерно

где к_т— коэффициент трения (сцепление с дорогой), m — мас­са транспортного средства, g— ускорение свободного падения.

Коэффициент редукции определим из следующего соотно­шения:

Если транспортное средство снабдить колесами радиусом R = 0,2 м, тогда их максимальная скорость будет

 

Дата добавления: 2015-04-29