混合比,对火箭发动机有多重要?

设火箭的加注混合比为K1,则推进剂总加注量G和两组元加注量Gy、Gr满足G=Gy+Gr,K1=Gy/Gr,则:

如果发动机工作混合比K2<K1,则氧化剂剩余,燃烧剂耗尽,此时总推进剂剩余量比例为:

如果实际工作混合比K2>K1,则燃烧剂剩余,氧化剂耗尽,此时总推进剂剩余量比例为:

因此,在给定的加注混合比K1下,以发动机工作混合比为K2横坐标,推进剂剩余量Z为纵坐标,可以画出一条曲线,曲线分为两段,当K2<K1时,为一条单调下降的直线,在曲线的右端,为一条单调上升的双曲线(在混合比小偏差下近似为直线,此处省略证明)。

上一篇《表征火箭发动机性能用比冲还是密度比冲好?》为发动机性能四连载之二,即推力、比冲、混合比、流量,本篇为四连载之三——混合比。与希望比冲越大越好不同,混合比更多时候是基于火箭总体考虑。因为它影响火箭贮箱相对大小,火箭质心的位置,推进剂的加注方法,火箭的运载能力等等,甚至火箭还专门设立一个分系统用以处理混合比问题。

发动机最佳混合比

发动机工作混合比是指发动机消耗的氧化剂与燃烧剂的质量比。对于每种推进剂,在特定条件下都有一个最佳混合比,在这个混合比下能达到最大的比冲。但最佳混合比并非化学上恰好完全反应

氢氧推进剂理论燃烧数据

以上图氢氧燃烧为例,O2和H2在混合比为8时,氧化剂和燃料能完全反应生成H2O。此时燃烧室温度最高,但特征速度反而较小。特征速度最大时对应混合比在4左右。

为解释此现象,可以做一个极端的假设,假设两种气体推进剂燃烧生成物为固体,当两者完全反应时,全部生成固体,但固体在喷管内无法像气体那样膨胀加速,因此此时发动机的推力和比冲很低。但如果改变混合比,此时除生成固体外,生成的热量还能将多出的气体推进剂加热,尽管燃烧不完全了,温度也降低了。但被加热的气体膨胀并以极高速排出,比冲反而提高了。

分析公式表明,推进剂燃烧后发动机比冲与生成气体的摩尔质量、比热比等均有关,摩尔质量越小,发动机比冲越高。分析和试验研究可确定能量释放和燃气成分之间的最佳平衡点,此时燃气中的一部分是已经汽化或分解但未烧尽的推进剂。

理论计算表明,在某给定室压和出口条件下,N2O4/UDMH最佳混合比约为2.736,LO2/RP-1最佳混合比约为2.673,LO2/LH2最佳混合比约为4.408。

富氧燃烧与富燃燃烧

但我们考察典型发动机,其混合比大多不是上述最佳混合比。

常规推进剂、液氧煤油发动机使用混合比一般比最佳混合比小,可使燃气温度更低,有利于缓解严酷的涡轮、推力室室壁等冷却要求。另外,推力室在富燃的环境中工作,可保证金属材料不被氧化。此种偏离在燃气发生器中更为明显,以F-1为例,其燃气发生器内混合比为0.416,燃气温度为1061K,远小于推力室中的约3500K,大大降低了涡轮的设计难度。

前苏联、美国在二十世纪60年代均已有液氧煤油发动机,但只有前苏联执着地研制了液氧煤油补燃发动机。大家都说高压下煤油会结焦,无法稳定地进行再次利用。苏联将液氧煤油补燃发动机燃气发生器(在补燃循环中一般称为预燃室)设计为富氧燃烧。RD-120预燃室的混合比达到了53.84,生成的气体中90%为735K高温的O2。金属材料在强氧化环境下甚至可以燃烧,发动机工作环境十分恶劣,突破富氧预燃室、富氧涡轮技术,足以证明俄罗斯在材料工艺上水平可以傲视全球。

氢氧发动机使用混合比一般高于最佳值,这是由于,O2密度是H2的16倍,如果混合比为4,则推进剂综合密度为289kg/m3,理论比冲4112m/s;混合比6对应综合密度373kg/m3,理论比冲4068m/s。使用之前推导的密度比冲组合公式v=gIsp·ρ0.13

就火箭总体而言,混合比从4变为6,虽然偏离了最佳性能点,却能将火箭末速度从8.6km/s增至8.8km/s,达到全局优化。值得一提的是,尽管此时发动机混合比高于最佳混合比,但由于其组分全部反应时的混合比为8,所以,此时发动机仍然是富燃的。

推进剂利用系统1(加注量控制)

推进剂利用系统

真实世界均存在偏差,工程的本质是对付偏差。以混合比为例,在加注时不可能做到完全无偏差的加注,发动机工作时混合比也不能做到完成符合理论值。当真实加注混合比相对于飞行消耗高了,飞行后会剩余无法使用的燃烧剂,混合比低了,会剩余无法使用的氧化剂。都将造成某一种组元过早消耗,另一种组元大量剩余成为死重而无法使用,导致运载能力减小。

由于火箭中推进剂加注量巨大,混合比的小量偏差就导致大量推进剂的剩余。如混合比为2.12±0.06,氧化剂加注量为100吨,则标准情况下加注燃料47.2吨。则如果真实飞行混合比为2.06,燃烧剂烧完后,氧化剂还剩下2.77吨无法使用,这是巨大的浪费。

现有的很多运载火箭采用传感器判断液位,在小工况范围内调节发动机消耗混合比的方法,来控制最终的推进剂剩余量,并称此系统为推进剂利用系统。

以上定义仅为一种在线闭环控制工程,广义的推进剂利用系统涉及方面更多,它包括推进剂加注量主动精确控制,发动机工作混合比偏差被动控制、发动机工作混合比偏差主动控制等各个方面。

加注量精确控制

首先是加注量精确控制,如何保证加注进推进剂贮箱内的推进剂与设计值偏差更小。如采用地面流量计计量,假设精度为±0.5%。如加注100吨15℃的N2O4,则需加68587L,累积误差可达±342.9L,相当于500kg推进剂,这个误差非常大。

因此针对可贮存推进剂,一般采用箭地联合定量加注法,即加注由箭上液位计定量+地面定量装置控制补加量获得要求的加注总量。箭上液位计在出厂前标定,精度可以达到很高(如0.3‰),一般标定几个液位点。采用联合定量,假设一个液位标定在65000L左右,再考虑补加时流量计误差,总误差37L,相当于55kg推进剂,比单纯采用地面流量计降低了一个数量级。

当然,无论是采用箭地联合定量,还是采用地面流量计,都存在将体积转换为质量的问题,换算需要推进剂密度,它与温度成正比,问题是由于泵温升、环境影响等,加注前后推进剂温度不一致。

目前采用温度预测方法,通过天气预报预测加注时温度,结合库房推进剂温度值,预测进入贮箱的推进剂温度。一般温度预测的精度可以达到±0.5℃,考虑氧化剂温度膨胀系数,则由于密度变化造成的加注量偏差可达±1‰,加注100吨推进剂偏差可达±100kg。由此可见,提高温度预测模型精确度对于提高加注定量实际精度十分重要。

推进剂偏加方法

考虑发动机工作时的混合比偏差,还有一种特殊的方法可以降低最终剩余的推进剂。

考虑一个如下的数学模型:推进剂加注总量不变,已知混合比及其偏差,如何做到剩余推进剂最少。

这里区分两个词:加注混合比和发动机工作混合比。前者指加注到贮箱的两种推进剂量比例,后者指发动机工作时消耗量的比例,只有两种推进剂正好同时消耗完,两者数值才达到相同。

设火箭的加注混合比为K1,则推进剂总加注量G和两组元加注量GyGr满足G=Gy+GrK1=Gy/Gr,则:

如果发动机工作混合比K2<K1,则氧化剂剩余,燃烧剂耗尽,此时总推进剂剩余量比例为:

如果实际工作混合比K2>K1,则燃烧剂剩余,氧化剂耗尽,此时总推进剂剩余量比例为:

因此,在给定的加注混合比K1下,以发动机工作混合比为K2横坐标,推进剂剩余量Z为纵坐标,可以画出一条曲线,曲线分为两段,当K2<K1时,为一条单调下降的直线,在曲线的右端,为一条单调上升的双曲线(在混合比小偏差下近似为直线,此处省略证明)。在推进剂混合比偏差的范围内,最大推进剂剩余量总是出现在曲线的两个端点之一,哪个大,哪个就是设计工况。

考虑不同的给定混合比K1,则可以形成一簇曲线。K1偏差范围较小时,可证明(此处省略)左侧直线斜率偏差不超过2%,右侧近似直线偏差不超过5%。可近似认为曲线簇为平移构成。显然使推进剂剩余量最小的一根曲线是两个端点一样高的曲线则由:

便可以得到推进剂剩余量最小的一组加注混合比。

这种在加注时有意识地多加注某一种推进剂的方法,称为推进剂偏加方法。可以直观理解一下,若混合比为10000:1,如果燃烧剂耗量大了,结果燃烧剂耗尽时,氧化剂还有极大剩余量,还不如不按理论混合比,而是多加一些燃烧剂,确保氧化剂耗尽。因此,通过推进剂偏加,可以非常有效地提高运载能力。通常推进剂工作混合比K>1,采用偏加方法,就要多加注燃料而少加注氧化剂。

不同加注混合比下最大剩余推进剂量图(横轴交点为给定加注混合比,左侧端点为发动机工作混合比取下偏差时推进剂剩余量,右侧端点为发动机工作混合比取上偏差时推进剂剩余量。使发动机工作混合比偏差涵盖范围下,推进剂总剩余量最小的加注混合比,即为最佳加注混合比)

若发动机工作混合比范围为2.12±0.06,则:

由此可求得偏加后最佳加注混合比为2.098,而不是中间值2.12。以总加注量100吨为例,此时最大剩余推进剂量为1.22吨。而如果采用中间值2.12加注,则最大剩余推进剂量为1.92吨,多损失了700kg的运载能力。

概率设计方法

上述结果还不能令人完全满意,这是因为,实际上混合比偏差不是平均分布,而是正态分布(混合比偏差由各种干扰引起,随机干扰叠加后分布为正态分布,这就是大数定理),混合比达到极限偏差的情况几乎不存在,提高运载能力,要采用概率的方法。

以前在学校时,有次一班同学约着出去玩,大家都踊跃报名,但对去哪儿达不成共识。我们决定采用“科学”的方法:将所有要去的地方编号1~10抽签。本来出个人抽签就行了,但为了体现所有人的参与感,编了个程序,让每个人都抽一个,最后将所有抽签结果平均。说干就干,编好程序一运行,大家在键盘上一阵噼里啪啦回车,结果出来了,是6。安静了一会儿,有人对6对应的地点不满意了,说不算,重抽一次;于是重抽了一次,还是6。非常古怪,再抽,结果不外乎5、6、7。这就是我们在纯真的大学时代干的事情,从中我们也体会到了联合概率密度分布,以及大数定理。

大数定理无处不在,以一台发动机为例,如混合比偏差2.12±0.06,出现2.06或2.18的机会本就非常少了。如果再考虑几台发动机并联,则并联后,理论上,混合比偏差仍为0.06,但实际上出现2.06或2.18的机会就更少了。这种基于偏差设计的方法非常重要的一个词,后续也许会写篇文章单独阐述),是非常保守的,并不能挖掘系统的最大潜能。

因为系统的最大潜能是:在一定的概率下(如3σ,即99.73%)的最大推进剂剩余量。这个可开展分析,当然,用仿真更为简单,而且适用于更复杂的情况。

当一发火箭飞行过多次,状态已基本成熟,一个比较重要的工作就是进行多发飞行数据分析,分析出参数的概率区间,从此角度进行系统的挖潜。

再说说那次我们去哪儿玩了:不是不管抽到数字几都有人不满意吗?一位同学说,我一定要去卢沟桥,你们不去我就一个人去。于是最后大家都跟着一起去了卢沟桥。此事告诉我们,扯皮没前途,埋头苦干才是最重要的。在埋头苦干中发现问题,解决问题。

推进剂利用系统2(被动控制)

为减少推进剂剩余量,减少发动机工作混合比偏差范围是根本。如果偏差为0,则直接加注至需要混合比,不会有推进剂剩余的死重。

稳定发动机工作混合比就是稳定发动机流量,在相同的上游压力下,考虑一个中间装置,流量可由装置自身,下游压力决定,如果中间装置可以稳定下游压力,或者流量与下游压力无关,或者流量受下游压力影响更小,就可以提高流量的精度。这对应了三种中间装置,即自动器(压力调节器),气蚀管以及节流圈。

压调器,是一种可自动调节开度,来稳定下游压力的阀门。可根据压调器出口压力的变化调整燃料流量(调整副系统更为容易),以保持混合比恒定。这种高精度的方案也意味着高复杂性,因为阀门内的零件很多。

气蚀管内压力分布

气蚀管(又称文氏管或文丘里管)是一种先收缩后扩张的管路(类似推力室后的拉尔伐喷管,不同的是拉尔伐喷管喉部流速达到声速,喷管扩张段为超声速流动,此时喷管扩张后,气体速度反而增大)。考虑理想不可压缩流,对于气蚀管内流动存在伯努利方程,即入口i,喉部t,和出口e之间存在:

在喉部,流体的流速最高,静压最低,随着压差pi-pe的增大,流量不断增加,喉部静压不断降低。当pt低于液体的饱和蒸汽压psat时,流体急剧汽化,在喉部出现气蚀现象。这时,如保持pi不变,即使继续降低pe,pt仍保持不变,vt也保持不变,所以流量不再增加。即在气蚀管产生气蚀现象的前提下,只要入口压力不变,出口压力在一定范围内变化对流量不会有影响。

考虑气蚀管流量q=CdAt√p(pi-psat),其中Cd是考虑入口损失及液流在喉部收缩时的流量系数。则可将入口压力写成流量的函数p1=Kq2+psat,其中K=1/Cd2At2p,对流量进行微分及其变换,可转化为:

考虑数值量级,可粗略取估计值Cd~100,D~10-3,ρ~103,Psat~105,q~100,可求出Cd2At2pPsat/q2~10-4<<1。即压力波动1%,流量波动0.5%。

再考虑节流圈,节流圈也是一种收缩、扩张装置,不同的是,在节流圈喉部不存在气蚀现象,其流量方程为q=CdAt√p(pi-pe),只是将饱和蒸汽压换成了出口压力(所以对应喉部口径也较大),流量系数Cd也相应变化,但仍在0~1之间,仍进行数量级分析,可取估计值Cd~100,D~5×10-3,ρ~103,Pe~106,q~100,则Cd2At2pPsat/q2~1。即压力波动1%,流量波动也达到1%。

从分析可以看出,气蚀管依赖喉部气蚀,将压力固定为饱和蒸汽压,扼守住了下游对上游的影响;节流圈喉部不产生气蚀,下游压力变化给流量变化带来了一定影响。因而气蚀管对流量调节精度要比节流圈高。

大家都知道,涡轮泵最怕气蚀,那为什么气蚀管可以作为一个稳定调节元件使用呢?笔者猜想原因可能是:

1)从下述试验图片看来,大部分气蚀发生在管路中间,空泡的破裂不直接作用在气蚀管壁上; 

2)气蚀管内是一种较为稳定的规模较大的气蚀,因而对壁面撞击次数较少,所以气蚀破坏并不剧烈。当然,笔者未真正搞过发动机,仅为猜想。

试验中观察到的气蚀图

由于气蚀管内存在空泡的聚合、破裂,所以气蚀管的缺点也是显然的,其出口存在振动。发动机设计时,需要采取一定措施来抑制系统振荡。这些措施可能比较依赖试验。

什么叫气蚀?为什么产生气蚀?

1894年,英国制造的240吨的小型驱逐舰“勇敢号”初试航时,螺旋桨转速只能达到384转,比额定设计转速低1.54%。几经调试,直到1897年,总工程师Barnaby才在造船工程师会上发表论文说明是由于螺旋桨发生了气蚀现象。

过了20年,1915年,英制的新鱼雷艇“德林号”驶入大西洋试验。它的设计速度比前一型号大一倍。但是当舰艇机器以最大转速工作时,艇尾抖动,尾部海水泡沫翻腾,犹如倒啤酒时一样,艇的速度也没有超过前一型号。当鱼雷艇回到基地时,螺旋桨已经破烂不堪了。这又是气蚀在捣乱。直到1971年,有人对上千艘船做了调查发现,其中有30%的螺旋桨在使用一年后,都由于气蚀而造成不同程度的损伤。

以水为例,在标准大气压下,温度达到100℃,水就会沸腾。“沸腾”就是水内部能冒气泡的现象。不同温度下,水沸腾对应的压强是不同的,这个压强称为饱和蒸汽压,也称蒸汽压。反之,在不同外界压强下,水沸腾的温度也是不同的。如在海拔4km的高原地区,沸点只有86℃,在压强到达2338Pa时,水的沸点仅有20℃。推进剂亦然,当压力低于推进剂饱和蒸汽压时,推进剂便在此处开始汽化产生气泡。

不是所有产生气泡的现象都是气蚀。产生气泡的原因可以包括:温度变化引起的沸腾;压力变化引起的蒸发,即空化;当液体中含有的过饱和气体在压强降低时释放,如打开饮料时CO2气体的溢出;或者通过物理或化学反应产生气体的现象,如将活性金属投入盐酸中产生气泡,瓶子在水池里灌水产生气泡等。

产生气泡现象中,惟有空化才可能产生气蚀,这是由于气蚀的危害主要来自于气体破裂。由于局部低压而产生空化后,当外部压强升高时,空化生存的条件消失,于是空泡破裂,溃灭。空泡溃灭的时间极短(约10-3s),其空间被周围水体迅猛充填,形成极大的冲击压强(约104~106大气压),大大超过一般材料强度,当气泡在固体边界溃灭时,高压冲击不断地传到固体边界面上,足以造成材料的损坏剥蚀。这种现象称为气蚀。

那么怎么会产生局部低压呢,有三种可能性:

流道收缩压力降低

根据伯努利方程,当流道收缩时,流道中流速大大增加,导致其压力变低。上述的气蚀管就是典型的流道收缩产生空化的设备。

漩涡流压力降低

设在压强P,流速U的流场中存在一圆形孤立漩涡,若不计粘性,涡心压强pε=P-pΓ2/8π2r2,其中pc为涡心压强,P为流场中不扰动压强,ρ为液体密度,Γ为涡旋环量,R为涡旋半径,r为以涡心为原点的极坐标。理论上涡心处,r=0,pc=-∞。在实际流体中存在粘性,但pc为有限值。如龙卷风中心就是一个低压区。

固液高速相对运动产生低压区

固液高速相对运动可在水中产生低压区而引起空化。超声波加湿器也是一个这样的例子,加湿器中的压电陶瓷产生高频振动,加速器振动推开流体再回来时,就形成了局部的低压区形成空化。揭开加湿器顶盖,就会发现加湿器底部冒出大量气泡,好似沸腾了一般。

发动机叶轮附近流体流动也是这种情况,在涡轮泵中,当气泡流向叶轮间的高压区时,气泡会急剧收缩以至破裂。破裂同时,周围推进剂以很高速度填充空穴,在瞬间产生强烈水击作用,并以很高的冲击频率打击金属表面,冲击应力可达几百至几千个大气压,冲击频率可高达每秒几万次。这种在泵中产生气泡和气泡破裂时涡轮泵破坏的过程就是气蚀。泵气蚀会导致泵性能下降,会产生振动,还可能造成结构破坏。

推进剂利用系统3(主动闭环控制)

主动的推进剂利用系统,是一个带反馈的系统,它由安装在贮箱内的传感器敏感到箱内液位变化,从而换算箱内剩余推进剂量(可装订到软件),之后控制发动机调节阀,在小的混合比偏差范围内调节发动机流量,最终使剩余的推进剂尽量少。与之前的被动式方法调节下游压力相比,主动的推进剂利用系统可以调节系统上游压力。

敏感装置多种多样,常见的有干簧浮子式和分节电容式。干簧浮子式液位传感器内部有固定的干簧管。其外浮子随液位向下滑动,当达到干簧管位置时,浮子上磁铁吸引搭接板使之闭合,就可发生通断信号指征液位。

干簧式液柱传感器

电容式液位传感器则是一种连续的液位指示方法,在推进剂内插入电极,电极的浸没深度随被测液位的高度而变化,从而改变电极间的介电常数,引起电容变化。如下图,介质的电容为C=2πεx/In R/r,其中ε为推进剂的介电常数,所以电容值(可转化为电压信号)与液位高度呈线性变化。由于线性特性,液位高度变化越大时,电容的累积误差越大。

因此,使用时将传感器分段,每段同样长度,将所有奇数段和偶数段电容分别并联,则两路电容值的差值是随着液位高度变化呈现三角波变化,此时误差就不再累积。

原理简单但实现并不简单。因为工程科学是一门关于精度的科学,电容式液位传感器设计时就需要考虑机械加工误差(要求每一段单元的非线性≤0.4%),每段单元电容量不一致引起的误差(<0.3%),液体毛细现象引起的误差,传感器在低温推进剂中收缩引起的误差(液氢介质中轴向收缩率0.4%)

电容式液柱传感器

多节电容式液位传感器输出电压曲线

采用利用系统,可以大幅减少推进剂剩余量,但涉及环节多,分工、接口复杂(涉及贮箱容积、液位传感器、仪器电缆、阀门控制信号、发动机调节阀门等大量环节),协调或使用不当容易出现问题或故障。这正是开、闭环两套系统的区别:开环系统简单、链条少,但精度低,而闭环系统正好相反。开闭环系统是一个很大的话题,后续专门开个帖子讨论。

本文来自微信公众号:理念世界的影子(ID:spaceodyssey1968),作者:洞穴之外

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年3月7日 15:34
下一篇 2024年3月7日 16:06

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日