Схема зу 55а: Зарядное устройство зу 55а схема

Содержание

Как зарядить аккумулятор автомобиля в домашних условиях. Оптимальный ток для зарядки автомобильного аккумулятора

Для правильной зарядки автомобильного аккумулятора не требуются особые навыки и познания. Обычный автолюбитель, обладающий базовыми законами физики из школьной программы и немного разбирающийся в электротехнике, сможет без труда обеспечить зарядом свой акб. Однако в любом случае изначально стоит прочитать инструкцию зарядного устройства, технический паспорт источника питания и точно выяснить, каким током заряжать аккумулятор.

Выбор оптимальной силы тока для зарядки акб

Каким током заряжать автомобильный аккумулятор? Ответ – постоянным. Для того чтобы это условие поддерживать, необходимо наличие выпрямителей. Они предназначены для того, чтобы изменять величину напряжения или силы тока в процессе восполнения энергии. Обеспечение этих условий является гарантом оптимального восстановления и более долгой службы источника питания.

Для 12 – и вольтовой батареи потребуется напряжение в 14,5 – 16,5 вольт.

Слегка увеличенные показатели понадобятся для более хорошего «затекания» энергии внутрь агрегата. Так как вольтаж внутри будет немного меньше, появится разница, и ток намного проще будет достигать цели. При равных показателях как внутреннего, так и наружного вольтажей, процесс проходить не будет.

Величина в 14,5 вольт используется в процессе заряда обычных свинцовых аккумуляторов. Показатели напряжения, которые выше этой цифры, применяют уже для восполнения энергии необслуживаемого класса батарей. Сроки восстановления работоспособности таких аккумуляторов значительно меньше.

Подобрать акб нужной емкости можно опираясь на литраж двигателя, так: 55 ач подойдут для объема 1 – 1,6 литра, 60 ач подойдут для объема 1,3 – 1,6 литра, а емкость в 75 ач – для 1,6 – 3,2 литра. Самыми распространенными являются емкости: 55 и 60 ампер – часов, а самой редкой – 190 ач.

Способы зарядки

Для зарядки источников питания используют 3 способа:

  1. С помощью постоянной силы тока . Данный способ удобен тем, что требует минимального вмешательство в процесс зарядки автовладельца. Проверку осуществляют примерно один раз в два часа и более тщательно контролируют финальный этап. Делается это для того, чтобы исключить перегрев аккумулятора автомобиля. Весь процесс начинают с выставлением силы тока, равной силе тока самого источника питания. В таком режиме проходит 20 часов подряд.
    Например, для аккумулятора с емкостью 190 ач потребуется сила тока, равная 19 ампер. По прошествии определенного количества времени, рекомендуют постепенно снижать силу тока, а напряжение наоборот увеличивать. ЭДС батареи автомобиля сонаправлена с изменением напряжения в большую сторону, поэтому поступают именно так. Необслуживаемые акб нужно заряжать уже при помощи вольтажа в 16 вольт и силой тока, которая в 2 раза меньше. Для зарядки стандартных источников питания с понижение значения силы тока благоприятно сказывается на кпд всего процесса и позволяет значительно продлить сроки эксплуатации заряжаемого агрегата. Полностью заряженный источник питания имеет практически нулевые показатели силы тока, а напряжение, равным 16,5 вольтам.
  2. С помощью постоянного напряжения . Хорошая заряженность аккумулятора в данном случае будет напрямую зависеть от величины вольтажа. Стандартная акб емкостью 55 или 60 ач на 12 вольт при данном способе сможет быть заряжена на 80% за целые сутки, если подавать напряжение, равное 14,5 вольтам. Заряд всегда будет величиной, прямо пропорциональной подаваемому напряжению.
    Например, при увеличении напряжения до 16 вольт, процент зарядки батареи будет уже равен 95%. Полная зарядка в течение суток обеспечивается напряжением в 16,5 вольт. В конце процесса зарядки напряжение батареи будет постоянно находиться на отметке в 14,5 вольт, на зарядном устройстве обычно загорается специальная лампа и процесс прекратится автоматически. Вообще, увеличение напряжения в процессе зарядки обратно пропорционально долговечности самого аккумулятора, возможности его перегрева и закипания электролитной жидкости.
  3. С помощью комбинированного варианта . Последний способ является самым щадящим и самым эффективным. Комбинированный метод с применением постоянного тока и изменяющимся напряжением (в конце процесса зарядки с помощью такого способа, напряжение выставляют постоянным, а силу тока постепенно уменьшают). Зарядка батареи с помощью такого метода является самой оптимальной для качественного заряда и увеличения эксплуатационной службы самого источника питания. Ток заряда аккумулятора в конце процедуры практически равен 0.

Гелевые акб и особенности их зарядки

В наши дни огромную популярность стали набирать гелевые аккумуляторы. Эти батареи могут выдавать повышенные показателя тока, несмотря на степень разрядки. Особенно полезно это свойство для запуска двигателя автомобиля в зимнее время года.

Еще одним положительным фактором является способность обеспечивать электрической энергией всю сеть автомобиля до тех пор, пока запас заряда не упадет ниже 25% от величины полного заряда. Каким током лучше заряжать такие батареи? Аналогично и остальным – постоянным. Емкость таких батарей тоже стандартна – 60 ач.

Подобрать акб хорошего качества в наши дни не составляет особого труда. Стоит отметить, что любая батарея теряет свои емкостные показатели при многоразовой зарядке. Гелевые источники питания, в отличие от стандартных свинцовых, более стойки к данной процедуре. Современные батареи такого вида можно заряжать до 1000 раз.

Особенности зарядки

  • Источники питания на гелевой основе только набирают свою популярность, и не каждый сервисный центр возьмется за зарядку такого экземпляра.
  • При зарядке данного акб необходимо соблюдать величину напряжения, которое не должно быть выше порогового (14,2 – 14).

Такие батареи хранятся значительно дольше своих аналогов даже полностью разряженными и могут находиться долгое время в помещениях с пониженной температурой.

Существенным преимуществом гелевого источника питания является отсутствие выделяемых вредоносных субстанций при стандартных режимах эксплуатации, поэтом такие батареи можно заряжать дома. Они также не подвержены утечкам из – за отсутствия жидкого электролита.

В данном тексте мы полностью осветили вопрос о том, каким током заряжать аккумулятор. Также рассмотрели основные методы заряда батарей. Описали отличительные особенности современных гелевых батарей, их преимущества и характерные особенности. В любом случае автомобиль всегда можно завести с толкача, но лучше заранее позаботиться о полном заряде вашей акб и забыть про эти проблемы надолго.

Теперь займемся конкретикой. Нас будет интересовать, как правильно зарядить аккумулятор автомобиля 60 ампер, 55 ампер и, возможно, батареи с другой емкостью.

Первое, что предстоит сделать – это определиться с реальным зарядом, т.е. измерить его. Делать это лучше нагрузочной вилкой или вольтметром при наличии навыков.

Если погода холодная – следует выждать 5-6 часов и только после этого делать замеры.

По значению напряжения на выводах батареи можно сделать вывод о состоянии заряда, беря данные из таблицы:

Остается правильно зарядить автомобильный аккумулятор. Допустим, имеем устройство с паспортными данными на 60 ампер. Опишем процесс зарядки, производимой способом постоянного значения зарядного тока.

  1. Для аккумулятора 60 Ач силу тока нужно выставить в 6 А.
  2. Подобный метод требует корректировки и внесения некоторых изменений в процесс. По достижении напряжения 14,4 В следует в два раза снизить зарядную величину, т.е. до 3 А.
  3. При 15 В подающее значение уменьшается еще вдвое до величины 1,5 А.
  4. Процесс подзарядки будет считаться оконченным, когда и ток, и зарядное напряжение будут постоянными час-два.

Как правильно зарядить аккумулятор автомобиля 55 ампер в гаражных условиях

Если в наличии имеется АКБ на 55 А общая схема зарядки в принципе остается той же.

  1. Зарядка производится постоянным током 5,5 А.
  2. Корректировка параметров производится через полтора-два часа.
  3. Процесс ведется до достижения величины напряжения 15-15,5 В. Этот момент уловить несложно: начинается кипение электролита.
  4. Уровень тока понижается до значения 2,75 А.

Соответственно, если надо правильно зарядить аккумулятор 65 Ач, то зарядная величина должна быть равной 6,5 А. далее нужно просто следить за стрелкой амперметра, помня о том, что она должна двигаться к нулю.

В среднем подобная операция подзарядки длится порядка 10-12 часов. Нужно только следить за температурой электролита. Если что-то из-за ошибок пошло не так, и температура поднялась до +40⁰С, нужно экстренно снизить подаваемый ток вдвое.

Правильно зарядить автомобильный аккумулятор – полдела. За ним нужен уход. К нему нужно бережно относиться, оберегать от ударов. Его использование при неработающем двигателе нежелательно.

Teor21

Свинцовые кислотные аккумуляторы доминируют в автомобильном транспорте в качестве бортового источника электроэнергии, в системах аварийного, резервного бесперебойного питания. Для поддержания длительного срока службы необходимо понимать, как правильно заряжать аккумулятор. От условий хранения и заряда зависит срок жизни батареи, который может достигать 5-8 лет.

Особенности хранения

Свинцовые батареи следует хранить в холодных помещениях в заряженном состоянии. Температуры выше 30º и низкий уровень заряда приводят к быстрой деградации с потерей работоспособности. При длительном хранении происходит постепенное снижение уровня заряда. При комнатной температуре заряжать потребуется с периодичностью раз в 8 месяцев, при -20º — раз в год.

Немного теории

Аккумуляторные батареи состоят из последовательно соединённых элементов напряжением ~2В. Таким образом, 6, 12 или 24В получаются последовательным соединением 3, 6 или 12 ячеек соответственно.

Нормальный уровень напряжения элемента 2.1 -2.17В. Напряжение ниже 1.8В говорит о полном разряде и является критическим.

Основным параметром является ёмкость, обозначаемая латинской буквой С. Характеризует количество накапливаемой энергии в Ампер-часах. Ёмкость С = 50 А/ч — это способность отдавать ток равный 1/20С = 2,5А в течение 20 часов.

Ещё один важный параметр — внутреннее сопротивление Rвн. Оно характеризует способность батарей принимать и отдавать ток. Когда состояние аккумулятора ухудшается, например, вследствие сульфатации пластин, внутренне сопротивление растёт. При очень высоких значениях Rвн батарея перестаёт принимать и отдавать в нагрузку ток, приходит в негодность.

Основными достоинствами, определяющими широкое применение АКБ, являются:

  • способность работать при температуре ниже -30 градусов;
  • способность отдавать большие, свыше 10С токи;
  • низкий саморазряд;
  • простота обслуживания;
  • относительно низкая стоимость;
  • отсутствие необходимости применения сложных зарядных устройств.

Способность работать при низких температурах, отдавать большие токи являются уникальными свойствами свинцово-кислотных батарей.

Как правильно заряжать аккумулятор

Не следует заряжать аккумулятор на морозе. Вследствие повышения внутреннего сопротивления при низкой температуре, придётся повысить напряжение, при этом возникает риск перезаряда. Лучше всего делать это при комнатной температуре, в номинальных режимах. При наличии заливных пробок, их следует отвернуть, но не вынимать. Параллельно стоит проверив уровень электролита. При низком уровне, долить дистиллированной воды.

Режим заряда

Соблюдение режимов возлагается либо на зарядное устройство, либо на человека.

Диаграмма выше характеризует режим заряда. В начале заряда внутреннее сопротивление Rвн аккумулятора низкое. Важно ограничить ток на безопасном уровне, чтобы не допустить сверхтоков, способных вызвать коробление пластин — горизонтальный участок зелёной кривой. Напряжение заряда тоже постепенно растёт, и ограничивается на уровне номинального, чтобы не допустить перезаряда. С ростом уровня заряда увеличивается Rвн, I заряда начинает падать (зелёный график) а напряжение остаётся на номинальном уровне (красный график). Для автоматических зарядных устройств сигналом окончания заряда является достижение минимального тока заряда, после чего зарядное устройство отключается или переходит в режим буферной поддержки. Ещё одним визуальным сигналом завершения процесса станет обильное выделение газов «кипение» электролита.

Напряжение и ток

Напряжение заряда должно быть ограничено на уровне 2,4В на элемент. Для 12В батарей номинальным напряжением заряда является ~14-14,4 В и ток, равный 0,1С. при температуре 20ºС. Для 50А\ч емкости 0.1*50 = 5А.

Однако, бывают случаи, когда нет времени соблюдать правила, а нужно быстро завести автомобиль. В таких случаях напряжения с токами можно повысить, если позволяет мощность зарядного устройства. Подобный форсаж не принесёт ничего хорошего, но как вынужденная разовая мера не нанесёт существенного вреда.

Типы зарядных устройств

По типу преобразования напряжения делятся на трансформаторные и импульсные (инверторные).

Трансформаторные обладают большей массой, просты и надёжны. Из-за сложностей управления выходным напряжением и током трансформатора, редко встречаются автоматические модели, в лучшем случае они оснащены вольтметром, амперметром с простейшим регулятором напряжения. Контроль параметров и времени осуществляется вручную.

Импульсные ЗУ гораздо более компактные и мощные, как правило поддерживают полностью автоматический режим, умеют контролировать токи, напряжения, отслеживают окончание процесса.

Какое ЗУ выбрать

Недозаряд и перезаряд одинаково вредны и сокращают срок службы АКБ. Оптимальным выбором будет полностью автоматическое ЗУ. Такое ЗУ избавит вас от необходимости вручную контролировать параметры заряда, отслеживать время, контролировать окончание процесса. Импульсные устройства обладают более высоким КПД и сниженным расходом электроэнергии, в том числе за счёт отключения при окончании работы.

Кроме того, продвинутые ЗУ позволяют обеспечивать такой полезный режим как цикл заряд-разряд, способствующий десульфатации и восстановлению ёмкости батареи.

Заряжаем правильно – экономим деньги. Знание правил, режимов зарядки и хранения, вместе с выбором правильного зарядного устройства позволят продлить срок службы аккумулятора.

Хитрости зарядки аккумулятора: видео

Автомобильные аккумуляторы, независимо от их емкости, типа и размеров, в обязательном порядке должны быть хотя бы изредка заряжены в условиях, близких к идеальным. Это продлит жизнь аккумулятору и . Только заражать АКБ нужно правильно, иначе в один прекрасный день аккумулятор без видимых на то причин, прикажет долго жить, не отходив и половину срока службы.

Как правильно заражать аккумулятор автомобиля

В принципе, существует только два метода зарядки аккумуляторной батареи. Первый метод предполагает зарядку постоянной силой тока, второй же проводится при постоянном значении напряжения на клеммах. Выбор способа зарядки зависит от типа аккумулятора, а они могут быть:

  • кислотные;
  • щелочные;
  • литий-ионные;
  • гелевые;
  • гибридные.

Тем не менее, зарядка производится от источника постоянного тока, напряжение на выходе которого должно быть выше, чем номинальное напряжение АКБ. В случае с автомобильными аккумуляторами для легковушек с бортовым напряжением 12 вольт, напряжение зарядки должно составлять 14-16 вольт.

Ток заряда свинцового аккумулятора

Для зарядки аккумуляторных батарей со свинцовыми пластинами применяют разные зарядные устройства, но основной задачей при зарядке АКБ станет как рассчитать ток зарядки аккумулятора и как ограничить ток зарядки, чтобы не допустить осыпания пластин и закипания электролита. Именно для этого применяются импульсные зарядные устройства, которые делают всю работу автоматически.

Зарядные устройства с ручной регулировкой параметров, в частности тока зарядки, требуют постоянного контроля процесса, чтобы вовремя изменить характеристики зарядного тока. Ток, время заряда и напряжение — это основные параметры, которые придется контролировать при зарядке вручную или же их будет регулировать импульсное зарядное устройство. Рассчитать номинальный ток заряда довольно просто. Для этого необходимо знать емкость АКБ, а зарядный ток должен составлять одну десятую от номинальной емкости батареи.

Технологии зарядки АКБ

Для батареи емкостью 60 а/ч ток зарядки составит, соответственно, 6 А и при достижении этого параметра можно считать зарядку завершенной. В процессе зарядки напряжение постоянно растет, а ток падает. Постоянный показатель силы тока для нашего аккумулятора в 6 ампер на протяжение 2 часов будет говорить о том, что зарядка прошла успешно.

Очень важно при этом контролировать силу тока во время зарядки, потому что после 20-26 часов работы при слишком высоком токе, электролит закипит и банки аккумулятора попросту замкнут накоротко. Спасти такой аккумулятор практически невозможно. Здоровый аккумулятор должен заряжаться не более 15-17 часов при соблюдении оптимальных параметров зарядки.

В некоторых случаях можно проводить заряд аккумулятора малым током. Это нужно для того, чтобы выровнять показатель плотности в каждой из банок. Особенно это касается батарей необслуживаемого типа. Если показатель плотности низкий и составляет около 1,2 — 1,3, причем в разных банках, то установив малый ток в пределах 2 ампер, после 40-часового цикла зарядки плотность электролита в банках восстановится. Таким методом заряжают аккумуляторы, которые разряжены полностью. К примеру, после многократных попытках пуска двигателя в холодное время года, рекомендуют именно такой метод зарядки, причем нельзя пропустить момент, когда пластины начнут сульфатироваться. Ток заряда для гелевых аккумуляторов и ток заряда для литий-ионных батарей определено строго в соответствии с их характеристиками и они заряжаются только специальными ЗУ.

Особенности зарядки постоянным и переменным током

При работе с электролитом следует помнить, что ни в коем случае нельзя при зарядке доливать в банки электролит. Для долива используется только дистиллированная вода. Необслуживаемые АКБ, которых сегодня подавляющее большинство, заряжаются автоматическими импульсными зарядными устройствами.

Технология зарядки АКБ по двум методам не представляет собой ничего сверхъестественного. Если заряжать АКБ постоянным напряжением, достаточно выставить уровень силы тока на величину одной десятой от емкости и запустить процесс зарядки. По мере зарядки ток будет падать, когда он упадет полностью, а это может занять до 10-15 часов, АКБ полностью восстановил свой заряд.

Зарядка переменным током несколько сложнее, но тоже в ней нет ничего архисложного. Вся сложность состоит в том, чтобы следить за напряжением на клеммах аккумулятора. Точно так же, как и в первом случае, показатель силы тока устанавливается на отметку 10% от емкости, после чего заряд проводится до тех пор, пока напряжение на клеммах не вырастет до 14 вольт. Как только это параметр достигнут, ток уменьшается вдвое, батарея заряжается до показателя 15 В.

После этого в третий раз ток уменьшается вдвое, а после стабилизации напряжения на клеммах в течение нескольких часов, зарядку можно считать завершенной. Не разряжайте аккумуляторы до предела и удачных всем дорог!

Чтобы зарядить аккумуляторную батарею (АКБ) не нужно каких-либо профессиональных знаний, так как этот процесс не представляет особых трудностей. Для этого необходимо всего лишь внимательно прочитать руководство по эксплуатации , иметь данные об аккумуляторе, а также понимать, какой ток предпочтительнее для зарядки аккумулятора. От этого зависит продолжительность срока службы АКБ.

Во избежание потери информации блоком управления двигателем, сбоя настроек дополнительного оборудования и прочих неприятностей, вызванных снятием аккумулятора и отключением всех систем от питания, заряжать АКБ рекомендуется непосредственно на авто. Для этого необходимо следовать некоторым правилам:

  • все электроприборы при подготовке и непосредственно зарядке, следует отключить либо перевести в режим сна;
  • ЗУ рекомендуется подключать к клеммам АКБ только в выключенном состоянии и при минимальном токе;
  • в процессе зарядки АКБ автомобиля, ток зарядки аккумуляторанеобходимо постепенно добавлять;
  • -контакт на клеммах должен быть максимально качественным.

Если при зарядке падает ток, то это значит, что схема ЗУ привязана к напряжению. При зарядке аккумулятора уровень заряда поднимается, и ток соответственно тоже растет.

Способов зарядки существует несколько и каждый из них имеет свои особенности.

Зарядка током постоянной силы

При таком способе сила тока выступает как постоянная, а рассчитать средний ток зарядки аккумулятора можно следующим образом:

  • для кислотных АКБ – емкость аккумулятора согласно паспорту разделить на 10;
  • для щелочных – разделить на 4.

Кислотные АКБ для авто являются более чувствительными к условиям эксплуатации и режимам в процессе зарядки, а также такие АКБ являются наиболее распространенным видом. Ток зарядки аккумулятора на автомобиле подбирается в соотношении общей его емкости произведенной на 0,1. Т.е. если эта емкость составляет 60А/ч, то ток устанавливается 6А.

Для зарядки аккумулятора мотоцикла, емкостью 6А/ч, достаточно тока 0,6 Ампер. Такой ток может дать портативное зарядное устройство импульсного типа «Аида УП-12».

При этом способе нужно контролировать температуру электролита, его плотность и напряжение аккумулятора. О том, что АКБ зарядился полностью, свидетельствует неизменное напряжение и плотность электролита, а также бурное выделение газов. Но за процессом нужен периодический контроль (хотя бы каждый час), так как для качественной зарядки ток необходимо регулировать и не пропустить газовыделение в период окончания зарядки.

Чтобы увеличить уровень заряда АКБ, ток, при увеличении напряжения до 14,4В, должен быть уменьшен вдвое. Зарядка аккумулятора малым токомпродолжается до тех пор, пока не начнется выделение газов.

Ускоренная зарядка

Данный способ применяется для ускоренного восстановления рабочего состояния АКБ за счет зарядки на повышенных значениях тока. Отличается он от вышеописанного метода лишь тем, что в этом случае сила тока для зарядки аккумуляторанемного больше. Ее значение устанавливается в зависимости от максимально возможного тока, который способно выдавать ЗУ.

Ускоренная зарядка АКБ, при постоянном использовании, сокращает срок его службы

Основным недостатком ускоренного способа зарядки (при его частом повторении) является сокращение длительности эксплуатации АКБ. Поэтому применять этот метод нежелательно. Поскольку форсированная зарядка не предполагает заряд АКБ до полного восстановления ее емкости, то его необходимо в ближайшее время дозарядить более приемлемым методом.

Зарядка АКБ при стабильном напряжении

Уровень заряда, в случае использования этого метода, зависит непосредственно от напряжения, которое в состоянии обеспечить ЗУ. Например, если самое большое напряжение на выходе ЗУ составляет 14,4В, то при непрерывном заряде на протяжении суток, АКБ зарядится максимум на 85%, при этом значении напряжения в 15В – до 90%, при 16В – до 97%. Полной зарядки можно достичь только при использовании ЗУ с напряжением на выходе 16,4 В.

Этот способ позволяет заряжать АКБ автоматически, в наблюдении за процессом здесь нет необходимости. Окончание зарядки определяется по напряжению на выводах АКБ, оно должно равняться напряжению на выходе ЗУ плюс 0,1В. Но для 95% заряда, если зарядка выполняется при помощи ЗУ с выходящим напряжением 14,4В, потребуется больше 24 часов.

Зарядка аккумулятора импульсным током

Импульсная зарядка – это применение ЗУ с непостоянным током либо напряжением, т.е. их величины увеличиваются и уменьшаются с определенным интервалом. Импульсный ток подразделяется на ассиметричный и пульсирующий.

При зарядке на ассиметричном токе в каждом цикле происходит изменение его полярности. Но электрический заряд больше при прямой полярности, нежели при обратной (соотношение заряда к разряду 10/1, а продолжительности их импульсов 1/2). Благодаря этому и заряжается АКБ.

Пульсирующий ток заряжает батарею за счет изменения своей величины, а полярность при этом остается неизменной.

Зарядка АКБ с использованием стабилизатора тока

Стабилизатор тока для зарядки аккумуляторапредставляет собой устройство с безтранформаторной схемой с конденсаторами. Этот прибор позволяет заряжать стабильным током 130мА одновременно до 4 АКБ. Ток можно уменьшить до 65мА, если удалить 1 конденсатор.

Аккумуляторы необходимо подключать параллельно размещению стабилитронов в схеме, соблюдая при этом полярность. Именно стабилитроны позволяют одновременно без переключателя производить зарядку 4 батарей, за счет того, что во время зарядки он находится в закрытом положении, а когда АКБ отсутствует в ячейке – стабилитрон открывается, что способствует пропусканию тока.

Аккумуляторные батареи подключаются к стабилизатору тока непосредственно перед его включением в сеть. При его эксплуатации следует быть предельно внимательным, потому что его выходные клеммы связаны с сетью, а одно неосторожное движение может привести к поражению электрическим током.

Зарядное устройство для зарядки аккумулятора

Разбор больше 11 схем для изготовления ЗУ своими руками в домашних условиях, новые схемы 2017 и 2018 года, как собрать принципиальную схему за час.

  1. По каким основным причинам происходит разрядка автомобильного аккумулятора на дороге?

А) Автомобилист вышел из транспорта и забыл выключить фары.

Б) Аккумуляторная батарея слишком нагрелась под воздействием солнечных лучей.

  1. Может ли аккумулятор выйти из строя, если автомобилем не пользуются долгое время (стоит в гараже без запуска)?

А) При долгом простое аккумуляторная батарея выйдет из строя.

Б) Нет, батарея не испортится, ее потребуется только зарядить и она снова будет функционировать.

  1. Какой источник тока используется для подзарядки АКБ?

А) Есть только один вариант — сеть с напряжением в 220 вольт.

Б) Сеть на 180 Вольт.

  1. Обязательно снимать аккумуляторную батарею при подключении самодельного устройства?

А) Желательно производить демонтаж батареи с установленного места, иначе возникнет риск повредить электронику поступлением большого напряжения.

Б) Необязательно снимать АКБ с установленного места.

  1. Если перепутать «минус» и «плюс» при подключении ЗУ, то аккумуляторная батарея выйдет из строя?

А) Да, при неправильном подключении, аппаратура сгорит.

Б) Зарядное устройство просто не включится, потребуется переместить на положенные места необходимые контакты.

Ответы:

  1. А) Не выключенные фары при остановке и минусовая температура – наиболее распространенные причины разряда АКБ на дороге.
  2. А) АКБ выходит из строя, если долго не подзаряжать ее при простое автомобиля.
  3. А) Для подзарядки применяется напряжение сети в 220 В.
  4. А) Не желательно производить зарядку батареи самодельным устройством, если она не снята с автомобиля.
  5. А) Не следует путать клеммы, иначе самодельный аппарат перегорит.

Аккумулятор на автотранспорте требуют периодической зарядки. Причины разряжения могут быть разные — начиная от фар, что хозяин забыл выключить, и до отрицательных температур в зимний период на улице. Для подпитки АКБ потребуется хорошее зарядное устройство. Такое приспособление в больших разновидностях представлено в магазинах автозапчастей. Но если нет возможности или желания покупки, то ЗУ можно сделать своими руками в домашних условиях. Имеется также большое количество схем — их желательно все изучить, чтобы выбрать наиболее подходящий вариант.

Определение: Зарядное устройство для автомобиля предназначается для передачи электрического тока с заданным напряжением напрямую в АКБ.

Ответы на 5 часто задаваемых вопросов

  1. Потребуется ли производить какие-то дополнительные меры, перед тем как приступать к зарядке аккумуляторной батареи на своём автомобиле? – Да, потребуется почистить клеммы, поскольку во время работы на них появляются кислотные отложения. Контакты очень хорошо нужно почистить, чтобы ток без трудностей поступал к батарее. Иногда автомобилисты используют смазку для обработки клемм, ее тоже следует убрать.
  2. Чем протереть клеммы зарядных устройств? — Специализированное средство можно купить в магазине или приготовить самостоятельно. В качестве самостоятельно изготовленного раствора используют воду и соду. Компоненты смешиваются и перемешиваются. Это отличный вариант для обработки всех поверхностей. Когда кислота соприкоснется с содой, то произойдет реакция и автомобилист обязательно ее заметит. Это место и потребуется тщательно протереть, чтобы избавиться от всей кислоты. Если клеммы ранее обрабатывались смазкой, то она убирается любой чистой тряпкой.
  3. Если на аккумуляторе стоят крышки, то их нужно вскрывать перед началом зарядки? — Если крышки имеются на корпусе, то их обязательно снимают.
  4. По какой причине необходимо откручивать крышечки с аккумуляторной батареи? — Это нужно, чтобы газы, образующиеся в процессе зарядки, беспрепятственно выходили из корпуса.
  5. Есть необходимость обращать внимание на уровень электролита в аккумуляторной батарее? – Это делается в обязательном порядке. Если уровень ниже требуемого, то необходимо добавить дистиллированную воду внутрь аккумулятора. Уровень определить не составит труда – пластины должны быть полностью покрыты жидкостью.

Ещё важно знать: 3 нюанса об эксплуатации

Самоделка по способу эксплуатации несколько отличается от заводского варианта. Это объясняется тем, что у покупного агрегата имеются встроенные функции, помогающие в работе. Их сложно установить на аппарате, собранном дома, а потому придется придерживаться нескольких правил при эксплуатации.

  1. Зарядное устройство, собранное своими руками не будет отключаться при полной зарядке аккумулятора. Именно поэтому необходимо периодически следить за оборудованием и подключать к нему мультиметр – для контроля заряда.
  2. Нужно быть очень аккуратным, не путать «плюс» и «минус», иначе зарядное устройство сгорит.
  3. Оборудование должна быть выключено, когда происходит соединение с зарядным устройством.

Выполняя эти простые правила, получится правильно произвести подпитку АКБ и не допустить неприятных последствий.

Топ-3 производителей зарядных устройств

Если нет желания или возможности своими руками собрать ЗУ, то обратите внимание на следующих производителей:

Фирмы хорошо зарекомендовали себя на рынке, а потому о надежности и функциональности переживать при покупке не следует.

Как избежать 2-х ошибок при зарядке аккумуляторной батареи

Необходимо соблюдать основные правила, чтобы правильно подпитать батарею на автомобиле.

  1. Напрямую к электросети аккумуляторную батарею запрещено подключать. Для этой цели и предназначается зарядные устройства.
  2. Даже если устройство изготавливается качественно и из хороших материалов, всё равно потребуется периодически наблюдать за процессом зарядки, чтобы не произошли неприятности.

Выполнение простых правил обеспечит надежную работу самостоятельно сделанного оборудования. Гораздо проще следить за агрегатом, чем после тратиться на составляющие для ремонта.

Самое простое зарядное устройство для АКБ

Схема 100% рабочего ЗУ на 12 вольт


Посмотрите на картинке на схему ЗУ на 12 В. Оборудование предназначается для зарядки автомобильных аккумуляторов с напряжением 14,5 Вольт. Максимальный ток, получаемый при заряде составляет 6 А. Но аппарат также подходит и для других аккумуляторов – литий-ионных, поскольку напряжение и выходной ток можно отрегулировать. Все основные компоненты для сборки устройства можно найти на сайте Aliexpress.

  1. dc-dc понижающий преобразователь.
  2. Амперметр.
  3. Диодный мост КВРС 5010.
  4. Концентраторы 2200 мкФ на 50 вольт.
  5. трансформатор ТС 180-2.
  6. Предохранители.
  7. Вилка для подключения к сети.
  8. «Крокодилы» для подключения клемм.
  9. Радиатор для диодного моста.

Трансформатор используется любой, по собственному усмотрению Главное, чтобы его мощность была не ниже 150 Вт (при зарядном токе в 6 А). Необходимо установить на оборудование толстые и короткие провода. Диодный мост фиксируется на большом радиаторе.

Схема ЗУ Рассвет 2

Посмотрите на картинке на схему зарядного устройства Рассвет 2. Она составлена по оригинальному ЗУ. Если освоить эту схему, то самостоятельно получится создать качественную копию, ничем не отличающуюся от оригинального образца. Конструктивно устройство представляет собой отдельный блок, закрывающийся корпусом, чтобы защитить электронику от влаги и воздействия плохих погодных условий. На основание корпуса необходимо подсоединить трансформатор и тиристоры на радиаторах. Потребуется плата, что будет стабилизировать заряд тока и управлять тиристорами и клеммы.

1 схема умного ЗУ

Посмотрите на картинке принципиальную схему умного зарядного устройства. Приспособление необходимо для подключения к свинцово-кислотным аккумуляторам, имеющим емкость — 45 ампер в час или больше. Подключают такой вид аппарата не только к аккумуляторам, что ежедневно используются, но также к дежурным или находящимся в резерве. Это довольно бюджетная версия оборудования. В ней не предусмотрен индикатор, а микроконтроллер можно купить самый дешевый.

Если имеется необходимый опыт, то трансформатор собирается своими руками. Нет необходимости устанавливать также и звуковые сигналы оповещения — если аккумулятор подключится неправильно, то загоревшаяся лампочка разряда будет уведомлять об ошибке. На оборудование необходимо поставить импульсный блок питания на 12 вольт — 10 ампер.

1 схема промышленного ЗУ


Посмотрите на схему промышленного зарядного устройства от оборудования Барс 8А. Трансформаторы используются с одной силовой обмоткой на 16 Вольт, добавляется несколько диодов vd-7 и vd-8. Это необходимо для того, чтобы обеспечить мостовую схему выпрямителя от одной обмотки.

1 схема инверторного устройства

Посмотрите на картинке схему инверторного зарядного устройства. Это приспособление перед началом зарядки разряжает аккумуляторную батарею до 10,5 Вольт. Ток используется с величиной С/20: «C» обозначает ёмкость установленного аккумулятора. После этого процесса напряжение повышается до 14,5 Вольт, при помощи разрядно-зарядного цикла. Соотношение величины заряда и разряда составляет десять к одному.

1 электросхема ЗУ электроника

1 схема мощного ЗУ


Посмотрите на картинке на схему мощного зарядного устройства для автомобильного аккумулятора. Приспособление применяется для кислотных АКБ, имеющих высокую емкость. Устройство с легкостью заряжает автомобильный аккумулятор, имеющий емкость в 120 А. Выходное напряжение устройство регулируется самостоятельно. Оно составляет от 0 до 24 вольт. Схема примечательна тем, что в ней установлено мало компонентов, но дополнительные настройки при работе она не требует.

2 схемы советского ЗУ

Многие уже могли видеть советское зарядное устройство. Оно похоже на небольшую коробку из металла, и может показаться совсем ненадежной. Но это вовсе не так. Главное отличие советского образца от современных моделей — надежность. Оборудование обладает конструктивной мощностью. В том случае, если к старому устройству подсоединить электронный контроллер, то зарядник получится оживить. Но если под рукой такого уже нет, но есть желание его собрать, необходимо изучить схему.

К особенностям их оборудования относят мощный трансформатор и выпрямитель, с помощью которых получается быстро зарядить даже сильно разряженную батарею. Многие современные аппараты не смогут повторить этот эффект.

Наверняка с каждым автовладельцем, который эксплуатирует свою машину хотя бы более пяти лет, случались проблемы, когда севший аккумулятор не мог запустить мотор, а если быть точнее — то напряжения было недостаточно для того, чтобы крутить стартер. Если у вас такой проблемы никогда не было за несколько лет, то можно сказать, что вам крупно повезло, так как средняя продолжительности жизни аккумулятора составляет порядка 3 лет. Хотя не исключено, что при бережном отношении и эксплуатации, АКБ может прослужить 4 или даже 5 лет.

Общие правила и советы по безопасности во время зарядки автомобильных аккумуляторов

Техника безопасности при выполнении подобных процедур должна стоять на первом месте, так как ее несоблюдение может вызвать повышенный риск для здоровья.

Крайне не рекомендуется выполнять эту работу в жилом помещении, лучше для этого использовать гараж или иное место.
Помещение, в котором заряжается батарея, должно быть хорошо проветриваемым, чтобы выделяющиеся газы не скапливались в одном месте.
Запрещается курить, или использовать другие элементы огня или искрообразования вблизи, так как это может привести к взрыву.
Подключается сначала АКБ к устройству, и лишь после этого оно включается в сеть.
Подключение проводов производится красный к плюсу, а черный к минусу.
Не оставляйте процесс без присмотра, даже если используете автоматическое устройство.
Пробки каждой банки должны быть откручены, а если их нет, то обязательно прочтите ниже рекомендации для необслуживаемых А.Б.
Какое устройство необходимо для зарядки автомобильного аккумулятора?

Несколько дней назад в одной из предыдущих я рассказывал о покупке зарядного устройства для АКБ автомобиля. Так было несколько слов о параметрах, на которые следует обращать внимание. Но здесь постараюсь все рассказать еще более подробно.

Во-первых, нужно знать, какого напряжения ваш АКБ: 12 или 6, а может 24 или даже 48 Вольт? Самые слабые в данный момент можно найти в стареньких советских мотоциклах. Более мощные используются, к примеру, в крупной сельскохозяйственной технике и т.д. А вот самый распространенный является аккумулятор с напряжением в 12 Вольт. В соответствии с этим необходимо выбирать зарядное, которое будет поддерживать напряжение вашей батареи.
Обратите внимание на силу тока, которую выдает устройство. Здесь в первую очередь нужно отталкиваться от того, какова емкость батареи. Если у вас, к примеру, установлена А.Б. 60 Ампер*час, то вам необходимо устройство, которые будет выдавать как минимум 6 Ампер. Ведь при зарядке оптимальным является значение тока в 0,1 от полной емкости АКБ.
Лучше всего использовать приборы, которые имеют полностью автоматический режим зарядки. Таких сейчас большинство. К примеру, вы подсоединили устройство к батарее, выставили необходимое значение тока, а напряжение будет подаваться автоматически в зависимости от степени текущего заряда батареи. Когда аккумулятор полностью зарядится, устройство автоматически сбавляет ток и напряжение до минимума, что предотвращает перезаряд.
Как определить степень разряда аккумуляторной батареи автомобиля?

В большинстве случаев АКБ разряжается не полностью, то есть напряжение падает до минимально допустимого при невозможности крутить стартер. Обычно в таком случае световые приборы еще продолжают функционировать, хоть и не на полную мощность.

Но есть и более опасные случаи, когда батарея разряжается полностью и напряжение падает до такого уровня, что даже световые приборы отказываются работать совсем. Это бывает, к примеру, когда вы забыли выключить габариты на ночь, или же оставили включенной магнитолу даже без звука. Ниже будет приведена таблица, которая наглядно показывает степень разряда аккумулятора по данным выходного напряжения на клеммах при определенной температуре воздуха.

Какой ток и напряжение необходимы для нормальной зарядки АКБ автомобиля?

Как уже говорилось выше, что устройство необходимо выбирать такое, чтобы оно смогло полноценно произвести зарядку А.Б. и ниже будет еще раз приведен перечень значений токов и напряжения.

Оптимальный ток для заряда должен составлять 1/10 от полной емкость АКБ. То есть, иными словами, если ваша батарея имеет емкость в 55 Ампер*час, значит необходимый ток нужен 5,5 Ампер. Это рекомендации производителей как самих устройств, так и приборов ЗУ. Но идеальным вариантом будет пуск меньшего тока на клеммы аккумулятора. То есть, при аналогичном случае подавать ток не 5,5, а уже 2,75 Ампер. Конечно процесс будет происходить немного медленнее (в два раза), но качество от этого только повысится.
Что касаемо напряжение, то большинство зарядных устройств, которые продаются сейчас, имеют автоматически режим. Но, следует обратить внимание именно на ориентацию АКБ: в некоторых устройствах есть переключатель, который меняет напряжение для различного типа АКБ: 6, 12, 24 Вольт. Соответственно, выбирать нужно режим, необходимый для вашего аккумулятора. А дальше ЗУ все сделает за вас, то есть сначала напряжение будет подаваться сильнее, а при достижении 75 % заряда, оно автоматически уменьшается, в конечном случае до минимального значения, чтобы не допускать саморазряда батареи.
Как заряжать необслуживаемые аккумуляторные батареи автомобилей?

Немалое количество современных АКБ являются так называемыми необслуживаемыми. То есть, за весь срок службы не нужно доливать электролит или проверять его плотность в банках. Более того, сделать все эти операции не представляет возможным, так как отсутствует доступ к банкам, пробок просто напросто нет.

Разумеется, что если такой А.Б сел, то заряжать его можно и даже нужно, но следует иметь ввиду, что по причине отсутствия пробок, газообразование внутри корпуса может быть повышенным, что может грозить опасности взрыва. В связи с этим, производители таких экземпляров настоятельно рекомендуют использовать номинальный ток заряда не более 1/20 от емкости аккумулятора. Другими словами, если емкость равна 50 Ампер*час, то пускать ток нужно уже не 5, а 2,5 Ампер.

Сколько по времени заряжать автомобильный аккумулятор?

Во многих технических руководствах говорится, что при полностью разряженном АКБ его необходимо заряжать 15 часов (током 1/10 от емкости) до 100 %. Для примера, «пациент» имеет емкость 50 Ампер*час, значит силой тока 5 Ампер его нужно «гонять» 15 часов.

Так как рекомендуется для большей эффективности нагружать меньший ток, то такой расчет будет следующим: Уменьшив ток до 2,5 Ампер, 50-ый аккумулятор нужно будет «грузить» примерно 30 часов. Но имейте ввиду, что это условия для полностью разряженного элемента питания(смотрите таблицу выше). Если же у вас при постановке на заряд напряжение на клеммах, скажем, соответствует 50 % заряда (смотрим таблицу выше), то в расчет берем не 50 Ампер* час, а всего 25. Ток в этом случае не обязательно сбавлять до 2,5 или даже 1,75 Ампер.

Любой автолюбитель рано или поздно сталкивается с проблемой зарядки аккумулятора. От этого не уйти и нужно научиться заряжать АКБ, если вы ещё не умеете. Иначе наступит ситуация, когда перед вами будет автомобиль с дохлым аккумулятором, а вы даже не будете знать с какого бока к нему подойти. В интернете можно встретить много вопросов, касающихся процесса зарядки. Требуется ли снятие батареи с автомобиля или нет? Что понадобиться для зарядки? Как правильно заряжать? Вот на эти вопросы мы попытаемся ответить в нашем сегодняшнем материале.

Что понадобиться для зарядки аккумулятора?

Для зарядки аккумулятора автомобиля вам потребуется зарядное устройство (ЗУ). Этот прибор ещё называют выпрямитель, поскольку ЗУ осуществляет преобразование переменного тока в постоянный. Если вы ещё не имеете ЗУ, то читайте про выбор зарядного устройства для автомобильного аккумулятора. А здесь мы только вкратце расскажем о выборе зарядного устройства для вашей аккумуляторной батареи.

  • режимы для различных типов АКБ. Самые распространённые аккумуляторы типа WET с жидким электролитом. Ещё есть AGM, GEL. В случае двух последних нужно специальное ЗУ или универсальное с режимом для этих батарей. Для WET годятся все устройства;
  • выходное напряжение. Этот параметр нужно подбирать в зависимости от номинального напряжения вашего аккумулятора. Некоторые модели устройств позволяют заряжать батареи с различным напряжением (6/12/24В). Для распространённых автомобильных батарей 12В выходное напряжение должно быть не менее 16 вольт. Этого будет достаточно для полной зарядки АКБ;
  • ток зарядки. Это значение подбирается в зависимости от номинальной ёмкости батареи. Он должен быть не менее 0,1 от номинальной ёмкости. Лучше если будет небольшой запас, чтобы зарядное устройство не работало на пределе своих возможностей.

Как правило, зарядное устройство представляет собой саму схему выпрямителя в корпусе, вилку для подключения в сеть 220В и провода с крокодилами для подключения к аккумулятору.

Допустим, ЗУ вы приобрели. Теперь о том, как зарядить аккумулятор автомобиля зарядным устройством. Но сначала несколько слов по технике безопасности.

Меры безопасности при зарядке аккумулятора

Процедуру зарядки не следует проводить в квартире, особенно если у вас маленькие дети. Аккумулятор нужно заряжать в проветриваемом помещении. Если такой возможности нет, то делайте это на балконе. Главная опасность заключается в выделении водорода при зарядке АКБ. Вместе с кислородом он образует взрывоопасную смесь. Поэтому в помещении должна быть хорошая вентиляция, чтобы водород не накапливался.

Кроме того, важно помнить, что электролит представляет собой водный раствор серной кислоты. Это едкое вещество опасное для здоровья человека. При работе с электролитом следует одевать перчатки и защитные очки, чтобы он не попал на кожу или в глаза. В идеале нужно рядом держать 10%-й раствор пищевой соды для нейтрализации кислоты.
Вернуться к содержанию

Как правильно заряжать АКБ

Для начала ответ на вопрос, а нужно ли снимать аккумулятор с автомобиля при зарядке? В принципе, это необязательно. Можно отключить клеммы и заряжать его прямо на автомобиле. Но для правильной зарядки аккумулятора автомобиля лучше его снять. Все работы будет проводить значительно удобнее и не придётся тянуть провода к автомобилю, чтобы включить в сеть зарядное устройство.

Внимание! Не следует проводить зарядку в помещении с высокой влажностью. Аккумуляторная батарея и зарядное устройство должны быть сухими.

В самом просто случае зарядка АКБ будет выглядеть следующим образом. Выкручиваете пробки на банках аккумулятора, прикрываете ими отверстия, чтобы не происходило выплёскивания электролита. Подключаете крокодилы ЗУ к выводам аккумулятора с соблюдением полярности (красный на плюс, чёрный на минус). Включаете зарядное устройство на автомат и оставляете так на ночь. Для стандартных батарей ёмкостью 55─60 А-ч зарядка будет продолжаться 8─10 часов. В режиме «автомат» устройство само отключит зарядку при достижении аккумулятором необходимых параметров.

Есть два режима зарядки АКБ:

  • постоянным током;
  • с постоянным напряжением.

Зарядка аккумулятора постоянным током

Как зарядить аккумулятор автомобиля зарядным устройством, используя постоянный ток? Идея здесь заключается в том, что зарядка делится на несколько этапов. На каждом из них поддерживается определённое значение силы тока. При этом значение силы тока должно постоянно контролироваться и при необходимости корректироваться. Здесь вам понадобится мультиметр для контроля напряжения на выводах аккумулятора.

Сам процесс зарядки постоянным током делится на несколько этапов:

  • первый этап. Сначала устанавливаем ток, равным 0,1 от номинальной ёмкости АКБ. Для батареи 55 А-ч это составит 5,5 ампер. В таком режиме заряжаем до напряжения на выводах АКБ 14,4 вольта;
  • второй этап. При напряжении 14,4 вольта в аккумуляторе резко активизируется процесс электролиза воды и начинается выделение водорода. Поэтому снижаем ток заряда в два раза (до 2,5 ампер), чтобы снизить интенсивность кипения и продолжить зарядку;
  • третий этап. При достижении напряжения на выводах 15 вольт, ток заряда уменьшаем ещё в два раза (до 1,2 ампер) и продолжаем зарядку. Раз в два часа проверяйте напряжение и ток. Если их значения не меняются, аккумулятор полностью заряжен.

К преимуществам этого способа следует отнести то, что аккумулятор получает полный заряд и восстанавливает свою ёмкость практически на 100 процентов. Недостаток заключается в том, что нужно постоянно контролировать процесс.

Зарядка аккумулятора с постоянным напряжением

Идея этого метода заключается в том, что напряжение на выводах аккумулятора будет стремиться выровняться с напряжением на выводах зарядного устройства. Степень зарядки АКБ при этом будет зависеть от величины подаваемого напряжения. Батарея будет полностью заряженной при падении силы тока до 200 мА, и процесс зарядки будет остановлен. Этот процесс не требует контроля со стороны человека. В таком режиме работают практически все зарядные устройства в режиме автоматической зарядки.

Что касается времени зарядки АКБ при постоянном напряжении, то значения здесь примерно следующие:

  • Напряжение 14,4 вольт. Через сутки степень заряда аккумулятора (номиналом 12 вольт) будет около 80 процентов;
  • Напряжение 15 вольт. За те же 24 часа степень заряда составит около 90 процентов;
  • Напряжение 16 вольт. За то же время батарея будет заряжена практически на 100 процентов.

В зарядных устройствах имеется защита от повышенного тока. В начале зарядки ток может иметь большие значения, и защита снижает его до безопасных величин.
Дополнительно можете прочитать статью про напряжение аккумулятора автомобиля.
Вернуться к содержанию

Ускоренная зарядка АКБ

Ускоренная зарядка аккумулятора выполняется в тех случаях, когда батарее нужно вернуть часть ёмкости очень быстро. К примеру, вам нужно ехать на работу, а аккумулятор сел. Тогда и пригодиться ускоренная зарядка.

Используйте режим ускоренной зарядки только в экстренных случаях, когда это действительно необходимо. Если такой необходимости нет, то заряжайте АКБ в штатном режиме. Если постоянно заряжать аккумулятор в режиме Boost, то он очень скоро исчерпает свой ресурс.

Зависимость заряда аккумулятора и плотности электролита

В основном окончание зарядки аккумулятора мы определяем по показаниям ЗУ или по напряжению на выводах АКБ. Но по ним не получится определить точную степень зарядки АКБ. Чтобы узнать, насколько заряжен аккумулятор, нужно измерить плотность электролита. Для этого существует такой прибор, как ареометр. Стоит он недорого и продаётся в любом автомобильном магазине. Советуем обязательно иметь его в хозяйстве.

Ниже можно посмотреть таблицу зависимости плотности электролита от степени зарядки АКБ:

Плотность электролита, г/см. куб. (+15 гр. Цельсия) Напряжение, В (в отсутствии нагрузки) Напряжение, В (с нагрузкой 100 А) Степень заряда АКБ, % Температура замерзания электролита, гр. Цельсия
Плотность электролита, г/см. куб. (+15 гр. Цельсия) Напряжение, В (в отсутствии нагрузки) Напряжение, В (с нагрузкой 100 А) Степень заряда АКБ, % Температура замерзания электролита, гр. Цельсия
1,11 11,7 8,4 -7
1,12 11,76 8,54 6 -8
1,13 11,82 8,68 12,56 -9
1,14 11,88 8,84 19 -11
1,15 11,94 9 25 -13
1,16 12 9,14 31 -14
1,17 12,06 9,3 37,5 -16
1,18 12,12 9,46 44 -18
1,19 12,18 9,6 50 -24
1,2 12,24 9,74 56 -27
1,21 12,3 9,9 62,5 -32
1,22 12,36 10,06 69 -37
1,23 12,42 10,2 75 -42
1,24 12,48 10,34 81 -46
1,25 12,54 10,5 87,5 -50
1,26 12,6 10,66 94 -55
1,27 12,66 10,8 100 -60

По этим значениям после замера плотности вы сможете точно узнать, насколько заряжена аккумуляторная батарея.

В общем-то, и всё, что хотелось сказать о том, как правильно заряжать аккумулятор автомобиля. Остаётся лишь ещё раз напомнить о соблюдении техники безопасности. Перед тем как самостоятельно заряжать АКБ, имеет смысл спросить совета у более опытных автолюбителей. Зарядное устройство и ареометр следует иметь свои. Это не так дорого и они всегда пригодятся при эксплуатации автомобиля.

Зарядные устройства для автомобильного аккумулятора своими руками

Часто владельцам автомобилей приходится сталкиваться с таким явлением как невозможность запуска двигателя по причине разряда аккумулятора. Для решения проблемы потребуется воспользоваться зарядкой для АКБ, которая стоит немалых денег. Чтобы не тратиться на покупку нового зарядного устройства для автомобильного аккумулятора, можно смастерить его своими руками. Важно только отыскать трансформатор с необходимыми характеристиками. Для изготовления самодельного устройства не обязательно быть электриком, а весь процесс в целом займёт не больше нескольких часов.

Особенности функционирования аккумуляторов

Не все водители знают о том, что в автомобилях используются свинцово-кислотные аккумуляторы. Такие АКБ отличаются своей выносливостью, поэтому способны служить до 5 лет.

Для зарядки свинцовых АКБ используется ток, который равняется 10% от общей ёмкости аккумулятора. Это значит, что для зарядки аккумулятора, ёмкость которого составляет 55 А/ч, требуется зарядный ток в 5,5 А. Если подать очень большой ток, то это может привести к закипанию электролита, что, в свою очередь, приведёт к снижению срока службы устройства. Маленький ток зарядки не продлевает срок службы АКБ, однако он не способен негативно отражаться на целостности устройства.

Это интересно! При подаче тока 25 А происходит быстрая подзарядка аккумулятора, поэтому уже через 5-10 минут после подключения ЗУ с таким номиналом можно запускать двигатель. Такой большой ток выдают современные инверторные зарядные устройства, только он негативно сказывается на сроке службы аккумулятора.

При зарядке АКБ происходит протекание зарядного тока обратно рабочему. Напряжение для каждой банки не должно быть выше 2,7 В. В АКБ на 12 В установлено 6 банок, которые между собой не связаны. В зависимости от напряжения аккумулятора, отличается количество банок, а также необходимое напряжение для каждой банки. Если напряжение будет больше, то это приведёт к возникновению процесса разложения электролита и пластин, что способствует выходу из строя АКБ. Чтобы исключить возникновение процесса закипания электролита, напряжение ограничивают на 0,1 В.

Батарея считается разряженной, если при подключении вольтметра или мультиметра, приборы показывают напряжение 11,9-12,1 В. Такой аккумулятор следует немедленно подзарядить. Заряженный аккумулятор имеет напряжение на клеммах 12,5-12,7 В.

Пример напряжения на клеммах заряженного аккумулятора

Процесс заряда представляет собой восстановление израсходованной ёмкости. Зарядка аккумуляторов может выполняться двумя способами:

  1. Постоянный ток. При этом регулируется зарядный ток, значение которого составляет 10% от ёмкости устройства. Время заряда составляет 10 часов. Напряжение заряда при этом изменяется от 13,8 В до 12,8 В за всю длительность зарядки. Недостаток такого способа заключается в том, что необходимо контролировать процесс зарядки, и вовремя отключить зарядное устройство до закипания электролита. Такой способ является щадящим для АКБ и нейтрально влияет на их срок службы. Для воплощения такого способа используются трансформаторные зарядные аппараты.
  2. Постоянное напряжение. При этом на клеммы АКБ подаётся напряжение величиной 14,4 В, а ток изменяется от больших значений к меньшим автоматически. Причём это изменение тока зависит от такого параметра, как время. Чем дольше заряжается АКБ, тем ниже становится величина тока. Перезаряд АКБ получить не сможет, если только не забыть выключить аппарат и оставить его несколько суток. Преимущество такого способа в том, что уже через 5-7 часов аккумулятор зарядится на 90-95%. АКБ можно также оставлять без присмотра, поэтому такой способ пользуется популярностью. Однако мало кому из автовладельцев известно о том, что такой метод зарядки является «экстренным». При его использовании существенно снижается срок службы АКБ. Кроме того, чем чаще осуществлять зарядку таким способом, тем быстрее будет разряжаться устройство.

Теперь даже неопытный водитель может понять, что если нет необходимости торопиться с зарядкой АКБ, то лучше отдать предпочтение первому варианту (по току). При ускоренном восстановлении заряда снижается срок службы устройства, поэтому высока вероятность того, что уже в ближайшее время понадобится покупать новый аккумулятор. Исходя из вышесказанного, в материале будут рассматриваться варианты изготовления зарядных устройств по току и напряжению. Для изготовления можно использовать любые подручные устройства, о которых поговорим далее.

Требования к зарядке АКБ

Перед проведением процедуры изготовления самодельного зарядного для АКБ необходимо обратить внимание на следующие требования:

  1. Обеспечение стабильного напряжения 14,4 В.
  2. Автономность устройства. Это означает, что самодельное устройство не должно требовать присмотра за ним, так как зачастую АКБ заряжается ночью.
  3. Обеспечение отключения зарядного устройства при увеличении зарядного тока или напряжения.
  4. Защита от переполюсовки. Если устройство будет подключено к АКБ неправильно, то должна срабатывать защита. Для реализации в цепь включается предохранитель.

Переполюсовка представляет собой опасный процесс, в результате которого АКБ может взорваться или закипеть. Если аккумулятор исправен и лишь слегка разряжен, то при неправильном подключении зарядного  устройства произойдёт повышение тока заряда выше номинального. Если же АКБ разряжена, то при переполюсовке наблюдается увеличение напряжения выше заданного значения и как итог — электролит закипает.

Варианты самодельных зарядных устройств для АКБ

Перед тем как приступать к разработке зарядного устройства для АКБ, важно понимать, что такой аппарат является самоделкой и может негативно влиять на срок службы аккумулятора. Однако иногда такие аппараты попросту необходимы, так как позволяют существенно сэкономить деньги на приобретении заводских устройств. Рассмотрим, из чего же можно изготовить зарядные аппараты своими руками для аккумуляторов и как это сделать.

Зарядка из лампочки и полупроводникового диода

Этот способ зарядки актуален при таких вариантах, когда нужно завести автомобиль на севшем аккумуляторе в домашних условиях. Для того чтобы это сделать, понадобятся составляющие элементы для сборки аппарата и источник переменного напряжения 220 В (розетка). Схема самодельного зарядного устройства для автомобильного аккумулятора содержит следующие элементы:

  1. Лампа накаливания. Обычная лампочка, которая ещё именуется в народе как «лампа Ильича». Мощность лампы влияет на скорость заряда аккумулятора поэтому чем больше этот показатель, тем быстрее можно будет завести мотор. Оптимальный вариант – это лампа мощностью 100-150 Вт.
  2. Полупроводниковый диод. Элемент электроники, главным предназначением которого является проведение тока только в одну сторону. Необходимость данного элемента в конструкции зарядки заключается в том, чтобы преобразовывать переменное напряжение в постоянное. Причём для таких целей понадобится мощный диод, который сможет выдержать большую нагрузку. Использовать можно диод, как отечественного производства, так и импортный. Чтобы не покупать такой диод, его можно найти в старых приёмниках или блоках питания.
  3. Штекер для подключения в розетку.
  4. Провода с клеммами (крокодилы) для подключения к АКБ.

Это важно! Перед сборкой такой схемы нужно понимать, что всегда имеется риск для жизни, поэтому следует быть предельно внимательными и осторожными.

Схема подключения зарядного устройства из лампочки и диода к АКБ

Включать штекер в розетку следует только после того, как вся схема будет собрана, а контакты заизолированы. Чтобы избежать возникновения тока короткого замыкания, в цепь включается автоматический выключатель на 10 А. При сборке схемы важно учесть полярность. Лампочка и полупроводниковый диод должны быть включены в цепь плюсовой клеммы аккумулятора. При использовании лампочки в 100 Вт, будет поступать зарядный ток величиной 0,17 А на АКБ. Для зарядки аккумулятора на 2 А понадобится заряжать его на протяжении 10 часов. Чем больше мощность лампы накаливания, тем выше значение зарядного тока.

Это важно! Не рекомендуется использовать лампы накаливания мощностью более 200 Вт, так как диод может сгореть от перегрузки. Оптимальный вариант мощности ламп – это 60-150 Вт.

Заряжать таким устройством полностью севший аккумулятор не имеет смысла, а вот подзарядить при отсутствии заводского ЗУ — вполне реально.

Зарядное устройство для АКБ из выпрямителя

Этот вариант также относится к категории простейших самодельных зарядных устройств. В основу такого ЗУ входят два основных элемента – преобразователь напряжения и выпрямитель. Существует три вида выпрямителей, которые заряжают устройство следующими способами:

  • постоянный ток;
  • переменный ток;
  • ассиметричный ток.

Выпрямители первого варианта заряжают аккумулятор исключительно постоянным током, который очищается от пульсаций переменного напряжения. Выпрямители переменного тока подают пульсирующее переменное напряжение на клеммы аккумулятора. Ассиметричные выпрямители имеют положительную составляющую, а в качестве основных элементов конструкции используются однополупериодные выпрямители. Такая схема имеет лучший результат по сравнению с выпрямителями постоянного и переменного тока. Именно его конструкция и будет рассмотрена далее.

Для того чтобы собрать качественное устройство для зарядки АКБ, понадобится выпрямитель и усилитель тока. Выпрямитель состоит из следующих элементов:

  • предохранитель;
  • мощный диод;
  • стабилитрон 1N754A или Д814А;
  • выключатель;
  • переменный резистор.

Электрическая схема ассиметричного выпрямителя

Для того чтобы собрать схему, понадобится использовать предохранитель, рассчитанный на максимальный ток в 1 А. Трансформатор можно взять от старого телевизора, мощность которого не должна превышать 150 Вт, а выходное напряжение составлять 21 В. В качестве резистора нужно взять мощный элемент марки МЛТ-2. Выпрямительный диод должен быть рассчитан на ток не менее 5 А поэтому оптимальный вариант – это модели типа Д305 или Д243. В основу усилителя входит регулятор на двух транзисторах серии КТ825 и 818. При монтаже транзисторы устанавливаются на радиаторы для улучшения охлаждения.

Сборка такой схемы выполняется навесным способом, то есть на очищенной от дорожек старой плате располагаются все элементы и подключаются между собой с помощью проводов. Её преимуществом является возможность регулировки выходного тока для зарядки АКБ. Недостатком схемы является необходимость найти необходимые элементы, а также правильно их расположить.

Простейшим аналогом представленной выше схемы является более упрощённый вариант, представленныё на фото ниже.

Упрощённая схема выпрямителя с трансформатором

Предлагается воспользоваться упрощённой схемой с применением трансформатора и выпрямителя. Кроме того, понадобится лампочка на 12 В и 40 Вт (автомобильная). Собрать схему не составит труда даже новичку, но при этом важно обратить внимание на то, что выпрямительный диод и лампочка должны быть расположены в цепи, которая подаётся на минусовую клемму АКБ. Недостатком такой схемы является получение пульсирующего тока. Чтобы сгладить пульсации, а также снизить сильные биения, рекомендуется воспользоваться схемой, которая представлена ниже.

Схема с диодным мостом и сглаживающим конденсатором уменьшает пульсации и снижает биение

Зарядное устройство из блока питания компьютера: пошаговая инструкция

В последнее время популярностью пользуется такой вариант автомобильной зарядки, который можно изготовить самостоятельно, воспользовавшись компьютерным блоком питания.

Первоначально понадобится рабочий блок питания. Для таких целей подойдёт даже блок, имеющий мощность 200 Вт. Он выдаёт напряжение 12 В. Его будет недостаточно, чтобы зарядить АКБ, поэтому немаловажно повысить это значение до 14,4 В. Пошаговая инструкция изготовления ЗУ для АКБ из блока питания от компьютера выглядит следующим образом:

  1. Первоначально выпаиваются все лишние провода, которые выходят из блока питания. Оставить нужно только зелёный провод. Его конец нужно припаять к минусовым контактам, откуда выходили чёрные провода. Делается эта манипуляция для того, чтобы при включении блока в сеть, сразу запускалось устройство.

    Конец зелёного провода необходимо припаять к минусовым контактам, где находились чёрные провода

  2. Провода, которые будут подключаться к клеммам аккумулятора, необходимо припаять к выходным контактам минуса и плюса блока питания. Плюс припаивается на место выхода жёлтых проводов, а минус на место выхода чёрных.
  3. На следующем этапе необходимо реконструировать режим работы широтно-имульсной модуляции (ШИМ). За это отвечает микроконтроллер TL494 или TA7500. Для реконструкции понадобится нижняя крайняя левая ножка микроконтроллера. Чтобы к ней добраться, необходимо перевернуть плату.

    За режим работы ШИМ отвечает микроконтроллер TL494

  4. С нижним выводом микроконтроллера соединены три резистора. Нас интересует резистор, который соединён с выводом блока 12 В. Он отмечен на фото ниже точкой. Этот элемент следует выпаять, после чего измерить значение сопротивления.

    Резистор, обозначенный фиолетовой точкой, необходимо выпаять

  5. Резистор имеет сопротивление около 40 кОм. Он подлежит замене на резистор с иным значением сопротивления. Чтобы уточнить величину необходимого сопротивления, требуется первоначально к контактам удалённого резистора припаять регулятор (переменный резистор).

    На место удалённого резистора припаивают регулятор

  6. Теперь следует устройство включить в сеть, предварительно подключив к выходным клеммам мультиметр. Изменяется выходное напряжение при помощи регулятора. Нужно получить значение напряжения в 14,4 В.

    Выходное напряжение регулируется переменным резистором

  7. Как только значение напряжения будет достигнуто, следует выпаять переменный резистор, после чего измерить полученное сопротивление. Для вышеописанного примера его значение составляет 120,8 кОм.

    Полученное сопротивление должно составлять 120,8 кОм

  8. Исходя из полученного значения сопротивления, следует подобрать аналогичный резистор, после чего запаять его на место старого. Если найти резистор такой величины сопротивления не удаётся, то можно подобрать его из двух элементов.

    Последовательная пайка резисторов суммирует их сопротивление

  9. После этого проверяется работоспособность устройства. По желанию к блоку питания можно установить вольтметр (можно и амперметр), что позволит контролировать напряжение и ток зарядки.

Общий вид зарядного устройства из блока питания компьютера

Это интересно! Собранное ЗУ имеет функцию защиты от тока короткого замыкания, а также от перегрузки, однако оно не защищает от переполюсовки, поэтому следует припаивать выводящие провода соответствующего цвета (красный и чёрный), чтобы не перепутать.

При подключении ЗУ к клеммам АКБ будет подаваться ток около 5-6 А, что является оптимальным значением для устройств ёмкостью 55-60А/ч. На видео ниже показано, как сделать ЗУ для АКБ из блока питания компьютера с регуляторами напряжения и тока.

Какие ещё имеются варианты ЗУ для АКБ

Рассмотрим ещё несколько вариантов самостоятельных зарядных устройств для аккумуляторов.

Использование зарядки от ноутбука для АКБ

Один из самых простых и быстрых способов оживления севшего аккумулятора. Для реализации схемы оживления АКБ с помощью зарядки от ноутбука понадобятся:

  1. Зарядное устройство от любого ноутбука. Параметры зарядных устройств составляют 19 В и ток около 5 А.
  2. Лампа галогеновая мощностью 90 Вт.
  3. Соединительные провода с зажимами.

Переходим к реализации схемы. Лампочка используется для того, чтобы ограничить ток до оптимального значения. Вместо лампочки можно использовать резистор.

Зарядку для ноутбука также возможно использовать для «оживления» автомобильного аккумулятора

Собрать такую схему не составляет большого труда. Если зарядку от ноутбука не планируется использовать по назначению, то штекер можно отрезать, после чего подключить к проводам зажимы. Предварительно при помощи мультиметра следует определить полярность. Лампочка включается в цепь, которая идёт на плюсовую клемму аккумулятора. Минусовая клемма от АКБ подключается напрямую. Только после подключения устройства к АКБ можно осуществлять подачу напряжения на блок питания.

ЗУ своими руками из микроволновой печи или аналогичных приборов

С помощью трансформаторного блока, который имеется внутри микроволновки, можно сделать ЗУ для АКБ.

Пошаговая инструкция изготовления самодельного зарядного устройства из трансформаторного блока от микроволновки представлена ниже.

  1. С микроволновки нужно снять трансформаторный блок.
  2. Удалить вторичную обмотку, после чего заменить её на изолированный провод сечением свыше 2 мм2 .
  3. Определиться с необходимым количеством витков, которые нужно сделать при помощи изолированного провода. Выяснить необходимое значение можно экспериментальным путём. Для этого необходимо намотать 10 витков, после чего измерить выходное напряжение. К примеру, если его значение будет составлять 2 В, то для достижения 14,5 В понадобится сделать около 70 витков. Выходное напряжение будет зависеть от сечения используемого провода.

    С трансформаторного блока микроволновой печи удаляется обмотка

  4. Для реализации схемы понадобится диодный мост и мощный конденсатор.
  5. По желанию в цепь можно включить амперметр, который будет показывать ток.

Схема подключения трансформаторного блока, диодного моста и конденсатора к автомобильному аккумулятору

Сборку устройства можно осуществлять на любом основании. При этом важно, чтобы все конструкционные элементы были надёжно защищены. При необходимости схему можно дополнить выключателем, а также вольтметром.

Бестрансформаторное зарядное устройство

Если поиски трансформатора завели в тупик, то можно воспользоваться простейшей схемой без понижающих устройств. Ниже представлена такая схема, которая позволяет реализовать ЗУ для аккумулятора без использования трансформаторов напряжения.

Электрическая схема ЗУ без использования трансформатора напряжения

Роль трансформаторов выполняют конденсаторы, которые рассчитаны на напряжение величиной 250В. В схему следует включить минимум 4 конденсатора, расположив их параллельно. Параллельно конденсаторам в цепь включается резистор и светодиод. Роль резистора заключается в гашении остаточного напряжения после отключения устрйоства от сети.

В цепь также включается диодный мост, рассчитанный на работу с токами до 6А. В схему мост включается после конденсаторов, а к его выводам подключаются провода, идущие на АКБ для зарядки.

Как заряжать аккумулятор от самодельного устройства

Отдельно следует разобраться в вопросе о том, как же правильно заряжать аккумулятор самодельным зарядным устройством. Для этого рекомендуется придерживаться следующих рекомендаций:

  1. Соблюдение полярности. Лучше лишний раз проверить полярность самодельного устройства мультиметром, нежели «кусать локти», потому что причиной выхода из строя АКБ стала ошибка с проводами.
  2. Не проверять АКБ при помощи замыкания контактов. Такой способ только «убивает» устройство, а не оживляет его, как указывается во многих источниках.
  3. Включать устройство в сеть 220 В следует только после того, как выводные клеммы будут подключены к аккумулятору. Аналогичным образом осуществляется и отключение устройства.
  4. Соблюдение техники безопасности, так как работа осуществляется не только с электричеством, но и с аккумуляторной кислотой.
  5. Процесс зарядки АКБ необходимо контролировать. Малейшая неисправность может стать причиной серьёзных последствий.

Исходя из вышеуказанных рекомендаций, следует сделать вывод о том, что самодельные устройства хоть и являются приемлемыми, но всё же не способны заменить заводские. Изготавливать самодельную зарядку не безопасно, особенно если вы не уверены в том, что сможете это правильно сделать. В материале представлены самые простые схемы реализации зарядных устройств для автомобильных аккумуляторов, которые всегда будут полезны в хозяйстве.

Оцените статью: Поделитесь с друзьями!

Обсуждения закрыты для данной страницы

Схема импульсного зу для автомобильных аккумуляторов

Пришла зима, самое время задуматься о зарядном устройстве, для автомобильного аккумулятора. Можно изготовить зарядное устройство по классической схеме, с регулятором на тиристорах, но габариты и вес такого зарядного устройства, очень велики. Можно пойти и купить зарядное как сделал мой товарищ именно благодаря ему у меня есть отличный заводской корпус)))) – Купил он зарядку на рынке, пробовал зарядить аккумулятор, но он как то не заряжался, пришел он ко мне мол разбери глянь че да как, разобрали посмеялись и он мне его подарил))), короче внутри транс ватт на 80, диодный мост и предохранитель, транс выдает аж 11 вольт, как вы понимаете заряжать оно в принципе не может! А я решил сделать в данном корпусе импульсную зарядку, почему импульсную? а потому, что современная элементная база, позволяет существенно упростить схему, не теряя надежности.

Принцип работы следующий, подключаем аккумулятор, выставляем нужный зарядный ток (рекомендуется 10% от полной емкости аккумулятора, для аккумулятора 55 А/Ч ток нужен 5.5 А) и идем заниматься своими делами, когда аккумулятор зарядиться загорится желтый светодиод, аккумулятор полностью заряжен, данное зарядное имеет защиту от короткого замыкания и переплюсовки что существенно продлит ему жизнь))).

Пока у вас не отпало желание его повторять, вот мои фото процесса намотки самого страшного – импульсного трансформатора, мотал на феррите с компьютерного блока питания.

Разбор больше 11 схем для изготовления ЗУ своими руками в домашних условиях, новые схемы 2017 и 2018 года, как собрать принципиальную схему за час.

  1. По каким основным причинам происходит разрядка автомобильного аккумулятора на дороге?

А) Автомобилист вышел из транспорта и забыл выключить фары.

Б) Аккумуляторная батарея слишком нагрелась под воздействием солнечных лучей.

  1. Может ли аккумулятор выйти из строя, если автомобилем не пользуются долгое время (стоит в гараже без запуска)?

А) При долгом простое аккумуляторная батарея выйдет из строя.

Б) Нет, батарея не испортится, ее потребуется только зарядить и она снова будет функционировать.

  1. Какой источник тока используется для подзарядки АКБ?

А) Есть только один вариант — сеть с напряжением в 220 вольт.

Б) Сеть на 180 Вольт.

  1. Обязательно снимать аккумуляторную батарею при подключении самодельного устройства?

А) Желательно производить демонтаж батареи с установленного места, иначе возникнет риск повредить электронику поступлением большого напряжения.

Б) Необязательно снимать АКБ с установленного места.

  1. Если перепутать «минус» и «плюс» при подключении ЗУ, то аккумуляторная батарея выйдет из строя?

А) Да, при неправильном подключении, аппаратура сгорит.

Б) Зарядное устройство просто не включится, потребуется переместить на положенные места необходимые контакты.

Ответы:

  1. А) Не выключенные фары при остановке и минусовая температура – наиболее распространенные причины разряда АКБ на дороге.
  2. А) АКБ выходит из строя, если долго не подзаряжать ее при простое автомобиля.
  3. А) Для подзарядки применяется напряжение сети в 220 В.
  4. А) Не желательно производить зарядку батареи самодельным устройством, если она не снята с автомобиля.
  5. А) Не следует путать клеммы, иначе самодельный аппарат перегорит.

Аккумулятор на автотранспорте требуют периодической зарядки. Причины разряжения могут быть разные — начиная от фар, что хозяин забыл выключить, и до отрицательных температур в зимний период на улице. Для подпитки АКБ потребуется хорошее зарядное устройство. Такое приспособление в больших разновидностях представлено в магазинах автозапчастей. Но если нет возможности или желания покупки, то ЗУ можно сделать своими руками в домашних условиях. Имеется также большое количество схем — их желательно все изучить, чтобы выбрать наиболее подходящий вариант.

Определение: Зарядное устройство для автомобиля предназначается для передачи электрического тока с заданным напряжением напрямую в АКБ.

Ответы на 5 часто задаваемых вопросов

  1. Потребуется ли производить какие-то дополнительные меры, перед тем как приступать к зарядке аккумуляторной батареи на своём автомобиле? – Да, потребуется почистить клеммы, поскольку во время работы на них появляются кислотные отложения. Контакты очень хорошо нужно почистить, чтобы ток без трудностей поступал к батарее. Иногда автомобилисты используют смазку для обработки клемм, ее тоже следует убрать.
  2. Чем протереть клеммы зарядных устройств? — Специализированное средство можно купить в магазине или приготовить самостоятельно. В качестве самостоятельно изготовленного раствора используют воду и соду. Компоненты смешиваются и перемешиваются. Это отличный вариант для обработки всех поверхностей. Когда кислота соприкоснется с содой, то произойдет реакция и автомобилист обязательно ее заметит. Это место и потребуется тщательно протереть, чтобы избавиться от всей кислоты. Если клеммы ранее обрабатывались смазкой, то она убирается любой чистой тряпкой.
  3. Если на аккумуляторе стоят крышки, то их нужно вскрывать перед началом зарядки? — Если крышки имеются на корпусе, то их обязательно снимают.
  4. По какой причине необходимо откручивать крышечки с аккумуляторной батареи? — Это нужно, чтобы газы, образующиеся в процессе зарядки, беспрепятственно выходили из корпуса.
  5. Есть необходимость обращать внимание на уровень электролита в аккумуляторной батарее? – Это делается в обязательном порядке. Если уровень ниже требуемого, то необходимо добавить дистиллированную воду внутрь аккумулятора. Уровень определить не составит труда – пластины должны быть полностью покрыты жидкостью.

Ещё важно знать: 3 нюанса об эксплуатации

Самоделка по способу эксплуатации несколько отличается от заводского варианта. Это объясняется тем, что у покупного агрегата имеются встроенные функции, помогающие в работе. Их сложно установить на аппарате, собранном дома, а потому придется придерживаться нескольких правил при эксплуатации.

  1. Зарядное устройство, собранное своими руками не будет отключаться при полной зарядке аккумулятора. Именно поэтому необходимо периодически следить за оборудованием и подключать к нему мультиметр – для контроля заряда.
  2. Нужно быть очень аккуратным, не путать «плюс» и «минус», иначе зарядное устройство сгорит.
  3. Оборудование должна быть выключено, когда происходит соединение с зарядным устройством.

Выполняя эти простые правила, получится правильно произвести подпитку АКБ и не допустить неприятных последствий.

Топ-3 производителей зарядных устройств

Если нет желания или возможности своими руками собрать ЗУ, то обратите внимание на следующих производителей:

Фирмы хорошо зарекомендовали себя на рынке, а потому о надежности и функциональности переживать при покупке не следует.

Как избежать 2-х ошибок при зарядке аккумуляторной батареи

Необходимо соблюдать основные правила, чтобы правильно подпитать батарею на автомобиле.

  1. Напрямую к электросети аккумуляторную батарею запрещено подключать. Для этой цели и предназначается зарядные устройства.
  2. Даже если устройство изготавливается качественно и из хороших материалов, всё равно потребуется периодически наблюдать за процессом зарядки, чтобы не произошли неприятности.

Выполнение простых правил обеспечит надежную работу самостоятельно сделанного оборудования. Гораздо проще следить за агрегатом, чем после тратиться на составляющие для ремонта.

Самое простое зарядное устройство для АКБ

Схема 100% рабочего ЗУ на 12 вольт


Посмотрите на картинке на схему ЗУ на 12 В. Оборудование предназначается для зарядки автомобильных аккумуляторов с напряжением 14,5 Вольт. Максимальный ток, получаемый при заряде составляет 6 А. Но аппарат также подходит и для других аккумуляторов – литий-ионных, поскольку напряжение и выходной ток можно отрегулировать. Все основные компоненты для сборки устройства можно найти на сайте Aliexpress.

  1. dc-dc понижающий преобразователь.
  2. Амперметр.
  3. Диодный мост КВРС 5010.
  4. Концентраторы 2200 мкФ на 50 вольт.
  5. трансформатор ТС 180-2.
  6. Предохранители.
  7. Вилка для подключения к сети.
  8. «Крокодилы» для подключения клемм.
  9. Радиатор для диодного моста.

Трансформатор используется любой, по собственному усмотрению Главное, чтобы его мощность была не ниже 150 Вт (при зарядном токе в 6 А). Необходимо установить на оборудование толстые и короткие провода. Диодный мост фиксируется на большом радиаторе.

Схема ЗУ Рассвет 2

Посмотрите на картинке на схему зарядного устройства Рассвет 2. Она составлена по оригинальному ЗУ. Если освоить эту схему, то самостоятельно получится создать качественную копию, ничем не отличающуюся от оригинального образца. Конструктивно устройство представляет собой отдельный блок, закрывающийся корпусом, чтобы защитить электронику от влаги и воздействия плохих погодных условий. На основание корпуса необходимо подсоединить трансформатор и тиристоры на радиаторах. Потребуется плата, что будет стабилизировать заряд тока и управлять тиристорами и клеммы.

1 схема умного ЗУ

Посмотрите на картинке принципиальную схему умного зарядного устройства. Приспособление необходимо для подключения к свинцово-кислотным аккумуляторам, имеющим емкость — 45 ампер в час или больше. Подключают такой вид аппарата не только к аккумуляторам, что ежедневно используются, но также к дежурным или находящимся в резерве. Это довольно бюджетная версия оборудования. В ней не предусмотрен индикатор, а микроконтроллер можно купить самый дешевый.

Если имеется необходимый опыт, то трансформатор собирается своими руками. Нет необходимости устанавливать также и звуковые сигналы оповещения — если аккумулятор подключится неправильно, то загоревшаяся лампочка разряда будет уведомлять об ошибке. На оборудование необходимо поставить импульсный блок питания на 12 вольт — 10 ампер.

1 схема промышленного ЗУ


Посмотрите на схему промышленного зарядного устройства от оборудования Барс 8А. Трансформаторы используются с одной силовой обмоткой на 16 Вольт, добавляется несколько диодов vd-7 и vd-8. Это необходимо для того, чтобы обеспечить мостовую схему выпрямителя от одной обмотки.

1 схема инверторного устройства

Посмотрите на картинке схему инверторного зарядного устройства. Это приспособление перед началом зарядки разряжает аккумуляторную батарею до 10,5 Вольт. Ток используется с величиной С/20: «C» обозначает ёмкость установленного аккумулятора. После этого процесса напряжение повышается до 14,5 Вольт, при помощи разрядно-зарядного цикла. Соотношение величины заряда и разряда составляет десять к одному.

1 электросхема ЗУ электроника

1 схема мощного ЗУ


Посмотрите на картинке на схему мощного зарядного устройства для автомобильного аккумулятора. Приспособление применяется для кислотных АКБ, имеющих высокую емкость. Устройство с легкостью заряжает автомобильный аккумулятор, имеющий емкость в 120 А. Выходное напряжение устройство регулируется самостоятельно. Оно составляет от 0 до 24 вольт. Схема примечательна тем, что в ней установлено мало компонентов, но дополнительные настройки при работе она не требует.

2 схемы советского ЗУ

Многие уже могли видеть советское зарядное устройство. Оно похоже на небольшую коробку из металла, и может показаться совсем ненадежной. Но это вовсе не так. Главное отличие советского образца от современных моделей — надежность. Оборудование обладает конструктивной мощностью. В том случае, если к старому устройству подсоединить электронный контроллер, то зарядник получится оживить. Но если под рукой такого уже нет, но есть желание его собрать, необходимо изучить схему.

К особенностям их оборудования относят мощный трансформатор и выпрямитель, с помощью которых получается быстро зарядить даже сильно разряженную батарею. Многие современные аппараты не смогут повторить этот эффект.

У каждого автолюбителя есть зарядное устройство для АКБ 12 В. Все эти старые зарядки с различным успехом работают и выполняют свои функции, но есть у них общий недостаток – слишком большие габариты и вес. Это не удивительно, ведь один только силовой трансформатор на 200 ватт может весить до 5 кг. Поэтому и задумал собрать импульсное зарядное для автоаккумулятора. На просторах инета, точнее на форуме Kazus нашел схему этого ЗУ.

Схема принципиальная ЗУ – клик для увеличения размера

Собрал, работает прекрасно! Заряжал автомобильный аккумулятор, настроил зарядник на 14.8 в и на ток около 6 А, перезаряда или недозаряда нет, при достижении и напряжения на клемах аккумулятора 14.8 в, ток зарядки падает автоматически. Также заряжал гелиевый свинцовый аккумулятор от бесперебойника ПК – нормально. Замыканий на выходе данный зарядник не боится. А вот от переполюсации надо защиту делать, сам сделал на реле.

Печатная плата, даташиты на некоторые радиоэлементы и другие файлы смотрите на форуме.

В общем всем советую его сделать, так как у этого ЗУ много преимуществ: малые размеры, база радиоэлементов не дефицит, многое можно купить и в том числе готовый импульсный трансформатор. Сам его приобрёл в интернет магазине – прислали быстро и дёшево. Оговорюсь сразу, вместо диода Шоттки VD6 (термостабилизация), поставил просто сопротивление на 100 Ом, зарядное и с ним работает прекрасно! Схему собрал и испытал: Demo .

Зарядное устройство оборонприбор зу 90м

Зарядное устройство трансформаторное ЗУ-90М для применяется для заряда 12В кислотных автомобильных аккумуляторов 50-90 Ач.

Применяется для заряда 12В кислотных автомобильных аккумуляторов. 50-90 Ач. ЗУ обладает функцией плавной регулировкой тока.

В зарядное устройство встроена защита от переполюсовки, короткого замыкания и перегрева (термозащита) с индикацией.

Модель оснащена зажимами для подключения к аккумуляторной батарее и проводами подключения к АКБ. Устройство упаковано в индивидуальную коробку.

В ЗУ встроен амперметр для контроля выходного тока.

Трансформаторное зарядное устройство ЗУ-90М является надежным и простым в эксплуатации.

Защита от переплюсовки

Защита от короткого замыкания

Встроенный амперметр для контроля выходного тока

Плавная регулировка зарядного тока (тока заряда) от 0 до 8А

Радиостанции
Радиомодемы
GSM модемы
Антенны
Блоки питания и преобразователи
Информация
(495) 220-95-14

[email protected]

В связи с возможной модернизацией схемотехники, конструкция и технологии изготовления трансформаторного устройства зарядного ЗУ-90М предприятие-изготовитель может вносить изменения в схему и конструкцию устройства.

1. Общие указания

1. Предпусковое зарядное устройство ЗУ-90М (модернизированное) обладает функцией плавной регулировкой тока и предназначено для зарядки автомобильных кислотных аккумуляторных батарей с номинальным напряжением 12В и емкость от 45 до 90 А*ч.

2. В зарядное устройство встроена защита от переполюсовки, короткого замыкания и перегрева (термозащита) с индикацией.

3. Модель ЗУ-90М оснащена зажимами для подключения к аккумуляторной батарее и проводами подключения к АКБ. Устройство упаковано в индивидуальную коробку.

4. В ЗУ ЗУ-90М встроен амперметр для контроля выходного тока.

5. Устройство зарядное работает от сети переменного тока частотой 50 Гц и напряжением 220В.

6. Условия эксплуатации — в закрытых проветриваемых помещениях при температуре от минус 10°С до плюс 35°С и относительной влажности до 85%.

7. Автомобильное зарядное устройство не применяется для перезарядки не перезаряжаемых батарей.

8. Обязательные требования к устройству, направленные на обеспечение безопасности для жизни, здоровья и имущества населения и охрану окружающей среды изложены в разделе 4.

2. Технические характеристики ЗУ-90М

2.1 Номинальное напряжение заряжаемого аккумулятора 12В.
2.2 Номинальные постоянный выходной ток (ток заряда) (8±0,5) А
2.3 Номинальная потребляемая мощность устройства зарядного при максимальном токе заряда 8А, не более 120 Вт.
2.4 Масса З.У. в комплекте с соединительными проводами, не более 3 кг.
2.5 Габаритные размеры ЗУ 270*140*100мм.
2.6 Срок службы устройства не менее 6 лет.
2.7 Степень защиты от поражения электрическим током II.
2.8 Запрещается эксплуатация устройства при повреждении шнура питания.

3. Комплектность

В комплект поставки входят:
— Зарядное устройство с соединительными проводами 1 шт.
— Зажимы для подключения к аккумуляторной батарее 2 шт.
— Упаковка зарядного устройства 1 шт.
— Руководство по применению 1 шт.

4. Требования безопасности

4.1 При эксплуатации зарядного устройства необходимо соблюдать требования настоящего руководства.

4.2 Запрещается снимать кожух устройства во время работы.

4.3 Запрещается проводить какой либо ремонт устройства аварийного отключения зарядного устройства.

4.4 Запрещается замыкать или блокировать механическое устройство защитного отключения.

4.5 Во время заряда аккумуляторной батареи выделяются взрывоопасные газы, проветривайте периодически помещение.

4.6 Зарядное устройство располагайте на расстоянии около 1 метра от заряжаемой аккумуляторной батареи.

4.7 Отключайте зарядное устройство от сети питания перед тем, как присоединяете или отключаете заряжаемый аккумулятор.

4.8 Помните, что оставленный без надзора на долгое время заряжаемый аккумулятор, представляет опасность.

5. Устройство изделия

5.1 Устройство состоит из корпуса, к основанию которого крепится трансформатор и остальные детали электрической схемы.

5.2 На передней панели ЗУ расположены: двухпозиционный переключатель зарядного тока и индикатор зарядного тока с пределом показаний от 0 до 10 А.

5.3 На задней стенке расположены: устройство защитного отключения, провода с выходными клеммами «+»- красного цвета, «-» — черного цвета, сетевой шнур питания способ крепления которого Y.

6. Подготовка к работе

6.1 Установите зарядное устройство на расстоянии около 1 метра от АКБ.

6.2 Присоедините зажим красного цвета к «+» аккумулятора, зажим черного цвета к «-» аккумулятора.

6.З Установите переключатель тока в положение в соответствии с выбранным значением зарядного тока.

6.4 После выполнения указанных операций и подключения ЗУ к сети переменного тока, оно готово к работе.

*При заряде аккумулятора без снятия его с автомобиля отключите клемму «+» аккумулятора от бортовой сети автомобиля, клемму «-» от «массы» не отключайте. Зажим красного цвета ЗУ соедините с клеммой «+» аккумулятора, второй провод подключите к «массе» автомобиля вдали от двигателя, топливной магистрали и аккумулятора.

7. Порядок работы

7.1 После выполнения операций, изложенных в разделе 6, предпусковое зарядное устройство подключается к сети питания, и начинается процесс зарядки.

7.2 При установке переключателя в положение «4А» ток заряда (контролируемый по амперметру), может находиться в пределах (4±1)А, в зависимости от степени разряженности аккумуляторной батареи.

7.3 При установке переключателя в положение «8А» ток заряда (контролируемый по амперметру), может находиться в пределах (8±1)А, в зависимости от степени разряженности аккумуляторной батареи.

7.4 Не рекомендуется производить заряд и подзарядку аккумуляторной батареи повышенным током (более 10% от емкости аккумулятора).
Придерживайтесь рекомендаций завода-изготовителя.

7.5 Окончание зарядки приближенно определяется по времени (порядка 8 часов) и падению зарядного тока до значений (1-2) А и окончательно — по плотности электролита.

7.6 После завершения зарядки отключите ЗУ от сети питания, отсоедините зажимы от клемм аккумулятора. Прибор готов к хранению.

8. Техническое обслуживание

Необходимо содержать в чистоте подключающие зажимы, так как попадание кислоты вызывает коррозию и нарушение электрического контакта в процессе зарядки аккумуляторной батареи. Рекомендуется смазывать зажимы смазкой типа «Литол», что значительно снижает вероятность коррозии.

9. Правила хранения

9.1 3арядное устройство ЗУ-90М в упаковке необходимо хранить в закрытых помещениях с температурой от минус 50°С до плюс 50°С, при относительной влажности не более 85%.

9.2 Зарядное устройство без упаковки может храниться в сухих помещениях с температурой от минус 10°С до плюс 50°С, при относительной влажности не более 60%.

10. Возможные неисправности и методы устранения

Возможная неисправность Вероятная причина Метод устранения
При включении вилки ЗУ в сеть отсутствует напряжение на выходных клеммах. Обрыв шнура питания. Заменить шнур питания. Устраняется квалифицированным лицом или ремонтной мастерской.
При включении ЗУ в сеть сработало защитное отключение*. КЗ аккумулятора, или ток заряда превышает 10 А -Уменьшить ток заряда до рекомендуемого заводом-изготовителем, -Проверьте полярность подключения ЗУ и аккумулятора.

*Защитное отключение — при КЗ или неправильном подключении аккумулятора («переполюсовке») через несколько секунд срабатывает биметаллический предохранитель. Для восстановления работоспособности устройства защелкните предохранитель в исходное положение.

11. Гарантии изготовителя

Изготовитель гарантирует нормальную работу устройства в течении 12 месяцев со дня продажи, при соблюдении правил эксплуатации.

При обнаружении производственных дефектов прибора следует обращаться к изготовителю ООО «НПП «ОБОРОНПРИБОР» по адресу: г. Рязань, ул. Военных автомобилистов, 10

В течении гарантийного срока неисправности, не вызванные нарушением правил эксплуатации, устраняются бесплатно.

При отсутствии на гарантийных талонах даты продажи с печатью магазина, срок гарантии исчисляется с даты выпуска прибора.

Замечания и предложения отправлять по адресу изготовителя.

Внимание!
Устройство оснащено защитой от перегрева. При превышении порогового значения температуры в процессе заряда аккумулятора срабатывает защитное отключение. Устройство продолжит работать автоматически после снижения температуры.

Инструкции пользователя зарядных устройств

Зарядное устройство ЗУ-75А Обронприбор

ООО НПП «Оборонприбор» г. Рязань. Инструкция пользователя

Зарядное устройство ЗУ-90 Обронприбор

ООО НПП «Оборонприбор» г. Рязань. Руководство пользователя

Зарядное устройство Рассвет-2

Руководство по применению предпускового зарядного устройства Рассвет-2 КМ-228.00.000РЭ

Зарядное устройство ОРИОН

Руководство по применению предпускового зарядного устройства Орион 260/265/325

Зарядное устройство Azard ЗУ-90 трансформаторное

Зарядное устройство Триада BOUSH-20 импульсное 6 Ампер

Зарядное устройство Орион Вымпел-05

Зарядное устройство Орион Вымпел-20

Зарядное устройство ЗУ-5 (для БПА-1)

Зарядное устройство Optimate 1+

Устройство зарядное Энкор ЗУ-220/12-18У 50370

Зарядное устройство ЗУ-120

Зарядное устройство трансформаторное Azard ЗУ-90 (ZAR00.

Зарядное устройство Azard «ЗУ-120М-3», трансф.

Пуско-зарядное устройство Artway JS-1014

Зарядное устройство ЗУ-90М

Зарядное устройство Optimate 3 x 4

Зарядное устройство ЗУ-1 (для БПА-1)

Зарядное устройство RING Automotive RECB106

Зарядное устройство AutoExpert BC-40

Зарядное устройство ЗУ-120М

Устройство зарядное EXPERT ЗУ-300 6/12В 3,8А

Устройство пуско-зарядное НПП «Оборонприбор» ЗУ-90М

Зарядное устройство ЗУ-90М1

Зарядное устройство VERTON ЗУ-10

Устройство пуско-зарядное НПП «Оборонприбор» ЗУ-90

Устройство зарядное ЗУ-220/12-18У

Зарядное устройство VERTON ЗУ-5

Зарядное устройство AutoExpert BC-42

Зарядное устройство для аккумуляторов Digicare Powercam.

Зарядное устройство Орион Вымпел-37

Устройство зарядное ЗУ-90 ZKZU90

Устройство пуско-зарядное Орион Вымпел-80

Зарядное устройство Azard «ЗУ-55А», трансформ.

Зарядное устройство Оборонприбор ЗУ-75А

Зарядное устройство RedVerg RD-BC-9

Зарядное устройство ЗУ-120М-3

Зарядное устройство аккумулятора 10А кедр электронное

Устройство пуско-зарядное НПП «Оборонприбор» ЗУ-55А

Зарядное устройство Optimate 3

Пуско-зарядное устройство CARCAM ZY-08

Зарядное устройство Azard «ЗУ-75М4», трансфор.

Зарядное устройство для аккумулятора авто

Зарядным устройством для аккумулятора автомобиля называется электротехнический прибор, предназначенный только для зарядки аккумуляторных или конденсаторных батарей.

Зарядным устройством аккумуляторной батареи может быть генератор постоянного тока или трансформатор с выпрямителем тока и схемы, в которую входят регуляторы напряжения, тока и автоматические выключатели.

Зарядные устройства для аккумулятора автомобиля предназначены только для обслуживания аккумуляторных батарей.

Зарядные устройства аккумулятора применяются в следующих случаях:

  • для периодического заряда автомобильного аккумулятора
  • для подзарядки аккумулятора
  • и перезарядки автомобильных аккумуляторных батарей

Зарядно-пусковые устройства для аккумуляторов автомобиля предназначены кроме обслуживания аккумуляторов еще и для помощи аккумулятору при запуске двигателя автомобиля, в случаях, когда с запуском не справляется один аккумулятор.

Зарядно-пусковые устройства для автомобиля применяются:

  • для периодической зарядки АКБ
  • для подзарядки АКБ
  • для перезарядки аккумуляторных батарей
  • и для запуска двигателя автомобиля в сложных условиях

Вес пускозарядного устройства, может быть от 4 до 28 кг. Поэтому, если нужен небольшой прибор, способный только зарядить аккумулятор автомобиля, то можно остановить свой выбор на зарядном устройстве с небольшим весом.

Ассортимент зарядных устройств и зарядно-пусковых устройств для автомобильных аккумуляторов очень большой, так как они изготавливаются как отечественными производителями, так и зарубежными.

Из отечественных устройств можно выделить такие типы как:

  • ЗУ
  • ОРИОН
  • КЕДР
  • СТАРТ
  • и другие

Зарядные и пускозарядные устройства зарубежного производства можно назвать следующих производителей:

  • VARTA
  • CTEK
  • BOSCH
  • BLACK $ DECKER
  • и другие

Зарядныее устройства марки ЗУ

Зарядные устройства для аккумуляторов марки ЗУ изготавливаются на Тамбовском заводе «Электроприбор».

Линейка выпускаемых устройств ЗУ включает: ЗУ-75, ЗУ-75М, ЗУ-75М2, Зу-75М3, ЗУ-75М4, ЗУ-55А, ЗУ-90, ЗПЗУ-10.

Зарядные устройства аккумуляторов марки «Орион»

НПО «ОРИОН» выпускает большую линейку зарядных устройств для аккумуляторов. Это ОРИОН PW100, ОРИОН PW150, PW410, ОРИОН PW160, ОРИОН PW260, PW265, PW325, ОРИОН PW270, PW320,ОРИОН PW415 и пуско зарядное устройство марки Орион PW700.

Зарядные устройства марки СТЕК

Рынок зарядных устройств предлагает множество их от разных производителей.

Одним из лидеров является зарядное устройство для аккумуляторов фирмы СТEK производства шведской фирмы CTEK SWEDEN AB.

ЗУ компании Telwin

Компания TELWIN один из мировым лидером по выпуску сварочных аппаратов и зарядных устройств (ЗУ) для аккумуляторов.

TELWIN предлагает продукцию, которая не имеет равных по разнообразию и широте применения.

Зарядные устройства BLACK&DECKER

Корпорация Black & Decker мощный участник рынка. Компания осуществляет поставки во многие страны мира и почти везде компания является лидером в своем сегменте.

Зарядные устройства «Кедр Авто»

Устройства с маркой «Кедр Авто» производятся в Томске ООО «Дюны».

Оживление: как заряжать AGM аккумулятор обычным зарядным устройством или автоматическим

Главная операция в технологии ухода за аккумуляторной батареей – подзарядка. Удаленно ее невозможно произвести без специального зарядного устройства, подающего определенное напряжение и ток на клеммы АКБ. Для каждого типа источников питания существует индивидуальная методика зарядки, предусматривающая строго нормированные режимы. АГМ изделие тоже можно восстановить, разработаны даже схемы, раскрывающие суть правильного процесса подзарядки.

Особенности АКБ типа AGM и как ее зарядить в домашних условиях

 


Большинство автомобилистов, решая вопрос, какой купить аккумулятор, не смотрят в сторону батареи с абсорбированным электролитом лишь по причине ее высокой цены. В остальном продукт одерживает уверенное превосходство над моделями с жидкой кислотой по следующим параметрам:
  • Минимальный уровень обслуживания – следить необходимо лишь за чистотой устройства и разностью потенциалов.
  • Устойчивость к вибронагрузкам.
  • Высокий пусковой ток – значения больше на 50-70% по сравнению с традиционниками.
  • Безотказность в морозную пору.
  • Увеличенный срок службы.

Нюансы физики процесса

Факт недопустимости хранения изделия АГМ в разряженном состоянии (минимальное напряжение составляет менее 10,5 В) не должен вызывать опасения. Во-первых, тщательно проработано направление, как заряжать AGM аккумулятор обычным зарядным устройством, а во-вторых, батарея допускает около 200 циклов глубокого разряда без потери рабочих характеристик.

Несмотря на наличие в конструкции пропитанных электролитической жидкостью сепараторов из стеклоткани, химические процессы зарядки/разрядки происходят так же, как в моделях с жидким электролитом. Разница лишь в том, что при расщеплении сернокислого свинца кислород стремится проникнуть через крупные микропоры стекловолоконной ткани к отрицательному электроду, чтобы вступить в химическую реакцию с водородом. В итоге образуется вода.

Замкнутая циркуляция газов позволяет упростить конструкцию – доступ к банкам теперь не нужен. В отношении требований к помещению, в котором производится восстановление заряда, также есть смягчения – серьезная вентиляция не обязательна.

Все же в непроветриваемой комнате подзарядку осуществлять не стоит. Это понятно из дублирующего названия перспективных аккумуляторов – VRLA battery (кислотная батарея с предохранительным клапаном). При высоком давлении внутри коробки, клапан сбрасывает водород и кислород в воздух.

Зарядники

Качественное обслуживание автоаккумулятора невозможно без специального зарядного устройства. Примитивный электроприбор преобразует переменный ток в постоянный, и понижает напряжение до приемлемых величин. Различают трансформаторные и импульсные ЗУ.

 



Для безопасного заряда АГМ следует выбирать импульсные «зарядки». Они позволяют работать в автоматическом режиме и выдавать небольшие импульсы тока. При выборе модели учитывайте следующие рекомендации:
  • Наличие ручной регулировки по току.
  • Оснащенность встроенным регулятором выходного напряжения.
  • Предустановленные индикаторы электрических характеристик.
  • Возможность активирования функции автоматического отключения.

Режимы или как заряжать AGM аккумулятор обычным домашним зарядным устройством: суть технологии

Как и в случае с мойкой двигателя, первым делом отключаются клеммы от батареи, и она переносится из моторного или багажного отсека в помещение. Установить на полюса «крокодилы» и подключить зарядник к сети – короткий перечень действий актуален для автоматических подзарядок, сконструированных специально для батарей с абсорбированным электролитом. Например, некоторые изделия от Bosch и Стек поддерживают безопасное восстановление электрических параметров АГМ моделей.

Методика, как зарядить АКБ AGM, подробно изложена в инструкции, поставляемой с продуктом. С другого ракурса стоит воспринять ситуацию, когда перспективный источник питания установлен с завода – описание процедуры ухода стоит поискать на официальном сайте компании-изготовителя батареи.

Вне зависимости от первоначальных факторов полезным будет принять к сведению общую технологию подзарядки необслуживаемого аккумулятора. К слову, ее можно интерпретировать в трех вариантах.

Зарядка в три ступени

Концерн Varta солидарен с экспертами в вопросе эффективности данного метода. Его суть подробно изображает график, на котором четко очерчены три промежутка:

  • Начальная (основная) стадия. Напряжение динамично изменяется в пределах [14,2…14,8]В. Ток – постоянный, фиксированной величины: 25-35% от цифры с размерностью А*ч.
  • Накопительный участок: Разность потенциалов равна 14,8В. Ампераж изменяется от выбранной в предыдущем цикле величины до 1% от емкости батареи.
  • Хранение. Параметры жестко зафиксированы: напряжение – 13,8В, ток – 1% от характеристики в А*ч.

К сведению. Осуществить эту операцию способно микропроцессорное ЗУ для AGM, способное плавно менять разность потенциалов и силу тока во времени. Временные промежутки выбираются устройством автоматически.

 

Двухэтапная зарядка

Данный способ рекомендован большинством известных фирм. Главное преимущество – оптимальное сочетание временных затрат и качества восстановления характеристик батареи. Основан на двух переходах:

  1. Зарядка. Электрические параметры находятся в пределах: ток – 0,1-0,3 от емкости источника; напряжение – 14,2-14,8В.
  2. Хранение. Ампераж – не более 1% от цифры с размерностью А*ч. Разность потенциалов – фиксированная, выбранная из пределов [13,2…13,8В].

Выполнить пункты этой техники подзарядки под силу только автоматическим зарядникам инверторного типа.

Зарядка в одну ступень

Рассматривается как ускоренный метод восстановления заряда и рекомендуется для АКБ, заряженных не менее, чем на 75%. Суть методики в том, чтобы подать на клеммы ток в 1-2% от емкости изделия и напряжение не более 13,8В.

Методика проведения одноэтапной зарядки и есть ответ на вопрос, как заряжать современный AGM аккумулятор обычным зарядным устройством с регулируемым током и напряжением. В остальных случаях применять простой аналоговый «зарядник» не рекомендуется, поскольку в двух- и трехступенчатых циклах нет возможности отслеживать и плавно регулировать параметры.

Напряжение заряженного AGM аккумулятора и прочие параметры

Превышать режимы зарядки, описанные в рекомендациях, настоятельно не рекомендуется – это вызовет превышение температуры электролита свыше допустимых 45°C. В связи с этим не рекомендуется производить процесс реанимации, если воздух нагрет более 30°C.

Разность потенциалов в 100% заряженном АКБ составляет 14,8В. Достигать больших значений запрещено – запускается активный процесс гидролиза, приводящий к выделению газов и потере воды. Чрезмерные выделения Н2О сокращают срок службы батареи и ее способность выдерживать глубокие разряды.

Коротко о главном

Зарядка АГМ аккумулятора обычным ЗУ возможна только в режиме восполнения заряда от 75% до 100% уровня (12,45В). Экземпляры, разряженные глубоко, восстанавливаются только при помощи автоматических зарядников. Желательно приобретать модели с интеллектуальным управлением, предназначенные для выполнения задачи, как зарядить АКБ серии AGM от различных производителей. Предпочтительными являются продукты со встроенной программой трехступенчатой зарядки на борту.

Максимальное напряжение в процессе зарядки не должно превышать 14,8В. Сила тока на каждом этапе различная и зависит от степени разряженности батареи, а также конкретной технологии подзарядки. Полная перезарядка необходима по достижении напряжения на клеммах 12,2В.

границ | Цифровая биологически правдоподобная реализация бинаризованных нейронных сетей с матрицами дифференциальной резистивной памяти на основе оксида гафния

1. Введение

Благодаря прогрессу в области глубокого обучения искусственный интеллект за последние годы добился огромных успехов. Однако его энергопотребление в графических или центральных процессорах (графические процессоры и процессоры) остается серьезной проблемой, ограничивая его использование на периферии и поднимая вопрос об устойчивости крупномасштабных сервисов на основе искусственного интеллекта.Мозг, напротив, управляет интеллектуальными задачами с очень низким энергопотреблением. Одно из ключевых различий между графическими процессорами и процессорами, с одной стороны, и мозгом, с другой, заключается в том, как они работают с памятью. В графических процессорах и процессорах память и арифметические блоки разделены как физически, так и концептуально. В алгоритмах искусственного интеллекта, которые требуют большого объема доступа к памяти, на перемещение данных между логикой и памятью тратится значительно больше энергии, чем на выполнение фактических арифметических действий (Pedram et al., 2017).В мозге, напротив, нейроны, которые выполняют большую часть арифметических операций, и синапсы, которые, как считается, хранят долговременную память, полностью размещены в одном месте. Таким образом, одним из основных способов снижения энергопотребления искусственного интеллекта является имитация этой стратегии и разработка систем, отличных от фон Неймана, в которых логика и память объединены (Indiveri and Liu, 2015; Querlioz et al., 2015; Редакционное, 2018; Yu, 2018). Сегодня к этой идее проявляется новый интерес с появлением новых энергонезависимых запоминающих устройств на основе нанотехнологий, которые являются компактными и быстрыми и могут быть встроены в ядро ​​процесса комплементарного металлооксидного полупроводника (CMOS) (Prezioso et al., 2015; Sa¨ıghi et al., 2015; Wang et al., 2015; Covi et al., 2016; Серб и др., 2016; Амброджио и др., 2018; Ю, 2018). Еще одно ключевое различие между процессорами и мозгом — это основной характер вычислений. Графические процессоры и процессоры обычно выполняют все вычисления нейронной сети с точной арифметикой с плавающей запятой. В мозге большая часть вычислений выполняется аналоговым способом с низкой точностью внутри нейронов (Klemm and Bornholdt, 2005; Faisal et al., 2008), что приводит к асинхронным всплескам на выходе, который, следовательно, является двоичным.Таким образом, вторая идея сокращения энергопотребления искусственного интеллекта заключается в разработке систем, которые работают с вычислениями с гораздо меньшей точностью.

В последние годы были проведены значительные исследования по реализации нейронных сетей с использованием аналоговой резистивной памяти в качестве синапсов — проводимости устройства, реализующего синаптические веса. В значительной степени вычисления нейронной сети могут выполняться с использованием аналоговой электроники: умножение веса / нейрона выполняется на основе закона Ома, а сложение изначально реализовано с помощью текущего закона Кирхгофа (Prezioso et al., 2015; Серб и др., 2016; Амброджио и др., 2018; Ли и др., 2018; Wang et al., 2018). Этот тип реализации до некоторой степени очень вероятен с биологической точки зрения, поскольку он воспроизводит две стратегии, упомянутые выше. Однако проблема этой реализации состоит в том, что она требует относительно тяжелых аналоговых или смешанных схем CMOS, таких как операционные усилители или аналого-цифровые преобразователи, что приводит к значительным накладным расходам по площади и энергии.

Параллельно с этим недавно был предложен новый класс нейронных сетей — бинаризованные нейронные сети (или близкие к ним сети XNOR-NET) (Courbariaux et al., 2016; Растегари и др., 2016). В этих нейронных сетях после обучения синапсы, как и нейроны, принимают только двоичные значения, то есть +1 или -1. Таким образом, эти нейронные сети имеют ограниченные требования к памяти, а также полагаются на очень упрощенную арифметику. В частности, умножения заменяются однобитными операциями исключающего ИЛИ (XNOR). Тем не менее, бинаризованные нейронные сети могут обеспечить почти самую современную производительность при решении задач зрения (Courbariaux et al., 2016; Rastegari et al., 2016; Lin et al., 2017) и поэтому чрезвычайно привлекательны для реализации оборудования логического вывода. Низкая точность бинаризованных нейронных сетей и, в частности, бинарная природа нейронов, которая напоминает спайки биологических нейронов, также придает им биологическую достоверность: их действительно можно рассматривать как упрощение нейронных сетей с импульсами.

Большие усилия были направлены на разработку аппаратных реализаций бинаризованных нейронных сетей. При использовании наноустройств естественной интуицией будет принятие стратегии, предложенной для обычных нейронных сетей, и выполнение арифметических операций аналоговым способом с использованием закона Кирхгофа (Yu et al., 2016; Ю, 2018). Однако бинаризованные нейронные сети очень цифровые по своей природе и не требуют умножения. Таким образом, эти сети могут предоставить возможность одновременно извлекать выгоду как из биоинспекционных идей, так и из достижений закона Мура и цифровой электроники. В этой работе мы предлагаем полностью цифровую реализацию бинаризованных нейронных сетей, включающую КМОП и наноустройства, а также реализацию биологических концепций жесткой памяти и логической интеграции, а также вычислений с низкой точностью.В качестве наноустройств памяти мы используем резистивную память с произвольным доступом (OxRAM) на основе оксида гафния, компактную и быструю энергонезависимую ячейку памяти, полностью совместимую с процессом CMOS (Grossi et al., 2016).

Однако одной из серьезных проблем при реализации цифровой системы с наноустройствами памяти является присущая им изменчивость (Ielmini and Wong, 2018; Ly et al., 2018), которая вызывает битовые ошибки. Традиционные приложения памяти используют несколько кодов исправления ошибок (ECC) для решения этой проблемы.Схемы декодирования ECC имеют большие площади и высокое потребление энергии (Gregori et al., 2003) и добавляют дополнительное время к доступу к данным из-за вычисления и сравнения синдромов. Более того, арифметические операции вычисления синдрома ошибки на самом деле более сложны, чем операции бинаризованной нейронной сети. Это решение трудно реализовать в контексте, когда память и логика тесно интегрированы, особенно когда часть вычислений выполняется во время зондирования. Это одна из основных причин того, что современное состояние RRAM для вычислений в памяти не исправляет ошибки и несовместимо с технологиями с ошибками (Chen et al., 2017, 2018). В этой статье мы представляем наше решение. Мы проектируем, производим и тестируем матрицу резистивной памяти на основе дифференциального оксида, включая все периферийные устройства и схемы датчиков. Этот массив, основанный на битовой ячейке с двумя транзисторами и двумя резисторами (2T2R), по своей сути уменьшает битовые ошибки без использования ECC, и мы показываем, что он особенно хорошо адаптирован для вычислений в памяти. Затем мы проектируем и моделируем полностью бинаризованную нейронную сеть на основе этого массива памяти. Мы показываем, что операции XNOR могут быть интегрированы непосредственно в операции считывания массива памяти и что полученная в результате система может быть очень энергоэффективной.Основываясь на нейронных сетях на нескольких наборах данных (MNIST, CIFAR-10, ImageNet и анализ данных ЭКГ), мы оцениваем количество битовых ошибок в памяти, которые могут быть допущены системой. Основываясь на этой информации, мы показываем, что наноустройства памяти можно использовать в нетрадиционном режиме программирования, где они отличаются низкой энергией программирования (менее пяти пикоджоулей на бит) и выдающейся выносливостью (миллиарды циклов).

Частичные и предварительные результаты этой работы были представлены на конференции (Bocquet et al., 2018). В этом документе добавлены дополнительные измерения OxRAM с более короткими импульсами программирования, анализ влияния битовых ошибок на большее количество наборов данных (ImageNet и анализ данных ЭКГ), а также подробное сравнение и сравнительный анализ нашего подхода с процессорами, небинаризованными нейронными сетями ASIC. и аналоговые нейронные сети на основе RRAM.

2. Материалы и методы

2.1. Массив дифференциальной памяти для вычислений в памяти

В этой работе мы изготовили массив памяти для вычислений в памяти с соответствующими периферийными и чувствительными схемами.В основе ячейки памяти лежит резистивная оперативная память (OxRAM) на основе оксида гафния (HfO 2 ). Пакет устройства состоит из слоя HfO 2 и слоя титана. Оба слоя имеют толщину десять нанометров и растут между двумя электродами из нитрида титана (TiN). Наши устройства встроены в серверную часть коммерческого 130-нм логического процесса CMOS (рис. 1A), что обеспечивает тесную интеграцию логики и энергонезависимой памяти (Grossi et al., 2016).Устройства встроены поверх четвертого (медного) металлического слоя.

Рис. 1. (A) Сканирующая электронная микроскопия , изображение конечной части процесса CMOS, интегрирующего устройство OxRAM. (B) Фотография и (C) упрощенная схема массива памяти для вычислений в памяти объемом 1 килобит, охарактеризованного в этой работе.

Мы выбрали OxRAM из оксида гафния, потому что они, как известно, обеспечивают энергонезависимую память, совместимую с современным процессом CMOS, и включают только удобные для литейного производства материалы и этапы процесса.

После однократного процесса формования такие устройства могут переключаться между состояниями с низким и высоким сопротивлением (LRS и HRS) путем подачи положительных или отрицательных электрических импульсов соответственно. Наша работа могла быть воспроизведена с другими типами воспоминаний. Могут быть использованы флеш-клетки NOR, которые легко доступны в коммерческих процессах, и их потенциал для нейроморфного вывода был доказан Merrikh-Bayat et al. (2017). Однако они страдают от высоких программных напряжений (выше десяти вольт), требующих подкачки заряда, имеют ограниченный срок службы и не масштабируются до самых передовых технологических узлов (Dong et al., 2017). Новые воспоминания, такие как память с изменением фазы или магниторезистивная память с крутящим моментом, также могут быть использованы с применением стратегий, представленных в этой статье. Эти технологии не требуют процесса формования и могут повысить надежность OxRAM, но имеют повышенную стоимость процесса (Chen, 2016).

Обычно OxRAM организованы в структуру «один транзистор — один резистор» (1T1R), где каждое наноустройство связано с одним транзистором доступа (Chen, 2016).LRS и HRS используются для обозначения логических значений нуля и единицы или обратного. Затем операция чтения выполняется путем сравнения электрического сопротивления наноустройства с эталонным значением, промежуточным между типичными значениями сопротивлений в HRS и LRS. К сожалению, из-за изменчивости устройства OxRAM подвержены битовым ошибкам: значение HRS может стать ниже эталонного сопротивления, а значение LRS может быть выше эталонного сопротивления. Вариабельность устройства включает как несоответствие между устройствами, так и тот факт, что в одном и том же устройстве точное значение сопротивления HRS и LRS изменяется в каждом цикле программирования (Grossi et al., 2018).

Чтобы ограничить количество битовых ошибок, в этой работе мы изготовили массив памяти со структурой «Два транзистора — два резистора» (2T2R), где каждый бит информации хранится в паре структур 1T1R. Фотография штампа представлена ​​на рисунке 1B, а его упрощенная схема — на рисунке 1C. Информация хранится в дифференциальном режиме: пара LRS / HRS означает логическое значение ноль, а пара HRS / LRS означает логическое значение один. В этой ситуации считывание выполняется путем сравнения значений сопротивления двух устройств.Поэтому мы ожидаем, что битовые ошибки будут менее частыми, поскольку битовая ошибка возникает только в том случае, если устройство, запрограммированное в LRS, более резистивно, чем его дополнительное устройство, запрограммированное в HRS. Эта концепция массивов памяти 2T2R уже была предложена, но ее преимущества с точки зрения частоты ошибок по битам никогда не были продемонстрированы до этой работы (Hsieh et al., 2017; Shih et al., 2017).

Программирование устройств в нашем массиве осуществляется последовательно, т.е. от устройства к устройству. При первом использовании массива памяти все устройства «формируются».”Чтобы сформировать устройство строки i и столбца j , разрядная линия BL j , подключенная к нижнему электроду запоминающего устройства, заземлена, а линия слов WL i установлен на напряжение, выбранное для ограничения тока до «значения соответствия» 200 мк. A . К сенсорной линии SL i , подключенной к верхнему электроду запоминающего устройства, прикладывается линейное нарастание напряжения, увеличиваясь от 0 до 3.3 В при скорости нарастания 1000 В / с . Эта операция формования выполняется только один раз в течение срока службы устройства. Чтобы запрограммировать устройство в его LRS (операция SET), битовая линия BL j устанавливается на землю, а сенсорная линия SL i установлена ​​на 2 В . Шина слов WL i снова устанавливается на напряжение, выбранное для ограничения тока до значения соответствия, в диапазоне от 20 до 200 мк A в зависимости от выбранного условия программирования.Чтобы запрограммировать устройство в его HRS (операция сброса), на устройство должно быть подано напряжение противоположного знака, а соответствие тока не требуется. Смысловая линия SL i поэтому установлена ​​на землю, в то время как словарная линия WL i установлена ​​на значение 3,3 В , а битовая линия BL j до «Напряжение сброса» в диапазоне от 1,5 до 2,5 В в зависимости от выбранного условия программирования.Для операций SET и RESET продолжительность программирования может варьироваться от 0,1 до 100 мкм с . Во время операций программирования все битовые линии, линии выбора и слова, соответствующие невыбранным устройствам, заземляются, за исключением битовой линии дополнительного устройства выбранного устройства: эта линия запрограммирована на то же напряжение, что и напряжение, подаваемое на сенсорной линии, чтобы избежать мешающего воздействия на дополнительное устройство.

В нашей изготовленной схеме операция считывания выполняется с помощью усилителей считывания предзаряда (PCSA) (Zhao et al., 2009, 2014) (Рисунок 2А). Эти схемы обладают высокой энергоэффективностью, так как они работают в двух фазах, предварительной зарядке и разрядке, избегая прямого пути между напряжением питания и землей. Сначала чувствительный сигнал (SEN) устанавливается на землю, а SL на напряжение питания, которое предварительно заряжает два выбранных дополнительных наноустройства, а также сравнивающую защелку при одинаковом напряжении. Во второй фазе сигнал считывания устанавливается равным напряжению питания, и напряжения на дополнительных устройствах разряжаются на землю через SL.Ветвь с наименьшим сопротивлением разряжается быстрее и вызывает разрядку соответствующего выхода инвертора на землю, что фиксирует дополнительный выход инвертора для напряжения питания. Таким образом, два выходных напряжения представляют собой сравнение двух дополнительных значений сопротивления. В нашем тестовом чипе время чтения составляет примерно 10 нс и является результатом высокой емкостной нагрузки, связанной с нашей установкой для тестирования пробников. Без этой высокой емкостной нагрузки время переключения определялось бы временем устранения начальной метастабильности схемы.Это время переключения может достигать 100 пс в масштабированной технологии (Zhao et al., 2014).

Рис. 2. (A) Схема усилителя считывания предварительного заряда, используемого в этой работе для чтения ячеек памяти 2T2R. (B) Схема усилителя считывания предварительного заряда, дополненного логической операцией XNOR.

Мы изготовили массив дифференциальной памяти с 2048 устройствами, поэтому мы реализовали массив памяти в килобитах. Каждый столбец дополнительных наноустройств оснащен усилителем считывания предварительного заряда, а доступ к строкам и столбцам осуществляется через интегрированные цифровые КМОП-декодеры.Контактные площадки штампов не защищены от электростатического разряда, и штампы были протестированы с коммерческими платами датчиков с 22 контактными площадками. Во всех экспериментах напряжения устанавливаются с помощью самодельной печатной платы, а импульсные напряжения генерируются с помощью генераторов импульсов Keysight B1530A. В конструкции усилители считывания предварительного заряда могут быть дополнительно отключены и обойдены, что позволяет измерять сопротивление наноустройства непосредственно с помощью блоков контроля внешнего прецизионного источника (Keysight B1517a).

2.2. Проектирование бинаризованной нейронной сети в памяти на основе строительного блока

дифференциальной памяти

Эта работа направлена ​​на реализацию бинаризованных нейронных сетей на оборудовании. В этих нейронных сетях синаптические веса, а также состояния нейронов могут принимать только два значения, +1 и -1, в то время как эти параметры принимают реальные значения в обычных нейронных сетях. Уравнение для нейронной ценности A j в обычной нейронной сети:

Aj = f (∑iWjiXi + bj), (1)

, где X i — входы нейрона, W ji — значения синаптических весов, b j — член смещения, а f — функция нейронной активации, которая вносит в сеть нелинейность.Типичными примерами функций активации являются сигмоидальная функция, функция softmax и функция гиперболического тангенса. В бинаризованных нейронных сетях функция активации намного проще, поскольку она заменяется функцией знака, как показано в уравнении (2):

Aj = знак (POPCOUNTi (XNOR (Wji, Xi)) — Tj). (2)

В этом уравнении T j — это так называемый порог нейрона, который изучается во время обучения. POPCOUNT — это функция, которая подсчитывает количество единиц в серии битов, а sign — это функция знака.

Процесс обучения бинаризованных нейронных сетей отличается от процесса обучения обычных нейронных сетей. Во время обучения веса принимают реальные веса в дополнение к двоичным весам, которые равны знаку реальных весов. При обучении используются классические уравнения обратного распространения ошибок с несколькими адаптациями. Бинаризованные веса используются в уравнениях как для прямого, так и для обратного прохода, но реальные веса изменяются в результате правила обучения (Courbariaux et al., 2016). Кроме того, поскольку функция активации бинаризованных нейронных сетей является функцией знака и не дифференцируема, мы рассматриваем функцию знака как первое приближение функции hardtanh,

Hardtanh (x) = Клип (x, -1,1), (3)

, и мы используем производную этой функции в качестве замены производной функции знака при обратном проходе. Эта замена является ключевым элементом для успешного обучения BNN. Интервал отсечения в уравнении (3) не запоминается и выбирается в диапазоне от -1 до 1 для всех нейронов.Использование большего интервала действительно увеличило бы эффект исчезающего градиента, в то время как использование меньшего интервала привело бы к производным, превышающим единицу, что может вызвать эффект взрывного градиента.

Наконец, оптимизатор Adam используется для стабилизации обучения (Kingma and Ba, 2014). Метод, известный как пакетная нормализация, используется на каждом уровне нейронной сети (Иоффе и Сегеди, 2015). Пакетная нормализация сдвигает и масштабирует нейронные активации по пакету во время процесса обучения.Этот метод необязательно используется в обычных нейронных сетях для ускорения и стабилизации обучения. Использование этого метода становится важным при обучении бинаризованных нейронных сетей для достижения высокой точности, поскольку он гарантирует, что нейронные активации используют как +1, так и -1 значения. Во время вывода пакетная нормализация больше не требуется, и порог, полученный с помощью этого метода, может использоваться непосредственно как нейронный порог в уравнении (2).

С этой техникой обучения бинаризованные нейронные сети работают на удивление хорошо.Они могут достичь почти самого современного уровня производительности в задачах распознавания изображений, таких как CIFAR-10 и ImageNet (Lin et al., 2017). После изучения настоящие веса больше не служат, и от них можно отказаться. Это делает бинаризованные нейронные сети исключительными кандидатами для аппаратной реализации нейросетевого вывода. Мало того, что их требования к памяти минимальны (один бит на нейрон и синапс), но и их арифметика также значительно упрощена. Операции умножения в уравнении (1) являются дорогостоящими с точки зрения площади и потребления энергии, и они заменяются однобитными операциями исключающего ИЛИ-ИЛИ (XNOR) в уравнении (2).Кроме того, действительные суммы в уравнении (1) заменяются операциями POPCOUNT, которые эквивалентны целочисленным суммам с малой разрядностью.

Можно реализовать бинаризованные нейронные сети ASIC только с CMOS (Ando et al., 2017; Bankman et al., 2018). Однако более оптимальная реализация будет полагаться на появляющуюся энергонезависимую память и как можно теснее связывать логику и память. Такой подход может обеспечить энергонезависимые нейронные сети и полностью устранить узкое место фон Неймана: наноустройства могут реализовывать синаптические веса, а арифметические операции могут выполняться в CMOS.Большая часть литературы, предлагающей использовать возникающие воспоминания в качестве синапсов, опирается на гениальную технику выполнения умножения и сложения уравнения (1), которая опирается на аналоговую электронику: умножение выполняется на основе закона Ома, а сложение — на основе текущего закона Кирхгофа. (Yu et al., 2016; Ambrogio et al., 2018). Этот аналоговый подход может быть перенесен непосредственно в бинаризованные нейронные сети (Tang et al., 2017; Sun et al., 2018a, b; Yu, 2018). Однако бинаризованные нейронные сети по своей сути являются цифровыми объектами, которые, как отмечалось ранее, полагаются на простые логические операции: операции XNOR и суммы с малой разрядностью.Поэтому здесь мы исследуем их реализацию с чисто цифровой схемой. Эта концепция также недавно появилась в Natsui et al. (2018) и Giacomin et al. (2019) и в нашей предварительной версии этой работы (Bocquet et al., 2018). Наша работа — первая, в которой представлены измерения массива физической памяти, учитывающие влияние битовых ошибок.

Первая реализация состоит в том, что операции XNOR могут быть реализованы непосредственно в усилителях считывания. Для этого мы следуем новаторской работе Zhao et al.(2014), который показывает, что усилитель считывания предварительного заряда может быть дополнен любой логической операцией. В нашем случае мы можем добавить четыре дополнительных транзистора в разрядные ветви усилителя считывания предварительного заряда (рис. 2B). Эти транзисторы могут предотвращать разряд и обеспечивать выполнение операции XNOR между входным напряжением X и значением, хранящимся в дополнительных устройствах OxRAM, за одну операцию.

На основе базового массива памяти с PCSA, обогащенным XNOR, мы разработали всю систему, реализующую бинаризованную нейронную сеть.Общая архитектура представлена ​​на рисунке 3. Она основана на чисто CMOS-архитектуре, предложенной Ando et al. (2017), адаптированный к ограничениям OxRAM. Конструкция состоит из повторения базовых ячеек, организованных в матрицу из N на M ячеек. Эти базовые ячейки включают в себя блок памяти OxRAM n × n с PCSA, обогащенным XNOR, и логикой POPCOUNT. Вся система, которая нацелена на вычисление активации нейронов (уравнение 2), обладает некоторой степенью реконфигурируемости для адаптации к различным топологиям нейронных сетей: ее можно использовать либо «параллельно-последовательно», либо «последовательно-параллельно». конфигурация.

Рис. 3. (A) Схема реализованной бинаризованной нейронной сети, выделяющей связи с одним конкретным нейроном. (B) Схема полной архитектуры для реализации бинаризованной нейронной сети в конфигурации «параллельно-последовательно». Система собирает блок памяти, окруженный логическими схемами, и перемещает минимальный объем данных между блоками. Архитектура представлена ​​тремя строками и тремя столбцами (т.е. N = M = 3) килобитных блоков памяти (т.е.э., n = 32).

Параллельная последовательная конфигурация (представленная на рисунке 3) может иметь дело со слоями, содержащими до n × N входных нейронов и до n × M выходных нейронов. В этой ситуации на каждом тактовом цикле система параллельно вычисляет активации M выходных нейронов. В каждом тактовом цикле каждая базовая ячейка считывает всю строку своего массива памяти OxRAM, выполняя операцию XNOR с входными значениями нейрона.Результаты используются для вычисления операции POPCOUNT над подмножеством индексов i в уравнении (2) с использованием полностью цифровых пятибитовых счетчиков, встроенных в ячейку. Дополнительная логика, называемая «popcount tree» и активируемая только в этой конфигурации, вычисляет операцию полного значения POPCOUNT над столбцом путем последовательного добавления пятибитовых частичных значений POPCOUNT. Значение активации нейрона получается вычитанием полного значения POPCOUNT в нижней части столбца из порогового значения, хранящегося в отдельном массиве памяти; знаковый бит результата дает значение активации.В следующем тактовом цикле выбираются следующие строки в массивах памяти OxRAM и вычисляются активации следующих M нейронов.

Конфигурация от последовательной к параллельной (не представлена), напротив, может быть выбрана для работы со слоем нейронной сети с количеством нейронов до n 2 входных нейронов и до NM выходных нейронов. В этой конфигурации каждая базовая ячейка системы вычисляет активацию одного нейрона A j .Входные нейроны X i представлены последовательно подмножествами n входов. Таким образом, в каждом тактовом цикле цифровая схема вычисляет только часть уравнения (2). Частичный POPCOUNT зацикливается на той же ячейке для последовательного вычисления всего POPCOUNT. После представления всех входных данных порог вычитается, двоичная активация извлекается, и уравнение (2) полностью вычисляется.

Вся эта система была разработана с использованием синтезируемого SystemVerilog.Блоки памяти описаны в поведенческом SystemVerilog. Мы синтезировали систему, используя 130-нм конструкторский комплект, используемый для изготовления, а также используя конструкторский комплект передового коммерческого 28-нанометрового процесса для масштабирования проекции.

Все симуляции, представленные в разделах результатов, были выполнены с использованием симуляторов Cadence Incisive. Оценки энергопотребления на уровне системы были получены с помощью инструмента Cadence Encounter. Мы использовали файлы Value Change Dump (VCD), извлеченные из моделирования практических задач, чтобы полученные значения энергии реалистично отражали работу системы.

3. Результаты

3.1. Дифференциальная память позволяет работать с памятью с пониженной частотой битовых ошибок

В этом разделе сначала представлены результаты электрических характеристик дифференциальных массивов OxRAM. Мы программируем массив с данными типа шахматной доски, чередуя ноль и единицу, используя время программирования в одну микросекунду. Для программирования устройств в HRS (операция RESET) транзистор доступа полностью открыт, и используется напряжение сброса 2,5 В . Для программирования устройств в LRS (операция SET) напряжение на затворе транзистора доступа выбирается таким образом, чтобы обеспечить ток согласования 55μ A .На рис. 4а показано статистическое распределение LRS и HRS ячеек на основе 100 циклов программирования всего массива. На этом графике используется стандартное представление в поле памяти, где ось y выражена как количество стандартных отклонений распределения (Ly et al., 2018). На рисунке совмещены распределения левого (BL) и правого (BLb) столбцов массива, и между устройствами BL и BLb не наблюдается значительной разницы. Распределения LRS и HRS явно разделены, но перекрываются при значении трех стандартных отклонений, что делает возможными битовые ошибки.Если бы использовалась структура 1T1R, с этим распределением можно было бы увидеть коэффициент ошибок по битам 0,012 (1,2%). Напротив, на выходе усилителей считывания предзаряда наблюдается коэффициент битовых ошибок 0,002 (0,2%), что дает первое представление о преимуществах подхода 2T2R. На рисунках 4b, c показана средняя ошибка (с использованием конфигурации 2T2R) по всему массиву для двух типов шахматных досок. Мы видим, что все устройства можно программировать в HRS и LRS. Некоторые устройства имеют повышенную частоту ошибок по битам. Этот график подчеркивает наличие вариабельности как от цикла к циклу, так и от устройства к устройству, а также отсутствие «мертвых» клеток.

Рис. 4. (a) Распределения LRS и HRS устройств OxRAM в массиве, запрограммированном с использованием шаблона шахматной доски. Напряжение сброса 2,5 В , ток УСТАНОВКИ 55 мк A и время программирования 1 мк с . (b, c) Доля 1 значений, считываемых встроенным усилителем предварительной зарядки, за 100 циклов программирования всего массива памяти для двух дополнительных конфигураций шахматных досок. (d) Показатель сбоя программирования схем усилителя датчика предварительного заряда как функция соотношения между сопротивлением HRS и сопротивлением LRS (измеренным измерительным блоком) в той же конфигурации, что и (a – c).(e – f) Доля значений 1, считываемых встроенным усилителем предварительной зарядки, более 100 циклов программирования всего массива памяти для последнего уровня бинаризованной нейронной сети, обученной на MNIST (подробности в основном тексте) .

Теперь мы подробно проверим функциональность усилителей считывания предзаряда. Точное сопротивление устройств сначала измеряется путем отключения усилителей считывания предварительного заряда и использования блоков контроля внешнего источника. Затем повторно активируются усилители считывания предварительного заряда и выполняется операция считывания.На рисунке 4d показано среднее значение измерения усилителей считывания как функция отношения между двумя сравниваемыми сопротивлениями, наложенное на идеальное поведение усилителя считывания. Усилители считывания демонстрируют отличную функциональность, но могут ошибаться, если два сопротивления различаются менее чем в пять раз. Наконец, на рисунках 4e, f показаны результаты повторения экспериментов на рисунках 4b, c в более реалистичной ситуации и на другом кристалле. Мы обучили массив памяти 100 раз с весами, соответствующими последнему слою бинаризованной нейронной сети, обученной задаче MNIST по распознаванию рукописных цифр.Как и в случае с шахматной доской, мертвой ячейки не видно, и демонстрируется аналогичная степень вариации от цикла к циклу и от устройства к устройству.

Скорость программирования сильно зависит от условий программирования. На рисунке 5 показано среднее количество неверных битов во всем массиве для различных комбинаций времени программирования (от 0,1 до 100 мкм, с ), напряжения сброса (от 1,5 до 2,5 В) и тока соответствия SET (от 28 до 200 мкм, А). ). Мы наблюдаем, что частота ошибок по битам сильно зависит от этих трех параметров программирования, причем ток соответствия SET имеет наиболее значительное влияние.

Рисунок 5 . Количество ошибок для различных условий программирования, измеренное усилителем считывания предварительного заряда, для конфигурации 2T2R на массиве килобитовой памяти. Метка «<1» означает, что ошибок не обнаружено. Планки ошибок представляют минимальное и максимальное количество обнаруженных ошибок за пять повторений экспериментов.

На рисунке 6 мы более точно смотрим на эффекты изменчивости устройства от цикла к циклу и старения устройства. Устройство и его дополнительное устройство были запрограммированы через 700 миллионов циклов.На рисунках 6A, B показано распределение LRS и HRS тестируемого устройства и дополнительного устройства после разного количества циклов, от первого до последнего. Мы можем наблюдать, что по мере того, как устройства переключаются, распределения LRS и HRS становятся менее разделенными и начинают перекрываться при меньшем количестве стандартных отклонений. Это напрямую соответствует среднему сопротивлению устройств в HRS и LRS (рис. 6C, D), которое становится ближе по мере старения устройства. Что еще более важно, процесс старения влияет на частоту ошибок по битам устройства (рис. 6E): частота ошибок по битам в устройстве и дополнительном устройстве увеличивается на несколько порядков в течение срока службы устройства.Тот же эффект наблюдается на частоте ошибок по битам, возникающей из-за усилителя считывания предзаряда (2T2R), но он остается на гораздо более низком уровне: в то время как частота ошибок по битам 1T1R превышает 10 −3 после нескольких миллионов циклов, 2T2R остается ниже этого значения в течение 700 миллионов циклов. Этот результат подчеркивает, что концепция цикличности зависит от допустимой частоты ошибок по битам и что циклическая способность при постоянной частоте ошибок по битам может быть значительно расширена за счет использования структуры 2T2R. Следует также подчеркнуть, что цикличность во многом зависит от условий программирования.На рисунках 7A, B показаны измерения долговечности при напряжении сброса 1,5 В (все остальные условия программирования идентичны рисункам 6A – E). Мы видим, что устройство не подвергается деградации более чем за десять миллиардов циклов. В течение этого времени частота ошибок по битам 2T2R остается ниже 10 -4 .

Рис. 6. (A, B) Распределение значений сопротивления, (C, D) среднее значение сопротивления и (E) средняя частота ошибок по битам за 10 миллионов циклов, измеренная усилителем считывания предварительного заряда, в конфигурация 2T2R в зависимости от количества циклов, на которые запрограммировано устройство.Напряжение сброса 2,5 В , ток УСТАНОВКИ 200 мк A и время программирования 1 мк с .

Рис. 7. (A, B) Среднее значение сопротивления устройства BL и BLb за 10 тысяч циклов для измерений пары устройств за 5 × 10 10 циклов. Напряжение сброса 1,5 В , ток УСТАНОВКИ 200 мк А и время программирования 1 мк с .

Теперь мы стремимся к более точной количественной оценке и сравнительному анализу преимуществ структуры 2T2R.Мы выполнили обширную характеристику частоты ошибок по битам в массиве памяти в различных режимах. На рисунке 8A представлены различные эксперименты, в которых частота ошибок по битам 2T2R представлена ​​как функция от частоты ошибок по битам, которая может быть получена при использовании одного устройства, запрограммированного в тех же условиях. Различные точки получены путем изменения тока согласования Ic во время операций SET, и график связывает два типа экспериментов:

• Точки, отмеченные как «Low Ic», получены с помощью измерения всего массива, когда устройства запрограммированы на низкий ток соответствия SET, чтобы гарантировать высокую частоту ошибок.Каждое устройство в массиве памяти программируется один раз (в соответствии с конфигурацией шахматной доски), и все синаптические веса считываются с помощью встроенных в кристалл усилителей считывания предварительного заряда. Построенная на графике частота ошибок по битам — это доля весов, для которых считанный вес отличается от значения веса, заданного операцией программирования.

• Точки, отмеченные как «High Ic», получены путем измерений на одной паре устройств. Одна структура 2T2R в массиве программируется десять миллионов раз путем чередования значений +1 и -1.Значение, запрограммированное в структуре 2T2R, считывается с помощью встроенного усилителя предварительной зарядки после каждой операции программирования. Построенная на графике частота ошибок по битам — это доля операций чтения, для которых вес чтения отличается от целевого значения.

Рис. 8. (A) Экспериментальная частота ошибок по битам массива 2T2R, измеренная усилителем считывания предварительного заряда, как функция частоты ошибок по битам, полученная с отдельными (1T1R) устройствами RRAM при одинаковых условиях программирования.Подробная методика получения этого графика представлена ​​в основном тексте. Частота ошибок по битам, полученная с помощью кодов (B), , коррекция одиночных ошибок (SEC) и (C), , коррекция одиночных ошибок, обнаружение двойной ошибки (SECDED), как функция частоты ошибок отдельных устройств.

Мы видим, что коэффициент битовых ошибок 2T2R всегда ниже, чем 1T1R. Разница больше для более низкой частоты ошибок по битам и достигает четырех порядков величины для частоты ошибок по битам 2T2R, равной 10 -8 .Черная линия представляет расчеты, в которых усилитель считывания предварительного заряда должен быть идеальным (т. Е. Соответствовать идеализированным пунктирным характеристикам на Рисунке 4C).

Чтобы интерпретировать результаты подхода 2T2R в более широкой перспективе, мы сравниваем их со стандартными кодами исправления ошибок. На рисунках 8B, C показаны преимущества двух кодов с использованием того же формата построения графиков, что и на рисунке 8A: код с исправлением одиночной ошибки (SEC) и код с исправлением одиночной ошибки с обнаружением двойной ошибки (SECDED), представленные с разной степенью избыточности.Эти простые коды, формально известные как коды Хэмминга и расширенные коды Хэмминга, широко используются в области памяти. Интересно, что мы видим, что преимущества этих кодов очень похожи на преимущества нашего подхода 2T2R с идеальным усилителем считывания при эквивалентной избыточности памяти (например, SECDED (8,4)), хотя наш подход не использует схему декодирования и выполняет эквивалент исправления ошибок непосредственно в усилителе считывания. В отличие от этого, ECC также могут уменьшить битовые ошибки в меньшей степени, используя меньшую избыточность, но требуемые схемы декодирования используют от сотен до тысяч логических вентилей (Gregori et al., 2003). В контексте, когда логика и память тесно интегрированы, эти схемы декодирования необходимо будет повторять много раз, а поскольку их логика намного сложнее, чем логика бинаризованных нейронных сетей, они будут доминирующим источником вычислений и потребления энергии. Схемы ECC также несовместимы с идеей интеграции операций XNOR в усилителях считывания и вызывают значительную задержку чтения.

3.2. Нужно ли исправлять все ошибки?

На основе результатов электрических измерений и перед обсуждением всей системы важно определить уровни частоты ошибок по битам OxRAM, которые могут быть допустимы для приложений.Чтобы ответить на этот вопрос, мы выполнили моделирование бинаризованных нейронных сетей для четырех различных задач:

• Классификация рукописных цифр MNIST (LeCun et al., 1998), каноническая задача машинного обучения. Мы используем полностью связанную нейронную сеть с двумя скрытыми слоями по 1024 нейрона.

• Задача распознавания изображений CIFAR-10 (Крижевский и Хинтон, 2009), которая состоит из распознавания цветных изображений 32 × 32, распределенных между десятью категориями транспортных средств и животных. Мы используем глубокую сверточную сеть с шестью сверточными слоями, используя ядра 3 × 3 и шаг одного, за которыми следуют три полностью связанных слоя.

• Задача распознавания ImageNet, которая состоит из распознавания цветных изображений 224 × 224 из 1000 классов. Эта задача значительно сложнее, чем MNIST и CIFAR-10. Мы используем историческую глубокую сверточную нейронную сеть AlexNet (Крижевский и др., 2012).

• Медицинская задача по анализу сигналов электрокардиографии (ЭКГ): автоматическое определение смещения электродов. Эта задача двоичной классификации принимает в качестве входных сигналов ЭКГ-сигналы двенадцати электродов.Данные экспериментальных испытаний собираются с частотой 250 Гц и имеют продолжительность по три секунды каждое. Для решения этой задачи мы используем сверточную нейронную сеть, состоящую из пяти сверточных слоев и двух полносвязных слоев. Размеры сверточного ядра (скользящего окна) уменьшаются с 13 до 5 в каждом последующем слое. Каждый сверточный слой создает 64 фильтра, обнаруживающих различные характеристики сигнала.

Полностью бинаризованные нейронные сети были обучены этим задачам на графических процессорах NVIDIA Tesla с использованием Python и среды глубокого обучения PyTorch.После обучения нейронных сетей мы запускали их на наборах для проверки набора данных, искусственно вводя ошибки в весовые коэффициенты нейронной сети (что означает, что некоторые веса +1 были заменены весами -1, и обратно). Используя эту технику, мы могли имитировать влияние битовых ошибок OxRAM. На рисунке 9 показана результирующая точность проверки как функция введенной частоты ошибок по битам для четырех рассмотренных задач. В случае ImageNet, как Top-1 (доля проверочных изображений, где правая метка является лучшим выбором нейронной сети), так и Top-5 (доля проверочных изображений, где правая метка находится в пределах пяти лучших вариантов выбора из нейронная сеть).

Рисунок 9 . Скорость распознавания в наборах данных валидации полносвязной нейронной сети для MNIST, сверточной нейронной сети для CIFAR10 и AlexNet для ImageNet (первые 5 и первые 1) и в задаче анализа ЭКГ как функция частоты ошибок по битам в веса во время вывода. Каждый эксперимент повторяли пять раз; представлена ​​средняя скорость распознавания. Планки погрешностей представляют собой одно стандартное отклонение.

В задачах с тремя точками зрения (MNIST, CIFAR-10 и ImageNet) мы видим, что допускаются чрезвычайно высокие уровни битовых ошибок: до коэффициента битовых ошибок 10 −4 сеть работает не хуже без ошибок.Минимальное снижение производительности начинает наблюдаться при коэффициенте ошибок по битам 10 −3 (точность Top-5 на ImageNet снизилась с 69,7% до 69,5%). При коэффициенте ошибок по битам 0,01 снижение производительности становится значительным. Снижение более существенное для более сложных задач: точность MNIST ухудшается только с 98,3% до 98,1%, точность CIFAR-10 снижается с 87,5% до 86,9%, а точность ImageNet Top-5 снижается с 69,7% до 67,9%.

Задача ЭКГ также демонстрирует чрезвычайно высокую устойчивость к битовым ошибкам, но битовые ошибки проявляются быстрее, чем в задачах со зрением.При частоте ошибок по битам 10 -3 точность проверки снижается с 82,1% до 78,7%, а при частоте ошибок по битам 0,01 — до 68,4%. Это различие между задачами по зрению и ЭКГ, вероятно, происходит из-за того, что сигналы ЭКГ несут намного меньше избыточной информации, чем изображения. Тем не менее, мы видим, что даже для задач ЭКГ допускается высокий уровень ошибок по битам в соответствии со стандартами традиционной цифровой электроники.

4. Обсуждение

4.1. Проекция на системном уровне

4.1.1. Влияние вычислений в памяти

Теперь мы используем все бумажные результаты, чтобы обсудить потенциал нашего подхода. Основываясь на нашем дизайне ASIC, используя метод оценки энергии, описанный в конце раздела «Методы», мы обнаруживаем, что наша система будет потреблять 25 нДж для распознавания одной рукописной цифры, используя полностью подключенную нейронную сеть с двумя скрытыми слоями из 1024 нейроны. Это значительно меньше, чем у вариантов на базе процессора. Например, Lane et al. (2016) анализирует потребление энергии логическим выводом на CPU и GPU: для работы полностью связанной нейронной сети с двумя скрытыми слоями по 1000 нейронов требуется от 7 до 100 миллиджоулей на маломощном процессоре (из систем NVIDIA Tegra K1 или Qualcomm Snapdragon 800 на чип) и 1.3 миллиджоуля на маломощном графическом процессоре (NVIDIA Tegra K1).

Эти результаты неудивительны из-за значительных накладных расходов на доступ к памяти в современных компьютерах. Например, Pedram et al. (2017) показывает, что доступ к данным в статическом кэше RAM потребляет примерно в пятьдесят раз больше энергии, чем целочисленное сложение этих данных. Если данные хранятся во внешнем динамическом ОЗУ, коэффициент увеличивается до более чем 3000. Бинаризованные нейронные сети требуют минимальной арифметики: без умножения и только целочисленное сложение с малой разрядностью.При работе бинаризованной нейронной сети на центральном или графическом процессоре почти вся энергия используется для перемещения данных, а собственная топология нейронной сети не используется для уменьшения перемещения данных. Таким образом, переход на вычисления в памяти или почти в памяти может значительно снизить энергопотребление для таких задач. Это особенно верно, поскольку в аппаратном обеспечении логического вывода синаптические веса статичны и могут быть запрограммированы в память только один раз, если схема не нуждается в изменении функции.

4.1.2. Влияние бинаризации

Теперь мы специально рассмотрим преимущества использования бинаризованных нейронных сетей, а не реальных цифровых. Бинаризованные нейронные сети имеют значительно более простую архитектуру, чем обычные нейронные сети, но также требуют увеличенного количества нейронов и синапсов для достижения эквивалентной точности. Поэтому очень важно сравнивать бинаризованный подход и подход реального значения.

Большинство цифровых реализаций ASIC нейронных сетей имеют функцию вывода с восьмибитной арифметикой с фиксированной запятой, наиболее известным примером являются блоки тензорной обработки, разработанные Google (Jouppi et al., 2017). При такой точности обычно не наблюдается ухудшения вывода в отношении 32- и 64-бис арифметики с плавающей запятой.

Чтобы исследовать преимущества бинаризованных нейронных сетей, на рисунке 10 показано энергопотребление для вывода по одной цифре MNIST. Мы рассматриваем две архитектуры: нейронную сеть с одним скрытым слоем (рисунок 10A) и другую с двумя скрытыми слоями (рисунок 10B), и мы варьируем количество скрытых нейронов. На рисунках 10A, B по оси x показано расчетное энергопотребление бинаризованной нейронной сети с использованием нашей архитектуры, основанной на потоке, представленном в разделе «Методы».Он также отображает энергию, необходимую для арифметических операций (сумма и произведение) восьмибитной обычной нейронной сети с фиксированной точкой, без учета накладных расходов, которые учитываются для бинаризованной нейронной сети. Для обоих типов сетей ось y показывает результирующую точность в задаче MNIST. Мы видим, что при эквивалентной точности бинаризованная нейронная сеть всегда потребляет меньше энергии, чем арифметические операции действительной. Примечательно, что энергетическая выгода в значительной степени зависит от заданной точности, и поэтому ее следует исследовать в каждом конкретном случае.Наибольшие энергетические преимущества, чуть менее десяти раз, видны при более низкой целевой точности.

Рисунок 10 . Темно-синие круги: точность проверки MNIST как функция энергии логического вывода нашей аппаратной конструкции бинаризованной нейронной сети. Светло-синие квадраты: то же самое, как функция энергии, используемой для арифметических операций в нейронной сети с действительным знаком, использующей восьмибитную арифметику с фиксированной точкой. Различные точки получаются путем изменения количества скрытых нейронов в (A), — нейронной сети с одним скрытым слоем и (B), — нейронной сети с двумя скрытыми слоями.Вставки: количество синапсов в каждой ситуации.

Бинаризованные нейронные сети

имеют другие преимущества по сравнению с цифровыми сетями с действительным знаком: если веса хранятся в RRAM, энергия программирования снижается из-за более низких требований к памяти бинаризованных нейронных сетей. Ожидается, что площадь всей схемы также будет уменьшена из-за отсутствия умножителей, которые представляют собой схемы с большой площадью.

4.1.3. Сравнение с аналоговыми подходами

Как упоминалось во введении, широко изученный подход к реализации нейронных сетей с RRAM заключается в использовании стратегии аналоговой электроники, в которой закон Ома используется для реализации умножения, а текущий закон Кирхгофа — для реализации сложения (Prezioso et al., 2015; Серб и др., 2016; Shafiee et al., 2016; Амброджио и др., 2018; Ли и др., 2018; Wang et al., 2018). Цифровой подход, представленный в этой статье, нельзя напрямую сравнивать с аналоговым подходом: подробные характеристики аналогового подхода в огромной степени зависят от деталей его реализации, характеристик устройства и размера нейронной сети. Тем не менее можно поднять несколько моментов.

Во-первых, программирование устройств в нашем подходе намного проще, чем в аналоговом: нужно только запрограммировать устройство и его дополнительное устройство в LRS и HRS, что может быть достигнуто двумя импульсами программирования.Нет необходимости проверять операцию программирования, поскольку нейронная сеть имеет встроенную устойчивость к битовым ошибкам. Программирование RRAM для аналоговой работы является более сложной задачей и обычно требует последовательности из нескольких импульсов (Prezioso et al., 2015), что приводит к более высокой энергии программирования и старению устройства.

Для работы нейросети аналоговый подход и наш работают по-разному. Наш подход считывает синаптические значения с помощью считывающего усилителя, который представляет собой высокоэффективную и быструю схему, которая может работать с сотнями пикосекунд в усовершенствованных узлах CMOS (Zhao et al., 2014). Этот усилитель считывания по своей сути производит операцию умножения, и затем необходимо выполнить сложение с использованием схемы цифрового целочисленного сложения с малой разрядностью. Совокупность операции чтения и соответствующего сложения обычно потребляет четырнадцать фемтоджоулей в наших оценках в расширенном узле. В аналоговом подходе операция чтения выполняется путем подачи импульса напряжения и по своей сути производит умножение по закону Ома, а также сложение по закону Кирхгофа.Этот подход привлекателен, но, с другой стороны, требует использования КМОП-схемы аналоговой служебной информации, такой как операционный усилитель, что может принести большие затраты энергии и площади. Какой подход является наиболее энергоэффективным между нашим и аналоговым, вероятно, будет в огромной степени зависеть от объема памяти, приложения и целевой точности.

Еще одно преимущество цифрового подхода состоит в том, что его намного проще проектировать, тестировать и проверять, поскольку он опирается на все стандартные инструменты проектирования СБИС.С другой стороны, преимущество аналогового подхода состоит в том, что при небольшом размере памяти он может работать без транзисторов доступа, что приводит к более высокой плотности памяти (Prezioso et al., 2015).

4.1.4. Влияние с точки зрения программирования энергии и старения устройства

Последний комментарий заключается в том, что устойчивость к битовым ошибкам бинаризованных нейронных сетей может иметь значительные преимущества на системном уровне. В таблице 1 приведены измеренные свойства ячеек RRAM при различных условиях программирования, выбранных из представленных на рисунке 5.Мы рассматриваем только условия с коэффициентами ошибок по битам ниже 10 −3 (т.е. соответствующие точке данных «<1» на рисунке 5), поскольку это ограничение делает их подходящими для использования для всех задач, рассмотренных в разделе 3.2. «Сильные» условия программирования представлены на рисунке 6. Они характеризуются низким коэффициентом ошибок по битам перед старением, но высокой энергией программирования. Два других столбца соответствуют двум оптимизированным вариантам. Условиями, оптимизированными для программирования энергии, являются условия на рисунке 5 с коэффициентами битовых ошибок ниже 10 -3 и самой низкой энергией программирования.Они используют более низкое напряжение сброса (2,0 В ), чем в сильных условиях, и более короткое время программирования (100 нс ). Цикличность устройства, определяемая как количество циклов программирования, которое может выполнить ячейка при сохранении частоты ошибок по битам ниже 10 −3 , остается сопоставимой с жесткими условиями программирования. Условия, оптимизированные для обеспечения долговечности, напротив, представляют собой условия на Рисунке 5 с коэффициентом ошибок по битам ниже 10 −3 и максимальной цикличностью: более 10 10 циклов, как уже показано на Рисунке 7.В этих условиях используется низкое напряжение сброса 1,5 В , но требуется время программирования 1 мкм с .

Таблица 1 . Свойства RRAM с различными условиями программирования.

4.2. Вывод

Эта работа предлагает архитектуру для реализации бинаризованных нейронных сетей с RRAM и включает несколько биологически правдоподобных идей:

• Полностью совмещенная логическая память,

• Опираясь только на вычисления с низкой точностью (через концепцию бинаризованной нейронной сети),

• Полное исключение умножения и

• Принятие некоторых ошибок без формального исправления ошибок.

В то же время наш подход основан на идеях традиционной микроэлектроники, которые не являются биологическими по своей природе:

• Опираясь на арифметику с фиксированной точкой для вычисления сумм, тогда как мозг использует аналоговые вычисления,

• Использование схем усилителя чувствительности, которые не вдохновлены мозгом, и

• Использование дифференциальной структуры для уменьшения ошибок, традиционная стратегия электротехники.

На основе этих идей мы спроектировали, изготовили и всесторонне протестировали структуру памяти с ее периферийными схемами, а также спроектировали и смоделировали полностью цифровую систему, основанную на этой структуре памяти.Наши результаты показывают, что эта структура позволяет реализовать нейронные сети без использования кодов исправления ошибок, которые обычно используются с возникающими воспоминаниями. Наш подход также имеет очень привлекательные свойства с точки зрения энергопотребления и может позволить использовать устройства RRAM в «слабом» режиме программирования, где они имеют низкую энергию программирования и выдающуюся выносливость. Эти результаты подчеркивают, что, хотя вычисления в памяти не могут эффективно полагаться на коды исправления ошибок, они все же могут функционировать без строгих требований к изменчивости устройства, если выбрана дифференциальная архитектура памяти.

При работе над биоинспирацией всегда сложно провести грань между биодоверчивостью и учесть различия между наноустройствами мозга и электронными устройствами. В этом проекте мы подчеркиваем, что цифровая электроника может быть обогащена биологически правдоподобными идеями. При работе с наноустройствами может быть полезно включить вопросы физики устройства в конструкцию, и не обязательно ориентироваться на уровень детерминизма, к которому мы привыкли с помощью КМОП.

Эта работа открывает множество перспектив. Что касается устройства, можно было бы разработать более интегрированные структуры 2T2R для увеличения плотности памяти. Концепция этой работы также может быть адаптирована к другим видам возникающих воспоминаний, таких как воспоминания о фазовом переходе и магниторезистивные воспоминания по крутящему моменту. На системном уровне мы теперь в состоянии производить более крупные системы и исследовать расширение нашей концепции на более разнообразные формы архитектуры нейронных сетей, такие как сверточные и рекуррентные сети.В случае сверточных сетей возникает дилемма между использованием подхода вычислений в памяти в максимальной степени, репликацией физически сверточных ядер или реализацией некоторых последовательных вычислений для минимизации ресурсов, поскольку работы уже начали оцениваться. Эти соображения открывают путь к действительно низкоэнергетическому искусственному интеллекту как для серверов, так и для встроенных систем.

Заявление о доступности данных

Наборы данных, созданные для этого исследования, доступны по запросу у соответствующего автора.

Авторские взносы

EV и EN отвечали за изготовление и первоначальную характеристику RRAM. J-MP выполнил CMOS-дизайн массива памяти. МБ выполнил электрические характеристики. TH разработала системы BNN. TH, BP и DQ выполнили моделирование BNN. DQ написал первоначальную версию статьи. J-OK, EV, J-MP и DQ планировали и контролировали проект. Все авторы участвовали в анализе данных и написании статьи.

Финансирование

Эта работа была поддержана стартовым грантом Европейского исследовательского совета NANOINFER (номер 715872) и грантом агентства Nationale de la Recherche NEURONIC (ANR-18-CE24-0009).

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Список литературы

Амброджио, С., Нараянан, П., Цай, Х., Шелби, Р. М., Бойбат, И., Нольфо, К. и др. (2018). Ускоренное обучение нейронной сети с эквивалентной точностью с использованием аналоговой памяти. Природа 558: 60. DOI: 10.1038 / s41586-018-0180-5

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Андо, К., Уэёси, К., Оримо, К., Ёнекава, Х., Сато, С., Накахара, Х. и др. (2017). «Брейн-память: 13-слойный нейрон размером 4,2 тыс. / 0,8 Мб синапса, двоичный / троичный реконфигурируемый в памяти ускоритель нейронной сети в 65 нм CMOS», в материалах Proceedings of the VLSI Symposium on Circuits (IEEE), C24 – C25.

Google Scholar

Бэнкман Д., Янг Л., Мунс Б., Верхелст М. и Мурманн Б. (2018). Постоянно включенный бинарный процессор cnn смешанных сигналов 3,8 мкДж / 86% cifar-10 со всей памятью на кристалле 28-нм CMOS. IEEE J. Solid State Circ. 54, 158–172. DOI: 10.1109 / JSSC.2018.2869150

CrossRef Полный текст | Google Scholar

Bocquet, M., Hirztlin, T., Klein, J.-O., Nowak, E., Vianello, E., Portal, J.-M., et al. (2018). «Реализация бинаризованных глубоких нейронных сетей в оперативной памяти и устойчивой к ошибкам дифференциальной rram», в IEDM Technical Digest (Сан-Франциско, Калифорния: IEEE), 20.6.1.

Google Scholar

Чен, А. (2016). Обзор новых технологий и приложений энергонезависимой памяти (NVM). Solid State Electron. 125, 25–38. DOI: 10.1016 / j.sse.2016.07.006

CrossRef Полный текст | Google Scholar

Chen, W.H., Li, K.X., Lin, W.Y., Hsu, K.H., Li, P.Y., Yang, C.H., et al. (2018). «65-нанометровый макрос ReRAM с объемом памяти 1 Мбайт с функцией умножения и накопления менее 16 нс для пограничных процессоров AI DNN», in Proceedings of the ISSCC (San Francisco, CA), 494–496.

Google Scholar

Чен, В. Х., Линь, В.J., Lai, L.Y., Li, S., Hsu, C.H., Lin, H.T. и др. (2017). «Двухрежимный макрос ReRAM объемом 16 Мбайт с вычислением в памяти менее 14 нс и функциями памяти, обеспечиваемыми схемой завершения самозаписи», в IEDM Technical Digest (Сан-Франциско, Калифорния), 28.2.1–28.2.4. DOI: 10.1109 / IEDM.2017.8268468

CrossRef Полный текст | Google Scholar

Курбарио М., Хубара И., Судри Д., Эль-Янив Р. и Бенжио Ю. (2016). Бинаризованные нейронные сети: обучение глубоких нейронных сетей с весами и активациями, ограниченными до +1 или -1. arXiv: 1602.02830 .

Google Scholar

Кови, Э., Бривио, С., Серб, А., Продромакис, Т., Фанчулли, М., и Спига, С. (2016). Аналоговый мемристивный синапс в пиковых сетях, реализующих обучение без учителя. Фронт. Neurosci. 10: 482. DOI: 10.3389 / fnins.2016.00482

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Dong, Q., Kim, Y., Lee, I., Choi, M., Li, Z., Wang, J., et al. (2017). «11,2 встроенная флэш-память объемом 1 МБ с программной мощностью 39 мкВт для высокотемпературных сенсорных узлов в миллиметровом масштабе», — в IEEE International Solid-State Circuits Conference (ISSCC), 2017 г., (Сан-Франциско, Калифорния: IEEE), 198–199.

Google Scholar

Giacomin, E., Greenberg-Toledo, T., Kvatinsky, S., and Gaillardon, P.-E. (2019). Надежный цифровой сверточный блок на основе rram для маломощных приложений обработки изображений и обучения. IEEE Trans. Circ. Syst. Я Регул. Статьи 66, 643–654. DOI: 10.1109 / TCSI.2018.2872455

CrossRef Полный текст | Google Scholar

Грегори, С., Кабрини, А., Кури, О., и Торелли, Г. (2003). Встроенные методы исправления ошибок для флэш-памяти нового поколения. Proc. IEEE 91, 602–616. DOI: 10.1109 / JPROC.2003.811709

CrossRef Полный текст | Google Scholar

Grossi, A., Nowak, E., Zambelli, C., Pellissier, C., Bernasconi, S., Cibrario, G., et al. (2016). «Фундаментальные пределы изменчивости RRAM на основе волокон», в IEDM Technical Digest (Сан-Франциско, Калифорния: IEEE), 4–7. DOI: 10.1109 / IEDM.2016.7838348

CrossRef Полный текст | Google Scholar

Гросси, А., Вианелло, Э., Замбелли, К., Ройер, П., Ноэль, Ж.-П., Жиро, Б. и др. (2018). «Экспериментальное исследование условий программирования массивов rram размером 4 КБ, подходящих для TCAM», в IEEE Transactions on Very Large Scale Integration (VLSI) Systems 26, 2599–2607. DOI: 10.1109 / TVLSI.2018.2805470

CrossRef Полный текст | Google Scholar

Hsieh, W.-T., Chih, Y.-D., Chang, J., Lin, C.-J., and King, Y.-C. (2017). «Пара RRAM с дифференциальными контактами для приложений NVM с расширенной логикой CMOS», в протоколе Proceedings of the SSDM (Sendai), 171.DOI: 10.7567 / SSDM.2017.D-1-02

CrossRef Полный текст | Google Scholar

Ielmini, D., and Wong, H.-S. П. (2018). Вычисления в памяти с резистивными коммутационными устройствами. Nat. Электр. 1: 333. DOI: 10.1038 / s41928-018-0092-2

CrossRef Полный текст | Google Scholar

Indiveri, G., and Liu, S.-C. (2015). Память и обработка информации в нейроморфных системах. Proc. IEEE 103, 1379–1397. DOI: 10.1109 / JPROC.2015.2444094

CrossRef Полный текст | Google Scholar

Иоффе, С., и Сегеди, К. (2015). Пакетная нормализация: ускорение глубокого обучения сети за счет уменьшения внутреннего ковариантного сдвига. arXiv: 1502.03167 .

Google Scholar

Джуппи, Н. П., Янг, К., Патил, Н., Паттерсон, Д., Агравал, Г., Баджва, Р. и др. (2017). «Анализ производительности блока тензорной обработки в центре обработки данных», в протоколе Proceedings of the ISCA (Toronto, ON: IEEE), 1–12.

Google Scholar

Кингма Д. П. и Ба Дж. (2014).Адам: метод стохастической оптимизации. arXiv: 1412.6980 .

Google Scholar

Klemm, K., and Bornholdt, S. (2005). Топология биологических сетей и надежность обработки информации. Proc. Natl. Акад. Sci. США 102, 18414–18419. DOI: 10.1073 / pnas.050

02

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Крижевский А., Хинтон Г. (2009). Изучение нескольких уровней функций из крошечных изображений .Технический отчет, Citeseer.

Google Scholar

Крижевский А., Суцкевер И., Хинтон Г. Э. (2012). «Классификация Imagenet с глубокими сверточными нейронными сетями», в Advances in Neural Information Processing Systems (Lake Tahoe, NV), 1097–1105.

Google Scholar

Lane, N. D., Bhattacharya, S., Georgiev, P., Forlivesi, C., Jiao, L., Qendro, L., et al. (2016). «Deepx: программный ускоритель для маломощных выводов глубокого обучения на мобильных устройствах», в материалах Proceedings of the 15th International Conference on Information Processing in Sensor Networks (Вена: IEEE Press), 23.

Google Scholar

ЛеКун, Ю., Ботту, Л., Бенжио, Ю., и Хаффнер, П. (1998). Применение градиентного обучения для распознавания документов. Proc. IEEE 86, 2278–2324. DOI: 10.1109 / 5.726791

CrossRef Полный текст | Google Scholar

Li, C., Belkin, D., Li, Y., Yan, P., Hu, M., Ge, N., et al. (2018). Эффективное и самоадаптирующееся обучение на месте в многослойных мемристорных нейронных сетях. Nat. Commun. 9: 2385. DOI: 10.1038 / s41467-018-04484-2

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Линь, X., Чжао, C., и Пан, W. (2017). «На пути к точной двоичной сверточной нейронной сети», в Advances in Neural Information Processing Systems (Long Beach, CA), 345–353.

Google Scholar

Ли, Д. Р., Гросси, А., Фенуйе-Беранже, К., Новак, Э., Керлиоз, Д., и Вианелло, Э. (2018). Роль синаптической изменчивости в резистивных нейронных сетях на основе памяти с неконтролируемым обучением. J. Phys. D Прил. Phys . 51: 444002. DOI: 10.1088 / 1361-6463 / aad954

CrossRef Полный текст | Google Scholar

Меррих-Баят, Ф., Го, X., Клачко, М., Прециозо, М., Лихарев, К. К., Струков, Д. Б. (2017). Высокопроизводительный нейровычислитель смешанных сигналов с наноразмерными массивами ячеек памяти с плавающим затвором. IEEE Trans. Neural Netw. Учиться. Syst. 29, 4782–4790. DOI: 10.1109 / TNNLS.2017.2778940

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Нацуи, М., Чиба, Т., и Ханью, Т. (2018). Разработка энергонезависимых логических вентилей на основе MTJ для квантованных нейронных сетей. Microelectr. J. 82, 13–21. DOI: 10.1016 / j.mejo.2018.10.005

CrossRef Полный текст | Google Scholar

Педрам А., Ричардсон С., Горовиц М., Галал С. и Кватинский С. (2017). Темная память и оптимизация системы с богатыми ускорителями в эпоху темного кремния. Тест дизайна IEEE 34, 39–50. DOI: 10.1109 / MDAT.2016.2573586

CrossRef Полный текст | Google Scholar

Прециозо, М., Меррих-Баят, Ф., Хоскинс, Б., Адам, Г. К., Лихарев, К. К., Струков, Д. Б. (2015). Обучение и работа интегрированной нейроморфной сети на основе металлооксидных мемристоров. Природа 521: 61. DOI: 10.1038 / природа14441

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Кверлиоз Д., Бихлер О., Винсент А. Ф. и Гамрат К. (2015). Биоинспектированное программирование запоминающих устройств для реализации механизма вывода. Proc. IEEE 103, 1398–1416.DOI: 10.1109 / JPROC.2015.2437616

CrossRef Полный текст | Google Scholar

Растегари М., Ордонез В., Редмон Дж. И Фархади А. (2016). «XNOR-net: классификация изображений с использованием двоичных сверточных нейронных сетей», в Proceedings of the ECCV (Amsterdam: Springer), 525–542.

Google Scholar

Сайги С., Майр К. Г., Серрано-Готарредона Т., Шмидт Х., Лесерф Г., Томас Дж. И др. (2015). Пластичность мемристивных устройств для пиков нейронных сетей. Фронт. Neurosci. 9:51. DOI: 10.3389 / fnins.2015.00051

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Серб А., Билл Дж., Хиат А., Бердан Р., Легенштейн Р. и Продромакис Т. (2016). Неконтролируемое обучение в вероятностных нейронных сетях с металлооксидными мемристивными синапсами с несколькими состояниями. Nat. Commun. 7: 12611. DOI: 10.1038 / ncomms12611

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Шафи, А., Nag, A., Muralimanohar, N., Balasubramonian, R., Strachan, J.P., Hu, M., et al. (2016). «ISAAC: ускоритель сверточной нейронной сети с на месте, аналоговая арифметика в поперечных полосах», в ACM SIGARCH Computer Architecture News , Vol. 44 (Нью-Йорк, Нью-Йорк), 14–26.

Google Scholar

Shih, Y.-H., Hsu, M.-Y., Lin, C.J., и King, Y.-C. (2017). «Твин-бит через RRAM в 16-нм логических технологиях FinFET», в протоколе Proceedings of the SSDM (Sendai), 137.

Google Scholar

Сунь, X., Пэн, X., Chen, P.-Y., Liu, R., Seo, J.-S., and Yu, S. (2018a). «Полностью параллельный синаптический массив rram для реализации бинарной нейронной сети с (+1, -1) весами и (+1, 0) нейронами», в Proceedings of the ASP-DAC (Jeju: IEEE Press), 574–579. DOI: 10.1109 / ASPDAC.2018.8297384

CrossRef Полный текст | Google Scholar

Сунь, X., Инь, С., Пэн, X., Лю, Р., Со, Дж.-С., и Ю, С. (2018b). XNOR-RRAM: масштабируемая и параллельная резистивная синаптическая архитектура для бинарных нейронных сетей. Алгоритмы 2: 3. DOI: 10.23919 / ДАТА.2018.8342235

CrossRef Полный текст | Google Scholar

Tang, T., Xia, L., Li, B., Wang, Y., and Yang, H. (2017). «Двоичная сверточная нейронная сеть на RRAM», в Proceedings of the ASP-DAC (Tokyo: IEEE), 782–787.

Google Scholar

Ван З., Амброджио С., Балатти С., Иелмини Д. (2015). Искусственный синапс с 2 транзисторами и 1 резистором, способный к обмену данными и стохастическому обучению в нейроморфных системах. Фронт. Neurosci. 8: 438. DOI: 10.3389 / fnins.2014.00438

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ван З., Джоши С., Савельев С., Сонг, В., Мидья, Р., Ли, Ю. и др. (2018). Полностью мемристивные нейронные сети для классификации образов с обучением без учителя. Nat. Электр. 1: 137. DOI: 10.1038 / s41928-018-0023-2

CrossRef Полный текст | Google Scholar

Ю., С. (2018). Нейро-вдохновленные вычисления с новыми энергонезависимыми воспоминаниями. Proc. IEEE 106, 260–285. DOI: 10.1109 / JPROC.2018.27

CrossRef Полный текст | Google Scholar

Yu, S., Li, Z., Chen, P.-Y., Wu, H., Gao, B., Wang, D., et al. (2016). «Двоичная нейронная сеть с макрочипом rram 16 МБ для классификации и онлайн-обучения», в IEDM Technical Digest (Сан-Франциско, Калифорния: IEEE), 16–12.

Google Scholar

Zhao, W., Chappert, C., Javerliac, V., and Noziere, J.-P. (2009). Высокоскоростной, стабильный и маломощный чувствительный усилитель для гибридных логических схем MTJ / CMOS. IEEE Trans. Magn. 45, 3784–3787. DOI: 10.1109 / TMAG.2009.2024325

CrossRef Полный текст | Google Scholar

Zhao, W., Moreau, M., Deng, E., Zhang, Y., Portal, J.-M., Klein, J.-O., et al. (2014). Синхронный энергонезависимый логический вентиль на основе резистивной коммутационной памяти. IEEE Trans. Circ. Syst. Я Регул. Пап. 61, 443–454. DOI: 10.1109 / TCSI.2013.2278332

CrossRef Полный текст | Google Scholar

Нейронная активность выявляет взаимодействия между эпизодической и семантической системами памяти во время поиска

J Exp Psychol Gen.Авторская рукопись; доступно в PMC 15 марта 2019 г.

Опубликован в окончательной отредактированной форме как:

PMCID: PMC6419095

NIHMSID: NIHMS1010174

Кристоф Т. Вайдеманн, Джеймс Э. Крагель, Брэдли К. Лега, Грегори А. Уоррелл, Р. Сперлинг, Ашвини Д. Шаран, Барбара К. Джобст, Фатемех Хаджеванд, Кэтрин А. Дэвис, Пол А. Ванда, Эллисон Кэдел, Дэниел С. Риццуто и Майкл Дж. Кахана

Кристоф Т. Вайдеманн, Департамент психологии, Университет Суонси и факультет психологии Пенсильванского университета; Джеймс Э.Крагель, факультет психологии Пенсильванского университета; Брэдли К. Лега, отделение нейрохирургии Юго-Западного Техасского университета; Грегори А. Уоррелл, отделение неврологии, клиника Мэйо, Рочестер, Миннесота; Майкл Р. Сперлинг и Ашвини Д. Шаран, отделение неврологии, университетская больница Томаса Джефферсона, Филадельфия, Пенсильвания; Барбара К. Джобст, отделение неврологии, Медицинский центр Дармут-Хичкок, Ливан, Нью-Гэмпшир; Фатемех Хаджеванд, отделение неврологии, клиника Майо; Кэтрин А.Дэвис, отделение неврологии, больница Пенсильванского университета, Филадельфия, Пенсильвания; Пол А. Ванда, Эллисон Кэдел, Дэниел С. Риццуто и Майкл Дж. Кахана, факультет психологии Пенсильванского университета.

Корреспонденция по этой статье должна быть адресована Кристофу Т. Вайдеманну, Департамент психологии, Университет Суонси, Синглтон-Парк, Суонси SA2 8PP, Великобритания. [email protected]Финальная отредактированная версия этой статьи издателем доступна на сайте J Exp Psychol Gen См. другие статьи в PMC, в которых цитируется опубликованная статья.

Abstract

Несмотря на то, что многочисленные открытия подтверждают различие между эпизодической и семантической памятью, в настоящее время широко признано, что эти две формы памяти взаимодействуют как во время кодирования, так и во время извлечения. Однако точная природа этого взаимодействия остается плохо изученной. Чтобы изучить роль семантической организации во время эпизодического кодирования и извлечения, мы записали внутричерепные энцефалографические сигналы 69 нейрохирургических пациентов, которые изучали и впоследствии вспоминали категоризированные и несвязанные списки слов.Применяя многомерные классификаторы к нейронным записям, мы смогли надежно предсказать успех кодирования, успешное извлечение, а также временную и категориальную кластеризацию во время отзыва. Оценивая, как эти классификаторы обобщаются по типам списков, мы определили конкретные процессы поиска, которые предсказывали отзыв категоризированных списков и различали переходы отзыва внутри и между кластерами категорий. Эти результаты особенно связаны с процессами поиска (а не кодирования) в категориальной организации эпизодических воспоминаний.

Ключевые слова: свободное вспоминание, эпизодическая память, семантическая память, внутричерепная ЭЭГ, машинное обучение

Способность запоминать события и факты зависит от отдельных систем эпизодической и семантической памяти соответственно (Schacter & Tulving, 1994; Tulving, 1972, 2002 ). Нейровизуализация (Kapur et al., 1994; Poldrack et al., 2001) и нейропсихологические (Patterson, Nestor, & Rogers, 2007; Rogers et al., 2004) данные указывают на различные нейронные основы эпизодической и семантической памяти: повреждение гиппокампа. формирование выборочно ухудшает эпизодическую память (Vargha-Khadem et al., 1997), тогда как повреждение передней височной доли приводит к дефициту семантической памяти (Simons, Graham, Galton, Patterson, & Hodges, 2001).

Несмотря на явные различия между эпизодическими и семантическими системами памяти, взаимодействия между ними повсеместны: семантическая структура запоминаемых элементов влияет на производительность в задачах эпизодической памяти, таких как свободное вспоминание, когда вспоминание семантически похожих элементов имеет тенденцию происходить в кластерах (Bower, Clark, Lesgold, & Winzenz, 1969; Bousfield, 1953; Howard & Kahana, 2002).Яркой демонстрацией семантической структуры, влияющей на эпизодическую память, является обнаружение того, что для списков слов, которые сильно связаны (например, «подушка», «ночь», «луна», «кровать»), отсутствует ассоциация (например, «сон» ) часто уверенно ошибочно вспоминают как изученную (Roediger & McDermott, 1995). Аналогичным образом, в задачах, требующих от участников беспрепятственно вспоминать все изученные предметы в любом порядке (то есть, свободное вспоминание), категориально структурированные списки исследований приводят к повышению производительности и категориальной организации последовательностей воспоминаний (Bousfield, 1953; Bower et al., 1969).

Многие исследования пытались отнести такие эффекты семантической структуры меморандумов к процессам кодирования или поиска. Учитывая, что показатели производительности памяти отражают совместные эффекты кодирования и поиска, любое такое различие на основе этих показателей основывается на сильных предположениях об экспериментальных манипуляциях или характеристиках участников. Типичные подходы включают попытки выборочно нарушить или улучшить кодирование или извлечение (Craik, Govoni, Naveh-Benjamin, & Anderson, 1996; Fernandes & Grady, 2008), а также обследование нейропсихологических групп населения с четко выраженным дефицитом памяти (Gershberg & Shimamura , 1995; Гринберг, Кин, Райан и Верфаэлли, 2009).Однако в той степени, в которой экспериментальные манипуляции или нейропсихологический дефицит не являются избирательными, соответствующие выводы открыты для альтернативных интерпретаций. Действительно, в исследованиях мало единого мнения об относительном вкладе процессов кодирования и извлечения во взаимодействие между эпизодической и семантической памятью (обзор см. В Greenberg & Verfaellie, 2010).

Здесь мы следуем новому маршруту, чтобы связать определенные взаимодействия между семантической и эпизодической памятью с процессами кодирования и поиска.Вместо того, чтобы полагаться исключительно на производительность памяти, мы используем текущую нейронную активность во время учебы и фазы вспоминания задачи свободного отзыва, чтобы идентифицировать такие взаимодействия. В этой работе мы опираемся на предыдущую работу, которая охарактеризовала нейронные биомаркеры кодирования и извлечения: структуры в префронтальной, височной и задней теменной коре по-разному реагируют на кодирование впоследствии запоминаемых и забытых элементов (Uncapher & Wagner, 2009; Wagner et al. ., 1998) — последующий эффект памяти (Paller & Wagner, 2002).Прямые измерения нейронной активности, полученные с помощью внутричерепной электроэнцефалографии (iEEG), выявили те же самые нейронные структуры в обработке памяти, демонстрируя увеличение мощности на высоких частотах (т. Е.> 70 Гц) с сопутствующим снижением мощности на более низких частотах во время успешного кодирования (Burke, Long , et al., 2014; Long, Burke, & Kahana, 2014). Подобные нейронные сигнатуры во время периода отзыва задач свободного отзыва предсказывают успешное извлечение (Burke, Sharan, et al., 2014; Kragel et al., 2017).

Мы также используем статистические возможности многомерных («машинное обучение») классификаторов для количественной оценки нейронных сигналов во время периодов кодирования и извлечения, которые позволяют прогнозировать различные аспекты производительности памяти или организации отзыва (Norman, Polyn, Detre и Haxby , 2006). В частности, мы сравниваем производительность таких классификаторов, обученных функциям из записей iEEG, в то время как участники изучали и вспоминали списки семантически категоризированных или несвязанных слов во время задачи свободного отзыва.Этот подход позволил нам напрямую сравнить нейронные сигналы на этапах кодирования и извлечения, которые предсказывают успешную память, а также категориальную и временную кластеризацию последовательностей отзыва (которые соответственно индексируют эффекты семантической и эпизодической памяти). В дополнение к выделению эффектов кодирования и поиска, которые распространяются на меморандумы с различной семантической структурой, наши результаты, в частности, затрагивают процессы поиска как движущие силы взаимодействия между семантическими и эпизодическими системами памяти.

Метод

Мы проанализировали прямые нейронные записи из кортикальных и глубоких структур мозга 69 участников, когда они выполняли свободное запоминание категоризированных и несвязанных списков слов (см.). В рамках обычной клинической процедуры мониторинга эпилептических припадков пациентам имплантировали электроды (то есть комбинацию субдуральных сеток, полосок и / или глубинных электродов) для непосредственного измерения активности иЭЭГ. Чтобы изучить влияние семантической структуры на нейрофизиологические маркеры функции памяти, мы исследовали изменения спектральной мощности временных рядов ЭЭГ, записанных во время кодирования и поиска категоризированных и несвязанных списков слов в задаче свободного вспоминания.

Схема структуры задачи. Каждый список исследования состоял из 12 несвязанных пунктов (I) или из 12 пунктов, взятых из трех различных категорий (A, B, C, по 4 пункта в каждой категории). При анализе поисковой организации изучались временные кластеры на основе переходов «ближний» или «дальний» (т. Е. Элементы, представленные рядом в списке исследования, или нет). Мы проанализировали категориальную кластеризацию, сравнивая переходы воспоминаний между категориями и внутри категорий (то есть переходы от предметов, которые принадлежали к другой или той же категории соответственно).Цветную версию этого рисунка см. В онлайн-статье.

Участники

Мы изучили данные 69 нейрохирургических пациентов (25 женщин, средний возраст имплантации 36,3 года, от 20 до 63 лет) с лекарственно-устойчивой эпилепсией, которым в диагностических целях были имплантированы внутричерепные электроды. Данные были собраны в рамках более крупного проекта в сотрудничестве с Медицинским центром Колумбийского университета (Нью-Йорк, штат Нью-Йорк), Медицинским центром Дармута-Хичкока (Ганновер, Нью-Хэмпшир), больницей Эмори (Атланта, Джорджия), больницей Пенсильванского университета ( Филадельфия, Пенсильвания), клиника Мэйо (Рочестер, Миннесота), Университетская больница Томаса Джефферсона (Филадельфия, Пенсильвания) и Юго-западный медицинский центр Техасского университета (Даллас, Техас).Институциональные наблюдательные комиссии в соответствующих больницах одобрили наш протокол исследования, и мы получили информированное согласие от каждого участника. Мы выбрали данные пациентов, которые участвовали как в стандартных, так и в категоризированных задачах свободного отзыва (см. Ниже). Из общего числа 94 пациентов, которые участвовали в обеих версиях задачи свободного отзыва, мы выбрали тех, для которых у нас было не менее 0,8 мощности для определения производительности классификатора не менее 0,7 области под кривой рабочей характеристики приемника (ROC) (AUC). для последующего кодирования отзыва, декодирования поиска и перекрестного декодирования классификаторов (см. ниже).Мы использовали анализ перестановок для оценки эффективности случайной классификации для этих анализов мощности и выбрали выборку из 69 пациентов, на которой основаны все представленные здесь анализы. Для нейронного анализа временной кластеризации мы проанализировали данные подмножества этих пациентов ( n = 60), у которых было достаточное количество наблюдений для обучения классификационных моделей. Некоторые из проанализированных данных были использованы в других исследованиях (Ezzyat et al., 2017; Kragel et al., 2017; Long et al., 2017; Solomon et al., 2017), но представленные здесь анализы новы.

Задачи бесплатного отзыва

Во время пребывания в отделении мониторинга эпилепсии пациенты участвовали в ряде задач памяти, включая две версии задачи отсроченного свободного отзыва, которые различались семантической структурой списков исследований (подробно описано ниже ). В каждом экспериментальном сеансе мы представляли только один тип списка, и наши критерии выбора (описанные выше) требовали, чтобы все включенные участники предоставили данные по крайней мере из одного сеанса с каждым типом списка (т.е. каждый участник предоставил данные как минимум по двум сессиям). Каждый сеанс состоял из 26 циклов кодирования, задержки и свободного вызова; первая из которых использовалась на практике и в дальнейшем не анализировалась. Каждому списку исследований предшествовал 10-секундный обратный отсчет, который состоял в общей сложности из 12 слов, представленных по 1600 мс каждое и разделенных пустыми интервалами между стимулами 750–1000 мс (произвольно выбранных из равномерного распределения). Две версии задания различались только составом списков исследований (описанных ниже).После каждого списка исследований (и до бесплатного отзыва) участников просили решить простые математические задачи вида A + B + C = ?? где A , B и C — случайные целые числа в [1, 9]. Отдельные математические задачи представлялись по одной, пока не вводился ответ на клавиатуре, когда либо была представлена ​​новая математическая задача, либо подавался сигнал для начала свободного вызова (математические задачи представлялись до тех пор, пока не была достигнута задержка не менее 20 с) .Центральный ряд звездочек, представленный вместе с тоном 800 Гц, сигнализировал о начале каждого периода воспроизведения. Участникам было дано 30 секунд, чтобы вспомнить как можно больше слов из последнего списка исследований в любом порядке. Голосовые ответы записывались и комментировались офлайн.

Составление списка исследований

Списки исследований состояли из несвязанных или категоризированных слов с одним и тем же типом списка, используемым на протяжении данного сеанса. Для несвязанных списков слов был создан пул из 300 слов путем выбора слов из большего пула слов, который использовался в крупномасштабном исследовании свободного запоминания на отдельной группе участников.Для этого отдельного исследования влияние каждого отдельного слова на производительность запоминания было смоделировано с учетом порядкового номера, частоты, конкретности, возможности изображения и длины. Слова, для которых производительность вспоминания упала на любой конец полученного распределения, были удалены, чтобы получить 300 слов с промежуточной характеристикой отзыва. Из этого пула из 300 слов были построены отдельные списки из 12 пунктов, так что среднее попарное семантическое сходство в списке было относительно постоянным для всех списков (с косинусным сходством скрытого семантического анализа около.2). Все 300 слов были представлены ровно один раз в 25 экспериментальных списках в каждом полном сеансе, но отдельные участники не видели один и тот же список дважды в течение сеансов.

Категоризированные списки были сгенерированы путем первоначального запроса группы из 40 участников на Amazon Mechanical Turk сгенерировать списки образцов из 28 категорий. На основе этих ответов 25 экземпляров, которые генерировались наиболее часто из каждой категории, были показаны второй группе онлайн-участников, которые оценили их типичность для соответствующей категории.В соответствии с этими рейтингами были отобраны 12 наиболее прототипических примеров, а три категории с самыми низкими средними оценками прототипичности по этим 12 образцам были отброшены, чтобы получить словарный запас из 300 слов, состоящий из 25 категорий с 12 высоко прототипными образцами в каждой. Каждый список экспериментальных исследований был составлен путем случайного выбора четырех экземпляров из каждой из трех случайно выбранных категорий. Слова были последовательно представлены парами (два экземпляра из данной категории), но никакие две пары из одной и той же категории не были представлены последовательно.Каждое занятие начиналось с представления списка практического исследования, который всегда состоял из одних и тех же 12 (несвязанных) слов в случайном порядке, независимо от того, были ли слова в списках экспериментального исследования несвязанными или категоризированными; производительность отзыва из этого списка практик не анализировалась.

Запись и обработка электрофизиологических сигналов

Мы записывали с субдуральных сеток и полосок (расстояние между соседними контактами: 10 мм) и с глубинных электродов (расстояние между соседними контактами: 5–10 мм) на различных записывающих системах в разных клинических учреждениях. с частотой дискретизации от 500 до 2000 Гц, чтобы приспособиться к локальной среде записи.Мы переосмыслили все записи, используя схему биполярной привязки (Burke et al., 2013), применили фильтр Баттерворта 4-го порядка с полосой заграждения 58–62 Гц для удаления линейного шума и свернули полученные сигналы с помощью вейвлетов Морле (волновое число 5 ; 8 центральных частот с логическим интервалом от 3 до 180 Гц) для получения спектральной мощности. Для анализа данных кодирования мы усредняли мощность по всему интервалу предъявления стимула 1600 мс. Мы построили паттерны нейронной активности из периода воспоминания о задаче путем усреднения спектральной мощности от 900 до 100 мс, предшествующей правильному ответу на воспоминание.Мы использовали зеркальную буферизацию данных периода отзыва, чтобы предотвратить распространение низкочастотных сигналов, производимых во время вокализации, от смешивания с потенциальными сигналами, представляющими интерес. Чтобы различать успешное и неудачное извлечение, мы дополнительно построили события неудачного извлечения. Начало этих событий в течение периода отзыва было сопоставлено с действительными отзывами в разных списках с ограничением, что в следующие 2000 мс не было действительного отзыва. Чтобы гарантировать, что реакция на предыдущие отзывы не повлияла на наши оценки активности, связанной с поиском, мы исключили из нашего анализа отзывы, в которых начало предыдущего отзыва произошло в пределах 1500 мс.Мы применили то же ограничение к событиям неудачного извлечения.

Одномерный анализ

Чтобы учесть неоднородное покрытие электродов среди участников, мы сгруппировали электроды по 9 интересующим областям (ROI;, вверху). Для каждой ROI (и участника, который внес свой вклад в эту ROI) мы вычислили различия в мощности журнала, преобразованной z (по сеансам) либо в течение периода кодирования 1600 мс, либо периода извлечения 800 мс между интересующими типами событий (например, впоследствии напомнил vs.забытые предметы). Затем мы разделили средние различия между участниками на их стандартные ошибки, чтобы получить значения t , показанные на. Предварительный анализ не выявил существенных различий в зависимости от полушария, поэтому мы свернули полушария для каждой области интереса, чтобы упростить представление и увеличить мощность.

Кодирование и извлечение биомаркеров из категоризированных и несвязанных списков слов (а). Интересующие области (ROI) отображаются на среднем шаблоне кортикальной поверхности.Количество участников, вносящих электроды в каждую область интереса, показано ниже, отдельно для левого (L) полушария, правого (R) полушария или двустороннего (B) покрытия. Пунктирная линия указывает общее количество участников. IFG = нижняя лобная извилина; MFG = средняя лобная извилина; SFG = верхняя лобная извилина; HC = гиппокамп; PHG = парагиппокампальная извилина; TC = височная кора; IPC = нижняя теменная кора; SPC = верхняя теменная кора; ОК = затылочная кора (b). Статистические карты изменений спектральной мощности для успешного и неудачного кодирования и извлечения.Статистически значимые (коэффициент ложного обнаружения [FDR] исправлен, q <.05) увеличения и уменьшения показаны красным (верхняя часть цветовой полосы) и синим (нижняя часть цветовой полосы), соответственно. Цветную версию этого рисунка см. В онлайн-статье.

Многомерная классификация

Мы обучили L2-регуляризованные классификаторы логистической регрессии различать паттерны активности мозга, связанные с различными состояниями памяти. Первый классификатор различал нейронную активность, связанную с успешной и неудачной функцией памяти.Во время кодирования мы определяли успешную функцию памяти по тому, был ли впоследствии вызван каждый изучаемый элемент. Аналогичным образом, во время поиска мы сравнивали интервалы в периоде воспоминания, которые привели к успешному воспоминанию, с интервалами, которые этого не сделали, чтобы оценить успешную функцию памяти. Мы использовали второй классификатор, чтобы различать нейронные состояния, которые предсказывали, будет ли отзыв элементов из категоризированного списка следовать за отзывом из элемента той же категории (т.е.переход внутри категории) или отзыв из элемента из другой категории (т.е., переход между категориями; видеть ). Мы построили третий классификатор, чтобы идентифицировать элементы, которые были бы вызваны в пределах временного кластера (то есть предыдущий отзыв был представлен в соседней последовательной позиции) или нет (см.). Мы использовали эти классификаторы для декодирования паттернов спектральной мощности, наблюдаемых во время кодирования (т. Е. Определения биомаркеров последующей кластеризации) и во время периодов отзыва.

Для всех классификаторов мы исправили параметр регуляризации C, как это реализовано в scikit-learn (Pedregosa et al., 2011), до 0,0007 на основе исследований с большим набором данных. Мы подбираем эти классификаторы отдельно для данных от каждого участника, используя преобразованную (по сеансам) логарифмическую мощность z на 8 частотах по всем электродам в качестве характеристик. Для классификаторов, обученных и протестированных на одном и том же типе списка (т. Е. Классификаторах декодирования), мы проверили эффективность классификатора, удерживая каждый список (во всех сеансах, использующих этот тип списка) один раз. Для классификаторов, обученных и протестированных на разных типах списков (т.е., кросс-декодирующие классификаторы) мы обучили классификатор на всех данных из соответствующего типа списка и оценили его производительность для всех данных из другого типа списка. Путем изучения степени обобщения каждого классификатора на поддерживаемые списки с различной семантической структурой (т. Е. Подход перекрестного декодирования; Kragel & Polyn, 2015; Kragel et al., 2017) по сравнению с его производительностью на удерживаемом тесте списков, которые соответствовали семантической структуре обучающих списков (то есть подходу декодирования), мы смогли количественно оценить нейронные сигналы, которые были особенно чувствительны к семантической структуре меморандумов.Мы использовали AUC каждого классификатора в качестве меры его точности: 0,5 соответствует случайному результату, а 1,0 — идеальной классификации (Fawcett, 2006).

Статистический анализ

Мы оценили значимость эффектов на уровне группы, рассматривая участников как случайные эффекты. Мы оценили различия в характеристиках припоминания и обобщении классификатора по типам списков, используя дисперсионный анализ ANOVA с повторными измерениями, проверяя значимость при p <0,05. Для тестов одного фактора (например,g., кластеризация категорий), мы выполнили двусторонние тесты с одной выборкой t , за исключением случаев, когда мы проверяли, превышает ли производительность классификатора вероятность. Для тестов одномерных различий в активности по множеству областей интереса и частот (см.) Мы скорректировали результирующие значения p , используя процедуру Бенджамини и Хохберга (Benjamini & Hochberg, 1995), чтобы контролировать частоту ложных открытий (FDR, q < 0,05).

Результаты

Как описано выше, семантическая структура исследовательских списков глубоко влияет на последующее вспоминание, при этом категоризированные списки, как правило, обеспечивают повышенную скорость отзыва (по сравнению с аналогичными списками несвязанных элементов), семантически организованные отзывы и сокращение времени между отзывами при отзыве элементов. внутри семантического кластера (Bower et al., 1969; Боусфилд, 1953; Ховард и Кахана, 2002; Wingfield, Lindfield, & Kahana, 1998). Сначала мы демонстрируем эти эффекты на наших данных, а затем используем анализ нейронных сигналов, чтобы проверить относительный вклад процессов кодирования и извлечения в воспоминания о производительности и организации.

Чтобы убедиться, что категориально организованные списки улучшают качество отзыва у нашей популяции пациентов, мы провели ANOVA с повторными измерениями 2 (тип списка) × 12 (порядковая позиция) по вероятности отзыва (см.).Участники вспомнили более высокий процент элементов из категоризированных, чем несвязанных списков слов ( F [1, 68] = 52,46, MSE = 0,04, p <0,001), со значительным основным эффектом положения в списке, отражающим улучшенное запоминание элементов ранних списков для обоих типов списков (эффект первенства; F [11, 748] = 56,79, MSE = 0,02, p <0,001). Заполненный дистрактором интервал хранения ограничивал преимущество новизны в отношении производительности памяти до небольшого (в категоризированных списках) или нулевого (в несвязанных списках), что приводило к значительному взаимодействию между типом списка и порядковой позицией ( F [11, 748] = 1.93, MSE = 0,01, p = 0,03). Эти результаты повторяют предыдущие данные об улучшении воспроизводимости семантически структурированных меморандумов (Bousfield, 1953; Bower et al., 1969).

Отзыв о производительности и организации (а). Вероятность отзыва для категоризированных (C) и несвязанных (U) списков слов в зависимости от порядкового номера (верхняя панель) и связанных различий (нижняя панель). Заштрихованные области обозначают 95% доверительный интервал (б). Графики скрипки, иллюстрирующие распределение времени между отзывами для переходов внутри и между группами категорий.Показаны средние значения и 95% доверительный интервал (c). Графики скрипки, иллюстрирующие распределение оценок скорректированного отношения кластеризации (ARC) для категоризированных и несвязанных списков (мы определили кластеризацию для несвязанных списков относительно категориальной структуры сопоставленных категоризированных списков). Показаны средние значения и 95% доверительный интервал (d). Диаграмма разброса, показывающая различия в ARC для категоризированных и несвязанных списков слов в сравнении с соответствующими различиями в вероятности припоминания для каждого участника и соответствующей линии регрессии.Заштрихованная область обозначает 95% доверительную область линии регрессии.

Затем мы подтвердили, что представление категоризированных списков влияло на динамику воспоминаний, заставляя испытуемых вспоминать сразу несколько элементов из одной и той же категории (Wingfield et al., 1998). Как и в предыдущих исследованиях (Pollio, Richards, & Lucas, 1969; Patterson, Meltzer, & Mandler, 1971), переходы между категориями вспоминания были значительно быстрее, чем переходы между категориями ( t [68] = 14,54, SE = 0.15, p. <0,001; видеть ). Это различие оставалось значительным при исключении переходов, которые были быстрее, чем 1500 мс, и, следовательно, не способствовали нашему анализу мозговой активности (см. Метод; t [68] = 8,36, SE = 0,20, p <0,001) . Мы количественно оценили степень кластеризации с помощью статистики скорректированного отношения кластеризации (ARC) (Roenker, Thompson, & Brown, 1971), 1 , которая была значительно больше для категоризированных, чем несвязанных списков (с использованием категориальной структуры сопоставленных категоризированных списков. для количественной оценки базовых уровней кластеризации: t [68] = 10.08, SE = 0,03, p <0,001; ). Этот показатель подтверждает, что кластеризация категорий превзошла то, что можно было бы ожидать от восстановления кодирующей последовательности. В самом деле, участники также с большей вероятностью группировали элементы одной категории, которые не были представлены в соседних порядковых позициях в списке исследования (ARC, рассчитанный только для элементов в несмежных позициях в списках исследования, был значительно больше для категоризированных списков, чем для сопоставленных несвязанных списков; т [68] = 6.03, SE = 0,033, p <0,001). Участники, которые продемонстрировали большую кластеризацию категорий, также вспомнили более высокий процент пунктов по категоризированному списку по сравнению с несвязанными списками слов (, r = 0,56, p <0,001). Установив, что наши участники демонстрируют классические эффекты, связанные с воспоминанием категоризированных списков, мы затем проанализировали нейронную активность, чтобы определить относительный вклад процессов кодирования и поиска в это поведение.

Если семантическое родство меморандумов взаимодействует с эпизодическими процессами кодирования и извлечения, можно ожидать соответствующих различий в ассоциированных нейронных биомаркерах функции памяти. Чтобы выявить эти различия, мы разделили местоположения электродов на 9 областей интереса, показанных в, и сравнили среднюю логарифмически преобразованную мощность ( z — преобразованную за сеанс) от электродов в каждой области интереса в зависимости от последующего отзыва (). 2 В частности, мы отдельно усредняли мощность во время периодов кодирования (т.е.е., более 1600 мс интервалов представления слова изучаемого слова) для слов, которые впоследствии были вызваны, и тех, которые не были вызваны. Чтобы идентифицировать биомаркеры успешной функции памяти во время поиска, мы усредняли мощность в течение интервалов 800 мс в диапазоне от 900 мс до 100 мс перед успешными отзывами и сравнивали их с совпадающими интервалами, не предшествующими отзывами (эти интервалы предположительно указывают на неудачные попытки восстановления). Несмотря на явные различия в производительности и организации отзыва в зависимости от типа списка (см.), Эти кодирующие и извлекающие биомаркеры успешной памяти были удивительно похожи для обоих типов списков (): увеличение мощности на высоких частотах и ​​снижение мощности на более низких частотах указывало на последующие память и неизбежное извлечение по широкому диапазону ROI как для категоризированных, так и для несвязанных списков.Мы не обнаружили существенных различий между типами списков, даже если мы не исправляли множественные сравнения. Хотя эти результаты могут предполагать, что одни и те же нейронные процессы лежат в основе успешного кодирования и извлечения памяти независимо от категориальной структуры списка, различия в нейронном сигнале могли быть скрыты из-за агрегации по областям интереса и различий в размещении электродов между участниками.

Чтобы увеличить нашу способность обнаруживать различия во влиянии семантической структуры на эпизодическое кодирование и извлечение, мы обратились к многомерной классификации состояний памяти у людей.Мы обучили модели логистической регрессии со штрафом L2 на спектральных характеристиках iEEG во время изучения и запоминания категоризированных и несвязанных списков слов. Эти модели научились различать нейронную активность, соответствующую различиям в (последующем) воспроизведении (например, между нейронной активностью в периоды кодирования, которые предсказывали, будет ли впоследствии вспомнено изучаемое слово). Мы оценили способность классификаторов обобщать списки с различающейся семантической структурой, что позволило нам определить, были ли нейронные биомаркеры кодирования или извлечения памяти конкретно под влиянием категориальной структуры списка (см. Иллюстрацию нашего подхода к перекрестному декодированию).

Иллюстрация подходов к декодированию и перекрестному декодированию с соответствующими функциями рабочих характеристик приемника (ROC) и различиями AUC (ΔAUC, специфичность индексирующего классификатора) для классификаторов характеристик отзыва (a) и организации отзыва (b). Подпанели пронумерованы римскими цифрами (i – iv) для облегчения обсуждения результатов. Подпанели (i) и (iii) показывают результаты кодирования классификаторов с (ii) и (iv), показывающие производительность поисковых классификаторов. Подпанели (i) — (ii) и (iii) — (iv) показывают результаты классификаторов, обученных по категоризированным и несвязанным спискам соответственно.Последующие классификаторы кластеризации различали переходы между категориями и отзывами внутри категорий в категоризированных списках и переходы между отзывами из одной категории в другую в несвязанных списках (см. Раздел «Ресурсы»). Планки погрешностей вокруг средних значений ΔAUC указывают 95% доверительный интервал.

изображает усредненные функции ROC, демонстрирующие производительность декодирования и перекрестного декодирования для классификаторов, обученных нейронной активности во время периодов кодирования или поиска в каждом типе списка для прогнозирования (последующего) отзыва. В той степени, в которой эти ROC-функции перекрываются, соответствующий классификатор обобщает за пределы семантической структуры обучающих списков, тогда как различия в этих ROC-функциях указывают на то, что соответствующий классификатор использует нейронные процессы, специфичные для семантической структуры меморандумов.Чтобы измерить эту специфичность, мы вычислили разницу в AUC между производительностью декодирования и перекрестного декодирования (ΔAUC), изображенной рядом с соответствующими функциями ROC в.

Кривизна всех функций ROC вместе со значительной степенью перекрытия между соответствующими функциями ROC декодирования и перекрестного декодирования предполагает, что как кодирующие, так и извлекающие классификаторы предсказывают (последующие) вызовы надежно для обоих типов списков. Действительно, производительность декодирования была значительно выше шансов для всех классификаторов (все t s [68]> 14.16, SE s ≤ 0,01, p s <.001) с аналогичными результатами для производительности перекрестного декодирования (все t s [68]> 13,18, SE s <0,02, p s <. 001). Эти результаты, вместе с удивительно похожими одномерными (последующими) контрастами воспоминаний для обоих типов списков (), подразумевают общие процессы памяти, которые определяют производительность воспоминаний, независимо от семантической структуры меморандумов.

Разница между производительностью декодирования и перекрестного декодирования была значительной в классификаторе кодирования для несвязанных списков ( t [68] = 2.27, SE = 0,01, p = 0,03; (iii)) и в поисковом классификаторе для категоризированных списков ( t [68] = 2,76, SE = 0,01, p = 0,007; (ii)), без каких-либо других ΔAUC, значительно отклоняющихся от нуля (все t с (68) <1,70, SE с ≤ 0,01, p с> 0,09). 2 (тип обучающего списка) × 2 (этап задачи; т. Е. Кодирование против извлечения) дисперсионный анализ повторных измерений для значений ΔAUC выявил значимое взаимодействие ( F [1, 68] = 5.12, MSE = 0,006, p = 0,03), но не имеет значимых основных эффектов типа обучающего списка ( F [1, 68] = 1,47, MSE = 0,01, p = 0,23) или фаза задачи ( F [1, 68] = 0,002, MSE = 0,007, p = 0,97). Прямые апостериорные сравнения значений ΔAUC для классификаторов кодирования и поиска не показали значительных различий для любого типа списка ( t с (68) <1,59, SE с ≤ 0,01, p с>.12). Эти результаты согласуются с предыдущими демонстрациями общих нейронных сигнатур, индексирующих эпизодическую и семантическую память (Rajah & McIntosh, 2005), а также выделяющих процессы во время поиска категоризированных списков, которые чувствительны к семантической структуре списка.

Выявив специфичность поискового классификатора, когда он обучается на категоризированных списках и (в меньшей степени) кодирующего классификатора, когда он обучается на несвязанных списках, мы затем стремились связать нейронную активность во время кодирования и поиска с организацией отзыва последовательности.Наиболее заметное различие в поведении отзыва между двумя типами списков — это тенденция вспоминать категоризированные списки в кластерах категорий (). Как описано во введении, кластеризация категорий является надежным маркером взаимодействия между системами эпизодической и семантической памяти. С другой стороны, тенденция к объединению воспоминаний о предметах, которые изучались рядом во времени (например, на соседних позициях в списке исследований), является общей чертой эпизодической памяти (Kahana, 1996). Чтобы установить вклад процессов кодирования и извлечения в эти типы организации воспоминаний, мы обучили многомерные классификаторы различать воспоминания внутри и между такими кластерами на основе нейронной активности во время периодов кодирования и извлечения.В частности, для категоризированных списков мы обучили классификаторы различать нейронные сигналы для слов, которые были вызваны сразу после отзыва другого слова в той же категории (т. другая категория (т. е. отзыв между категориями; см.). Точно так же для несвязанных списков мы обучили классификаторы различать мозговую активность для слов, которые были вызваны сразу после отзыва соседнего элемента (т.е., близкое воспоминание) от тех, которые следовали за отзывом предмета, который был представлен дальше в списке исследования (то есть, дальний отзыв; см.). Тот факт, что мы представили пары элементов из одной и той же категории в категоризированных списках, частично смешал временное расстояние в списке исследования с категориальной принадлежностью. Однако наш подход перекрестного декодирования может определить, в какой степени каждый классификатор специфичен для категориальной или временной кластеризации, которую он обучен идентифицировать.

показывает функции ROC для декодирования и перекрестного декодирования для классификаторов, обученных предсказывать категориальную или временную кластеризацию на основе нейронной активности во время периодов кодирования и поиска.Производительность декодирования была значительно выше вероятности для всех классификаторов ( t [59] = 2,5–11,93, SE = 0,01–0,03, p ≤ 0,02), за исключением классификатора поиска с временной кластеризацией ( t [ 59] = 0,41, SE = 0,02, p = 0,68; (iv)). Кроме того, производительность декодирования для классификатора поиска с категориальной кластеризацией была выше, чем для соответствующего классификатора кодирования ( t [59] = 6,65, SE = 0.03, p <.001) без существенной разницы в производительности декодирования как функции фазы задачи для классификаторов временной кластеризации ( t [59] = 1,50, SE = 0,03, p = 0,13) . 2 (тип классификатора, прогнозирование временной или категориальной кластеризации) × 2 (фаза задачи; т. Е. Кодирование против извлечения) ANOVA с повторными измерениями продемонстрировал значительные основные эффекты типа классификатора ( F [1, 59] = 10,72, MSE = 0,02, p =.002) и этап задачи ( F [1, 59] = 4,50, MSE = 0,01, p = 0,04), а также значимое взаимодействие ( F [1, 59] = 21,95, MSE = 0,01, p <0,001). В соответствии с нашим предыдущим результатом о том, что поисковые классификаторы особенно чувствительны к семантической структуре категоризированных списков, эти результаты особенно вовлекают поисковые процессы в создание категориальных кластеров в эпизодическом воспоминании.

Наш подход к перекрестному декодированию дополнительно подчеркивает особую роль процессов поиска в создании категориально сгруппированных последовательностей отзыва.показывает значения ΔAUC для классификаторов кластеризации вместе с соответствующими функциями ROC декодирования и перекрестного декодирования. Только поисковый классификатор, обученный идентифицировать категориальную кластеризацию, показал значительно лучшее декодирование, чем производительность перекрестного декодирования ( t [59] = 7,07, SE = 0,01, p <0,001; (ii)). Мы выполнили 2 (тип классификатора) × 2 (фаза задачи) ANOVA с повторными измерениями на значениях ΔAUC и обнаружили незначительное влияние фазы задачи ( F [1, 59] = 0.08, MSE = 0,03, p = 0,77), существенное влияние типа классификатора ( F [1, 59] = 7,59, MSE = 0,02, p = 0,007) и значимое взаимодействие между ними ( F [1, 59] = 15,46, MSE = 0,02, p <0,001). Апостериорный тест подтвердил, что классификатор категориальной кластеризации был более чувствителен к семантической структуре меморандумов при извлечении, чем при кодировании ( t [59] = 3,83, SE = 0.02, p <.001), эффект, который, по-видимому, в основном обусловлен превосходной производительностью декодирования для классификатора поиска, описанного выше. Действительно, учитывая, что производительность декодирования поискового классификатора с временной кластеризацией была не выше случайности, мы не ожидали бы, что производительность перекрестного декодирования поискового классификатора с категориальной кластеризацией будет выше вероятности. В то время как процессы кодирования и извлечения явно вносят свой вклад в кластеризацию категорий, особенно высокая производительность декодирования поискового классификатора категориальной кластеризации подтверждает наши более ранние выводы о том, что только процессы при поиске однозначно предсказывают семантическую кластеризацию эпизодической памяти. 3

Обсуждение

Предыдущие знания о мире оказывают глубокое влияние на то, как мы кодируем и извлекаем опыт, заставляя нас организовывать эпизодические воспоминания по семантическим измерениям (Bower et al., 1969; Bousfield, 1953). Однако относительный вклад процессов кодирования и извлечения, которые конкретно управляют этим взаимодействием между системами эпизодической и семантической памяти, недостаточно изучен. Путем прямого сравнения производительности воспоминаний и связанной с ними нейронной активности во время периодов кодирования и поиска для списков категоризированных и несвязанных слов мы охарактеризовали, как семантическая структура меморандумов влияет на кодирование и извлечение событий.Многовариантные классификаторы, которые предсказывали успех кодирования и поиска, обобщенные по категорированным и несвязанным спискам (), идентифицируя общие процессы, которые поддерживают эпизодическую память независимо от семантического содержания. Сопоставляя производительность декодирования и перекрестного декодирования, мы также обнаружили, что определенные процессы поддерживают успешное извлечение из категоризированных списков (), предполагая, что механизмы извлечения имеют решающее значение для создания семантически организованных последовательностей отзыва. Наш анализ временной и категориальной кластеризации подтвердил эту точку зрения: нейронные сигналы во время поиска содержали значительно больше информации о кластеризации категорий, чем соответствующие сигналы во время кодирования (, i – ii).Эти классификаторы индексировали процессы, специфичные для категориальной кластеризации; попытки предсказать временную кластеризацию были менее успешными, даже для классификаторов, обученных обнаруживать временную кластеризацию (т.е. не только для перекрестного декодирования, но и для декодирующих классификаторов;). Взятые вместе, эти результаты показывают, что семантическая структура меморандумов влияет на производительность воспоминаний в основном через изменения в процессах поиска (а не кодирования).

Наше использование многомерной классификации для оценки когнитивных состояний во время кодирования и извлечения позволило нам преодолеть главную проблему понимания человеческой памяти: хотя процессы кодирования и извлечения являются критическими определяющими факторами производительности в тестах памяти, только их совместные эффекты наблюдаются в открытое поведение.Путем количественной оценки нейронных сигналов, которые предсказывают производительность и организацию воспоминаний, мы смогли эффективно отслеживать связанные процессы кодирования и извлечения по мере их возникновения. Предыдущие исследования связи между системами эпизодической и семантической памяти (Greenberg et al., 2009; Vargha-Khadem et al., 1997; Wingfield et al., 1998), особенно те, которые пытались определить относительный вклад процессов кодирования и поиска ( Gershberg & Shimamura, 1995; Greenberg & Verfaellie, 2010; Johnston, Griffith, & Wagstaff, 1972; Park, Smith, Dudley, & Lafronza, 1989) дали двусмысленные результаты.Наше открытие, что нейронные сигналы как при кодировании, так и при извлечении предсказывают производительность и организацию воспоминаний, может помочь объяснить, почему различные исследования определили, что процессы кодирования или извлечения ответственны за семантическую организацию эпизодической памяти. Этот вывод также согласуется с предыдущими исследованиями нейровизуализации, показывающими высокую степень перекрытия областей мозга, задействованных во время задач, исследующих эпизодическую и семантическую память (Burianova, McIntosh, & Grady, 2010), а также набор эпизодической информации даже в предположительно семантических задачах ( е.g., категория свободного владения; Райан, Кокс, Хейс и Надел, 2008; Шелдон и Москович, 2012; West-Macott & Moscovitch, 2003; обзор см. в Moscovitch, Nadel, Winocur, Gilboa, & Rosenbaum, 2006). В соответствии с этими результатами, наши открытия способствуют растущему количеству свидетельств в пользу общей системы, которая поддерживает функцию памяти независимо от требований задачи. Наша отдельная идентификация процессов поиска индексации нейронных сигналов, которые специально настроены на семантическую структуру меморандумов, подчеркивает преимущество различения процессов, связанных с общей функцией памяти, от тех, которые специально отвечают за категориальную организацию воспоминаний.

Теории о связи между эпизодической и семантической памятью обычно сосредоточены на вопросе о том, как семантическое знание возникает из отдельных эпизодов (Howard, Shankar, & Jagadisan, 2011; Mack, Love, & Preston, 2017; McClelland, McNaughton, & O ‘ Рейли, 1995; Нельсон и Шиффрин, 2013). Наша работа обращается к обратной стороне этого вопроса: как устоявшиеся семантические знания влияют на память о конкретных событиях? В нашем исследовании категоризированные списки привели к повышению скорости воспоминаний и категориальной кластеризации последовательностей воспоминаний.Существует по крайней мере три общих подхода к моделированию таких эффектов: они могут быть результатом перекрывающихся представлений отдельных следов памяти (Abbott, Austerweil, & Griffiths, 2015; Katkov, Romani, & Tsodyks, 2017), процессов при кодировании, которые активируют представления памяти, которые связаны с изучаемыми предметами (Collins & Loftus, 1975; Cooke, Durso, & Schvaneveldt, 1986; Underwood, 1965; Watkins & Gardiner, 1979) или адаптивными механизмами поиска, которые по-разному используют категориальную или контекстную информацию по мере необходимости (Morton & Polyn, 2016; Patterson et al., 1971; Шиффрин, 1970). Ниже мы рассматриваем способность каждого из этих подходов объяснять наши данные, даже если они явно связаны (например, процессы кодирования и извлечения могут использовать сходство в представлении следов памяти, как обсуждается ниже).

Идея о том, что сходство между следами памяти стимулирует динамику припоминания, может объяснить основные паттерны поведения при свободном припоминании (Катков и др., 2017) и задачах на семантическую беглость (Эбботт и др., 2015). Современные модели свободного отзыва предполагают, что каждый закодированный элемент связан с контекстной информацией, которая отражает семантическую информацию и недавнюю историю (Lohnas, Polyn, & Kahana, 2015; Polyn, Norman, & Kahana, 2009).Поскольку контекст служит сигналом во время поиска, связывание каждого элемента с такой контекстной информацией может привести к категориально структурированным последовательностям отзыва и улучшенным характеристикам отзыва для категоризированных списков. В то время как наш анализ непосредственно не исследует нейронную активность, вызываемую отдельными элементами, предыдущие электрофизиологические исследования идентифицировали нейронные сигналы во время кодирования, которые отражали семантическую информацию и были восстановлены во время поиска, управляя семантической организацией воспоминаний (Manning, Sperling, Sharan, Rosenberg, & Kahana , 2012; Morton et al., 2013). Наше открытие нейронных сигналов во время поиска, которые специально предсказывают кластеризацию категорий, однако, предполагает, что дополнительные процессы поиска определяют организацию последовательностей воспоминаний.

Кажется естественным предположить, что детали того, как элементы представлены в памяти, также должны влиять на кодирование. Распространение активации (Collins & Loftus, 1975), например, относится к идее, что обработка любого элемента также активирует соседние элементы в семантической сети. Этот механизм может объяснить ряд результатов семантического прайминга (Meyer & Schvaneveldt, 1971, 1976) и отзыва (Cooke et al., 1986) задачи. Точно так же классическим объяснением ложных воспоминаний о семантических ассоциациях изучаемых предметов является неявная ассоциативная реакция во время кодирования, которая создает представление о семантическом ассоциате, которое позже извлекается, точно так же, как воспоминания об изучаемых предметах (Андервуд, 1965). В той степени, в которой процессы кодирования адаптируются к семантической структуре меморандумов способами, которые приводят к дифференциальному воспроизведению или организации воспоминаний, мы могли бы ожидать, что связанные нейронные сигналы специально предсказывают кластеризацию категорий.Вместо этого нейронные сигналы во время периодов кодирования обобщаются для разных типов списков, предполагая, что процессы кодирования более чувствительны к характеристикам отдельных элементов, а не к семантической структуре списка исследований.

Несмотря на успех теорий, основанных на семантических сетях и процессах кодирования для учета широкого диапазона данных, некоторые теоретики считают, что гибкие механизмы поиска необходимы для объяснения способности запоминания человеком. Современные теории ложных воспоминаний, например, используют процессы как кодирования, так и извлечения (Meade, Watson, Balota, & Roediger, 2007; Roediger, Balota, & Watson, 2001), а некоторые отчеты о семантической беглости концептуализируют извлечение из семантической памяти как динамический контролируемый процесс, а не случайное блуждание по семантической сети (Hills, Jones, & Todd, 2012; Jones, Hills, & Todd, 2015).Различные тесты памяти требуют сопоставления элемента зонда с памятью. В этих случаях реакция на новые зондирующие стимулы часто зависит от опыта с другими стимулами. Связанные теории обычно объясняют такие контекстные эффекты либо предполагая изменения в сопоставлении между сигналом совпадения и откликами (т. мы представляем доказательства здесь). Например, в ряде краткосрочных экспериментов по праймингу используется задача перцепционной идентификации, требующая сопоставления зонда с кратко представленной целью при игнорировании простых чисел, представленных в непосредственной близости от цели (Huber, Shiffrin, Lyle, & Ruys, 2001; Pecher , Zeelenberg, & Raaijmakers, 2002; Weidemann, Huber, & Shiffrin, 2005, 2008).Некоторые из этих исследований выявили сильные эффекты непредвиденных обстоятельств первичной цели (например, насколько вероятно, что простая цель будет соответствовать цели). Соответственно, испытания, которые совпадают во всех аспектах, за исключением истории предыдущих испытаний (и, следовательно, изученных непредвиденных обстоятельств основной цели), могут привести к большим различиям в эффективности (Pecher et al., 2002; Weide-mann, Huber, & Shiffrin, 2008). . Хотя обычно предполагается, что такие эффекты являются результатом систематических ошибок ответа (Pecher et al., 2002), есть свидетельства того, что сигнал соответствия адаптируется к этим непредвиденным обстоятельствам (Weidemann et al., 2008). Аналогичным образом, в тестах на распознавание памяти, требующих классификации зондового стимула как ранее изученного (т. Экспериментальное управление силой кодирования (например, путем увеличения времени исследования; Ratcliff, Clark, & Shiffrin, 1990; Stretch & Wixted, 1998) не только увеличивает процент попаданий, но также снижает вероятность ложных срабатываний приманок (т. Е. зеркальный эффект на основе; Glanzer & Adams, 1985).Хотя некоторые авторы объясняют этот эффект предвзятостью ответа (Starns, White, & Ratcliff, 2012; Stretch & Wixted, 1998), он был успешно смоделирован, предполагая, что сигнал совпадения объединяет свидетельства по всему набору целей, что приводит к хуже подходят для приманок по сравнению с более сильно закодированными целями (Criss, 2010; Criss & McClelland, 2006; Kiliç, Criss, Malmberg, & Shiffrin, 2017; Shiffrin, Ratcliff, & Clark, 1990; Shiffrin & Steyvers, 1997). ).Наши результаты предоставляют сходные доказательства того, что структура закодированного материала может иметь глубокие эффекты, которые специфичны для процессов, вовлеченных в зондирование памяти (то есть процессы извлечения, а не кодирования).

В то время как нейронная активность во время поиска лучше всего предсказывала категориальную кластеризацию, нейронная активность во время кодирования несвязанных списков лучше всего предсказывала временную кластеризацию. Предыдущие исследования интерпретировали повышенную активность в предполагаемой «основной сети памяти» во время кодирования как отражение ассоциаций элемента с контекстом, что является центральным процессом в нескольких моделях эпизодической памяти (Long & Kahana, 2015).Наша способность декодировать последующую временную кластеризацию на основе активности кодирования обеспечивает конвергентное свидетельство таких процессов кодирования. Однако наши попытки расшифровать временную кластеризацию на основе нейронной активности во время поиска потерпели неудачу, несмотря на надежную временную кластеризацию в последовательностях отзыва для несвязанных списков (см. Kragel et al., 2017, для измерения временной кластеризации в надмножестве этих данных) . Учитывая внутренние ограничения нашей способности внутричерепно регистрировать активность мозга у людей (Parvizi & Kastner, 2018) и наше внимание к спектральной мощности для небольшого набора частот в качестве единственных показателей этой активности, вполне вероятно, что мы пропустили соответствующие нейронные сигналы, которые может предсказать временную кластеризацию во время поиска.Тем не менее, специфика категориального классификатора кластеризации при поиске подразумевает различные процессы в семантической и эпизодической организации воспоминаний.

На вопрос об относительном вкладе процессов кодирования и поиска в нашу способность запоминания часто трудно ответить, потому что изменениям в кодировке можно противодействовать изменениями в поиске и наоборот. Используя многомерный подход перекрестного декодирования, мы решили эту проблему, связав нейронную активность с процессами кодирования и извлечения, которые либо обобщались для разных типов списков, либо специально прогнозировали производительность и организацию отзыва для категоризированных списков.Мы определили сигналы поиска, которые специально предсказывали категориальную организацию воспоминаний, тогда как сигналы при кодировании — нет. Отсутствие кодирующих сигналов, которые специально предсказывают категориальную организацию воспоминаний, особенно поразительно, учитывая, что наша экспериментальная установка наложила четкую категориальную структуру во время кодирования и позволила полностью предвосхитить тест памяти. Эти результаты предоставляют сходные доказательства важности гибких механизмов поиска в моделях человеческой памяти и ставят под сомнение представление о том, что сходство представлений долговременной памяти является основным фактором, влияющим на способность вспоминать (Катков и др., 2017). В самом деле, наши результаты показывают, что гибкое извлечение данных является основной особенностью человеческой памяти, которая адаптирует поиск в памяти к требованиям задачи, даже если они очевидны при кодировании.

Благодарности

Авторы благодарят Blackrock Microsystems за предоставленное нейронное записывающее оборудование. Эта работа была поддержана программой DARPA Restooring Active Memory (RAM) (Соглашение о сотрудничестве N66001-14-2-4032). Взгляды, мнения и / или выводы, содержащиеся в этом материале, принадлежат авторам и не должны интерпретироваться как отражающие официальные взгляды или политику Министерства обороны или США.С. Правительство. Кристоф Т. Вайдеманн и Джеймс Э. Крагель внесли равный вклад в эту работу. Кристоф Т. Вайдеманн и Джеймс Э. Крагель проанализировали данные и написали статью; Кристоф Т. Вайдеманн, Джеймс Э. Крагель и Майкл Дж. Кахана разработали анализ и отредактировали статью; Брэдли К. Лега, Грегори А. Уоррелл, Майкл Р. Сперлинг, Ашвини Д. Шаран, Барбара К. Джобст и Кэтрин А. Дэвис наняли участников и оказали общую помощь; Данные, собранные Фатеме Хаджеванд, Полом А. Ванда и Эллисон Кадел; Дэниел С.Риццуто и Майкл Дж. Кахана разработали эксперименты. Мы благодарим Юсефа Эззята за содержательные обсуждения. Авторы заявляют, что у них нет конкурирующих финансовых интересов. Часть этой работы была представлена ​​на симпозиуме по контексту и эпизодической памяти 2018 года в Филадельфии, штат Пенсильвания, и на ежегодном собрании психономического общества 2018 года в Новом Орлеане, штат Луизиана. Все обезличенные необработанные данные и код анализа, использованные в этом исследовании, можно бесплатно загрузить с портала данных когнитивной электрофизиологии (http: // memory.Psycho.upenn.edu/Electrophysiological_Data).

Сноски

1 ARC = R −E (R) Rmax — E (R), где R — наблюдаемое количество повторений категорий (т. Е. Количество раз, когда два последовательно вызванных элемента принадлежат одной и той же категории) , R max — максимально возможное количество повторений категорий, а E ( R ) — это количество повторений категорий, которые ожидаются случайно (см. Stricker, Brown, Wixted, Baldo, & Delis, 2002 , для подробного описания того, как рассчитать эти меры).

2 Количество наблюдений в ROI варьировалось в зависимости от количества участников, вносящих электроды в каждую ROI (внизу).

3 Поскольку участники имели тенденцию вспоминать кластеры элементов одной и той же категории в пакетах (), возможно, что поиск до инициирования кластера позволил участникам сделать несколько отзывов без необходимости извлечения внутри кластера (например, как если бы предметы считывались из очереди). Изучение времени между отзывами показывает, что в той степени, в которой это имело место, оно не оказывало непропорционально сильного влияния на один тип перехода по сравнению с другим: доля быстрых ответов (время между ответами менее 1 с) после отзыва между категориями (40% ) и отзывы внутри категории (43%) существенно не различались (средняя разница = 3.82%, SE = 0,02, t (59) = -1,07, p = 0,29).

Ссылки

  • Abbott JT, Austerweil JL, & Griffiths TL (2015). Случайные блуждания по семантическим сетям могут напоминать оптимальный поиск пищи. Психологическое обозрение, 122, 558–569. 10.1037 / a0038693 [PubMed] [CrossRef] [Google Scholar]
  • Benjamini Y, & Hochberg Y (1995). Контроль уровня ложного обнаружения: практичный и эффективный подход к множественному тестированию. Журнал Королевского статистического общества: Серия B, 57, 289–300.[Google Scholar]
  • Bousfield WA (1953). Возникновение кластеризации при отзыве случайно расположенных партнеров. Журнал общей психологии, 49, 229–240. 10.1080 / 00221309.1953.9710088 [CrossRef] [Google Scholar]
  • Bower GH, Clark MC, Lesgold AM, & Winzenz D (1969). Иерархические схемы поиска при вызове категоризированных списков слов. Журнал вербального обучения и вербального поведения, 8, 323–343. 10.1016 / S0022-5371 (69) 80124-6 [CrossRef] [Google Scholar]
  • Burianova H, McIntosh AR, & Grady CL (2010).Общая функциональная сеть мозга для восстановления автобиографической, эпизодической и семантической памяти. NeuroImage, 49, 865–874. 10.1016 / j.neuroimage.2009.08.066 [PubMed] [CrossRef] [Google Scholar]
  • Burke JF, Long NM, Zaghloul KA, Sharan AD, Sperling MR, & Kahana MJ (2014). Внутричерепная высокочастотная активность человека отображает эпизодическое формирование памяти в пространстве и времени. NeuroImage, 85 (Часть 2), 834–843. 10.1016 / j.neuroimage.2013.06.067 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Burke JF, Sharan AD, Sperling MR, Ramayya AG, Evans JJ, Healey MK (2014).Тета и высокочастотная активность отмечают спонтанное воспроизведение эпизодических воспоминаний. Журнал неврологии, 34, 11355–11365. 10.1523 / jneurosci.2654-13.2014 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Burke JF, Zaghloul KA, Jacobs J, Williams RB, Sperling MR, Sharan AD и Kahana MJ (2013). Синхронная и асинхронная тета- и гамма-активность при формировании эпизодической памяти. Журнал неврологии, 33, 292–304. 10.1523 / JNEUROSCI.2057-12.2013 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Collins AM, & Loftus EF (1975).Теория распространения-активации семантической обработки. Психологическое обозрение, 82, 407–428. 10.1037 / 0033-295x.82.6.407 [CrossRef] [Google Scholar]
  • Cooke NM, Durso FT и Schvaneveldt RW (1986). Напоминание и меры организации памяти. Журнал экспериментальной психологии: обучение, память и познание, 12, 538–549. 10.1037 / 0278-7393.12.4.538 [CrossRef] [Google Scholar]
  • Craik FIM, Govoni R, Naveh-Benjamin M, & Anderson ND (1996). Влияние разделения внимания на процессы кодирования и поиска в памяти человека.Журнал экспериментальной психологии: Общие, 125, 159–180. 10.1037 / 0096-3445.125.2.159 [PubMed] [CrossRef] [Google Scholar]
  • Criss AH (2010). Дифференциация и предвзятость ответа в эпизодической памяти: данные о распределении времени реакции. Журнал экспериментальной психологии: обучение, память и познание, 36, 484–499. 10.1037 / a0018435 [PubMed] [CrossRef] [Google Scholar]
  • Criss AH, & McClelland JL (2006). Дифференциация моделей дифференциации: сравнение эффективного извлечения из модели памяти (REM) и модели субъективного правдоподобия (SLiM).Журнал памяти и языка, 55, 447–460. 10.1016 / j.jml.2006.06.003 [CrossRef] [Google Scholar]
  • Ezzyat Y, Kragel JE, Burke JF, Levy DF, Lyalenko A, Wanda P, Kahana MJ (2017). Прямая стимуляция мозга модулирует состояния кодирования и производительность памяти у людей. Current Biology, 27, 1251–1258. 10.1016 / j.cub.2017.03.028 [PubMed] [CrossRef] [Google Scholar]
  • Fawcett T (2006). Введение в ROC-анализ. Письма о распознавании образов, 27, 861–874. 10.1016 / j.patrec.2005.10.010 [CrossRef] [Google Scholar]
  • Фернандес М.А. и Грейди С. (2008). Возрастные различия в восприимчивости к помехам памяти при воспроизведении поддающихся классификации, но не несвязанных списков слов. Экспериментальные исследования старения, 34, 297–322. 10.1080 / 03610730802273860 [PubMed] [CrossRef] [Google Scholar]
  • Gershberg FB и Shimamura AP (1995). Нарушение использования организационных стратегий при свободном воспоминании после повреждения лобной доли. Neuropsychologia, 33, 1305–1333. 10.1016 / 0028-3932 (95) 00103-a [PubMed] [CrossRef] [Google Scholar]
  • Glanzer M, & Adams JK (1985).Зеркальный эффект в памяти распознавания. Память и познание, 13, 8–20. 10.3758 / bf03198438 [PubMed] [CrossRef] [Google Scholar]
  • Greenberg DL, Keane MM, Ryan L, & Verfaellie M (2009). Нарушение беглости категории при амнезии медиальной височной доли: роль эпизодической памяти. Journal of Neuroscience, 29, 10900–10908. 10.1523 / JNEUROSCI.1202-09.2009 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Greenberg DL, & Verfaellie M (2010). Взаимозависимость эпизодической и семантической памяти: данные нейропсихологии.Журнал Международного нейропсихологического общества, 16, 748–753. 10.1017 / S1355617710000676 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Hills TT, Jones MN, & Todd PM (2012). Оптимальное копание в семантической памяти. Психологическое обозрение, 119, 431–440. 10.1037 / a0027373 [PubMed] [CrossRef] [Google Scholar]
  • Howard MW, & Kahana MJ (2002). Когда семантическое сходство помогает при поиске эпизодов? Журнал памяти и языка, 46, 85–98. 10.1006 / jmla.2001.2798 [CrossRef] [Google Scholar]
  • Говард М. В., Шанкар К. Х. и Джагадисан УКК (2011).Построение семантических представлений из постепенно меняющегося представления временного контекста. Темы когнитивной науки, 3, 48–73. 10.1111 / j.1756-8765.2010.01112.x [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Huber DE, Shiffrin RM, Lyle KB и Ruys KI (2001). Восприятие и предпочтение в краткосрочном прайминге слов. Психологическое обозрение, 108, 149–182. 10.1037 / 0033-295x.108.1.149 [PubMed] [CrossRef] [Google Scholar]
  • Johnston WA, Griffith D & Wagstaff RR (1972).Скорость, точность и легкость отзыва. Журнал вербального обучения и вербального поведения, 11, 512–520. 10.1016 / S0022-5371 (72) 80034-3 [CrossRef] [Google Scholar]
  • Jones MN, Hills TT, & Todd PM (2015). Скрытые процессы в структурных представлениях: ответ на Abbott, Austerweil и Griffiths (2015). Психологическое обозрение, 122, 570–574. 10.1037 / a0039248 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Kahana MJ (1996). Процессы ассоциативного поиска в свободном отзыве. Память и познание, 24, 103–109.10.3758 / BF03197276 [PubMed] [CrossRef] [Google Scholar]
  • Kapur S, Craik FI, Tulving E, Wilson AA, Houle S, & Brown GM (1994). Нейроанатомические корреляты кодирования в эпизодической памяти: уровни эффекта обработки. Труды Национальной академии наук США, 91, 2008–2011 гг. 10.1073 / pnas.91.6.2008 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Катков М., Романи С., Цодыкс М. (2017). Восстановление памяти из первых принципов. Нейрон, 94, 1027–1032. 10.1016 / j.neuron.2017.03.048 [PubMed] [CrossRef] [Google Scholar]
  • Kiliç A, Criss AH, Malmberg KJ, & Shiffrin RM (2017). Модели, которые позволяют нам более точно воспринимать мир, также позволяют нам более точно вспоминать прошлые события посредством дифференциации. Когнитивная психология, 92, 65–86. 10.1016 / j.cogpsych.2016.11.005 [PubMed] [CrossRef] [Google Scholar]
  • Kragel JE, Ezzyat Y, Sperling MR, Gorniak R, Worrell GA, Berry BM,… Kahana MJ (2017). Подобные паттерны нейронной активности предсказывают функцию памяти во время кодирования и поиска.Нейро-имидж, 155, 60–71. 10.1016 / j.neuroimage.2017.03.042 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Kragel JE, & Polyn SM (2015). Расшифровка эпизодических процессов извлечения: вклад лобно-теменной и медиальной височных долей в свободное воспоминание. Журнал когнитивной неврологии, 28, 125–139. 10.1162 / jocn_a_00881 [PubMed] [CrossRef] [Google Scholar]
  • Lohnas LJ, Polyn SM, & Kahana MJ (2015). Расширение области поиска в памяти: моделирование эффектов интралистов и межсписок в свободном воспроизведении.Психологическое обозрение, 122, 337–363. 10.1037 / a0039036 [PubMed] [CrossRef] [Google Scholar]
  • Long NM, Burke JF и Kahana MJ (2014). Последующий эффект памяти во внутричерепной и скальповой ЭЭГ. NeuroImage, 84, 488–494. 10.1016 / j.neuroimage.2013.08.052 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Long NM, & Kahana MJ (2015). Успешное формирование памяти обеспечивается контекстным кодированием в основной сети памяти. NeuroImage, 119, 332–337. 10.1016 / j.neuroimage.2015.06.073 [PubMed] [CrossRef] [Google Scholar]
  • Long NM, Sperling MR, Worrell GA, Davis KA, Gross RE, Lega BC,… Kahana MJ (2017). Контекстно-опосредованный спонтанный поиск специфичен для гиппокампа. Современная биология, 27, 1–6. 10.1016 / j.cub.2017.02.054 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Mack ML, Love BC, & Preston AR (2017). Построение концепций по одному эпизоду за раз: гиппокамп и формирование концепций. Письма о неврологии, 680, 31–38. 10.1016 / j.neulet.2017.07.061 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Мэннинг Дж. Р., Сперлинг М. Р., Шаран А., Розенберг Е. А. и Кахана М. Дж. (2012). Спонтанно реактивируемые паттерны в лобной и височной долях предсказывают семантическую кластеризацию во время поиска в памяти. Journal of Neuroscience, 32, 8871–8878. 10.1523 / JNEUROSCI.5321-11.2012 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • McClelland JL, McNaughton BL, & O’Reilly RC (1995). Почему существуют дополнительные системы обучения в гиппокампе и неокортексе: выводы об успехах и неудачах коннекционистских моделей обучения и памяти.Психологическое обозрение, 102, 419–457. 10.1037 // 0033-295x.102.3.419 [PubMed] [CrossRef] [Google Scholar]
  • Meade ML, Watson JM, Balota DA и Roediger HL (2007). Роли распространения режима активации и поиска в создании ложного распознавания в парадигме DRM. Журнал памяти и языка, 56, 305–320. 10.1016 / j.jml.2006.07.007 [CrossRef] [Google Scholar]
  • Meyer DE, & Schvaneveldt RW (1971). Облегчение распознавания пар слов: свидетельство зависимости между поисковыми операциями.Журнал экспериментальной психологии, 90, 227–234. 10.1037 / h0031564 [PubMed] [CrossRef] [Google Scholar]
  • Meyer DE, & Schvaneveldt RW (1976). Значение, структура памяти и мыслительные процессы. Наука, 192, 27–33. 10.1126 / science.1257753 [PubMed] [CrossRef] [Google Scholar]
  • Morton NW, Kahana MJ, Rosenberg EA, Sperling MR, Sharan AD и Polyn SM (2013). Специфические для категории нейронные колебания предсказывают организацию воспоминаний во время поиска в памяти. Кора головного мозга, 23, 2407–2422.10.1093 / cercor / bhs229 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Morton NW, & Polyn SM (2016). Прогностическая структура для оценки моделей семантической организации при свободном воспроизведении. Журнал памяти и языка, 86, 119–140. 10.1016 / j.jml.2015.10.002 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Moscovitch M, Nadel L, Winocur G, Gilboa A, & Rosenbaum RS (2006). Когнитивная нейробиология удаленной эпизодической, семантической и пространственной памяти. Текущее мнение в нейробиологии, 16, 179–190.10.1016 / j.conb.2006.03.013 [PubMed] [CrossRef] [Google Scholar]
  • Нельсон А.Б. и Шиффрин Р.М. (2013). Совместная эволюция знаний и памяти событий. Психологический обзор, 120, 356–394. 10.1037 / a0032020 [PubMed] [CrossRef] [Google Scholar]
  • Norman KA, Polyn SM, Detre GJ, & Haxby JV (2006). Помимо чтения мыслей: анализ нескольких вокселей данных фМРТ. Тенденции в когнитивных науках, 10, 424–430. 10.1016 / j.tics.2006.07.005 [PubMed] [CrossRef] [Google Scholar]
  • Паллер К.А. и Вагнер А.Д. (2002).Наблюдение за превращением опыта в память. Тенденции в когнитивных науках, 6, 93–102. 10.1016 / s1364-6613 (00) 01845-3 [PubMed] [CrossRef] [Google Scholar]
  • Park DC, Smith AD, Dudley WN, & Lafronza VN (1989). Влияние возраста и задачи разделения внимания, представленные во время кодирования и извлечения из памяти. Журнал экспериментальной психологии: обучение, память и познание, 15, 1185–1191. 10.1037 / 0278-7393.15.6.1185 [PubMed] [CrossRef] [Google Scholar]
  • Parvizi J, & Kastner S (2018).Перспективы и ограничения внутричерепной электроэнцефалографии человека. Nature Neuroscience, 21, 474–483. 10.1038 / s41593-018-0108-2 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Паттерсон К. Э., Мельцер Р. Х. и Мандлер Г. (1971). Время между ответами в категоризированном бесплатном отзыве. Журнал вербального обучения и вербального поведения, 10, 417–426. 10.1016 / s0022-5371 (71) 80041-5 [CrossRef] [Google Scholar]
  • Паттерсон К.Э., Нестор П.Дж. и Роджерс Т.Т. (2007). Откуда ты знаешь то, что знаешь? представление семантических знаний в человеческом мозгу.Nature Reviews Neuroscience, 8, 976–987. 10.1038 / nrn2277 [PubMed] [CrossRef] [Google Scholar]
  • Pecher D, Zeelenberg R, & Raaijmakers JGW (2002). Ассоциативный прайминг в задаче идентификации замаскированного восприятия: свидетельства для автоматических процессов. Ежеквартальный журнал экспериментальной психологии, 55A, 1157–1173. 10.1080 / 02724980244000143 [PubMed] [CrossRef] [Google Scholar]
  • Pedregosa F, Varoquaux G, Gramfort A, Michel V, Thirion B, Grisel O,… Duchesnay É (2011). Scikit-learn: машинное обучение на Python.Journal of Machine Learning Research, 12, 2825–2830. [Google Scholar]
  • Poldrack RA, Clark J, Paré-Blagoev EJ, Shohamy D, Creso JM, Myers C, & Gluck MA (2001). Системы интерактивной памяти в мозгу человека. Природа, 414, 546–550. 10.1038 / 35107080 [PubMed] [CrossRef] [Google Scholar]
  • Pollio HR, Richards S, & Lucas R (1969). Временные свойства отзыва категорий. Журнал вербального обучения и вербального поведения, 8, 529–536. 10.1016 / s0022-5371 (69) 80099-x [CrossRef] [Google Scholar]
  • Polyn SM, Norman KA, & Kahana MJ (2009).Модель поддержки и поиска контекста организационных процессов в свободном отзыве. Психологическое обозрение, 116, 129–156. 10.1037 / a0014420 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Rajah M, & McIntosh A (2005). Перекрытие функциональных нейронных систем, участвующих в восстановлении семантической и эпизодической памяти. Журнал когнитивной неврологии, 17, 470–482. 10.1162 / 08989279478 [PubMed] [CrossRef] [Google Scholar]
  • Ratcliff R, Clark SE, & Shiffrin RM (1990).Эффект силы списка: I. данные и обсуждение. Журнал экспериментальной психологии: обучение, память и познание, 16, 163–178. 10.1037 // 0278-7393.16.2.163 [PubMed] [CrossRef] [Google Scholar]
  • Roediger HL, Balota DA, & Watson JM (2001). Распространение активации и пробуждения ложных воспоминаний В Roediger HL, Nairne JS, Neath I и Surprenant AM (Eds.), Природа запоминания: Очерки в честь Роберта Г. Краудера (стр. 95–115). Вашингтон, округ Колумбия: Американская психологическая ассоциация; 10.1037 / 10394-006 [CrossRef] [Google Scholar]
  • Roediger HL и McDermott KB (1995). Создание ложных воспоминаний: запоминание слов, не представленных в списках. Журнал экспериментальной психологии: обучение, память и познание, 21, 803–814. 10.1037 / 0278-7393.21.4.803 [CrossRef] [Google Scholar]
  • Roenker DL, Thompson CP, & Brown SC (1971). Сравнение показателей для оценки кластеризации при свободном отзыве. Психологический бюллетень, 76, 45–48. 10.1037 / h0031355 [CrossRef] [Google Scholar]
  • Rogers TT, Lambon Ralph MA, Garrard P, Bozeat S, McClelland JL, Hodges JR, & Patterson K (2004).Структура и ухудшение семантической памяти: нейропсихологическое и вычислительное исследование. Психологический обзор, 111, 205–235. 10.1037 / 0033-295X.111.1.205 [PubMed] [CrossRef] [Google Scholar]
  • Ryan L, Cox C, Hayes SM, & Nadel L (2008). Активация гиппокампа во время извлечения эпизодической и семантической памяти: сравнение производства категорий и отзыва категорий. Neuropsychologia, 46, 2109–2121. 10.1016 / j.neuropsychologia.2008.02.030 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Schacter DL, & Tulving E (1994).Системы памяти 1994. Кембридж, Массачусетс: MIT Press. [Google Scholar]
  • Sheldon S, & Moscovitch M (2012). Природа и динамика вкладов медиальной височной доли в семантическое извлечение: исследование беглости речи с помощью фМРТ. Гиппокамп, 22, 1451–1466. 10.1002 / hipo.20985 [PubMed] [CrossRef] [Google Scholar]
  • Shiffrin RM (1970). Забыть: эрозия следов или неудачный поиск? Science, 168, 1601–1603. 10.1126 / science.168.3939.1601 [PubMed] [CrossRef] [Google Scholar]
  • Шиффрин Р.М., Рэтклифф Р. и Кларк С.Е. (1990).Эффект силы списка: II. Теоретические механизмы. Журнал экспериментальной психологии: обучение, память и познание, 16, 179–195. 10.1037 // 0278-7393.16.2.179 [PubMed] [CrossRef] [Google Scholar]
  • Shiffrin RM и Steyvers M (1997). Модель памяти распознавания: REM — эффективное извлечение из памяти. Психономический бюллетень и обзор, 4, 145–166. 10.3758 / bf03209391 [PubMed] [CrossRef] [Google Scholar]
  • Саймонс Дж. С., Грэм К. С., Гальтон С. Дж., Паттерсон К. и Ходжес Дж. Р. (2001).Семантическое знание и эпизодическая память для лиц при семантической деменции. Нейропсихология, 15, 101–114. 10.1037 // 0894-4105.15.1.101 [PubMed] [CrossRef] [Google Scholar]
  • Соломон Е.А., Крагель Дж. Э., Сперлинг М. Р., Шаран А., Уоррелл Г., Куцевич М.,… Кахана М. Дж. (2017). Широко распространенная тета-синхронизация и высокочастотная десинхронизация лежат в основе улучшенного познания. Nature Communications, 8, 1704 г. 10.1038 / s41467-017-01763-2 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Starns JJ, White CN, & Ratcliff R (2012).Зеркальный эффект на основе силы в субъективных оценках силы: доказательства дифференциации могут быть получены без дифференциации. Память и познание, 40, 1189–1199. 10.3758 / s13421-012-0225-1 [PubMed] [CrossRef] [Google Scholar]
  • Stretch V и Wixted JT (1998). О разнице между силовыми и частотными зеркальными эффектами в памяти распознавания. Журнал экспериментальной психологии: обучение, память и познание, 24, 1379–1396. 10.1037 / 0278-7393.24.6.1379 [PubMed] [CrossRef] [Google Scholar]
  • Stricker JL, Brown GG, Wixted J, Baldo JV и Delis DC (2002).Новые семантические и последовательные индексы кластеризации для Калифорнийского теста на вербальное обучение — 2-е изд .: Предпосылки, обоснование и формулы. Журнал Международного нейропсихологического общества, 8, 425–435. 10.1017 / s1355617702813224 [PubMed] [CrossRef] [Google Scholar]
  • Tulving E (1972). Эпизодическая и семантическая память В Tulving E & Donaldson W (Eds.), Organization of memory (стр. 381–403). Нью-Йорк, штат Нью-Йорк: Academic Press. [Google Scholar]
  • Tulving E (2002). Эпизодическая память: от ума к мозгу.Ежегодный обзор психологии, 53, 1–25. 10.1146 / annurev.psych.53.100901.135114 [PubMed] [CrossRef] [Google Scholar]
  • Uncapher MR, & Wagner AD (2009). Задняя теменная кора и эпизодическое кодирование: выводы из последующих эффектов памяти с помощью фМРТ и теории двойного внимания. Нейробиология обучения и памяти, 91, 139–154. 10.1016 / j.nlm.2008.10.011 [Бесплатная статья PMC] [PubMed] [CrossRef] [Google Scholar]
  • Андервуд Б.Дж. (1965). Ложное признание, вызванное неявными вербальными ответами.Журнал экспериментальной психологии, 70, 122–129. 10.1037 / h0022014 [PubMed] [CrossRef] [Google Scholar]
  • Варга-Хадем Ф., Гадиан Д.Г., Уоткинс К.Э., Коннели А., Ван Пешен В. и Мишкин М. (1997). Дифференциальные эффекты ранней патологии гиппокампа на эпизодическую и семантическую память. Наука, 277, 376–380. 10.1126 / science.277.5324.376 [PubMed] [CrossRef] [Google Scholar]
  • Wagner AD, Schacter DL, Rotte M, Koutstaal W, Maril A, Dale AM,… Buckner RL (1998). Создание воспоминаний: запоминание и забывание словесных переживаний, предсказываемых активностью мозга.Наука, 281, 1188–1191. 10.1126 / science.281.5380.1188 [PubMed] [CrossRef] [Google Scholar]
  • Уоткинс MJ и Гардинер JM (1979). Понимание теории припоминания «генерировать-распознавать». Журнал вербального обучения и вербального поведения, 18, 687–704. 10.1016 / S0022-5371 (79)

    -9 [CrossRef] [Google Scholar]
  • Weidemann CT, Huber DE, & Shiffrin RM (2005). Замешательство и компенсация в визуальном восприятии: эффекты пространственно-временной близости и избирательного внимания. Журнал экспериментальной психологии: человеческое восприятие и производительность, 31, 40–61.10.1037 / 0096-1523.31.1.40 [PubMed] [CrossRef] [Google Scholar]
  • Weidemann CT, Huber DE, & Shiffrin RM (2008). Основная диагностическая ценность краткосрочного повторного прайминга: обесцениваются ли первичные доказательства, даже если они надежно указывают на правильный ответ? Журнал экспериментальной психологии: обучение, память и познание, 34, 257–281. 10.1037 / 0278-7393.34.2.257 [PubMed] [CrossRef] [Google Scholar]
  • Westmacott R, & Moscovitch M (2003). Вклад автобиографического значения в семантическую память.Память и познание, 31, 761–774. 10.3758 / BF03196114 [PubMed] [CrossRef] [Google Scholar]
  • Wingfield A, Lindfield KC, & Kahana MJ (1998). Возрастные различия взрослых во временных характеристиках произвольного отзыва по категориям. Психология и старение, 13, 256–266. 10.1037 / 0882-7974.13.2.256 [PubMed] [CrossRef] [Google Scholar]

Произошла ошибка при настройке вашего пользовательского файла cookie

Этот сайт использует файлы cookie для повышения производительности. Если ваш браузер не принимает файлы cookie, вы не можете просматривать этот сайт.


Настройка вашего браузера для приема файлов cookie

Существует множество причин, по которым cookie не может быть установлен правильно. Ниже приведены наиболее частые причины:

  • В вашем браузере отключены файлы cookie. Вам необходимо сбросить настройки своего браузера, чтобы он принимал файлы cookie, или чтобы спросить вас, хотите ли вы принимать файлы cookie.
  • Ваш браузер спрашивает вас, хотите ли вы принимать файлы cookie, и вы отказались. Чтобы принять файлы cookie с этого сайта, нажмите кнопку «Назад» и примите файлы cookie.
  • Ваш браузер не поддерживает файлы cookie. Если вы подозреваете это, попробуйте другой браузер.
  • Дата на вашем компьютере в прошлом. Если часы вашего компьютера показывают дату до 1 января 1970 г., браузер автоматически забудет файл cookie. Чтобы исправить это, установите правильное время и дату на своем компьютере.
  • Вы установили приложение, которое отслеживает или блокирует установку файлов cookie. Вы должны отключить приложение при входе в систему или проконсультироваться с системным администратором.

Почему этому сайту требуются файлы cookie?

Этот сайт использует файлы cookie для повышения производительности, запоминая, что вы вошли в систему, когда переходите со страницы на страницу. Чтобы предоставить доступ без файлов cookie потребует, чтобы сайт создавал новый сеанс для каждой посещаемой страницы, что замедляет работу системы до неприемлемого уровня.


Что сохраняется в файле cookie?

Этот сайт не хранит ничего, кроме автоматически сгенерированного идентификатора сеанса в cookie; никакая другая информация не фиксируется.

Как правило, в файлах cookie может храниться только информация, которую вы предоставляете, или выбор, который вы делаете при посещении веб-сайта. Например, сайт не может определить ваше имя электронной почты, пока вы не введете его. Разрешение веб-сайту создавать файлы cookie не дает этому или любому другому сайту доступа к остальной части вашего компьютера, и только сайт, который создал файл cookie, может его прочитать.

БУК9006-55А лист данных — БУК9006-55А; Trenchmos ™ Logic Level Fet

54AC16652 : 16-битные шинные трансиверы и регистры с выходами с 3 состояниями.Члены семейства Texas Instruments Widebus TM Независимые регистры и устройства для шин A и B, мультиплексированная архитектура потоковых данных в реальном времени и сохраняемых данных, оптимизирует компоновку печатной платы. CMOS) 1-м технологический процесс, ток 500 мА Типичная устойчивость к защелкиванию.

MS2372 : NPN. NPN транзистор. ПРЕДНАЗНАЧЕН ДЛЯ ПРИМЕНЕНИЯ МОЩНЫХ ИМПУЛЬСНЫХ IFF, DME, TACAN ЗОЛОТАЯ МЕТАЛЛИЗАЦИЯ БЕСКОНЕЧНАЯ НАГРУЗКА КСВН ВОЗМОЖНОСТЬ ПРИ ОПРЕДЕЛЕННЫХ РАБОЧИХ УСЛОВИЯХ ВХОД СООТВЕТСТВУЕТ ОБЩЕЙ БАЗОВОЙ КОНФИГУРАЦИИ. DME И ТАКАН.АВТОМАТИЧЕСКАЯ ПРОВОДКА.

TAA4854 : PD с косичками для аналогового применения. Длинноволновый InGaAs PIN-PD Диапазон длин волн обнаружения до 1,6 м SMF или MMF Разъем SC, FC, ST или LC InGaAs длинноволновый PIN-фотодиод Эксплуатация и 1550 нм Высокая чувствительность, низкий темновой ток и низкая емкость Рабочая температура до +85 в одномодовом режиме оптоволокно или многомодовое волокно с соединителем FC или FC Серия TxP4NN3 надежна.

CL-260 : Сверхмалые ЧИП-светодиоды для использования в различных электронных продуктах.

FM25256-G : 256 КБ FRAM, последовательная память 5 В. Сегнетоэлектрическое энергонезависимое ОЗУ 256 Кбит, организованное x 8 битов Практически неограниченный срок службы (1014 циклов) Сохранение данных 10 лет NoDelayTM записывает усовершенствованный высоконадежный сегнетоэлектрический процесс Очень быстрый последовательный периферийный интерфейс — SPI до частоты 20 МГц Прямая замена оборудования для EEPROM SPI Mode & 3 (CPOL , & 1,1) Оборудование схемы защиты от записи.

ZTB509E : Керамические резонаторы. EUROQUARTZ LIMITED Blacknell Lane CREWKERNE Somerset TA18 7HE Тел .: +44 (0) 1460 230000 Факс: +44 (0) 1460 230001 Электронная почта: sales @ euroquartz.co.uk www.euroquartz.co.uk.

C1206X474K5RACTU : 0,47F керамический конденсатор 1206 (3216 метрических единиц) 50 В; CAP CER 0,47 мкФ 50 В 10% X7R 1206. s: Емкость: 0,47 мкФ; Напряжение — номинальное: 50 В; Допуск: 10%; Упаковка / ящик: 1206 (3216 метрических единиц); Температурный коэффициент: X7R; Упаковка: лента и катушка (TR); : Мягкое прерывание; Расстояние между выводами: -; Рабочая температура: -55C ~ 125C; Тип монтажа: Поверхность.

B82464A4472M : Силовые индукторы 4,7 мкГн 4,3 А 0,018 Ом.s: Производитель: EPCOS; Категория продукта: Силовые индукторы; RoHS: подробности; Индуктивность: 4,7 мкГн; Допуск: 20%; Максимальный постоянный ток: 4,3 А; Максимальное сопротивление постоянному току: 0,018 Ом; Диапазон рабочих температур: от — 55 ° C до + 150 ° C; Размеры: 10,4 мм Ш x 10,4 мм Д x 4,8 мм В; Экранирование: неэкранированное; Прекращение действия.

D38999 / 26JB35JB : Свободно висящие (рядные) круглые разъемы из композитного материала с кадмиевым покрытием Olive Drab, соединительные вилки, розетки; РАЗЪЕМ ПОДКЛЮЧЕНИЕ 13POS ПРЯМОЙ W / SCKT.s: Тип разъема: вилка, розетки; Размер корпуса — Вставка: 11-35; Тип крепления: Свободный подвес (рядный); Тип крепления: резьбовое; : Экранированный; Упаковка: навалом; Количество позиций: 13; Прекращение действия :.

LT3991IMSE-3.3 # PBF : Pmic — Регулятор напряжения — Интегральная схема (ics) импульсного стабилизатора постоянного тока Понижающий (понижающий) № 3,3 В; IC BUCK 3.3V 1.2A 10-MSOP. s: Тип: Step-Down (Бак); Тип выхода: фиксированный; Тип ШИМ: текущий режим, гибридный; Синхронный выпрямитель: Нет; Количество выходов: 1; Напряжение — Выход: 3.3В; Ток — Выход: 1,2 А; Частота — переключение: 200 кГц ~ 2 МГц.

76342-323LF : Плата со сквозным отверстием под золото — разъемы, розетки, гнездовые разъемы, соединительные розетки; CONN RCPT 46POS .100 DBL STR PCB. s: Цвет: синий; Тип разъема: розетка; Контактная отделка: золото; Толщина отделки контактов: 30 дюймов (0,76 м); : -; Высота над платой: 7,00 мм (0,275 дюйма); высота в штабеле (стыковка): -; Тип монтажа: сквозной.

770103822 : Резистор 8.2 кОм, 200 мВт, 5 резисторов [количество контактов] Схемы контактов, массивы; RES ARRAY 8.2К ОМ 5 RES 10-SIP. s: Сопротивление (Ом): 8,2 кОм; Допуск: 2%; Мощность на элемент: 200 мВт; Тип цепи: Изолированный; Количество выводов: 10; Упаковка: навалом; Количество резисторов: 5; Упаковка / корпус: 10-SIP; Тип установки: Сквозное отверстие; Температурный коэффициент: 100 ppm / C.

A7P-PG-1 : Дополнительный переключатель; КОНЕЧНЫЕ КОЛПАЧКИ. s: Без свинца Статус: Без свинца; Статус RoHS: Соответствует RoHS.

DTZM3-175M : АКТИВНАЯ ЛИНИЯ ЗАДЕРЖКИ, ИСТИННЫЙ ВЫХОД, PDIP8.s: Тип линии задержки: АКТИВНАЯ ЛИНИЯ ЗАДЕРЖКИ; Задержка: 175 нс.

LSS0603-KFCT : ОДНОЦВЕТНЫЙ СВЕТОДИОД, СУПЕР ЯНТАРЬ, 1,2 мм. s: Тип светодиода: AMBER; Пиковая длина волны: 611 нм (6110 Å); Угол обзора: 130 градусов; Сила света: 0,0800 миллиКандела; Ток в прямом направлении: 30 мА; Светодиодная упаковка: ПАКЕТ ДЛЯ ПОВЕРХНОСТНОГО МОНТАЖА-2.

TGMR-340V6LF : Импульсные трансформаторы ISO MOD SMD GullWing 3kVrms 0.9Ohm 6pin. s: Производитель: HALO Electronics; Категория продукта: Импульсные трансформаторы; Коэффициент трансформации: 1 CT 1.33 CT; Индуктивность: 800 мкГн; Напряжение и время — Et: 22 В мкс; Первичное сопротивление: 900 мОм; Тип установки: SMD / SMT; Длина: 10,87 мм; Ширина: 9,45 мм; Высота: 10,03 мм; Бренд: HALO Electronics; Изоляция.

Intel Другие ресурсы — Intel Vintage

Intel AR-1 Почему Semiconductor Memories? Январь 1970 г.
Intel AR-2 Какой уровень LSI лучше для вас? 16 февраля 1970 г.
Intel AR-3 Почему технология Silicon-Gate? Март 1971 г.

Микрокомпьютеры Intel AR-3, что они значат для вашей компании
Intel AR-4 Работа и применение регистров сдвига MOS.Февраль 1971 г.
Intel AR-5, комбинированный драйвер тактовой частоты с регистром сдвига и источник питания. Декабрь 1970 г.
Диоды Шоттки Intel AR-6 создают сцену 1С.
Intel AR-7 Сессия VII. Память I I / Схемы и системы памяти. 18 февраля 1971 г.
Intel AR-8 Полностью декодируемая 2048-битная электрически программируемая постоянная память для чтения FAMOS. Октябрь 1971 г.
Intel AR-9 N-Channel переходит на работу с TTL, май 1972 г.
Intel AR-10 MCS-4 — микрокомпьютерная система LSI (шесть статей) 1973
Intel AR-11 A 4096-битная динамическая MOS RAM, Февраль 1972 г.

Intel AR-12 Sem iconductor Стоимость памяти в настоящем и будущем

Библиотека Intel AR-13 TTL для проектов EPLD

Интерфейс микрокомпьютера Intel AR-13X: Характеристики программируемого таймера 8253

Intel AR-14 1024 бит Биполярное ОЗУ

Intel AR-16 Биполярные вычислительные элементы LSI Пользователь в новую эру цифрового дизайна

Intel AR-20 16K RAM
Intel AR-28 Control Engineering iSBC 80/20 Описание

Intel AR-31 Single-Chip 8- Битовый микрокомпьютер заполняет пробел между типами калькуляторов и мощным многокристальным процессором

Intel AR-32 Использование устройств с зарядовой связью может снизить объемные затраты на память

Intel AR-33 От реле до MPU

Однокристальный 8-битный микрокомпьютер Intel AR-31 заполняет Зазор Между типами калькуляторов и мощным процессором Nultichip

Intel AR-35 2716-Erasable PROM-16384 бит на кристалле

Одноплатный компьютер Intel AR-36 обновляет состояние аварийного оборудования на динамической карте

Подчиненный микрокомпьютер Intel-AR-40 Снижает нагрузку на основной микропроцессор

Intel AR-41 Интегрированный исполнительный механизм в реальном времени для микрокомпьютеров

Оперативная память Intel AR-44 с быстродействием обеспечивает охлаждение благодаря схеме отключения питания

Intel AR-46 H-MOS расширяет традиционные устройства до более высокого уровня производительности

Intel AR-48 Сократите время разработки вашей системы на базе uC за счет использования одноплатных микрокомпьютеров

Характеристики микроконтроллера Intel AR-53
Intel AR-55 Мотивы проектирования для микрокомпьютерных систем с несколькими процессорами

Микроконтроллер Intel AR-58 с преобразователем AD

Модульное программирование Intel AR-59 в PL / M

Инструменты разработки программного обеспечения для микропроцессора Intel AR-61
Микрокомпьютер Intel AR-63 включен -Функции микросхемы
Микрокомпьютеры Intel AR-64 — Однокристальная или одноплатная
Архитектура Intel AR-65 с тремя шинами на одноплатном микрокомпьютере

Двухпортовый ОЗУ Intel AR-69 увеличивает пропускную способность платы контроллера ввода-вывода

Intel Однопроходная 16-килобайтная динамическая оперативная память AR-71 готова для более плотных систем
16-разрядный одноплатный компьютер Intel AR-72 поддерживает 8-разрядные семейные связи

Intel AR-73 8080 получает полноценный FORTRAN
Intel AR-74 Получите возможности миникомпьютера с 10-кратной скоростью с 8086
Intel AR-78 ISSCC Reprint на статической RAM
Intel AR-79 ISSCC Reprint-2920

Intel AR-80 ISSCC Reprint-2912

Intel AR-81 Single Chip NMOS Микропроцессорные сигналы (2920)

Процессор Intel AR-82 обеспечивает 6-битную производительность

Intel AR-87 Получите максимальную производительность системы памяти на низком уровне с ОЗУ MOS

Intel AR-88 Первый монолитный фильтр PCM
Intel AR-89 Мощный процессор ввода-вывода разгружает ЦП (8089)
Intel A R-91 Проектирование и сборка микрокомпьютерных систем становится проще

Микроконтроллеры Intel AR-92 мегабитной пузырьковой памяти получают поддержку от LSI

Микроконтроллеры Intel AR-95 второго поколения берут на себя специальные функциональные задачи

Intel AR-96 предлагает миллион Bit Chip
Intel AR-97 Минимизация рисков за счет использования систем микропроцессоров
Пакет разработки программного обеспечения Intel AR-98 для разработчиков систем 8086

Микроконтроллеры Intel AR-99 переходят на CMOS без замедления

Intel AR-100 Intel 8089: An интегрированный процессор ввода-вывода «Компьютер, июнь 1979 г.»

Intel AR-101 Изучение 8086, часть первая

Intel AR-102 Разработка надежного программного обеспечения для автоматических приложений
Intel AR-107 Использование микроконтроллеров с 1 микросхемой EPROM в качестве эффективных однократных операций Lab Aids

Intel AR-111 E-PROM удваивает битовую плотность без добавления вывода

Intel AR-112A Универсальный байтовый вывод: 2764 Is the Key

Intel AR-113 LSI Chips Ease Standa Интерфейс шины rd 488

Первый однокристальный сигнальный процессор Intel AR-117 упрощает проблемы аналогового проектирования 2920

Intel AR-118 A 16K электронно стираемая энергонезависимая память (ISSCC, февраль 1980 г.)

Intel AR-119 16-K EE-PROM Relies О туннелировании для программы с байтовым стиранием Storge

Intel AR-122 Новое семейство МУЛЬТИМОДУЛЬНЫХ плат расширяет возможности одноплатного компьютера Intel

Специальные функциональные модули Intel AR-123 на компьютерной плате

Intel AR-124 Представляем RMX / 86 Реальное время, многозадачность, 16-разрядная операционная система

Intel AR-125 Modular Multitasking Executive снижает затраты на разработку 16-разрядной ОС

Intel AR-126 Intel стремится к 80-м годам (Электроника, 28 февраля, 1980)

Программное обеспечение Intel AR-128 превращает микрокомпьютер 2920 в ярость

Intel AR-129 A 35 нс 16K PROM

Многопроцессорная система Intel AR-133 объединяет 8- и 16-разрядные микрокомпьютеры

9000 4 Intel AR-136 PL / M-86 сочетает доступ к оборудованию с функциями языка высокого уровня

Однокристальный микрокомпьютер Intel AR-143 управляет наибольшим объемом памяти

Intel AR-146 Фильтр канала конденсатора NMOS второго поколения с низким энергопотреблением

Intel AR-158 Прецизионный маломощный фильтр канала PCM с мощностью микросхемы

Intel AR-164 iAPX 286 Обзор архитектуры микропроцессора

Intel AR-165 Ada определяет архитектуру 32-битного микропроцессора

Intel AR-166 Новейший процессор, чтобы избежать шока в будущем

Intel AR-167 Методология проектирования микросхем СБИС

Intel AR-172 Многозадачность Исполнительная скорость 16-битных микросхем

Intel AR-174 Методы загрузки аппаратного и программного обеспечения с 2816

Intel AR-178 Недорогой терминал с ЭЛТ дает больше с меньшими затратами

Intel AR-179 Новая технология PROM обеспечивает высокую пропускную способность системы

Intel AR-180 Объектно-ориентированный дизайн позволяет управлять сложностью программного обеспечения

Многопротокольный чип Intel AR-182: начинается настоящая гибкость

Силиконовая операционная система Intel AR-184 стандартизирует программное обеспечение

Intel AR-185 Включение Ethernet в Multibus

Архитектура локальной сети Intel AR-186, предлагаемая для рабочих станций

Intel AR -188 Расширение Ada на Silicon

Intel AR-189 Сохраняйте простоту конструкции памяти

Решения Intel AR-190 Локальные сети

Intel AR-194 Выбор системы, совместимой с СБИС

Тенденции к операционной системе микрокомпьютера Intel AR-195

Intel AR-196 Операционная система iRMX 86

Intel AR-197 Повышение производительности процессора за счет глобальной памяти

Методы оптимизации компилятора Intel AR-200

Защита памяти Intel AR-201 переходит на 16-разрядный микропроцессор

Intel AR-202 Выберите правильный уровень защиты памяти от ошибок

Intel AR-203 CMOS Статическая RAM чувствует себя как дома со скоростью ECL

Intel AR-204 Smart Link приходит на помощь менеджерам по разработке программного обеспечения

Intel AR-206 Магнитная пузырьковая память

Микросхемы приемопередатчика Intel AR-208 SLI Полный интерфейс GPIB

Последовательная шина Intel AR-209 для внутритерминальной передачи данных

Прозрачная многопроцессорная обработка Intel AR-213 увеличивает пропускную способность C

Intel AR-214 «Будущее пузырей»

Стандартная стратегия Intel AR-215 окупается для Intel

Расширения процессоров Intel AR-217 улучшают дизайн компьютера Missle

Intel AR- 219 16-битный juP Crams Поддержка периферийных устройств на микросхеме

Intel AR-220 Объектно-ориентированная операционная система для компьютеров

Intel AR-221 Соглашение о пузырьковой памяти Intel Motorola

Микросхема контроллера Intel AR-224 заменяет многие промышленные компьютеры использует

Intel AR-225 Отладка догоняет высокоуровневое программирование

Программное обеспечение Intel AR-227 в кремнии — больше, чем программа в ПЗУ

Платы Intel AR-229 Enhanced uC усиливают производственные и офисные контроллеры

ПЗУ Intel AR-230, стирающие по одному байту за раз

Intel AR-234 Words-Small лучше: пузырьковая память в автоматизации офисов

Intel AR-236 позволяет операционным системам помогать в разработке компонентов

Контроллер расширения функций системного уровня Intel AR-237

Intel AR-239 PLIM-51 : Язык высокого уровня для семейства микроконтроллеров 8051

Intel AR-241 Session III: Linear Circuit Techniques

Тонкопленочные детекторы Intel AR-243, рентгеновская литография обеспечивает 4-мегабитный пузырьковый чип

Intel AR-244 Комплект из двух контроллеров снижает затраты на подключение к сети Ethernet

Электроника Intel AR-246 Высокопроизводительная МОП-матрица устойчива к излучению

Intel AR-248 Интеграция управления памятью в ЦП 9000 5

Intel AR-249 Оценка производительности Intel 80286

Пузырьковая память Intel AR-250 сжимает 4 мегабита на одном кристалле, электронный дизайн

Обзор компьютерных технологий Intel AR-252 — расширяемый процессор эффективно управляет системными ресурсами

Intel AR-253 Новое техническое решение для системной интеграции

Выделенная микросхема СБИС Intel AR-255 снижает нагрузку на графический дисплей

Intel AR-257 Однокристальный микрокомпьютер 8051

Intel AR-260 Системное программное обеспечение 256K EPROM на микросхеме

Intel AR-261 Источники качества и надежности

Intel AR-262 A 200ns 256K HMOS II EPROM

Intel AR-263 Bubble Memory Editor

Оборудование универсального алгоритма Intel AR-265 сокращает время программирования EPROM

Intel AR- 267 Выбор шины для управления

Стандартные шины Intel AR-268 привлекают внимание большинства производителей оригинального оборудования

16-разрядные микрокомпьютеры Intel AR-269 для микрокомпьютеров

Intel AR-270 Personal Computer Age Number Crunching with the 8087

Intel AR-271 Новая упаковочная плата с пузырьковой памятью и производственные затраты

Микросхемы для поддержки пузырьковой памяти Intel AR-272 позволяют индивидуально проектировать систему

Intel AR-273 Установка Операционные системы реального времени для работы

Intel AR-273 Две программируемые ИС Расширенные функциональные возможности линейной карты

Intel AR-274 Чип, который сам себя обновляет

Дизайн СБИС Intel AR-275 — программное обеспечение, находящееся в кремнии

Intel AR-276 Микросхемы HMDS дают экологически чистый компьютер

Intel AR-277 для обработки транзакций объединяет расширенные возможности в системы распознавания речи

Intel AR-279 Концепция транзакции речи и приложение для CAD (1983 Conf.Протоколы)

Intel AR-281 Simplifying Ethernet

Intel AR-282 32-разрядный процессор Endow с двумя микросхемами и отказоустойчивой архитектурой

Intel AR-283 Intel iAPX 432-VLSI Building Blocks для отказоустойчивого компьютера

Intel AR- 284 Компьютерная графика нуждается в стандартах в качестве основы для будущего роста

Intel AR-285 HSDB Перепечатка статьи

Программное обеспечение Intel AR-286 на кремнии

Intel AR-287 Обеспечение работы операционных систем реального времени

Intel AR- 288 Стратегия поиска партнеров Intel: совместите операционную систему iRMX с оборудованием

Intel AB-289 iRMX (TM) 86 Имеет функциональные возможности и возможности настройки

Intel AR-294 Улучшенное программное обеспечение и скорость программирования Программирование EPROM

Intel AR-296 Mighty Chips

Intel Сопроцессор AR-297 VLSI обеспечивает высококачественные дисплеи

Графический чип Intel AR-298 обеспечивает низкую стоимость, высокое разрешение, возможность цветных дисплеев

Intel AR-2 99 А теперь о чем-то совершенно другом

Intel AR-300 Supermicros: Bumper Crop

Intel AR-301 Значение 432

Intel AR-302 Inside CMOS Technology

Intel AR-303 Коммуникационный компьютер упрощает работу интеграторов

Текстовый сопроцессор Intel AR-305 обеспечивает высокое качество ЭЛТ-дисплеев

Бездисковые компьютеры Intel AR-306 с правильным сочетанием микропрограмм, процессора и пузырьковой памяти

Микроконтроллер Intel AR-307 со встроенным высокопроизводительным коммуникационным интерфейсом

Intel AR-311 Системные значения CHMOS DRAM

Архитектура статических столбцов Intel AR-312 в CMOS DRAM — решение для графической памяти

Сравнение Intel AR-313 CMOS и NMOS в динамическом дизайне RAM

Intel AR-315 VLSI Disk Controller Chip упрощает Интерфейс Winchester

Intel AR-316 Мегабит с пузырьками, которые не забывают

Расширяющийся интерфейс Intel AR-317 S Стандартные запутывают задачу выбора контроллера

Разработка программного обеспечения Intel AR-319

Intel AR-320 Business Week Один на один с Энди Гроувом

Высокопроизводительный интерфейс обработки событий Intel AR-321 для микрокомпьютера

Intel AR-322 Открыть Архитектура, стандартные аппаратные ключи для OEM-производителей

Высокоинтегрированный процессор Intel AR-324 упрощает проектирование недорогой дисплейной станции

Инструмент Intel AR-327 с тройной угрозой отлаживает системы на базе P — Электронный дизайн

Схема включения / выключения Intel AR-328 Сокращает энергопотребление пузырьковой памяти

Intel AR-329 Пузырьковые воспоминания: их военная роль — оборонная наука и электроника

Модульный подход Intel AR-332 к технологии C-MOS адаптирует процесс к применению

Intel AR-333 В доме Intel есть специальный План разработки систем — электронный бизнес

Пузырьковые воспоминания Intel AR-334 вернулись

Пузырьковая память Intel AR-335 в Communication Pro воздуховоды

Промышленные ПК Intel AR-337 требуют операционной системы реального времени

Intel AR-338 C-MOS 256K RAM с широкополосным выходом в режиме ожидания Microwatts

intel AR-339 Как провести конфронтацию

Intel AR-342 Чипы поддерживают две локальные сети

Intel AR-345 Создание рабочей станции на основе VLSI для Ethernet

Решение Intel AR-346 VLSI для многоуровневых офисных сетей

Intel AR-347 BITBUS обещает стандартизировать управление

Intel AR-349 Множественные шины обеспечивают скорость, потребности ввода-вывода в будущем

Intel AR-350 поддерживает передачу сообщений с несколькими процессорами

Intel AR-351 Соединение микроконтроллеров Intel BITBUS — современный метод связи между роботами

Скорость интегрированной среды Intel AR-352 Разработка системы

Многопроцессорная шина Intel AR-356 готова к работе с 32-разрядными приложениями будущего

Intel AR-362 Bubble Memories берет на себя трудную среду ronments

EPROM Intel AR-363 адаптируются к новым разработкам в технологиях, конфигурациях, пакетах

Intel AR-364 FAE News 1/84 “8208 с 186”

Intel AR-366 пузырьковый взрыв с военным потенциалом

Intel AR- 367 Со своей страничной структурой СППЗУ 512 КБ снимает ограничения системного хранилища

Intel AR-368 Микропроцессор 80286

Монолитный контроллер Intel AR-371 создает компьютерную сеть без труда и проблем

Встроенный базовый интерпретатор Intel AR-374 Обороты

Контроллеры двигателей Intel AR-375 используют одночиповый маршрут

Локальная сеть Intel AR-376 — сборник перепечаток

Интегрированные инструменты Intel AR-377 ускоряют разработку кода

Intel AR-381 Блокировка безопасности системы Система компьютерной безопасности с ключом доступа, реализованная на оборудовании, не может быть взломана неавторизованными пользователями

Intel AR-382 HMOS III Circuits Display Radiation-Harden ed Properties

Intel AR-385 TWo Low-Speed ​​Nets Race to Link Computers
Intel AR-386 Power to the PC

Intel AR-387 Benchmarking UNIX Systems

Intel AR-388 Ada Task Synchronization in multiprocessor system with Shared Память

Intel AR-389 CMOS затмевает NMOS на высокоскоростных цифровых микросхемах

Intel AR-390 Возможности Ada для современных микропроцессоров

Программный отладчик Intel AR-393 обрабатывает высокоуровневый код без целевой системы

Intel AR-394 Real -Time OS предлагает расширение и защиту

Intel AR-395 Свобода речи в заводских условиях
Intel AR-396 Открытая речь с новой рабочей станцией
Intel AR-398 Речевые технологии

Пузырьковая память Intel AR-400 Fittest

Intel AR-401 Вариант пузырьковой памяти

Intel AR-403 EEPROM или NVRAM, что является оптимальным для вашей конструкции?

Intel AR-405 Недорогое двухпортовое ОЗУ обеспечивает высокую производительность

Intel AR-406 Использование простых схем и алгоритмов для программирования 512 К-битных СППЗУ

Intel AR-407 Intel и Industrial Automation

Intel AR-409 Повышенная функциональность в микросхеме приводит к более легкому и менее дорогостоящему портативному компьютеру

Intel AR-413 Picture Phone сокращает время и затраты на телеконференции

Intel AR-414 Брак CMOS и PLCC вызывает быстрое изменение в монтируемой памяти

Intel AR-425 Вспомогательные компьютеры Связь

Intel AR-443 Измерение и управление на большом расстоянии
Речевой ввод / вывод Intel AR-445 повышает промышленный стандарт качества

Intel AR-447 Как определить истинную стоимость локальной сети (LAN)

Intel AR -450 Crosspoint Switch: подход PLD

Intel AR-451 Программируемый логический почтовый ящик для микроконтроллеров 80C31

Intel AR-452 Отчеты с передней панели PLD

Intel AR-453 Prog расширяемая логика сокращает конструкцию шинного интерфейса Отчет по приложению

Intel AR-454 Восстановление потерянных портов ввода-вывода со стираемыми PLD

Intel AR-455 Одноразовые программируемые EPROM

Intel AR-456 UPI-452 Перепечатка статьи

Intel AR- 457 Page Addressing расширяет адресуемую память в MP-системах

Intel AR-458 OTP EPROMS с быстрым импульсным программированием предлагает идеальное хранилище микропрограмм для массового производства

Сравнительные тесты Intel AR-459 упрощают сложные измерения модемов удаленного доступа и создают некоторые сюрпризы

Intel AR-463 Не списывайте U.S. В микросхемах памяти

Флэш-память Intel AR-463 Электроника
Intel AR-464 A 90ns CMOS EPROM ISSCC Перепечатка статьи
Intel AR-465 In-System Reprog. Флэш-память CMOS 256 КБ ISSCC

Intel AR-466 Энергонезависимость: полупроводник против магнитного Обсуждение панели ISSCC

Intel AR-468 Обеспечение безопасности данных с помощью энергонезависимой памяти

Intel AR-470 A 90 нс Мегабитная флэш-память со стиранием / программированием 100 Кбайт

Intel AR-472 Драйвер памяти

Стоимость жизненного цикла памяти Intel AR-474

ПЛИС Intel AR-475 получают специализированные функции

Intel AR-476 A Micro Channel Slave-Adapter Link

Intel AR-478 Flash , Best Of Two Worlds

Стандарт ПК Intel AR-484 в картах

Флэш-память Intel AR-486 затмевает ПЗУ и СППЗУ

Intel AR-489 Упростите интерфейс встроенного контроллера RISC с помощью PLD

Intel AR-490 Flash Память работает в 10-20 раз дольше

Интеллектуальная память Intel AR-491 Миниатюризация накопителей

Intel AR-493 Посмотрите EPROM Вот и флэш-память
Intel AR-494 Производители ноутбуков присоединяются к флеш-памяти

Intel AR-4 95 Хранение данных во флеш-памяти
Intel AR-497 Проектирование с использованием флеш-памяти
Intel AR-498 Энергонезависимая память, перепрограммируемая внутри схемы

Intel AR-501 OBJ Уроки С.Армбраст и Т. Форгерон

Высокопроизводительные шины Intel AR-511 сталкиваются с проблемой ПК

Возможности автоматизации Intel AR-513 приводят к проблемам планирования

Intel AR-514 Корпорация lntel: прикосновение электронного волшебства

Intel AR-515 A Single -Chip Image Processor

Коммуникационный контроллер Intel AR-516 с гибким последовательным интерфейсом
Intel AR-517 Использование 8051 с резонансными преобразователями

Программное обеспечение Intel AR-518 для цифровой фильтрации

Intel AR-519 Software Links CRT с последовательным портом 8051

Intel AR-520 с использованием программного обеспечения для реализации комбинационной логики

Intel AR-521 8052 Микрокомпьютер упрощает конструкцию БПФ

Intel AR-522 Счетчик 8031 ​​покупает выгодный 16-разрядный преобразователь AD

Intel AR-523 Уникальный ввод / вывод Методы расширения микроконтроллера 8052

Intel AR-524 Использование таймера и структур прерывания 8052 в управляющей среде

Intel AR-525 Построить Интеллектуальный последовательный программатор EPROM
Аналоговая / цифровая обработка Intel AR-526 с микроконтроллерами

Intel AR-527 Сборка компьютера / контроллера Basic-52

Intel AR-528 Построение этого робота RE

Intel AR-529 Новый подход к двигателю Control

Intel AR-530 Новый подход к контролю скорости

Структуры ввода-вывода Intel AR-531 для автомобильных микроконтроллеров
Гибкая сервосистема Intel AR-532 для контроллера Mechatronix с высокопроизводительным микроконтроллером

Intel AR-533 Способы компоновки ПК для минимизации шума

Intel AR-534 Фермент в микроконтроллерах
Радикальный редизайн Intel AR-535 lntel удваивает пропускную способность 8096

Intel AR-536 Новости дизайна Vanguard VLSI — ноябрь 1987
Intel AR-537 Быстрый поворот, легко тестируемый Микросхема ASIC для управления последовательной шиной

RISC-подобная архитектура Intel AR-539 80960 (дизайн систем VLSI)

Intel AR-540 80960 Отпечатки отчета микропроцессора
Intel AR-541 Intel 80960: архитектура, оптимизированная для встроенного управления

Карты флэш-памяти Intel AR-700

Intel AR-701 Execute-ln-Place

Intel AR-702, взаимодействующий с файловыми системами Microsoft Flash
Intel AR-703 Персонализация проектных работ PLD.

Флэш-накопитель Intel AR-710 с каналом чтения / записи 6 МБ / с и сжатием данных
Intel AR-711 Flash: большие новости в области хранения данных?
Флэш-память Intel AR-715, отвечающая потребностям мобильных вычислений
Флэш-память Intel AR-716 для максимальной скорости в мобильных вычислительных приложениях
Intel AR-717 Многогранность флеш-памяти
Intel AR-718 Стандартизация файловой системы Flash
Intel AR-723 Подключение флэш-памяти загрузочного блока к семейству MCS (r) 96

Hups! — FSM Oy

1.SOVELTAMISALA

Nämä ehdot koskevat elinkeinonharjoittajien välisiä kauppoja kotimaan kaupassa. Näitä ehtoja sovelletaan, elleivät osapuolet ole toisin sopineet.

2. KAUPAN PÄÄTTÄMINEN

2,1 Таржу

Myyjän tarjous на voimassa tarjouksessa mainitun ajan. Mikäli voimassa- oloaikaa ei ole mainittu, on se 30 päivää tarjouksen päiväyksestä. Tarjous ja siihen liittyvät kuvat, piirustukset, laskelmat ja muut asiakirjat sekä niihin liittyvät oikeudet ovat myyjän omaisuutta.Tarjouksen saajalla ei ole oikeutta käyttää niitä myyjän vahingoksi tai antaa niistä tietoja kolmannelle henkilölle tai käyttää hyväkseen tarjoukseen sisältyviä rääjtäja teka.

Tarjouksen hinta perustuu valuuttakursseihin tarjouksentekopäivänä, ellei tarjouksessa ole toisin mainittu. Tarjouksen hinta perustuu tarjous- pyynnössä tai muutoin ostajan antamiin tietoihin ja määriin. Йос тоделлинен тилаус эи вастаа аннеттуя тиетоджа тай мäария, мюйялла на oikeus tarkistaa toimitusta тай хинтаа лопуллистен tietojen mukaisesti.

Остая вастаа myyjälle antamiensa tavaran käyttötarkoitukseen liittyvien tietojen oikeellisuudesta.

2.2 Sopimuksen syntyminen

Tarjouspohjaisessa kaupassa sopimus syntyy, kun ostaja on ilmoittanut hyväksyvänsä myyjän tarjouksen. Muussa tapauksessa kauppa syntyy, kun myyjä on vahvistanut tilauksen tai toimittanut tavaran.

Ostajan tilauksen poiketessa myyjän tarjouksesta, kaupan katsotaan syntyneen myyjän tarjouksenmukaisin ehdoin, ellei myyjä ole kirjallisesti muuta vahvistanut.

Остаться вастуулла на tarkistaa tilausvahvistuksen oikeellisuus.

3. MYYJÄN VELVOLLISUUDET

3,1 Тоимитусайка

Эллей тоисин оле совитту, тоимитусайка на луеттава алкавакси сиита алла майнитуста аджанкохдаста, джока на мёхайсин: а) sopimuksen tekopäivästä б) viranomaisen lupaa edellyttävissä kaupoissa lupailmoituksen saapumisesta myyjälle в) sovitun vakuuden tai ennakkomaksun antamisesta г) ostajan toimitukselle välttämättömien tietojen antamisesta

3.2 Toimitusehdot

Ellei toisin ole sovittu, toimituksissa noudatetaan Finnterms -ehtoja. Mikäli toimituslausekkeesta ei ole sovittu, tavara on ostajan noudettavissa myyjän varastolla sovittuna päivänä tai ajanjaksona tai jos aikaa ei ole määrätty, kohtuullisen ajan kuluu.

3.3 Vaaranvastuun siirtyminen

Vaaranvastuu siirtyy ostajalle, kun tavara sopimuksen mukaisesti luovutetaan ostajalle tai itsenäisen rahdinkuljettajan kuljetettavaksi, jollei toimituslausekkeesta muuta johdu.

Ellei tavaraa luovuteta oikeaan aikaan ja tämä johtuu ostajasta tai ostajan puolelta olevasta seikasta, vaaranvastuu siirtyy ostajalle, kun myyjä on tehnyt сен mitä hänelsentäniseandelist.

3.4 Такуу

Myydylle tavaralle on voimassa valmistajan ehtojen mukainen takuu, ellei toisin sovita.

3,5 Tavaran ominaisuudet

Мюйа вастаа таваран лаадуста джа муишта оминаисуукшишта напрасно сопимуксесса маарителтьйен я муиден муйджан кирджаллишешти антамиен, нименомаан кисейсен кауппаан лииттывиен тиетоджен мукашешти.

3,6 Viivästys

Myyjä на velvollinen heti viivästyksestä tiedon saatuaan ilmoittamaan siitä ostajalle ilmoittaen samalla viivästyksen syyn ja arvioidun uuden toimituspäivän. Milloin tavaran valmistaja tai se, jolta myyjä tavaran hankkii, ei ole täyttänyt sopimustaan ​​ja myyjän toimitus tämän johdosta viivästyy, myyjä ei ole velvollinen käjalhésstyy, myyjä ei ole velvollinen käjalsauta mai

Mikäli tavaraa е luovuteta тай себе luovutetaan liian myöhään, EIKA Тама johdu ostajasta тай ostajan puolella olevasta seikasta, ostajalla е оле kuitenkaan oikeutta vaatia toimitusta, Jos olosuhteissa на tapahtunut sellainen muutos, Joka olennaisesti muuttaa alkuperäisesti sovittujen suoritusvelvollisuuksien suhdetta.

Йос viivästys johtuu myyjän tuottamuksesta, ostaja voi vaatia korvausta osoittamastaan ​​välittömästä vahingosta. Mikäli muuta ei ole sovittu vahingonkorvauksen suuruus на enintään 0,5% myöhästyneen toimituksen arvosta kutakin toimituspäivän jälkeistä täyttä viikkoa kohden. Korvauksen kokonaismäärä voi kuitenkin nousta enintään 7,5%: iin myöhästyneen toimituksen arvosta.

3,7 Välilliset vahingot

Myyjä ei ole velvollinen korvaamaan viivästyksestä tai toimituksen virheellisyydestä ostajalle aiheutuneita välillisiä vahinkoja kuten tuotantotappiota, saamatta jäänyttä voittoounaunadeis muuta talia.

4.4 Maksun viivästyminen

Максун viivästyessä peritään viivästysajalta korvausta myyjän kulloinkin soveltaman korkokannan mukaisesti laskun mukaisesta eräpäivästä lukien. Myyjällä на lisäksi oikeus periä kohtuulliset perintäkulut.

4.5 Ostajan viivästys

Mikäli myyjä joutuu lykkäämään toimitusta ostajasta johtuvasta syystä, myyjällä on oikeus laskuttaa tuote alkuperäisen toimituspäivän mukaisesti tai periä kohdan 4.4. mukainen korvaus viivästysajalta. Lisäksi myyjällä на oikeus korvaukseen myös muista kustannuksista kuten esim. курси-таппиоиста, варастоинтикулуиста джа таваран ванхенемисеста аихеутуваста вахингоста.

4.6 Vakuudet

Mikäli vakuuden asettamisesta on sovittu, vakuus on annettava ennen tavaran toimittamisen aloittamista. Myyjä он oikeutettu vaatimaan tämänkin jälkeen vakuuden kauppahinnan maksamisesta, mikäli hänellä on painavia syitä olettaa, että kauppahinta tai sen osa jäisi suorittamatta.

4.7 Реклама и вирхин корджааминен

Jos toimitus on joltakin osin virheellinen, ostajan tulee kirjallisesti ilmoittaa virheestä myyjälle välittömästi, kuitenkin viimeistään 8 arkipäivän kuluessa toimituspäivästä. Myyjällä на oikeus ensisijaisesti joko korjata virhe tai toimittaa uusi tavara. Ostajalla ei ole oikeutta vaatia toimitusta, jos olosuhteissa on tapahtunut sellainen muutos, joka olennaisesti muuttaa alkuperäisesti sovittujen suoritusvelvollisuuksien suhdetta.

Остаться вастуулла на tarkistaa toimituksen oikeellisuus ja toimitettujen tuotteiden laatu ottaessaan toimituksen Vasaan.

5. СОПИМУКСЕН ПУРКАМИНЕН

5,1 Остаток пуркуун

Mikäli myyjän toimitus poikkeaa olennaisesti sovitusta EIKA puutetta ostajan kirjallisen huomautuksen johdosta kohtuullisessa ajassa korjata тай uutta sopimuksen mukaista tavaraa toimiteta тай Jos myyjästä riippuvasta syystä toimitus viivästyy siten, että siitä aiheutuu ostajalle kohtuutonta haittaa, на ostajalla oikeus purkaa sopimus.

Jos kaupan kohteena oleva tavara на valmistettu таи hankittu erityisesti ostajaa varten hänen ohjeidensa JA toivomustensa mukaisesti, EIKA myyjä ВОИ Ильмана huomattavaa tappiota käyttää tavaraa hyväkseen muulla tavoin, SAA ostaja purkaa kaupan myyjän viivästyksen Вуокса напрасными, Jos kaupan tarkoitus jää hänen osaltaan viivästyksen Вуокса olennaisesti saavuttamatta.

5.2 Myyjän oikeus purkuun

Микали кауппахинтаа эи макшета маяяикана эйка тама джохду мюйяста, на myyjällä oikeus purkaa kauppa tai se osa kauppaa, jota koskevaa tavaraa ostaja ei оле виеляйсянтли, вастаинтли, на мюйялла ole vieläysäikäanli.Myyjällä на purkuoikeus myös silloin, kun ostajan ilmoituksen perusteella tai muuten на ilmeistä, että ostajan suoritus tulee viivästymään oleellisesti.

Мьюйа вои лисакши пуркаа каупан, йос остаджа эи мйтавайкута кауппаан совитулла тай муутоин кохтууден эделлиттамалла тавалла джа мййджан асеттамасса маяяджасса.

Myyjällä он oikeus ilman korvausvelvollisuutta purkaa sopimus, mikäli tavaran maahantuonti tulee mahdottomaksi tai olennaisesti myyjän alun perin edellyttämää kalliimmaksi Suomea äansaidöntuontikatot ja -rajoitukset tai korotetut tullit).

5,3 Ylivoimainen este

Myyjä й оле velvollinen täyttämään sopimusta, Jos luonnoneste, tulipalo, konevaurio тай siihen verrattava häiriö, lakko, työsulku, сот, liikekannallepano, vienti- тай tuontikielto, kuljetusvälineiden puute, valmistuksen lopettaminen, liikennehäiriö тай sellainen Эст Muu, хота myyjä й ВОИ voittaa, estää таваран тай сен осан тоимиттамисен. Myös silloin, kun sopimuksen täyttäminen edellyttäisi uhrauksia, jotka ovat kohtuuttomia verrattuna ostajalle siitä koituvaan etuun, myyjä ei ole velvollinen täyttämustaän.

Myyjä ei ole velvollinen korvaamaan ostajalle sopimuksen täyttämättä jättämisestä aiheutunutta vahinkoa ja hän voi myös purkaa sopimuksen.

6. ВАКУУТУС

Osapuolet huolehtivat tavaran vakuuttamisesta sovittujen toimitusehtojen osoittamanastuunjaon mukaisesti. Muista vakuutuksista на erikseen sovittava.

7. VASTUU TAVARAN AIHEUTTAMASTA VAHINGOSTA

Мюйа эи вастаа вахингоста, йока аихеутуу таваран лииттамисеста тай кайтёста муусса йхтейдесса куин михин се на таркоитетту; эйка вахингоста, йока аихеутуу остаджан антамиен охдейден мукайшеста раака-айнешта, таваран ракентееста тай остаджан мääриттямаста тйо-тай валмистусменетельмэста.

Myyjän вастуу välittömistä vahingoista на rajoitettu ostajan maksamaan kauppahintaan.

Myyjän joutuessa vastaamaan kolmannelle aiheutuneesta vahingosta tai tappiosta ostajan on hyvitettävä myyjälle tästä aiheutunut menetys, jos myyjä jäljempänätta a) ja b) ja b) kohtien vasiaaustausaa

Кун тавара на остаджан халлиннасса, мюйя эи вастаа сен аихеуттамаста вахингоста, йока кодистуу: а) киинтеаан тай иртаимен омайсуутеен тай на таллайсен вахингон сеураус б) ostajan valmistamaan tuotteeseen tai valmistaman tuotteen sisältävään tuotteeseen

Vastuunrajoitusta ei sovelleta myyjän syyllistyttyä törkeään huolimattomuuteen.

Kolmannen osapuolen esittäessä ostajalle tai myyjälle tähän kohtaan perustuvan korvausvaatimuksen, siitä on heti ilmoitettava kirjallisesti toiselle osapuolelle.

8. OMISTUSOIKEUDEN SIIRTYMINEN

Omistusoikeus tavaraan siirtyy ostajalle, kun koko kauppahinta on maksettu myyjälle, ellei erikseen ole toisin sovittu.

9. ILMOITUKSET

Toiselle osapuolelle lähetettyjen ilmoitusten perille tulosta spreadaa lähettäjä.

10. ERIMIELISYYKSIEN RATKAISEMINEN

Myyjän ja ostajan väliseen sopimukseen liittyvät erimielisyydet pyritään ensisijaisesti ratkaisemaan osapuolten välisin neuvotteluin. Ellei toisin ole sovittu, riidat ratkaistaan ​​välimiesmenettelyssä yhden välimiehen toimesta. Välimiehen asettaa Keskuskauppakamarin välityslautakunta ja välimiesmenettelyssä noudatetaan tämän lautakunnan sääntöjä.

Myyjällä на kuitenkin aina oikeus vaatia kauppaan perustuvaa erääntynyttä saatavaansa myyjän kotipaikan alioikeudessa.

Обучение двигательным навыкам у пожилых людей — обзор исследований возрастных различий | Европейский обзор старения и физической активности

Отправной точкой этой статьи был обзор исследований моторного обучения на протяжении всей жизни, особенно в пожилом возрасте. С этой целью были обобщены исследования, посвященные возрастным различиям в мелкой и крупной моторике с разной степенью сложности и уровня знакомства. Полученные данные свидетельствуют о том, что пожилые люди могут добиться значительных успехов в работе.Однако степень, в которой пластичность меняется с возрастом, следует учитывать очень внимательно. Различия в обучении, а также различия в успеваемости, по-видимому, связаны со структурой задачи, ее сложностью, сложностью задачи и уровнем знакомства.

Общим результатом большинства исследований, как показано в исследованиях, посвященных двигательному функционированию (а не обучению), является общая тенденция к тому, что уровень работоспособности у пожилых людей ниже, чем у молодых людей [2, 7, 26, 30, 39, 48, 49, 55, 57, 58, 64, 68, 69].Кроме того, независимо от успеваемости, пожилые люди функционируют на более низком уровне.

Большинство исследований показали, что прирост производительности в области мелкой моторики снижается у пожилых людей. Таким образом, различия в успеваемости между молодыми и пожилыми людьми даже увеличивались с практикой [26, 39, 49, 58]. Результаты изучения грубых моторных навыков и противоречивы. В то время как Кирхнер и Шаллер [28] выявили наибольшее улучшение в самой старшей возрастной группе, Гершон [20], Перро и Бертш [37] и Танни и др.[59] показали преимущество более молодых людей, а Voelcker-Rehage и Willimczik [65], а также Hedel и Dietz [24] показали противоречивые результаты в отношении двигательных навыков.

Исследования Carnahan et al. [12, 13], ван Дейк и др. [60] и Спирдусо и др. [55] об обучении мелкой моторике выявили одинаковый прирост в обучении у пожилых и молодых людей. Одно из объяснений отсутствия разницы в возрасте состоит в том, что задачи, возможно, не были достаточно сложными, чтобы определить разницу в возрасте.Исследования моторного контроля показывают, что по мере увеличения сложности задачи различия между молодыми и пожилыми людьми также увеличиваются [31, 54].

В исследовании Voelcker-Rehage и Willimczik [65] старшие участники показали более низкую начальную успеваемость в задаче лакросса с возрастом и более низкое улучшение успеваемости из-за практики, особенно в возрасте от 70 до 74 лет, по сравнению с жонглирование перформансом. Разные результаты в жонглировании и лакроссе также могут указывать на конкретные характеристики задачи, такие как сложность и уровень сложности.Задача по лакроссу может больше зависеть от физических предпосылок по сравнению с задачей жонглирования. Задание по ловле лакросса требовало от участников реакции на различные кривые полета и направления полета мяча. Ловкость участников, скорость движений и мышечные предпосылки могут быть очень важны для успешного выполнения задачи. Задачу по лакроссу можно считать более сложной. Жонглирование также требовало от участника реакции на шарфы и / или мячи, но более предсказуемым образом.Физическая подготовка и двигательные способности в сочетании с механическими требованиями задачи могут сильно повлиять на способность двигаться с контролем, навыками и уверенностью. Следовательно, возрастные различия в успеваемости более заметны в сложных задачах, чем в простых. Это верно как для мелкой, так и для крупной моторики. По-видимому, относительные возрастные различия увеличиваются, когда требуются большие усилия для двигательной активности. Таким образом, снижение двигательной активности и обучения, которое сопровождает старение, зависит от конкретной задачи, а не абсолютно.

Поразительно, что возраст отрицательно влияет на зрительно-моторную деятельность. Например, Зайдлер [48] показал определенные недостатки в обучении у пожилых людей. Различия в производительности особенно наблюдались в задаче по зрительно-моторной адаптации. Кроме того, Breitenstein et al. [7] показали, что у пожилых людей были проблемы с выполнением зрительно-моторного зеркально-обратного задания. В исследовании грубой моторной задачи Хедель и Дитц [24] показали, что пожилые люди больше полагаются на визуальный контроль при приобретении и выполнении точной локомоторной задачи.Являются ли эти результаты следствием зрительно-моторных ограничений / требований задач или из-за высокого уровня сложности задач, остается неясным.

Уровень знакомства, по-видимому, является еще одной характеристикой задачи, которая вызывает важные возрастные различия в обучении моторным навыкам. В исследованиях, направленных на изучение мелкой моторики, используются навыки с довольно высоким уровнем знакомства (в новом контексте), например, движения рук (прицеливание, последовательность, модуляция силы).Может случиться так, что в задачах на мелкую моторику, которые исследовали уточнение известных навыков (например, движения рук или прицеливание), а не «новое» обучение, начальная производительность ближе к максимальной производительности. Когнитивные исследования «проверки предела» выявили увеличение возрастных различий, когда пределы работоспособности приближались к тренировкам [4, 62]. Еще одним объяснением различий в успеваемости пожилых людей в выполнении мелко- и крупномоторных задач могут быть показатели результативности: в задачах, где все факторы могут одновременно влиять на производительность, возрастная разница в производительности может быть менее заметной, чем в задачах с использованием более «точные» или подробные измерения.В то время как прирост производительности в задачах грубой моторики в основном регистрируется с использованием показателей результата, таких как баллы, количество успешных попыток и т. Д., Производительность в задачах мелкой моторики обычно измеряется более кинетическими или биофизическими измерениями, такими как движение или изменчивость силы или субдвижения. Это может быть одной из причин большего количества исследований, показывающих возрастные различия в выполнении задач мелкой моторики по сравнению с задачами крупной моторики. При выполнении общих двигательных задач пожилые люди могут быть более способны активировать резервные возможности, компенсировать двигательную и когнитивную слабость и, в свою очередь, демонстрировать успехи в обучении, сравнимые с более молодыми взрослыми.

В целом, снижение развития двигательных навыков интерпретируется как существенная возрастная потеря работоспособности у пожилых людей и снижение когнитивной или двигательной пластичности, соответственно. Предполагается, что причиной снижения работоспособности в пожилом возрасте являются нейрофизиологические и физиологические изменения [например, 50]. Механизмы, обсуждаемые в этом контексте, включают, например, — на центральном уровне — снижение скорости нервной проводимости и, в свою очередь, снижение скорости реакции, усиление латерализации и снижение процессов торможения или — на периферическом уровне — снижение тактильной чувствительности (например.г., [9, 21, 41, 43]).

Считается, что возрастные нейродегенеративные и нейрохимические изменения лежат в основе снижения моторных и когнитивных функций, но компенсаторные процессы в корковых и подкорковых функциях (например, изменение паттернов активации, де-дифференцировка [9], деплатерализация [10, 36] ]) может позволить поддерживать уровень успеваемости (и, возможно, обучения) у пожилых людей. В исследованиях с визуализацией мозга активация, наблюдаемая на ранних этапах практики, включает общие области внимания и контроля — префронтальная кора, передняя поясная кора и задняя теменная кора являются основными областями, которые, как считается, выполняют роль опор (вместе с изменениями, наблюдаемыми в областях, связанных с конкретными задачами) [25].В частности, показано, что префронтальная и медиофронтальная кора и фронтостриатная сеть демонстрируют наибольшее возрастное снижение ([9] для обзора). Это может быть одним из возможных объяснений более медленной и / или более низкой успеваемости пожилых людей.

Индивидуальные различия в двигательной пластичности в пожилом возрасте могут быть тесно связаны с сенсорными (слух и зрение) и когнитивными функциями (память, скорость, беглость речи, знания). В когнитивных исследованиях показано, что участники, у которых была большая потеря скорости восприятия, показали более низкий максимальный уровень успеваемости и меньшие успехи в обучении [5].Результаты показывают, что биологические факторы, вызванные старением, являются важным источником индивидуальных различий в когнитивной и, в свою очередь, моторной пластичности. Моторную и когнитивную пластичность нельзя утверждать как независимые друг от друга. В частности, было доказано, что на этапе раннего обучения в основном влияют когнитивные процессы [25, 34], необходимые для понимания задачи и подготовки стратегии.

Исследования, представленные в этом обзоре, показывают, что, несмотря на снижение успеваемости, в более старшем возрасте возможны значительные улучшения в обучении.Перспектива продолжительности жизни позволяет получить оценку масштабов возрастного снижения пластичности и подчеркивает высокий уровень остаточной двигательной пластичности в пожилом возрасте. Типичное сравнение молодых (в основном студентов) и пожилых людей — как это делается в большинстве когнитивных и моторных исследований — часто недооценивает способности пожилых людей, особенно в изучении новых грубых моторных навыков. Результаты исследования продолжительности жизни показывают, что снижение двигательной пластичности происходит не особенно в старшем возрасте, но также в молодом и среднем возрасте (после пика в молодости и более молодой взрослой жизни).Например, исследование общих моторных навыков, проведенное Гершоном [20], показывает, что снижение работоспособности начинается в среднем возрасте, а не в старости. То же самое показано в исследовании Voelcker-Rehage и Wilimczik [65]. Однако результаты различаются в зависимости от характеристик задачи. В то время как результативность жонглирования снижалась между 19 и 35 годами и оставалась стабильной до более старшего возраста (69 лет), эффективность в лакроссе снижалась почти линейно, начиная с возраста 29 лет. Во всех исследованиях наблюдается существенное уменьшение числа самых старых (около 80 лет).Только одно исследование показало, что снижение работоспособности начинается в более старшем возрасте, начиная с 62 лет; двигательное обучение было значительно медленнее у взрослых старше 62 лет [52]. Более того, одно исследование продолжительности жизни не выявило возрастных различий в отношении двигательного обучения в зрелом возрасте [17].

Ограничение исследований возрастных различий состоит в том, что сравнение возраста основано на смешанном поперечном дизайне. Хотя изменения в успеваемости, обусловленные практикой, измеряются продольно в плане до и после тестирования, сравнения возрастов ограничиваются возрастными средними показателями, и данные о долгосрочных изменениях на индивидуальном уровне отсутствуют.В частности, люди старшего возраста значительно различаются по своему индивидуальному уровню успеваемости [54] и, вероятно, также по своим достижениям в результате обучения. Кроме того, перекрестные исследования, охватывающие широкий возрастной диапазон — будь то сравнение молодых и старых или сравнение нескольких возрастных групп на протяжении всей жизни — имеют проблему, заключающуюся в том, что им могут угрожать когортные эффекты. Таким образом, возрастные различия, показанные в описанных исследованиях, могут не только отражать возрастные различия, но также отражать предпосылки, связанные с когортой.

Еще одним ограничением исследований старения является селективность образца. В случае стареющего населения обобщаемость результатов может быть нарушена в том смысле, что средний уровень функциональной компетентности и / или обучения будет завышен, если люди с более низким уровнем функционирования с меньшей вероятностью будут участвовать в исследовании, чем люди с более высоким уровнем функционирования. Более того, бесспорно, что частота инвалидности в пожилых группах прогрессивно увеличивается. Одним из способов отличия двух или более возрастных групп в поперечных исследованиях, помимо возраста, является частота инвалидности, которая может повлиять на производительность [18].В целом можно предположить, что во всех описанных выше исследованиях перед началом исследования назначается комплексный скрининг для исключения участников с нарушениями здоровья или когнитивными нарушениями, которые потенциально могут повлиять на результат исследования.

Однако если мы сосредоточимся на обучении двигательным навыкам в старшем возрасте, мы должны принять во внимание, что это очень широкий возрастной диапазон, охватывающий около 30 лет. Когнитивные изменения в очень старом, так называемом четвертом возрасте, демонстрируют особые черты и ограничения: сенсорные ограничения, более низкая скорость обработки информации, ограничения независимости и двигательные ограничения являются общими характеристиками как начала, так и конца нашей жизни.До сих пор прирост производительности в очень пожилом возрасте исследовался с использованием только познавательных задач. Сингер и др. [51] исследовали прирост производительности после мнемонических инструкций на выборке испытуемых в возрасте от 75 до 101 года (восемь сеансов обучения и тренировки с использованием мнемонической техники, повышающей производительность: Метод локусов). Было обнаружено, что пластичность памяти с помощью метода локусов все еще сохраняется в глубокой старости, хотя и в ограниченной степени. В то же время сравнение усваивающих функций молодых и очень старых участников в течение периода адаптивного обучения выявило увеличение возрастных различий: по-видимому, у очень пожилых людей была снижена способность оптимизировать свои действия после обучения.

Доказательства возрастного снижения двигательной пластичности, основанные на сравнении молодых и старых участников и исследованиях продолжительности жизни, не могли быть продемонстрированы во всех рассмотренных исследованиях.

Оставить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *