激光粉末床融合(L-PBF)添加剂制造(AM)是一种基于金属的AM工艺,能够生产具有细微几何分辨率的高价值复杂组件。作为熔体池特征(例如熔体池的大小和尺寸)与制造零件的孔隙度和缺陷高度相关,至关重要的是,预测过程参数如何影响构建过程中熔体池的大小和尺寸,以确保构建质量。本文提出了一个两级机器学习(ML)模型,以预测在扫描MultiTrack构建过程中的熔体大小。为了说明热历史对熔体池尺寸的影响,在建模体系结构的低级别上预测了所谓的(Prescan)初始温度,然后用作上层物理信息的输入特征,以预测熔体池大小。从Autodesk的NetFabB仿真生成的仿真数据集用于模型培训和验证。通过数值模拟,与幼稚的一级ML相比,提出的两级ML模型表现出很高的预测性能,其预测准确性显着提高,而无需将初始调为初始调节作为输入特征。[doi:10.1115/1.4052245]
图 V.17:(a)两级二象限直流-直流斩波器(b)斩波器的子拓扑................................................................................................................................84
我们建模并研究了弱耦合到单模波导的两级发射器的集合的集体非线性光学响应。我们的方法概括了这样的见解,即光子光子相关性是由单个两级发射极散射的光子的相关性,这是由于两光子干扰对许多发射器的情况而产生的。使用我们的模型,我们研究了不同的配置,以探测合奏的非线性响应,例如通过波导或通过外部照明,并为二阶量子相干函数G(2)(τ)而得出分析表达式,以及在波导量中的输出光中的挤压光谱,s sume)。为了传播共鸣的引导光,我们在分析有关G(2)(τ)的实验结果时恢复了与以前相同的预测,涉及的理论模型更加涉及的预测(Prasad等人[1])和sθ(ω)(Hinney等人[2])。我们还研究了从两级发射极过渡中引起的光的传播,我们最近在实验中研究了这种情况(Cordier等人。[3])。我们的模型预测表明,如何利用弱耦合发射器的集体增强的非线性响应,以使用从几个到许多发射器的合奏来生成非经典的光状态。
摘要 — 混合光伏电站 (HPP) 将光伏 (PV) 电站与电池储能系统 (BESS) 结合在一起,美国能源部认为这是朝着可再生能源发电厂未来迈出的有希望的一步。当可再生能源渗透率达到相当高的水平时,混合光伏电站可以作为可控热电厂参与未来电力市场的竞标。本研究提出了一种 HPP 的竞标和 BESS 调度模型。稳健优化 (RO) 技术已被用来识别竞标过程中不确定性的最坏情况。为了解决单级 RO 过于保守的问题,我们通过两级 RO 公式将 BESS 套利计划和 PV 容量固定分离。通过比较单级 RO 和两级 RO 的输出,两级 RO 以更积极的方式进行竞标和调度,从而增加了 HPP 的收入。此外,我们的模型还考虑了发电不足的惩罚,以便可以根据潜在的发电不足惩罚调整日前竞价决策和套利计划。由于所提出的模型是非凸的并且包含多个阶段,因此将列和约束生成 (C&CG) 算法应用于该模型作为解决方案。与案例研究中最先进的单阶段竞价方法相比,所提出的模型表现出更好的经济性能。
在本文中,我们提出了数值计算,以研究移动两级原子与连贯性和热场相互作用的量子纠缠(QE),受到内在的脱干(ID),KERR培养基(非线性)和Stark效应的影响。完整系统与相干和热场相互作用的波函数在数值上受到ID,KERR(非线性)和Stark效应的影响。已经看到,在量子系统的时间演变中,Stark,Kerr,ID和热环境具有显着影响。量子Fisher信息(QFI)和QE随着ID参数的值在没有原子运动的情况下增加而降低。可以看出,在存在原子运动的情况下,QFI和von Neumann熵(VNE)显示出相反的周期性反应。随着kerr参数的值被降低,非线性Kerr培养基对量化宽松的量化培养基具有更大和显着的影响。在非线性kerr参数的较小值下,vne increases vne crease却减少了,因此qfi和vne彼此之间具有单调连接。随着KERR参数的值增加,非线性Kerr的效率在QFI和QE上并不保持至关重要。然而,由于原子运动在自然影响下的适度,因此可以看到量化宽松的周期性响应。此外,已经看到QFI和QE腐烂在Stark参数的较小值下很快。然而,随着Stark参数的值增加,即使没有原子运动,QFI和量化量子也会显示出周期性的响应。