XiaoMi-AI文件搜索系统
World File Search System复合结构
我127 - 复合材料简介（3个单位）
想象一种材料，可以提供具有铝和钢具有竞争力但其重量分数的机械性能的材料 - 一种具有该能力的材料是复合材料。复合材料被定义为由两个或多个成分组成的材料，具有明显不同的物理或化学特性，这些特性在合并后产生具有不同特性的新材料，其特性与单个成分不同。复合材料用于许多应用，例如航天器，飞机，赛车机构以及许多其他应用，因为与传统材料相比，它们的能力更强，更轻，更便宜。在此课程中，学生将深入研究如何设计复合结构，如何制造它们的处理技术以及进行验证的结构测试方法。从传统的复合材料（例如光纤增强）开始，本课程还将引入受自然启发（生物启发）启发的新复合设计的概念，并由算法（使用人工智能）开发。同时，学生将通过使用高级计算和最终项目的添加剂制造来实际设计，制造和实验测试复合组件，并通过研讨会和实践经验来获得广泛的复合应用程序。
燕尾榫接头的二维和三维建模有效性...
世界。如果不使用数字孪生技术，就不可能制造出具有全球竞争力的现代化发动机：数字孪生技术是一套能够充分描述任何工作条件下结构行为的计算模型。如今，复合材料被广泛应用于许多行业。在航空发动机中，它们非常有前景地用于风扇叶片和风扇壳，以减轻发动机的总重量和惯性载荷。风扇叶片的燕尾榫接头在复合应力条件下工作。为了评估该元素的强度，需要考虑问题的三维公式，这需要大量的计算资源。复合材料的使用因准备网格模型的复杂性而变得复杂。正确选择材料强度标准是分析厚壁复合结构机械行为时必须考虑的另一个重要因素。所选标准在很大程度上决定了复合结构的可靠性和重量效率。本文探讨了在采用丹尼尔强度准则对碳纤维布风扇叶片燕尾榫接头进行初始阶段合理加固方案选择时，将问题三维表述替换为二维表述的可能性。
采用增材制造和机器人技术的先进复合材料制造
摘要。在机械工程领域，尖端技术的采用和整合有望在材料科学和生产工艺方面取得前所未有的进步。本文深入探讨了利用增材制造 (AM) 和机器人技术的先进复合材料制造这一开创性领域。该研究利用了增材制造的内在优点，例如增强的设计自由度、缩短交货时间和复杂的细节，将这些优势与机器人机制提供的精度、速度和可重复性相结合。这些方法的结合使得制造具有无与伦比的几何复杂性和定制机械性能的复合结构成为可能。我们探索的关键见解包括优化复合材料的 AM 参数、机器人路径规划以实现高效分层以及集成过程控制的整体技术。实验评估表明，强度重量比、生产效率和可重复性方面有显著改善。我们的发现为复合材料生产的新领域铺平了道路，对从航空航天到生物医学工程等行业具有重要意义。这项研究为我们在日益数字化的时代如何看待和运用复合制造迈出了范式转变的基础性一步。
个人简历 (CV) - 顾氏研究组
个人简历 (CV) Grace X. Gu 博士 助理教授 加州大学伯克利分校 机械工程系 电子邮件：ggu@berkeley.edu (a) 专业任命 2018 年至今：加州大学伯克利分校机械工程助理教授 (b) 教育背景 密歇根大学，密歇根州安娜堡；机械工程；理学学士，2012 年 麻省理工学院，马萨诸塞州剑桥；机械工程；硕士，2014 年 麻省理工学院，马萨诸塞州剑桥；机械工程；博士，2018 年 (c) 精选出版物 40. Z Zhang、JH Lee 和 GX Gu。具有定制电动力耦合的压电超材料的合理设计，极端力学快报，2022 年 39. V Shah、S Zadourian、C Yang、Z Zhang 和 GX Gu。用于预测碳纤维增强复合材料力学性能的数据驱动方法，材料进展，2022 38. Z Zhang、Z Jin 和 GX Gu。使用混合物理和数据驱动框架的高效气动驱动建模，Cell Reports Physical Science，2022 37. S Lee、Z Zhang 和 GX Gu。用于具有优异力学性能的晶格结构的生成机器学习算法，材料视野，2022 36. Z Zhang、Z Zhang、F Di Caprio 和 GX Gu。用于加速双层复合结构设计过程的机器学习，复合结构，2022 35. K Brown 和 GX Gu。智能增材制造的维度，先进智能系统，2021 34. B Zheng、Z Zheng 和 GX Gu。通过高斯过程元模型对石墨烯气凝胶力学性能的不确定性量化和预测，Nano Futures，2021 33. YT Kim、YS Kim、C Yang、GX Gu 和 S Ryu。使用主动迁移学习和数据增强的材料设计空间探索深度学习框架，npj 计算材料，2021 32. F Sui、R Guo、Z Zhang、GX Gu 和 L Lin。用于数字材料设计的深度强化学习，ACS Materials Letters，2021 31. CT Chen 和 GX Gu。使用深度神经网络学习隐藏弹性，美国国家科学院院刊，2021 30. AY Chen、A Chen、J Wright、A Fitzhugh、A Hartman、J Zeng 和 GX Gu。构建参数对多喷射熔合生产的聚合物材料机械行为的影响，先进工程材料，2021 29. K Demir、Z Zhang、A Ben-Artzy、P Hosemann 和 GX Gu。使用神经网络进行金属增材制造缺陷预测的激光扫描策略描述符。制造工艺杂志，2021
复合锂金属结构，以减轻粉碎和启用长寿命电池
在锂金属电池中，锂的不均匀剥离导致凹坑形成，从而促进了随后的不均匀，树突状沉积。这种粘性循环导致锂的粉碎，从而促进细胞短路或容量降解，症状进一步夸大了高电极面积负载和瘦电气的症状。为了应对这一挑战，设计了一个复合锂金属阳极，其中包含均匀分布的纳米尺寸碳颗粒。由于碳颗粒拦截了不均匀的凹坑的生长，因此该复合锂被证明更均匀地剥离。这种机制通过连续电化学模型证实。随后在碳颗粒上的锂沉积也比不规则凹坑的表面更均匀。值得注意的是，复合锂的粉碎速率比商业锂慢26倍。此外，在带有硫化聚丙烯硝基烯烃阴极的LI-S电池中，复合阳极的使用将周期寿命延长了三倍，而面积的容量为8 mAh cm-2。使用工程化的锂复合结构来解决剥离和电镀过程中的挑战，可以为锂金属阳极的未来设计提供用于高面积容量操作的未来设计。
一种用于辅助机器学习的呼吸监测的高灵敏度同轴纳米纤维口罩
摘要 呼吸是机体的重要生理过程，对维持人体健康起着至关重要的作用。基于可穿戴压电纳米纤维的呼吸监测因自供电、高线性、非侵入性和便捷性而受到广泛关注。但传统压电纳米纤维灵敏度有限，机电转换效率低，难以满足医疗和日常呼吸监测要求。这里我们提出了一种具有普遍适用性的高灵敏度压电纳米纤维，其特征是聚偏氟乙烯（PVDF）和碳纳米管（CNT）的同轴复合结构，记为PS-CC。在阐明渗透效应增强机制的基础上，PS-CC表现出优异的传感性能，灵敏度高达3.7 V/N，机电转换响应时间为20 ms。作为概念验证，纳米纤维膜无缝集成到面罩中，有助于准确识别呼吸状态。在一维卷积神经网络（CNN）的帮助下，基于PS-CC的智能口罩可以识别呼吸道和多种呼吸模式，分类准确率高达97.8％。值得注意的是，这项工作为监测呼吸系统疾病提供了有效的策略，并为日常健康监测和临床应用提供了广泛的实用性。
航空航天复合材料选择器指南
Park Aerospace Corp.开发和制造解决方案和热融化的高级复合材料，用于为全球航空航天市场生产复合结构。Park提供了一系列专门为手工铺铺或自动化纤维放置（AFP）制造应用而设计的复合材料。Park的先进复合材料用于生产喷气发动机，大型和区域运输飞机，军用飞机，无人驾驶飞机（通常称为“无人机”），商务喷气机，通用航空飞机和旋转翼飞机的初级和二级结构。Park还提供了用于火箭电动机和喷嘴的特种烧烤材料，以及用于Radome应用的专门设计的材料。作为Park先进的复合材料提供，公园设计和制造复合零件，结构和组件以及航空航天行业低容量工具的补充。Park复合零件和结构的目标市场（包括Park的专利复合Sigma Strut和Alpha Strut产品线），包括原型和开发飞机，特殊的任务飞机，传统军用飞机和民用飞机的备件以及奇异的航天器。公园的目标是做别人不愿或无法做的事情。当没有其他人愿意这样做是因为它太难，太小或太烦人了，请注册我们。
自动复合材料的路线图
在制造环境中使用复合材料是一种广泛认可的实践。在某些行业（汽车和航空航天）中，复合材料不仅代表了一个既定的过程，而且代表了继续成熟的过程。如果零件包含复杂的几何形状或无法达到高生产率，则制造商通常会选择行使手持上型过程。这是让熟练技术人员手工放置切割干布或预先浸渍材料的过程。使用这种手动方法可以抑制未来的计划生产时间，制造工厂的效率以及最终导致销售损失。手工创建庞大的结构根本无法跟上生产率和自动化的可重复性。因此，许多诸如波音公司（像波音公司）这样的渐进制造商已转向用于大型复合结构（例如翼梁，机翼皮肤和纵梁）的自动制造方法[8]。实施自动复合材料需要大量的资本投资以及陡峭的学习曲线。尽管有明显的优势，但成本和时间的支出都抑制了许多制造商建立自动化。本文将定义重要的术语，为采用自动复合材料提供业务案例，并在决定机器时指出注意事项。通过将灯光放在这些特定的考虑上，可以采取知情和成功的步骤来实施这种不断发展的技术。
使用多模式的原位光谱
为了对溶液中的卤化物钙钛矿加工产生详细的理解，在Mapbi 3对Mapbi 3的自旋涂层和插槽-DIE涂层中进行了不同的蒸发速率，以不同的蒸发速率进行了研究。基于光学参数的时间演变，发现两种处理方法最初都形成了溶剂 - 复合结构，然后是钙钛矿结晶。后者分为两个阶段进行自旋涂层，而对于插槽涂层，仅发生一个钙钛矿结晶阶段。对于两种处理方法，发现随着蒸发速率的增加，溶剂复合物结构的结晶动力学和钙钛矿结晶在相对时间尺度上保持恒定，而第二次钙钛矿结晶的持续时间在自旋涂层中增加。第二个钙钛矿结晶由于溶剂 - 复合相形态的差异而受到限制，钙钛矿形成了。工作强调了确切的前体状态特性对钙钛矿形成的重要性。进一步证明，多模式光学原位光谱的详细分析允许对卤化物钙钛矿溶液处理过程中发生的结晶过程进行基本了解，而与特定的处理方法无关。
简历
我在米兰理工大学获得了航空航天工程学士学位，随后于 2012 年获得了空间工程专业硕士学位，论文内容是形状记忆合金 (SMA) 在光学支撑系统中的应用，论文的数值和实验研究与意大利国家研究委员会 (CNR) 的 IENI 研究所（现 ICMATE 研究所）和国家天体物理研究所 (INAF) 下属的布雷拉天文台 (OAB) 合作完成。随后，我获得了航空航天工程博士学位，通过优化基于 NiTi 合金的执行器有限元建模的本构定律，深入研究了 SMA，从而获得了对材料热力学机制和技术设计方面（尤其是执行机构）的全局视野。在攻读博士学位期间，我在德国的 iMSL（智能材料系统实验室）工作了一段时间，与一支在形状记忆合金执行器的设计和控制方面拥有丰富专业知识的团队一起工作。在随后的几年里，我在航空航天科学与技术系（DAER）工作，先是担任研究员，现在担任技术人员，我将研究领域扩展到其他类别的智能材料 - 特别是光纤传感器 - 以及一般的智能结构，除了研究传感/驱动机制外，还研究与先进复合材料相关的方面以及复合结构中智能元件的嵌入技术。