摘要:锂离子电池(LIBS)正在领导储能市场。由于其固有的性能好处并减少了对运输电动机的环境影响,因此正在做出明显的努力。但是,实现这种广泛采用仍然需要克服影响电池老化和安全性的关键技术限制。电池功能的不可避免的结果,如果没有实施有效的热电池管理策略,则电池功能的不可避免的结果可能会导致过早的性能损失和加剧的安全问题。电池老化效应必须更好地理解和缓解,以利用老化建模方法的预性能力。本评论论文介绍了最新的老化建模方法的全面概述。此外,采用了一种多尺度方法,在粒子,电池和电池组尺度上审查了这些方法,以及在这些尺度上进行LIB衰老建模的相应研究机会。还审查了电池测试策略,以说明如何验证当前的数值老化模型,从而提供整体老化建模策略。最后,本文提出了一个组合的多物理学和基于数据的建模框架,以实现准确且计算上有效的LIB老化模拟。
分析和学习时空数据集是许多领域的重要过程,包括交通运输、医疗保健和气象学。特别是,环境中的传感器收集的数据使我们能够理解和模拟环境中的过程。最近,收集的时空数据量显著增加,给数据科学家带来了一些挑战。因此,需要采取措施减少需要处理的数据量,以便分析和学习时空数据集。在本文中,我们提出了 k 维时空缩减方法 ( k D-STR ),以减少用于存储数据集的数据量,同时允许对缩减后的数据集进行多种类型的分析。 k D-STR 使用分层分区来查找相似实例的时空区域,并对每个区域内的实例进行建模以总结数据集。我们用三个表现出不同时空特征的数据集证明了 k D-STR 的通用性,并展示了一系列数据建模技术的结果。最后,我们将 k D-STR 与其他减少时空数据量的技术进行了比较。我们的结果表明,k D-STR 可有效减少时空数据,并可推广到具有不同属性的数据集。
摘要:本研究的重点是研究可持续建筑供应链(SCSC)对发展中国家项目一生的可持续成功(OSS)的影响的结果。虽然先前的研究探讨了在这些地区实施SCSC的挑战,但对总体对可持续成功的影响有限。为了解决这一差距,基于广泛的文献综述开发了一个概念模型,并通过一项涉及埃及70个建筑专业人员的调查收集了数据。发现表明,在施工阶段,SCSC驾驶员的采用对OSS具有重要影响,范围从中度到高。这些结果为发展中国家的决策提供了宝贵的见解,因为它们强调了克服SCSC采用障碍并促进这些驱动因素以确保成功完成项目完成的重要性。最终,实施SCSC方法将有助于改善建筑行业的项目成果。
本文的目的是研究哪些可持续性要素在三重底线(TBL)的背景下用于建立可持续的供应链弹性。本文通过将三重底线(TBL)上下文与使用结构方程建模建立可持续供应链弹性的建立来提出新的知识和对文献的贡献。该研究被用来了解个人可持续性因素很重要,并在供应链弹性的背景下发挥作用。一份调查问卷旨在从研究受访者那里收集这些数据。进行统计分析是进行并使用的第一个确定性因素分析(CFA),然后是用于分析和解释结构方程模型。发现表明个人可持续性因素很重要,并在供应链弹性的背景下发挥了作用。许多先前的研究已经开发了广泛的可持续性因素目录,但影响供应链的影响,但是迄今为止,尚无令人信服的证据,尚未提出有关确定哪些要素的范围,以及它们如何影响供应链的弹性弹性建设。尽管有关可持续供应链和弹性建设的大量出版物,但仍然存在差距,并且缺乏适当考虑与TBL相关的标准,这是可以确定在可持续发展中建立供应链弹性机制的要素。本文使用结构研究模型运行A,以使用结构研究模型来研究三重底线的不同元素如何影响供应链的弹性。
• 项目摘要 • 电阻点焊测试和模拟的常见工业方法 • 电阻点焊的先进详细微观结构表征方法 • 电阻点焊断裂模型的组件级验证 • 总结和未来工作
1麻醉师,剑桥大学,剑桥大学,英国,2临床神经科学系,剑桥大学,剑桥大学,剑桥,英国剑桥大学,3个计算重症监护医学实验室,约翰斯·霍普金斯大学,巴尔的摩,巴尔的摩,美国医学博士,美国医学博士,4级,校长,斯特鲁尔,斯特鲁尔,斯特罗尔,斯特里尔,斯特里尔,斯特罗尔,斯特罗尔,斯特里尔,斯特罗尔,斯特罗尔,斯特罗尔,斯特罗尔,斯特罗尔,斯特里尔,斯特里尔,斯特里尔,斯特里尔,斯特里尔,斯特里尔,斯特里尔,斯特里尔,斯特林,斯特林,斯特林,斯特林,斯特林,斯特林,斯特林,斯特林,斯特林,斯特林,国王,镇上,镇上。霍普金斯大学,美国马里兰州巴尔的摩,美国六六六号生物医学数据科学系,莱顿大学医学中心,莱顿,荷兰,荷兰7,生理学和药理学系,围手术医学和重症监护局,Karolinska Institutet,Karolinska Institutet,Sweden,Sweden for Cambride Cambride Cambride Cambride Cambride Cambrige,cambride Cambride Cambrige inder>
云的安全性,无论它可能采用什么形式,都是要考虑的最重要的问题。这需要开发有效的安全性可测量评估技术,以屏蔽数据,服务和基础架构免受可能进行的攻击。云现在在市场上引起了很多关注,但是大多数企业尚未准备将其运营转移到云上,这是因为安全是他们的主要担忧。没有客户使用的服务性质,企业以及服务提供商有责任维护系统的安全性。作为此的直接结果,为基于云的系统提供了构成系统模拟研究的范式。本文介绍了云资产映射和可量化的治理安全评估模型。此模型的组件包括资产分类,评估,适当的安全模型的映射,然后进行安全扫描,安全维修模型和可用的可量化治理评估模型。此安全性高程模型包括一组与各个领域相关的评估方面,例如网络,维护,安全应用程序开发和计算等。用户G-Cloud平台对于成功实施许多云用户的定量治理评估至关重要。此解决方案可以使用户了解增强操作,更改配置并使用视觉图显示动态扫描安全得分的过程。排名可能包括一个或多个云。为了使云的资源更安全,做正确的事情。此安全评估系统通过提供更好的安全解决方案来保护业务的虚拟资产以及物理组织。关键字:资产映射,资产分类,云资产,云安全性,可量化治理
在实验中,程序员将使用 GitHub Copilot 完成各种编程任务:(1)算法设计;(2)计算器的前后端开发;(3)面向对象编程练习。将分析基于 AST/srcML 层次结构的眼动追踪模式和 IDE 行为模式。
本研究中使用的模型基于 Mayfield 等人 (2021) 开发的脱碳就业和能源系统 (DEERS) 模型。该框架适用于澳大利亚,可以估算净零排放澳大利亚项目中模拟的脱碳情景对劳动力的影响,直至 2060 年。它模拟了以下生命周期阶段过渡中模拟的所有能源系统技术和资源对劳动力的影响。它还模拟了各州国内和出口部门的职业、教育和技能要求对就业的影响。该模型还将劳动生产率作为一个随时间变化的因素纳入其中,以考虑随着我们脱碳,新兴技术将经历的改进。DEERS 模型旨在产生必要的输出,为基础设施和劳动力规划和政策制定提供信息,以支持能源部门在长期内向净零排放过渡 (Mayfield 等人,2021)。
季节性热能储存可为智能能源系统提供灵活性,其特点是单位能源容量成本低,对不同地理和地质位置的适用性不同。本文确定了季节性热能储存技术在智能能源系统中的应用,并回顾了其建模方法。概述了一个区域规模的智能能源系统示例,以分析季节性热能储存的三种潜在智能应用:(i)利用多种可再生能源,(ii)整合废热和冷,以及(iii)电网平衡。本文的其余部分重点介绍了能源系统分析中钻孔热能储存和含水层热能储存的建模方法。回顾了用于规划和详细设计阶段的能源系统工具。确定了规划工具在控制策略和开放代码方面的差距。发现 TRNSYS 是用于建模大型钻孔热能储存的主要详细设计工具。还回顾了涉及详细物理和电力系统工具的联合仿真方法,包括使用详细物理工具的联合仿真来表示钻孔或含水层热能储存以及能源系统工具的研究。钻孔或含水层热能储存模型与能够模拟电能和热能的能源系统工具的联合模拟存在差距。总之,季节性热能储存可以通过不同规模的不同智能应用提供灵活性,而使用联合模拟方法的建模方法为捕捉这些智能应用的潜在优势提供了一条有希望的途径。