XiaoMi-AI文件搜索系统
World File Search System数值数据
轴类零件激光熔覆多场耦合数值模拟研究
摘要：轴类零件由于长期在恶劣环境下运行，很多关键零部件遭受腐蚀、磨损等问题，导致零件失效，无法继续服役，对失效零部件进行修复，提高其使用寿命势在必行。设计正交试验方案，基于ANSYS仿真平台，对4140合金结构钢激光熔覆Inconel 718合金粉末过程进行数值模拟，根据热平衡原理推导熔覆层厚度关系方程，建立有限元模型，耦合温度场、应力场和流体场3个模块，并通过不同模块分析，实现对激光熔覆不同过程的监控。最优熔覆参数为激光功率1000 W、扫描速度15 rad/s、光斑半径1.5 mm，热应力最大值为696 Mpa，残余应力最小值为281 Mpa，三因素对热应力最大值的影响程度为：激光功率>光斑半径>扫描速度。熔池在熔化过程中出现熔化“尖角”现象，内部呈现双涡流效应，最大流速为0.02 m/s。由于驱动力不同，凝固过程各个阶段呈现不同的形态。本文对激光熔覆过程进行了多场耦合数值模拟，获得了熔覆层残余应力较低的最优熔覆参数。熔化过程中熔池逐渐长大、扩大，但激光加载时间有限，熔池尺寸和形状最终固定，且熔池内部存在从中心向截面两侧流动的涡流，形成双涡流效应。凝固分为四个阶段，完成熔池液相向固相的转变，形成熔覆层。采用多场耦合数值模拟技术对熔覆层的温度场、应力场和流场进行分析，为后续激光熔覆实验提供熔覆层残余应力、表面质量的理论依据。
玻色子量子处理器上量子启发式的数值门合成
最近，人们对量子最优控制和变分量子算法相互作用的兴趣和见解激增。我们在量子比特的背景下研究该框架，例如，量子比特可定义为与传输器耦合的超导腔系统的可控电磁模式。通过采用 (Petersson and Garcia, 2021) 中描述的最新量子最优控制方法，我们展示了对多达八个状态的单量子比特操作和两个量子比特操作的控制，分别映射到谐振器的单个模式和两个模式。我们讨论了对参数化门的封闭系统进行数值脉冲工程的结果，这些门可用于实现量子近似优化算法 (QAOA)。结果表明，对于大多数研究案例，在足够的计算努力下，可以实现高保真度 (> 0.99)，并且可以扩展到多种模式和开放的噪声系统。定制的脉冲可以被存储起来并用作电路量子电动力学 (cQED) 系统中未来编译器的校准原语。
在不同程度狭窄>的定量肺压比的数值研究
摘要：背景：肺动脉狭窄危害人们的健康。定量肺压比（QPPR）对于临床医生快速诊断疾病并制定治疗计划非常重要。目的：我们本文的目的是研究肺动脉狭窄不同程度（50％和80％）对QPPR的影响。方法：基于人类肺动脉的正常大小建立了理想化的模型。使用流体结构相互作用来求解血液动力学方程。结果：结果表明QPPR随狭窄程度的增加而降低，并且与狭窄两端的压降密切相关。血流速度和壁剪应力对狭窄程度敏感。当狭窄程度为80％时，狭窄两端的血流速度和壁剪应力的变化幅度较低。结论：结果表明，肺动脉狭窄程度对QPPR和血液动力学变化有重大影响。这项研究奠定了QPPR进一步研究的理论基础。
具有固定基本间隙的数值半群 - 罗丹
摘要：如果{2 a，3 a}⊆s，数值半群的差距是基本的。在这项工作中，我们将研究B（a）= {s |集合。 s是一个数值半群，A是S}的基本差距。特别是，我们将给出一种用给定属计算B（a）的所有元素的算法。B（a）的两个元素的交点再次是B（a）的一个元素。a b（a） - 不可还原的数值半群是b（a）的元素，不能表示为b（a）的两个元素的相交，包含它。在本文中，我们将研究B（a） - 可及时的数值半群。从这个意义上说，我们将提供一种算法来计算所有这些算法。最后，我们将研究（n， +）的下monoids，这些下因体形可以表示为属于B（a）的元素的相交（有限或无限）。
吸收基于无人机的GNSS ZTD进行数值天气预测
在近几十年中，各种研究表明，从地面GNSS接收器中吸收对流层参数有利于数值天气预测（NWPS）。但是，所达到的性能受到GNSS的空间分辨率的限制，尤其是在垂直方向上。在过去几年中，无人驾驶汽车（UAV）（UAV）的迅速发展和不断增长的市场促进将低成本GNS硬件集成到各种自动驾驶系统中，有可能通过收集无人机来收集飞机GNSS数据并生成Zenith deal（ZTDS）来解决这一问题。机载GNSS ZTD可以充当用于获得对流层垂直剖面的辐射数据的潜在互补来源，使其有望研究在NWP中吸收高时空分辨率的GNSS ZTD的影响。
用数值原子轨道的周期系统的Laplace实施MP2
二阶Møller-Plesset扰动理论（MP2）是一种后期的后期方法，用于考虑电子相关性效应。尽管形式非常简单，但它可以捕获约90％的相关能量（Bartlett和Stanton，2007年）；因此，MP2方法仍然对量子化学感兴趣（Schütz等，1999; Kobayashi和Nakai，2006; Bartlett and Stanton，2007）和固态物理界（Suhai，1983，1983，1992; Sun and Bartlett; Sun and Bartlett，1996; Pisani et; Pisani et。但是，原始（典型）MP2方法的O（n 5）计算缩放限制了MP2方法在大系统中的应用。A series of algorithms have been proposed to speed up the calculations, such as local MP2 method ( Saebø and Pulay, 1993; Pisani et al., 2005, 2008; Maschio, 2011 ), Lapace-transformed MP2 method ( Häser and Almlöf, 1992; Häser, 1993; Ayala and Scuseria, 1999; Ayala et al., 2001;The local MP2 method proposed by Pulay ( 1983 ) and Saebø and Pulay ( 1993 ) has been efficiently implemented ( Schütz et al., 1999 ) in the MOLPRO code for molecules, then the periodic version of the local MP2 method has been implemented ( Pisani et al., 2005, 2008; Maschio, 2011 ) in the CRYSCOR code and in the CP2K code ( Usvyat等人，2018年）用于扩展系统。由于采用了空间局部的轨道或Wannier功能，因此局部MP2方法的计算缩放为O（n）。已经采用了局部原子轨道，计算缩放也为O（n）。最初由Häser和Almlöf（1992）和Häser（1993）提出了Laplace转化的MP2方法，并已针对分子（Ayala and Scuseria，1999）和扩展系统（Ayala等，2001，2001）实施了程序。拉普拉斯转换的MP2方法已与身份（RI）技术的分辨率相结合，以进一步改善
数值敏感性增强和推理完整性一致性以定量理解
在本文中，我们描述了用于定量自然语言推断（QNLI）的方法，以及Semeval2024 Numeval任务1中的定量问题回答（QQA）。挑战的重点是增强模型的定量理解，从而证明其在某些任务上的绩效。我们从两个角度完成了这项任务：（1）通过在监督的微调阶段集成现实世界的数值 - 隔离数据（SFT）阶段，我们增强了该模型的NU-MERIMIC敏感性。（2）我们开发了一种重要的奖励模型评分机制，利用了从Human Refectback（RLHF）技术中的强化学习来提高模型的推理完整性。表现出的结果表明，我们的甲基动物可以实现出色的性能。我们的代码可以在https://github.com/ bit-numeval/numeval找到。
对全球海洋生物碳泵的观察和数值建模约束
摘要这项研究表征了海洋生物碳泵指标，在区域碳循环评估和过程的第二次迭代中（RECCAP2）项目。此处的分析重点介绍了颗粒有机碳（POC）生产中的全球和生物组尺度区域模式的比较，并从RecCap2海洋生物地球化学模型集合中与源自卫星遥感，沉积物陷阱和地球化学方法衍生的观测产物的观测产物从RECCAP2海洋生物地球化学模型集合中下沉。在平均大规模空间模式中通常存在良好的模型数据一致性，但在模型集合和观察产物中具有大量分布。全球综合的集合均值出口产生，被视为在100 m（6.08±1.17 pg c yr -1）下的下沉POC通量，并且出口比定义为下沉量除以净初级产量（0.154±0.026）（0.154±0.026），都在较低的估计估计量下降。与观察性约束的比较还表明，模型整体可能低估了高生产率区域中的区域生物学CO 2下水道和Air -Sea Co 2通量。在1,000 m（0.65±0.24 pg c yr -1）中发现了合理的模型数据一致性，用于全球融合的，合奏均值下沉的POC通量，并在1,000 m上通过100 m（0.122±0.041）（0.122±0.041）（0.122±0.041）分配为1,000 m的转移效率，并在两种情况下进行变化。RECCAP2分析提出了用于评估生物地球化学模型技能的标准海洋生物碳泵指标，对于进一步建模的努力至关重要，这些指标至关重要，以解决涉及海洋物理学与生物地球化学之间系统水平相互作用的剩余不确定性。
面向线状柔性物体的机器人操作研究进展与展望
此类任务同样可以先离线学习状态转移预测模 型再使用 MPC 计算控制输入 [28-29] ，或直接使用强 化学习方法 [68-69] ，但需要大量训练数据且泛化性较 差。在准静态的局部形变控制中，更常用的方法是 在线估计局部线性模型。该模型假设线状柔性体形 状变化速度与机器人末端运动速度在局部由一个雅 可比矩阵 JJJ 线性地联系起来，即 ˙ xxx ( t ) = JJJ ( t ) ˙ rrr ( t ) ，其 中 ˙ xxx 为柔性体形变速度， ˙ rrr 为机器人末端运动速度。 由于使用高频率的闭环反馈来补偿模型误差，因此 完成任务不需要非常精确的雅可比矩阵。 Berenson 等 [70-71] 提出了刚度衰减（ diminishing rigidity ）的概 念，即离抓取点越远的位置与抓取点之间呈现越弱 的刚性关系，并据此给出了雅可比矩阵的近似数学 表示。此外，常用的方法是根据实时操作数据在线 估计雅可比矩阵，即基于少量实际操作中实时收集 的局部运动数据 ˙ xxx 和 ˙ rrr ，使用 Broyden 更新规则 [72] 、 梯度下降法 [73] 、（加权）最小二乘法 [33-34,74] 或卡尔 曼滤波 [75] 等方法在线地对雅可比矩阵进行估计。 该模型的线性形式给在线估计提供了便利。然而， 雅可比矩阵的值与柔性体形状相关，因此在操作 过程中具有时变性，这使得在线更新结果具有滞 后性，即利用过往数据更新雅可比矩阵后，柔性体 已经移动至新的形状，而新形状对应的雅可比矩阵 与过往数据可能并不一致。同时，完整估计雅可比 矩阵的全部元素需要机器人在所有自由度上的运 动数据，这在实际操作过程中难以实现，为此一些 工作提出根据数据的奇异值进行选择性更新或加 权更新 [74] 。此外，此类方法需要雅可比矩阵的初 值，一般在操作前控制机器人沿所有自由度依次运 动，收集数据估计初始位置的雅可比矩阵。受上述 问题影响，在线估计方法往往仅适用于局部小形变 的定点控制，难以用于长距离大形变的轨迹跟踪。 Yu 等 [31] 提出 ˙ xxx = JJJ ( xxx , rrr ) ˙ rrr 的模型形式，其中 JJJ ( · ) 为 当前状态至雅可比矩阵的非线性映射，待估计参数 为时不变形式。基于该模型，该方法将离线学习与 在线更新无缝结合，实现了稳定、平滑的大变形控 制。 Yang 等 [76-77] 使用模态分析方法建立柔性体模
合成数据：从数据稀缺到数据污染合成数据的关键挑衅
培训人工智能（AI）系统需要大量数据，AI开发人员面临访问所需信息的各种障碍。合成数据已将研究人员和行业的想象力作为解决这个问题的潜在解决方案。虽然可能需要对合成数据的某些热情，但在这篇简短的论文中，我们为简单叙事提供了至关重要的配重，这些叙述将合成数据定位为对每个数据访问挑战的一种无需成本的解决方案，突显了伦理，政治，政治和治理性，可以创建合成数据的使用。我们质疑合成数据本质上可以免于隐私和相关的道德问题的想法。我们警告说，将二元反对的构架数据构架对“真实”测量数据可能会巧妙地将数据收集器和处理器持有的规范标准转移。我们认为，通过承诺将数据与其组成部分（其代表和影响的人）离婚，合成数据可能会给民主数据治理带来新的障碍。