XiaoMi-AI文件搜索系统
World File Search System机械学
作用于 DNA 和 RNA 的机器，分子机械学视角
当我们达到满负荷状态时，我们会进行摘要提交。西班牙国家癌症研究中心（CNIO）。 Melchor Fernandez Almagro 3, 28029 马德里
链式机械学习模式 - 预测载荷 -
Although the application of fiber-reinforced concrete (FRC) beams turns back to a few decades ago (Adhikary & Mutsuyoshi, 2006 ; Masuelli, 2013 ; Soltanzadeh et al., 2015 ), significant efforts also have been made to increase the strength and ductility of concrete in construction and building structures since sustainable infrastructure is cru- cial for economic development (Aldwaik &阿德利，2016年）。与其他纤维增强的复合结构（çelik＆König，2022; Rafiei＆Adeli，2017b; Shafighfard等，2021）一样，最近已证明FRC结构是拥有比正常混凝土更具特殊耐药性和强度的能力。能够预测钢纤维 - 增强混凝土（SFRC）束的结构行为是研究人员在攻击其性能时面临的众多挑战之一（Rafiei等，2017; Singh，2016; Venkateshwaran＆Tan，2018）。在众多的弯曲参数中（Gribniak等，2012; Gribniak＆Sokolov，2023），延展性比引起了研究人员的注意，因为它的能力反映了结构元素对弯曲载荷的反应。另一个重要的弯曲度量是弯曲载荷能力（峰值负载），该指标已通过数值模拟，实验研究和机器学习（ML）基于基于的预测技术进行了研究。一些研究人员已经对SFRC梁进行了数值和/或分析研究，以降低与实验研究相关的劳动和/或材料成本（Jeong＆Jo，2021;Júnior＆Parvin，2022）。tan等。Yang等。 （2020）Yang等。（2020）纵向钢筋比率和残留拉伸强度是SFRC梁柔性性能的参数研究中考虑的典型变量。使用纤维来增强拉伸强度并不比连续加固在改善混凝土束的力矩容量方面更有效，但是与普通的RC梁相比，纤维增强型会增加僵硬和强度（Mobasher等人，2015年）。（2022）进行了SFRC材料特性对弯曲性能的影响的参数分析，发现弯曲延展性受到RC梁中高体积分数的影响。对具有不同纤维纵横比，方向和梁尺寸的SFRC梁的三维（3D）模型表明，由于弯曲增强的峰值载荷增加了较高的分布纤维，因此在拉伸应力方向上定向纤维。此外，具有较低纤维增强比的较小梁显示出较高的峰值载荷（Al-Ahmed等，2022）。实验研究通常被认为是数值工作（Pereira等，2020）的组成部分，以验证它们提供的结果。
2023 年 10 月 27 日星期五 布里金机械学院，布里金 上午 10 点至下午 6 点
OPDENERGY UK 8（OPDE UK 的子公司）和当地农村企业 STRACATHRO ESTATES 正在 ADDICATE WOOD 内的土地上规划一个 249MW 的电池存储项目。该项目位于 Stracathro 和 Muirton of Ballochy 之间，距离 Brechin 东北约 3.5 公里。电池储能系统 (BESS) 是一种电气设备，可从电网或发电厂充电（或收集能量），然后在稍后释放该能量以在需要时提供电力和电网服务。
波鸿大学机械学院 ...
• 提高化学能存储和碳基原料领域的学科和方法能力 • 熟悉化学能存储和碳基原料领域的最新发展和技术原理 • 比较不同的化学能存储概念和碳基原料，并评估这些概念在流程链分析中的适用性，并考虑工艺技术方面和应用 • 评估和讨论化学能存储和碳基原料的热力学和动力学方面 • 解释、估计和计算存储技术和概念的潜力、能量密度和效率
日本机械学会论文集 - J-Stage
Abstract 本研究的目的是通过使用可见光相机来调查眼动参数来估计汽车驾驶期间的心理负荷（MWL）。本研究涉及 12 名学生（6 名男性和 6 名女性）。参与者同时使用驾驶模拟器执行驾驶任务和次要任务，以控制MWL。N-back任务的级别如下：无、0-back。 , 1-回,使用可见光相机测量 2-back 和 3-back 的视线和头部角度以及眨眼频率，根据视线和头部角度计算眼球旋转角度，即头部运动的比率。还测量了 N-back 任务的主观 MWL 和准确性，结果表明，随着 N-back 任务难度的增加，主观 MWL 单调增加。 N-back 任务具有统计显着性对水平和垂直注视角度的标准差（SD）、眼球水平旋转角度的标准差、水平方向头部运动的共享率以及眨眼频率进行Logistic回归分析，结果显示，眼球水平旋转角度的标准差和眨眼频率的标准差（SD）。眨眼频率是估计 MWL 的最重要参数 受试者工作特征 (ROC) 曲线的曲线下面积 (AUC)