XiaoMi-AI文件搜索系统
World File Search System温度
项目标题：基于创新细胞设计（2024-2027*）的中等温度固体氧化物电解细胞的国际联合研究
氢气有望像电力一样是清洁能源载体，可能会用于燃料电池车等技术。广泛采用氢可以减少碳排放；但是目前，它是由化石燃料生产的。可再生能源波动且能量密度低，因此需要存储才能有效使用它。在这项研究中，我们将开发中端温度固体氧化物电解细胞，以有效地将过量的可再生能力转化为氢以存储，尤其是通过创新细胞的发展。
对季节性和年际温度变化的更新的区域型号技能评估，整个底部的白令海架
Bering10k区域海洋建模系统（ROMS）模型是一种高分辨率（10公里）的区域海洋模型，在过去十年中，它在研究和管理环境中都用于研究物理环境与东部白令海货架生态系统之间的关系。以前已经对该模型进行了广泛的验证，尤其是专注于底温度，这是一个关键的物理驱动器，塑造了该区域的生态系统动力学。但是，先前对底温度的观察主要仅限于夏季。最新的弹出式浮球的部署能够越冬测量值，现在使我们可以将先前的验证扩展到其他季节。在这里，我们通过将新的弹出式片段中的数据与几个现有温度数据集相结合，从而在时间尺度上表征了东南白令海架上的底温度。然后，我们使用这种数据组合来系统地评估Bering10K ROM模型捕获这些功能的技能，重点是技能指标的空间变异性以及导致这些模式的潜在过程。我们确认该模型在底部温度井中捕获了整个架子的模式，包括平均模式以及季节性和年际变化。然而，还确定了一些潜在改进的领域：模型中低估的表面混合会导致中间和外部架子上的延迟破坏性，模型中内部前部的位置可能会稍微偏移，而在模型中，估计平滑的平滑性会导致较差的代表性差，可能是在货架上脱落的范围，并通过
打印速度和喷嘴温度对拉伸的影响
3D 打印是一种增材制造技术，通过逐层软化热塑性长丝来快速创建 3D 模型。在使用 3D 打印技术制作物体时，有几个参数会影响打印物体的强度，包括打印速度和喷嘴温度。本研究旨在调查打印速度和喷嘴温度对使用 ABS 长丝打印产品的拉伸强度、几何形状和表面粗糙度的影响。打印速度分别为 30、40 和 50 mm/s，喷嘴温度分别为 235、245 和 255 o C。根据 ASTM D-638-02a 对打印样品进行拉伸试验。对尺寸为 30x30x40 mm 的打印样品进行表面粗糙度和几何形状测试。在垂直侧进行表面粗糙度和几何形状测试以检查层数和高度变化。结果表明，根据研究，最佳打印速度和喷嘴温度为 30 mm/s 和 255 o C，此时拉伸强度高达 33.52 MPa。
使用分布式温度传感定位和量化地下水地表水连接
海军优势 使用光纤 DTS 技术可为海军带来多种潜在优势。首先，它是唯一能够高分辨率识别大面积渗漏的技术。这可验证并改进地下水和污染物运输模型。它可精确定位值得关注的区域并排除渗漏程度极低或没有渗漏的区域。例如，最近一项 50 英亩的 DTS 研究发现，渗漏发生在不到 5% 的场地面积内。这种高分辨率数据可提高后续调查的成本效益，并让监管机构更加确信该场地的特征已得到充分描述。
热色素学：温度敏感的智能材料
为什么我们要使用太阳玻璃？“情绪戒指”背后的科学是什么？这两个配件的例子以铬材料的流派为中。铬材料是通过由外部刺激的影响引起的物质的电子密度（ð或d电子）改变各种颜色的材料。在大多数情况下，颜色变化是可逆的和可控制的。取决于外部刺激的性质，使用前缀为前缀的后缀染色体命名，该前缀用于描述刺激导致颜色变化。像热色素相似，与外部刺激热有关，光色素与光有关，由于离子的交换而发生离子化，息肉性与刺激的电位相关，溶剂化的溶剂与溶剂与溶剂相关，溶剂与溶剂交易，蒸气色素敏感受到蒸发和机械刺激的影响。表1提供了铬现象和负责任刺激的全面列表[1-3]。
降低飞机轮胎旋转过程中的温度、阻力负荷和磨损
由 Emerald 出版。这是已获作者认可的手稿，其发行方式为：知识共享署名非商业许可证 (CC:BY:NC 4.0)。最终出版版本（记录版本）可在线获取，网址为 DOI:10.1108/AEAT-09-2021-0287。请参阅任何适用的出版商使用条款。
正在开发用于主动冷却和温度控制的 MEMS 设备
对于许多小型应用，如微电子元件、微型传感器和微系统，高容量冷却选项仍然有限。NASA 格伦研究中心目前正在开发一种微机电系统 (MEMS) 来满足这一需求。它使用热力学循环直接为热负荷表面提供冷却或加热。该设备可以严格在冷却模式下使用，也可以在几毫秒内切换冷却和加热模式，以实现精确的温度控制。制造和组装是通过半导体加工行业常用的湿法蚀刻和晶圆键合技术完成的。MEMS 冷却器的优点包括可扩展到几分之一毫米、模块化以提高容量和分级到低温、简单的接口和有限的故障模式，以及最小的诱导振动。
原始发表论文的引用（记录版本）：Yuan, M., Nyborg, L., Oikonomou, C. et al (2022)。时间和温度相关的软化
从经济角度来看，耐久性是热冲压模具的关键因素。通过沉积新材料而不是更换来翻新模具是一种降低成本的有效方法。为此，通过定向能量沉积的方式将一种新开发的马氏体时效钢 (NMS) 熔覆在热作工具钢上。经过优化的回火后，对熔覆的 NMS 进行高温暴露以检查抗软化性能。利用光学显微镜 (OM)、X 射线衍射 (XRD)、扫描电子显微镜 (SEM)、俄歇电子能谱 (AES) 和透射电子显微镜 (TEM) 的组合，系统地表征了材料的微观结构演变。熔覆钢中的沉淀物被鉴定为 Laves 相。该相的粗化被认为是钢在高温下热软化的主要原因。还使用修订的 Langer-Schwartz-Wagner (LSW) 模型模拟了粗化行为，该模型与实验观察结果非常吻合。此外，成功应用了沉淀强化数学模型来评估钢的软化行为。该模型可用于预测所研究的工具钢在高温使用过程中的硬度/强度变化。2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
数据驱动的金属添加剂制造过程中温度演变的预测
aabstr abtract Act ..在这项研究中，开发了一种数据驱动的深度学习模型，以快速准确预测温度演化和金属添加剂制造过程的熔融池尺寸。该研究的重点是通过直接能量沉积制造的M4高速钢材料粉末的批量实验。在非优化过程参数下，许多沉积层（以上30）通过由覆层材料对热史的高灵敏度引起的样品深度产生了巨大的微观结构变化。在先前的研究中通过实验测量验证的批量样本的2D有限元分析（FEA）能够实现定义在不同过程设置下温度场进化的数值数据。训练了馈送前向神经网络（FFNN）方法，以重现由FEA产生的温度场。因此，训练有素的FFNN用于预测初始数据集中未包含的新过程参数集的温度字段历史记录。除了输入能量，节点坐标和时间外，还认为五个相关的层数，激光位置以及从激光到采样点的距离可提高预测准确性。结果表明，FFNN可以很好地预测温度演化，在12秒内精度为99％。
二维材料的温度打印和涂层
（或溶剂混合物），可进一步加工成可印刷或可涂覆的油墨。这些悬浮液的行为通常用 Derjaguin-Landau-Verwey-Overbeek (DLVO) 理论描述，[3] 这意味着悬浮液中纳米片的浓度有一个上限，超过该上限悬浮液就会变得不稳定。[4] 尽管如此，高浓度悬浮液（油墨）对于形成渗透粒子网络是必要的，[5] 并且满足高通量印刷和涂层方法的流变学要求（例如高粘度）。无论浓度如何，悬浮液在热力学上都是不稳定的，并且粒子倾向于通过聚集来降低其表面能。[6] 为了降低沉降速度，必须最小化溶剂和 2D 材料之间的表面能差异，[3] 这使得分散介质的选择限制为少数溶剂，而这些溶剂的溶解度范围可能不适合后续加工。在传统的油墨配方中，为了解决上述问题，将二维材料悬浮液加工成可印刷或可涂覆的油墨，需要使用表面活性剂、粘合剂和流变改性剂等添加剂。[7–10] 例如，需要高浓度的聚合物粘合剂（如70 mg mL-1乙酸丁酸纤维素）来将石墨烯油墨的粘度提高到适合丝网印刷的水平。[11] 由于典型的添加剂会对电子性能产生不利影响（例如，