XiaoMi-AI文件搜索系统
World File Search System热力学
物理热力学模型中的机器学习方法
对混合物的热力学特性的了解对于化学工程至关重要。然而，混合物的纯粹组合多样性使得无法实验研究每种相关混合物，从而使可靠的词典方法是必不可少的。组分组方法（GCM）被广泛用于此目的。最完善的GCM是预测液体混合物中的效率系数的UNIFAC。自1975年引入[3]以来，它已不断修订和改进[15、4、12、16、5、17]，并在基本上所有过程模拟器中实施，强调了其持久的相关性和成功。我们使用最新发布的UNIFAC [17]，在此标记为Unifac 1.0，作为参考。uniFAC 1.0将组件分解为结构组，将其应用于给定的混合物需要成对相互作用参数（a），对于发生的主组M和N的每个二元组合。ever，由于缺乏直接拟合的实验数据，在某些情况下，所有组对组的相互作用参数缺少56％的组，在某些情况下，由于有挑战性的拟合过程，这会严重阻碍unifac 1.0的适用性（单个丢失的相关参数会阻止使用该模型）。未知的MN可以使用基于COSMO的预测方法或原子相互作用参数的人工训练数据来估算MN。然而，两种方法都产生不可靠的结果，并且无法与实验蒸气液平衡（VLE）数据相匹配[13]。在这项工作中，我们介绍了一种基于机器学习的GCM相互作用参数的新方法。该方法基于以下想法：配对参数可以视为方形矩阵的元素和
电池能量转换并阐明能源存储和转换的热力学
抽象的电池能量转换在推进储能和转换技术方面是至关重要的，这是可持续能源系统的主题。这项研究深入研究了电池操作的基础热力学原理，探讨了储能，释放和转换的复杂过程。通过检查电池内的电化学反应，该研究强调了如何有效地存储和转换能量，重点是关键参数，例如熵，焓和吉布斯自由能。对这些热力学特性进行了研究对于优化电池性能，提高能量密度和提高整体效率至关重要。该研究调查了包括锂离子，固态和下一代电池在内的各种电池化学分配，以揭示其热力学行为的复杂性。此外，它解决了影响电池寿命和安全性的热管理和降解机制的挑战。本文强调了热力学在推动电池技术创新方面的重要性，旨在开发更高效，可靠和可持续的储存解决方案，这对于可再生能源和电动移动性的未来至关重要。
化学热力学杂志
使用甘油电解质（EMF）方法在300至450 k的温度范围内使用甘油电解质（EMF）方法来挖掘一组自洽的热力学参数。合成电极合金以及可用文献数据的错误造纸（SEM）技术。发现gete-bi 2 t te 3伪二进制部分中的所有牙脲阶段都与元素柜子的平行连接。使用来自浓度电池的EMF测量值相对于GetE电极，计算了合金中GETE的相对部分热力学功能。这些发现以及Gete和Bi 2 TE 3的相应热力学函数用于计算合金中葡萄球菌的相对部分摩尔函数，还用于计算形成的标准热力学功能和三元化合物的标准熵，即，即GE 2 BI 2 TE 5，GE 3 BI 2 TE 6 BI 2 TE 6和GE 4 BI 2 TE 6和GE 4 BI 4 BI 4 BI 4 BI 4 BI 2 TE 7。
太阳能辅助二进制蒸气的热力学分析...
本评论文章的主要重点是检查用于从蒸汽主导的资源中发电的电源周期。它讨论了跨批判性CO 2（T-CO 2）功率周期和兰金周期的现象，这些循环已由许多学者进行了广泛的研究。该文章还使用双元周期，地热发电厂和太阳能辅助发电厂简要探索了基于燃料电池的发电厂。本文介绍了这些植物的发电，热效率，能效和发电效率的信息。调查表明，地热发电厂的热效率从6.5％到16.63％，并且驱动效率从7.95％到82％不等，在199.1 kW到19,448 kW的范围内产生功率。太阳能发电厂生产的电源在550.9 kW至4500 kW之间，能源效率在21.93％至57％之间，并且发电效率在50.5％至64.92％之间。使用NH 3 +H 2 O作为工作流体的燃料电池发电厂从1015 kW到20125 kW，热效率在25.4％至70.3％，并且热效率在12.1％和36％之间。本文在这些情况下强调了卡利纳周期的使用。
通过整合量子，统计，平衡和非平衡热力学的定量预测理论
尽管已采取合理的努力来获得第三方的所有必要权限，以在本文中包括其受版权保护的内容，但在此公认的手稿版本中可能不存在它们的全部引用和版权行。在使用本文中的任何内容之前，请参阅IOPSCIERCE上的记录版本，一旦发布以获取完整的引用和版权详细信息，因为可能需要权限。所有第三方内容均受到完全保护的保护，并且未按照CC按照许可在金色的开放访问基础上发布，除非该记录版本中的图标题中明确说明了这一点。
高通量DNA熔体测量值可改善DNA折叠热力学模型
。cc-by-nc-nd 4.0国际许可证未通过同行评审获得证明）是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是此预印本的版权持有人（该版本发布于2024年4月20日。; https：//doi.org/10.1101/2024.01.01.08.574731 doi：biorxiv Preprint
铁电纤锌矿 Al1-xScxN 单晶的现象学热力学能量密度函数
开发了铁电纤锌矿氮化铝钪 (Al 1 − x Sc x N) 固溶体的 Landau – Devonshire 热力学能量密度函数。该函数使用现有的实验和理论数据进行参数化，能够准确再现块体和薄膜的成分相关铁电特性，例如自发极化、介电常数和压电常数。发现纤锌矿结构保持铁电性的最大 Sc 浓度为 61 at. %。对 Al 1 − x Sc x N 薄膜的详细分析表明，铁电相变和特性对基底应变不敏感。这项研究为新型铁电纤锌矿固溶体的定量建模奠定了基础。
