我们考虑了基于培养基刺激后响应波的测量值的粘性声材料的定量重建(例如,大量模量,密度)的逆问题。数值重建是通过迭代最小化算法进行的。首先,我们研究了算法在衰减模型不确定性方面的鲁棒性,也就是说,当使用不同的衰减模型分别用于模拟合成观察数据和反转时。其次,要处理由域周围墙边界产生的多个反射的数据集,我们使用复杂的频率进行反转,并表明它提供了一个强大的框架,可以减轻多种反射的界限。为了说明算法的效率,我们对超声成像实验的数值模拟进行了数值模拟,以重建包含高对比度特性的合成乳房样品。我们在两个和三个维度上进行实验,后者也可以证明大规模构造中的数值可行性。
摘要。储能电池在不断变化的工作条件下工作,例如温度,排放深度和排放速率,这将导致电池的严重损失和低利用率,从而导致寿命急剧减弱,并且电池在其使用寿命结束之前经常失败。电池更换会导致储能成本的增加,并为了确保电池在电网复杂工作条件下电池的有效,安全和可靠的操作,需要对电池进行有效管理。电池模型是管理算法的理论基础,生活预测是确保电池安全性的关键技术。鉴于上述实际应用要求,本文根据多参数信息研究了储能电池寿命的动态建模,结果表明,提出的寿命模型准确地反映了多参数信息下的电池寿命。
