摘要 — 可再生能源系统继续成为能源行业增长最快的领域之一。本文重点介绍储能技术在直流 (dc) 电弧条件下的表现。由于可再生能源系统的快速普及以及缺乏正式的直流等效计算指南(如交流 (ac) 系统的 IEEE 1584),在计算直流系统的弧闪 (AF) 入射能量 (IE) 时,必须依赖不同研究人员提出的不同方程和模型。本文讨论了储能系统在电弧条件下的行为,并介绍了可用方法估计直流弧闪入射能量的结果。本文对所提出的弧闪入射能量计算方法与可用的实验室测试进行了比较分析。解释了各种类型的电池在短路 (SC) 和电弧条件下可能产生的影响。其中包括所提出的计算方法模拟结果与实验室直流电弧测试测量的比较。
统计及其应用方面的专业化解决了管理问题,其中随机或不确定性使决策环境复杂化,为学生提供了各种各样的研究主题。当前的应用统计研究兴趣包括数据挖掘,可靠性理论,随机营销模型,审计和接受抽样,统计决策理论以及统计质量和过程控制。
本手册是学生在 40 小时的 SUPERPAVE 沥青粘合剂技术培训中将用作参考的教科书。教育计划的主要目标是培训学生正确使用新的 SUPERP A VE 粘合剂测试方法和设备。另一个主要目标是教会学生如何解释和应用新的 SUPERP A VE 粘合剂规范。培训计划包括 40 小时的教学。在这 40 小时中,学生将接受 8 小时的课堂教学、28 小时的实验室教学和 4 小时的实际测试结果课堂讨论。到课程结束时,学生将熟悉粘合剂测试程序和设备,并将知道如何使用粘合剂测试结果根据 SUPERPAVE 粘合剂规范对粘合剂进行分类。
供应链管理 SCM,改善信息共享 IS 对于促进业务、获得显著的竞争优势以及最终确保企业的生存和发展变得越来越重要。本文通过进行系统的文献综述,回顾了人工智能 AI 方法如何改善 SCM 中的 SI。其目标是找出可以改善 SCM 中 IS 的当前 AI 技术。根据我们的研究结果,需求预测是引起更多关注的主要共享信息。此外,我们发现 AI 方法最常用于生产管理。此外,机器学习 (ML) 是用于增强 SC 中 IS 的最广泛使用的 AI 子集,而人工神经网络 (ANN) 是最流行的 ML 方法。关键词:人工智能、信息共享、供应链管理、人工神经网络
摘要:采用系统文献综述和文献计量学相结合的方法。对于文献计量学分析,评估引文网络分析、关键字聚类分析、突发检测分析和总引文得分。到目前为止,文献主要涉及数字建筑模型的创建。然而,在建筑物的运营阶段,更新数字建筑模型对于将数字建筑模型用于维护、设施管理和改造规划等应用至关重要。本文系统地研究了更新数字建筑数据的方法和方法,以反映当前的科学知识状态。这将确定和比较数字建筑模型的更新方法。可以确定九个相互关联的研究领域,它们涉及更新数字建筑信息。根据“数字建筑模型更新”主题的知识体系,确定了研究差距和代表性较差的研究领域。研究中的一个空白是使用摄影测量法在建筑物运营阶段更新单个建筑物。除了多年来产生更新方法的地球科学等强项研究领域外,工厂规划等领域也几乎不考虑更新竣工数据的方法。仅考虑了最重要的和最大的研究领域。可以进行更详细的检查,但这超出了本文的范围。本文首次以详细、系统和书目的方式分析了更新方法。从整体上看数字建筑模型更新方法有助于了解现有方法。尤其是因为在建筑运营中越来越需要最新的建筑数字规划文件,所以这种概述是必要的。
有机化合物的最大值2通过比色法估计葡萄糖3通过比色法估算磺基酰胺4同时估计布洛芬和扑热息痛通过紫外光谱法5通过紫外线测定量质量测定的甲酰胺8的测定量为素氨基素的8个测定的素氨基氨基甲基素的含量8的测定7钠通过火焰光度法9通过火焰光度法测定钾的测定10通过肾浊度测定测定氯化物和硫酸盐通过肾浊度测定11通过纸色谱法分离氨基酸12通过薄层色谱分离糖分13薄层色谱法13通过色谱法对植物色素分离14柱色素14示范实验在HPLC 15示范实验上示威实验,示威实验
界面系统(NFIS)用于预测航空工业铝部件的残余应力 [5]。Chukwujekwu 等人使用有限元分析预测了 6Al-4V 钛基工件的残余应力 [6]。Meyghani 等人对基于 ABAQUS、ANSYS 和 FLUENT 的搅拌摩擦焊接模拟结果进行了比较研究 [7]。Kortabarri 等人比较了 Inconel 718 基工件的应力集中 [8]。Mukherjee 等人发现可以通过减小 AM 过程中基材层的厚度来控制应力 [9]。Huang 等人提出了一种预测正交切割过程中残余应力的模型 [10]。Yang 等人研究了激光床熔合过程中产生的残余应力 [11]。在分析残余应力水平时,考虑材料的热性能和机械性能非常重要。Megahed 等人展示了气泡在镍基高温合金中滞留的影响,如图 1 所示 [12]。制造工艺有多种方法,必须找到对产品影响最小的最佳方法,以降低热残余应力。因此,本研究的重点是确定预测 AM 中残余应力的最佳方法。