XiaoMi-AI文件搜索系统
World File Search SystemParametric
AXA启动开拓性Heatwave参数保险
Axa香港和澳门（“ AXA”）致力于成为反对气候变化的驱动力，并利用其在气候风险评估方面的专业知识，以支持企业解决相关风险并建立可持续的未来。今天，我们很高兴地宣布推出市场优先的“热浪参数保险”，该产品旨在为夏季在户外工作的户外从业人员提供增强的保护。在过去三十年中的气候数据绘制了可见的图片 - 从1994年到2023年，香港的年平均温度每十年的统计学上升为0.30°C。这种令人震惊和持续的显着崛起对某些职业（例如建筑工人，物业管理人员）以及公用事业和运输部门的从业人员构成了更高的风险，他们在极端热量事件中通常会暴露于户外情况。认识到这种紧迫的需求，Axa带头引入了“ Heatwave参数保险”，为预防热压力和保护受影响的从业者提供了灵活和方便的好处。天气参数保险机制很容易且直接，每人适中的溢价为HKD19.9。被保险人有资格获得等效价值的HKD100的支出或“反热量套件”，当温度在8月至10月期间连续三天超过36.0°C 2时。AXA将在满足预定的扳机时不断监视温度水平，并主动为客户提供信息和补偿。要确保一个简单便捷的过程，被保险人不需要证明损害或损失，也不需要申请额外的索赔或提交索赔表和支持文件以获得支出。
多偏二敏过程的建模和估计
融合细丝制造（FFF）或融合沉积建模（FDM）是多种领域中广泛使用的增材制造技术。然而，空隙，层之间的粘结差，而FDM Pa-Rameter通常会影响FDM打印的物体，从而改变其强度。研究人员已经研究了用于FDM打印的碳纳米管（CNT）复合材料，以提高其特征。本文提出了一个用于预测机械性能的CIENT三级计算模型，以及用于制备CNT融合的昀碗哀叹的独特淬火过程。通过广泛的参数分析揭示了FDM过程参数在机械性能上的ince。与纯ABS相比，注入CNT的复合材料表现出更好的键合和模量。实验研究表明，对于ABS和ABS-CNT而言，层高度的增加分别使弹性模量分别恶化了21.03％和27.92％。在pure ABS中，In ll密度分别从100％增加到75％和50％，将模量增加49.3％和69.6％。分别在0 - 0 0和0 - 90 0方向上打印的零件，分别为纯ABS和纳米复合材料发现了2.11％和1.7％的降低。计算结果与实验性昀碗nding非常吻合，在0.1 mm和0.2 mm的层高度的差异从10.15％到5.5％不等。对于其他参数（例如栅格方向），0 - 0 0和0 - 90 0的差分别为5.3％和6.9％。计算结果与实验结果一致，使其成为优化FDM打印和利用CNT以提高零件性能的有用工具。
建模和测试超导性人工CPW线适合参数放大
摘要 - 高增益和量子限制噪声的放大是一个困难的问题。使用具有高动力学电感的超导传输线的参数放大不仅是解决此问题的一种有前途的技术，而且还增加了一些好处。与其他技术相比，它们具有改善功率饱和度，实现较大的分数带宽并以较高频率运行的潜力。在这种类型的放大器中，选择适当的传输线是其设计中的关键元素。鉴于当前的制造局限性，传统的线路（例如Coplanar WaveGuides（CPW））并不理想，因为很难使它们具有适当的特征阻抗，以使其具有良好的匹配和足够慢的相位速度，以使其更加紧凑。电容载荷线，也称为人造线，是解决此问题的良好解决方案。但是，很少提出设计规则或模型来指导其准确的设计。考虑到它们通常是以Floquet线的形式制造的，这一事实更加重要，必须仔细设计以抑制参数过程中出现的不希望的谐波。在本文中，我们首先提出了一种新的建模策略，基于电磁仿真软件的使用，其次是一种促进和加快CPW人造线和由其制成的Floquet线的设计的第一原理模型。然后，我们与实验结果进行了比较，以证明其准确性。最后，理论模型允许人们预测人造线的高频行为，表明它们是实现100 GHz以上参数放大器的良好候选者。
光子时间晶体和参数放大
左侧的括号中的术语等于零，作为波导中不受干扰的波方程的解决方案。然后取消双方的多个术语，集成并像以前一样引入有效的索引eff n和二阶敏感性eff d，最后进行复杂的共轭
drivaernet：用于数据驱动空气动力设计和基于图的阻力预测
摘要这项研究介绍了Drivaernet，这是3D行业标准汽车形状的大规模高保真CFD数据集，以及RegDGCNN（一种动态的图形卷积神经网络模型），均旨在通过机器学习进行空气动力的汽车设计。drivaernet，其4000个详细的3D汽车网架使用了50万个表面网状面和全面的空气动力性能数据，包括全3D压力，速度场和壁剪应力，解决了广泛的数据集以训练工程应用中深度学习模型的广泛数据的关键需求。它比以前最大的汽车公共数据集大60％，并且是唯一对车轮和车身底部进行建模的开源数据集。regdgcnn利用此大型数据集直接从3D网格中提供高精度的阻力估计，绕过传统限制，例如需要2D图像渲染或签名距离字段（SDF）。通过在几秒钟内实现快速的阻力估计，RegdGCNN便有助于快速的空气动力学评估，从而为在汽车设计中的数据驱动方法整合而实现了巨大的飞跃。一起，Drivaernet和Regdgcnn承诺将加速汽车设计过程，并有助于开发更有效的车辆。为了为未来的创新奠定基础，我们的研究中使用的数据集和代码可在https://github.com/mohamedelrefaie/drivaernet 1中公开访问。
基于有限元法和参数模型降阶的电力电子模块热机械耦合分析
本研究通过将有限元法 (ANSYS-FEM) 与参数模型降阶 (pMOR) 相结合，提出了一种新方法，用于执行参数研究并检查电力电子模块 (PEM) 耦合热机械模型的非线性材料行为。与广泛使用的顺序耦合方法相比，所考虑的耦合方法可以同时解决热模型和结构模型。与通常用于 pMOR 研究的恒定参数值不同，本研究使用 pMOR 方法参数化了导线材料的温度相关材料属性。本文考虑使用 pMOR 方法进行热机械分析的广义 2D 模型，参数化导线材料的温度相关热膨胀系数 (CTE) 和杨氏模量 (E)，以探索它们对导线键合的影响。本文将矩阵插值法应用于 pMOR 研究，并使用 PRIMA（一种基于 Krylov 子空间的模型降阶 (MOR) 技术）进行局部模型降阶。已经开发出一种基于拉格朗日插值技术的新高效流程，用于在参数化降阶模型 (pROM) 中实现矩阵插值。降阶模型 (ROM) 的自由度 (DOF) 仅为 8，而全阶模型 (FOM) 的自由度为 50,602。pROM 提供了出色的解决方案，并将本案例的计算时间缩短了 84%。
采用参数模型降阶法进行功率模块热机械分析
摘要 —本文介绍了一种基于拉格朗日矩阵插值方法的参数模型降阶 (pMOR)，用于具有非线性行为的电力电子模块 (PEM) 的热机械和可靠性研究。模型降阶 (MOR) 研究中的大部分先前研究都报告了使用顺序耦合方法进行的热机械模拟。在本研究中，直接耦合热机械分析同时求解热和结构控制方程，用于获得热和变形结果。此外，对于 pMOR，矩阵插值的线性方法仅限于采样参数点之间的线性变化。因此，采用了一种使用拉格朗日插值方法对系统矩阵进行插值的新方法来有效地实现矩阵插值。通过拉格朗日矩阵插值方法获得的参数降阶模型 (pROM) 解与全阶模型 (FOM) 非常吻合，并且计算时间与矩阵插值的线性（双线性）方法相似。 pROM 模拟可将计算时间缩短高达 85.5%。索引术语 — 有限元法、热机械分析、电力电子模块、可靠性评估、参数模型降阶。
贝叶斯结构学习，具有参数边缘的计数数据：对微生物群的应用
高维和异质计数数据在各个应用领域收集。在本文中，我们仔细研究了有关Mi-Crobiome的高分辨率测序数据，这些数据使研究人员能够研究整个微生物群落的基因组。揭示这些社区之间的潜在互动对于学习微生物如何影响人类健康至关重要。为了从类似的多元计数数据中进行结构学习，我们开发了一个具有两个关键元素的新型gaussian popula图形模型。首先，我们采用参数回归来表征边际分布。此步骤对于分配外部协变量的影响至关重要。忽略这种调整可能会在推断基础义务网络的推理中引起扭曲。其次，我们基于适合高维度的计算有效搜索算法的贝叶斯结构学习框架。该方法返回边缘效应和降低结构的同时推断，包括图形不确定性估计。一项模拟研究和微生物组数据的真实数据分析突出了所提出的方法从一般的多元计数数据中推断网络的适用性，尤其是对微生物组分析的关系。提出的方法是在R软件包BDGraph中实现的。关键字：Copula图形模型；离散的weibull;链接预测；结构学习；微生物组
使用参数模型降阶对电力电子模块热机械分析中的温度相关特性进行参数化
摘要 — 本文使用 ANSYS-FEM（有限元方法）对电力电子模块 (PEM) 进行直接耦合热机械分析，并结合参数模型降阶 (pMOR) 技术。与目前大多数通过顺序耦合热机械模型进行耦合热机械分析的模型降阶研究不同，本研究中采用的直接耦合热机械方法同时解决了热和结构模型。通常，pMOR 主要侧重于参数化模型参数（例如材料属性、负载），这些参数是常数。在本研究中，在电子模块可靠性评估的背景下，展示了一种使用 pMOR 参数化温度相关属性的新方法，例如 PEM 结构中材料的热膨胀系数 (CTE)。开发了 PEM 的二维有限元模型，并用于研究铝 (Al) 合金的温度相关 CTE 对热负荷下系统热机械响应的影响。基于 Krylov 子空间的技术 PRIMA 已用于模型降阶，并采用矩阵插值的线性方法进行 pMOR 中的参数化。全阶状态空间模型具有 30,612 个自由度 (DOF)，而通过 pMOR 实现的简化模型只有 8 个自由度。模拟运行表明，对于此问题，使用这种方法可以大大减少计算时间，全阶模型和简化模型之间的计算时间减少了 81%。在建模预测中，基于 pMOR 的解决方案保留了结果的准确性。在这种情况下，与 ANSYS-FEM 模型 (FOM) 解决方案相比，应力结果的平均差异仅为 0.43%。