现代工程设计中,先进材料(如纤维/颗粒增强聚合物、金属合金、层状复合材料等)被广泛使用,其中晶粒、夹杂物、空隙、微裂纹和界面等微尺度异质性显著影响宏观本构行为。显然,准确描述材料的多尺度行为对于材料设计和结构分析的成功至关重要。代表性体积元 (RVE) 分析方法提供了一种严格的方法,可以从较低长度尺度的材料成分和结构特性中获得较高长度尺度上均匀的宏观材料特性。最近,我们在多物理场仿真软件 LS-DYNA 中开发了一个 RVE 模块(关键词:*RVE_ANALYSIS_FEM),可以在用户指定的特征长度尺度上对数值重建的材料样品进行高保真虚拟测试。在本文中,我们将简要介绍这一新功能。
DCC-9 是一种电动汽车能源管理系统 (EVEMS),允许将充电器直接连接到多单元住宅楼 (MURB) 住宅的配电板,否则配电板将没有足够的容量来实现连接。
操作 - 实时阅读房屋电动面板的总功耗; - 检测何时总功耗超过主断路器容量的80%,并降低了EV充电器的温度; - 当电动面板的总功耗少于其容量的80%以上时,会自动重新激发电动汽车充电器。- 需要一个双杆断路器插槽。
Adam Finn 教授,博士†,布里斯托疫苗中心,细胞与分子医学和人口健康科学,布里斯托大学,英国布里斯托 21
摘要 提出了一种用于改进复合材料本构建模的模块化流程。该方法可用于开发特定受试者的空间变化脑白质力学性能。对于此应用,从扩散磁共振成像 (dMRI) 扫描中提取白质微观结构信息,并用于生成数百个具有随机分布纤维特性的代表性体积元素 (RVE)。通过对这些 RVE 自动运行有限元分析,可以生成与多个 RVE 特定载荷情况相对应的应力-应变曲线。然后针对每个 RVE 校准一个使 RVE 行为均质化的中观本构模型,从而针对每组 RVE 微观结构特征生成一个校准参数库。最后,实现一个机器学习层,直接从任何新的微观结构预测本构模型参数。结果表明,该方法可以高精度地预测校准后的中观材料性能。更一般地说,当提供实验测量的特定位置的纤维几何特性时,整体框架可以有效模拟复合材料的空间变化机械行为。
一些国家已启动针对老年人口的第二剂 COVID-19 加强疫苗接种运动,但有关其有效性的证据仍然很少。本研究旨在评估在 Omicron BA.2 和 BA.5 亚型占主导地位期间,意大利 80 岁人群中第二剂 COVID-19 mRNA 疫苗加强剂的相对有效性。我们链接了国家疫苗接种登记处和 COVID-19 监测系统的常规数据。在 2022 年 4 月 11 日至 8 月 6 日期间的每一天,我们根据多项人口统计学和临床特征,将接种第二剂加强疫苗的个体与至少 120 天前接种第一剂加强疫苗的个体进行 1:1 匹配。我们使用 Kaplan-Meier 方法比较两组之间 SARS-CoV-2 感染和严重 COVID-19(住院或死亡)的风险,计算相对疫苗有效性 (RVE) 为 (1 – 风险比)X100。根据对 831,555 对匹配对的分析,我们发现,与至少提前 120 天接种第一剂加强剂相比,接种后 14-118 天接种第二剂 mRNA 疫苗在预防 SARS-CoV-2 感染方面具有中等效果 [14.3%,95% 置信区间 (CI):2.2-20.2]。RVE 从 14-28 天时间间隔内的 28.5%(95% CI:24.7-32.1)下降到 56-118 天时间间隔内的 7.6%(95% CI:14.1 至 18.3)。然而,针对重症 COVID-19 的 RVE 较高(34.0%,95% CI:23.4–42.7),在同一时间段内从 43.2%(95% CI:30.6–54.9)降至 27.2%(95% CI:8.3–42.9)。尽管在第二次加强剂量后 2-4 个月针对 SARS-CoV-2 感染的 RVE 大大降低,但即使在 Omicron BA.5 亚型流行期间,针对重症 COVID-19 的 RVE 也约为 30%。对于至少提前四个月接种过第二次加强剂量的老年人,应仔细评估第三次加强剂量的成本效益。2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章。 (http://creativecommons.org/licenses/by-nc/4.0/)。
量子计算机的出现采用了与传统数字计算机完全不同的物理原理和抽象,它开创了一种全新的计算范式,有可能带来颠覆性的效率和计算性能。具体而言,同时改变整个量子系统状态的能力带来了量子并行性和量子干涉。尽管有这些前景,但将量子计算应用于计算力学问题的机会仍未得到充分探索。在这项工作中,我们展示了量子计算确实可以用于解决计算均质化中的代表性体积元 (RVE) 问题,其多对数复杂度为 ((log 𝑁 ) 𝑐 ) ,而传统计算的复杂度为 ( 𝑁 𝑐 )。因此,我们的量子 RVE 求解器相对于传统求解器实现了指数加速,使并发多尺度计算更接近实用性。所提出的量子 RVE 求解器结合了传统算法,例如均匀参考材料的定点迭代和快速傅里叶变换 (FFT)。然而,这些算法的量子计算重新表述需要根本性的范式转变以及对经典实现的彻底重新思考和彻底改革。我们采用或开发了几种技术,包括量子傅里叶变换 (QFT)、多项式的量子编码、函数的经典分段切比雪夫近似和用于实现定点迭代的辅助算法,并表明在量子计算机上有效实现 RVE 求解器确实是可能的。我们还提供了理论证明和数值证据,证实了所提出的求解器的预期 ((log 𝑁 ) 𝑐 ) 复杂度。
目标两次Covid-19爆发发生在2022年初在河南省发生,其中一个是三角洲的爆发,另一个是Omicron变体爆发。疫苗在爆发时使用的疫苗被灭活,为91.8%;蛋白质亚基,7.5%;和腺病毒5向量,0.7%的疫苗。暴发提供了一个机会,可以评估同源灭活的Covid-19疫苗促进剂剂量的特异性突破性感染率和相对的保护效果,以抗症状感染和肺炎。设计回顾性队列研究方法我们使用时间依赖性的COX回归模型对感染个体的密切接触进行回顾性队列研究,评估了相对疫苗有效性(RVE)。人口统计学和流行病学数据是从当地疾病控制和预防中心获得的;临床和实验室数据是从Covid-19指定医院获得的。疫苗接种历史是从国家Covid-19-19疫苗接种数据集获得的。所有数据均通过国家识别号链接。在784个SARS-COV-2感染中的结果,379(48.3%)是由三角洲引起的,405(51.7%)是由Omicron引起的,突破性率分别为9.9%和17.8%。增强个体的突破率为8.1%和4.9%。结论中国共同疫苗接种在中国疫苗接种提供了良好的保护,以防止有症状的Covid-19和Covid-19-19,由三角洲和Omicron变体引起的肺炎。保护后6个月疫苗接种后6个月下降,但通过在初级系列后6个月给定的同源灭活助推器剂量恢复。与感染前接种初次疫苗接种序列≥180天的受试者相比,Cox回归模型表明,同源的促进疫苗接种在统计学上与统计学上显着相关,这与防护剂的保护症具有显着相关性(RVE 59%; RVE 59%; 95%CI 13%至80%至80%)和DELTA引起的7%和OM 62%; 95%CI; 95%ci; 95%; 95%; 95%; 95%; 95%; 95%; 95%; (RVE 87%; 95%CI 3%至98%)。
2 SRVE 的开发 9 2.1 简介和最新技术 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.1.5 统计空间描述符 . ... . ...
具有周期性微观结构的构建的细胞材料(ACM)通常是在通过增材制造(AM)技术获得的高性能组件中构建的,这是由于其高特定强度和良好的效果。ACM也用于用于较高的表面与质量比以方便利用以增强传热的方法。在这项工作中,提出了一种数值方法,以预测AM获得的ACM的有效疗法电导率(ETC)。该模型基于一般数值均质化方案和对ACM的代表体积元素(RVE)的明确描述。数值分析已经对31 rves的几何形状进行:结果表明,ACM的宏观等在很大程度上取决于RVE的相对密度和几何特征。此外,从rves几何形状的数据库开始,选择了七个配置来设计分级ACM,通过计算机辅助设计与设计兼容的拓扑优化方法基于非均匀理性基础样条型样条超曲面以代表伪型密度纤维,并具有众所周知的固体同位素性材料,并具有损失的方法。尤其是,SIMP方法中使用的惩罚定律被基于物理的惩罚方案取代,该方案通过插值每个RVE拓扑的均质化结果和合适的后加工阶段,以从优化过程的结果中恢复分级ACM而不是结构的分布。在从文献中提取的2D和3D基准问题上显示了所提出方法的效果。