XiaoMi-AI文件搜索系统
World File Search SystemSubstructure
喷气子结构的量子生成模型
理解喷气机的子结构是高能物理学的基本挑战，因为其固有的复杂性和多规模动力学。虽然诸如蒙特卡洛模拟之类的经典方法是重现喷气机现象学特性的功率工具，但这种方法难以准确捕获有关射流形成和进化的复杂相关性和随机过程。量子构成对抗网络（QGAN）通过利用量子计算以数据驱动方式建模量子计算对高维相关性和纠缠的能力来提供一种新颖的补充方法。在这项工作中，我们采用了QGAN框架来对喷气机中领先的黑龙的运动学进行建模。我们的研究调查了量子机器学习是否可以提供对喷气子结构建模的新见解，尤其是在经典方法遇到限制的地区。结果表明，QGAN可以有效地捕获喷气子结构的关键特征，为探索高能物理学中驱动喷气机形成和进化的机制铺平了道路。
利用数字孪生信息进行海上风电子结构可靠性更新
摘要：本文提出了一种基于数字孪生信息更新海上风力涡轮机子结构可靠性的概率框架。具体来说，从数字孪生获得的信息用于量化和更新疲劳损伤累积中与结构动力学和载荷建模参数相关的不确定性。更新后的不确定性包含在用于更新结构可靠性的疲劳损伤累积概率模型中。更新后的可靠性可用作输入，以优化现有结构的运行和维护以及新结构设计的决策模型。该框架以两个具有代表性的海上风力涡轮机的数值案例研究和从先前建立的数字孪生中获取的信息为基础。在此背景下，研究了更新土壤刚度和波浪载荷的影响，这两个参数构成了两个高度不确定和敏感的参数。研究发现，更新土壤刚度会显著影响靠近泥线的接头的可靠性，而更新波浪载荷会显著影响位于溅区局部的接头的可靠性。用于更新波浪载荷的虚拟传感会增加不确定性，从而降低结构可靠性。