航天器发射器用于将有效载荷和机组人员运送到低地球轨道和地球同步转移轨道。有效载荷放置在发射器的整流罩内。不同的国家使用不同的发射器,每个发射器都有不同的振动和热要求。美国使用 Delta IV、Atlas V、Falcon 9 和 Falcon Heavy。俄罗斯使用 Zenit 发射器。欧洲使用 Vega 和 Ariane 5,中国使用 CZ5。每个发射器都有不同的振动、热和尺寸要求,卫星必须满足这些要求才能安全地将其发射到太空。有限元分析将对卫星的给定要求进行建模,以确定应使用的发射器。卫星的形状和大小各不相同,而且从来都不是相同的。对结构振动和热要求进行建模对于保护有效载荷和发射器非常重要。
摘要。我们研究了重子化学势 µ B 对平衡和非平衡状态下夸克胶子等离子体 (QGP) 特性的影响。平衡状态下 QGP 的描述基于动态准粒子模型 (DQPM) 中的有效传播子和耦合,该模型与格点量子色动力学 (QCD) 中解禁温度 T c 以上的部分子系统的状态方程相匹配。我们计算了(T,µ B)平面内的传输系数,例如剪切粘度η 与体积粘度 ζ 与熵密度 s 之比,即 η/s 和 ζ/s,并将其与 µ B = 0 时的其他模型结果进行比较。QGP 的非平衡研究是在部分子-强子-弦动力学 (PHSD) 传输方法中进行的,该方法扩展到部分子领域,通过明确计算在实际温度 T 和重子化学势 µ B 下评估的每个单独时空单元中部分子散射的总和微分部分子散射截面(基于 DQPM 传播子和耦合)。在相对论重离子碰撞的不同可观测量中研究了它们的 µ B 依赖性的轨迹,重点关注 7.7 GeV ≤ √ s NN ≤ 200 GeV 能量范围内的定向和椭圆流系数 v 1 、v 2。
图解扩展是处理相关电子系统的中心工具。在热平衡下,它们最自然地定义了Matsubara形式主义。但是,从Matsubara计算中提取任何动态响应函数最终需要从虚构到实频域到实频域的错误分析延续。最近提出了[物理学。修订版b 99,035120(2019)],可以使用符号代数算法分析进行任何相互作用膨胀图的内部Matsubara总结。总结的结果是复杂频率而不是Matsubara频率的分析函数。在这里,我们应用了此原理并开发了一种示意的蒙特卡洛技术,该技术直接在实际频率轴上产生。我们介绍了在非平凡参数方面的掺杂32x32环状方晶格哈伯德模型的自我能量σ(ω)的结果,其中pseudogap的特征似乎靠近antinode。我们讨论了在实频轴上的扰动序列的行为,尤其表明,在使用截短的扰动系列上使用最大熵方法时,必须非常小心。在分析延续很困难的情况下,我们的方法对将来的应用具有巨大的希望,而中阶扰动理论可能会融合结果。
摘要 在本文中,我们提出并验证了一种用于模拟航空航天应用的新型稳定可压缩流有限元框架。该框架由基于流线迎风/Petrov-Galerkin (SUPG) 的可压缩流 Navier-Stokes 方程、充当壁面函数的弱强制本质边界条件和充当激波捕获算子的基于熵的不连续性捕获方程组成。针对从低亚音速到跨音速流态的各种马赫数测试了该框架的准确性和稳健性。对 NACA 0012 翼型、RAE 2822 翼型、ONERA M6 机翼和 NASA 通用研究模型 (CRM) 飞机周围流动的二维和三维验证案例进行了气动模拟。将从所有案例的模拟中获得的压力系数与实验数据进行了比较。计算结果与实验结果一致性较好,证明了本文提出的有限元框架用于飞机气动模拟的准确性和有效性。
量子理论基于这样一个事实:系统的量子态编码了所有可能的测量预测以及系统的后验演化。然而,一般来说,不同的代理可能会根据他们对系统的了解,为同一系统分配不同的状态。系统物理状态的完整信息等同于纯态,在数学上由希尔伯特空间中的单位向量建模。相比之下,混合状态对应于系统缺乏完整的描述,这要么是由于准备过程中的不确定性,要么是由于系统与次级系统相关。在本文中,我们讨论了不同知识水平的观察者对系统的感知有何不同。具体而言,我们量化了两个代理在通过连续测量获取信息时对同一系统提供的有效描述有多大差异。考虑一个受监控的量子系统,即一个在时间上被连续测量的系统。假设全知代理 O 知道系统中发生的所有交互和测量。特别是,她可以访问所有测量结果
量子密钥分发正成为一个越来越受实践驱动的研究领域 [1] [2]。随着该领域和其他领域的进步使 QKD 设备的商业化实施越来越受欢迎,有必要做更多的工作来了解这些协议在实践中(而不是在理想情况下)的能力和局限性。B92 协议 [3] 在渐近设置中得到了充分研究,结果表明它能够容忍通道中高达 6.5% 的噪声 [4]。人们提出了 B92 的扩展变体 [5],其中,除了 B92 中使用的两个编码非正交状态之外,Alice 和 Bob 还利用两个额外的非编码非正交状态来实现对 Eve 信息的更严格约束。对扩展的 B92 协议的分析表明,它在渐近设置下能够容忍高达 11% 的噪声 [5]。在本文中,我们将介绍我们所知的首次有限密钥设置下扩展的 B92 协议的密钥率分析。我们进行有限长度的信息论安全性分析,假设存在集体攻击,并严格评估密钥率和噪声容忍度的下限。我们假设去极化信道进行评估,尽管我们得出的方程适用于任意信道。我们遵循 [9] 中提出的完善的密钥率计算以及 [10] 中给出的利用不匹配测量的方法来实现这一点。在这项工作中,我们只考虑理想的量子比特,因此我们不会考虑损失可能对协议安全性产生的影响。关于损失,我们注意到原始的 B92 协议极易受到明确状态歧视攻击 [6] [7] [8],而我们在此分析的扩展版本可以抵御此类攻击 [5]。在进行证券分析之后,我们将对一系列参数进行优化并讨论最佳趋势,并将通过我们的分析实现的关键利率与之前分析中使用标准 B92 实现的关键利率进行比较。
摘要 多粒子干涉是量子信息处理的关键资源,玻色子采样就是一个典型例子。因此,鉴于其脆弱性,一个必不可少的条件是为其验证建立一个坚实可靠的框架。然而,尽管已经为此引入了几种协议,但该方法仍然支离破碎,无法为未来的发展构建一个大局。在这项工作中,我们提出了一种操作性的验证方法,该方法涵盖并加强了这些协议的最新技术。为此,我们分别将贝叶斯假设检验和统计基准视为小规模和大规模应用最有利的协议。我们在有限样本量下对它们的操作进行了数值研究,将之前的测试扩展到更大的维度,并针对两种用于经典模拟的对抗算法:平均场采样器和都市化独立采样器。为了证明对改进验证技术的实际需求,我们展示了数值模拟数据的评估如何取决于可用的样本量,以及内部超参数和其他实际相关的约束。我们的分析为验证的挑战提供了一般性的见解,并可以启发具有可衡量的量子优势的算法的设计。
本研究探讨了人工智能(AI)与有限差异方法(FDM)的整合,以增强物理,工程和数据科学中偏微分方程(PDE)的数值解决方案。传统的FDM方法,尽管有效地近似于PDE的解决方案,但由于网格大小和稳定性的限制,处理高维,非线性或计算强度问题的面临限制。AI技术,尤其是机器学习(ML)和深度学习(DL),提供了有希望的增强功能,包括适应性网格的细化,优化的时间步变和模型选择,可显着提高准确性和计算效率。使用基于Python的实现,这项研究研究了各种PDE的AI增强FDM,包括热方程,波动方程,
使用延长的心脏扭力(XCAT)图像开发了男性和女性热调节模型,该模型是美国成年人中位数的图像,从体素数据分割为CAD模型,并将最终的四面体网格进口到Comsol Multiphysics软件中,并使用620万个四面体元素进口[1,2]。网格分为13个组织和器官,包括皮肤,脂肪,肌肉,骨骼,眼睛,肝脏,胃,肺,心脏,肾脏,肾脏,膀胱,肠,肠和大脑(图1)。指定了进口的网格组件,其属性是用于温度调节的属性,包括温度电阻率,电导率,特定的热容量和初始温度条件。使用Comsol的Bio-Heat传输模块的模型。表面上的空间温度分布由生物热传递方程(被动系统)[等式1]和通过下丘脑(活动系统)的误差信号对热调节的传出系统响应确定。