能源弹性是能源政策和研究的重要焦点,因为能源系统正面临越来越多的挑战,例如由于可再生能源生产增加而导致的电力短缺,以及极端天气导致的停电风险。通常,在这些情况下,能源弹性侧重于基础设施和确保电力供应不受干扰。本文提出了一个关于弹性的补充观点,以家庭为研究弹性的起点。基于对多个学科弹性的理解,我们提出了家庭能源弹性的定义,可用于探索家庭如何在电力供应不稳定的情况下确保未来生活良好。此外,我们借鉴了能源富裕环境下未来家庭能源使用的当前想法(备用能源、能源效率、灵活性和能源自给自足),以创建一个探索家庭能源弹性的框架。我们发现不同想法之间存在多样性的潜力,而这种多样性并不总是存在于主流的未来能源使用愿景中。从家庭能源弹性的角度来看,我们希望挑战电力需求不可协商的观念,并揭示支持家庭在不确定的未来变得更具弹性的机会。
Peter Palm 讲师 马尔默大学 城市研究 马尔默大学 205 06 马尔默 瑞典 Peter.palm@mah.se +46(0)40-665 77 11 房地产管理策略:两条战略路径 摘要 目的——本文旨在确定构建房地产管理组织的不同战略路径。研究并概述了商业房地产组织的不同战略路径及其商业模式与环境的一致性。 设计/方法/方法——本研究基于对瑞典商业房地产行业 15 位高层管理人员的访谈分析。 发现——在为公司制定战略计划时,商业房地产行业在房地产管理方面有两条战略路径需要考虑。第一是选择是否拥有自己的一线人员或外包这一职能。第二是决定如何处理租赁任务:应该将其视为房地产经理的任务还是应该作为组织中的一项职能?本研究的结论是,所研究的组织可以使用这两种途径进行构建,而公司仍然可以取得成功。此外,无论组织如何构建,高层管理人员的论点都是相同的。他们都以这样的观点为基础制定战略计划:他们的组织结构是照顾客户的最佳方式。换句话说,他们有相同的论点,但选择了不同的战略途径来实现战略契合。 研究局限性/含义——本文的研究仅限于瑞典商业房地产行业。 原创性/价值——本文从高层管理的角度概述了房地产管理的战略途径。 关键词——战略规划、房地产管理、战略契合、组织结构 论文类型 研究论文 1. 简介 为了在竞争激烈的市场中生存和取得成功,公司需要发展并保持与环境的一致性。战略文献强调旨在使公司与环境契合以获得和留住新客户的战略。在商业房地产(其中物业作为投资资产持有并由其自己的物业管理公司进行管理)的背景下,市场竞争变得更加激烈(Lind 和 Lundström,2011 年)。这种竞争迫使房地产行业发展出一种更加面向服务的方法(Palm,2011 年)。在商业房地产战略领域,该行业必须使其商业模式与环境保持一致,以满足客户的需求并提供必要的服务。
© 作者 2022。本文根据知识共享署名 4.0 国际许可协议获得许可,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可的链接,并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可中,除非在材料的致谢中另有说明。如果材料未包含在文章的知识共享许可中,并且您的预期用途不被法定法规允许或超出了允许的用途,则您需要直接从版权所有者处获得许可。要查看此许可证的副本,请访问 http://creativecommons.org/licenses/by/4.0/。
从经济角度来看,耐久性是热冲压模具的关键因素。通过沉积新材料而不是更换来翻新模具是一种降低成本的有效方法。为此,通过定向能量沉积的方式将一种新开发的马氏体时效钢 (NMS) 熔覆在热作工具钢上。经过优化的回火后,对熔覆的 NMS 进行高温暴露以检查抗软化性能。利用光学显微镜 (OM)、X 射线衍射 (XRD)、扫描电子显微镜 (SEM)、俄歇电子能谱 (AES) 和透射电子显微镜 (TEM) 的组合,系统地表征了材料的微观结构演变。熔覆钢中的沉淀物被鉴定为 Laves 相。该相的粗化被认为是钢在高温下热软化的主要原因。还使用修订的 Langer-Schwartz-Wagner (LSW) 模型模拟了粗化行为,该模型与实验观察结果非常吻合。此外,成功应用了沉淀强化数学模型来评估钢的软化行为。该模型可用于预测所研究的工具钢在高温使用过程中的硬度/强度变化。2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。
钒氧化还原流量电池(VRB)系统涉及复杂的多物理和多时间尺度相互作用,其中电解质流速在静态和动态性能中起关键作用。传统上,固定流量已用于操作方便。但是,在当今高度动态的能源市场环境中,根据运营条件调整流量可以为提高VRB能源转换效率和成本效益提供显着优势。不幸的是,将电解质流速纳入传统的多物理模型对于VRB管理和控制系统来说过于复杂,因为实时操作要求用于船上功能的低计算和低复杂模型。本文介绍了一种新型的数据驱动方法,该方法将流速集成到VRB建模中,增强了数据处理能力和VRB行为的预测准确性。所提出的模型采用封闭式复发单元(GRU)神经网络作为其基本框架,在捕获VRB的非线性电压段方面表现出了非凡的熟练程度。GRU网络结构经过精心设计,以优化模型的预测能力,流速被视为关键输入参数,以解释其对VRB行为的影响。模型改进涉及分析在VRB操作中在各种流速下获得的精心设计的模拟结果。还设计和进行了实验室实验,涵盖了电流和流速的不同条件,以验证所提出的数据驱动的建模方法。对几种最新算法进行了比较分析,包括等效电路模型和其他数据驱动的模型,证明了考虑流速的基于GRU的VRB模型的优越性。由于GRU在处理时间序列数据方面的出色能力,该模型在宽范围内提供了令人印象深刻的准确终端电压预测,低误差率不超过0.023 V(1.3%)。这些结果表明了所提出的方法的功效和鲁棒性,突出了对管理和控制系统设计的准确VRB建模中流速的新颖性和重要性。
摘要 真实的核反应截面模型是可靠的重离子传输程序的重要组成部分。此类程序用于载人航天探索任务的风险评估以及离子束治疗剂量计算和治疗计划。因此,在本研究中,GSI-ESA-NASA 合作生成了总核反应截面数据集合。该数据库包括实验测量的总核-核反应截面。Tripathi、Kox、Shen、Kox-Shen 和 Hybrid-Kurotama 模型与收集的数据进行了系统比较。给出了有关模型实施的详细信息。指出了文献中的空白,并考虑了哪些模型最适合与太空辐射防护和重离子治疗最相关的系统的现有数据。
为了增强轨道几何维护计划并降低基础设施成本,准确预测由镇流器和子级别的循环负载引起的累积永久性轨道变形(沉降)对于铁路基础设施管理者至关重要。本文提出了一种新的方法,可以基于一项用于评估短期和长期轨道性能的混合方法研究的广泛参数研究,以降低计算成本来预测长期结算。将各种机器学习技术进行比较并采用用于开发预测模型,这些模型使用归档的压载轨道演示者的测量结果进行了验证。使用多个指标评估每个模型的性能和准确性,并进行了敏感性分析以识别有影响力的解释变量。值得注意的是,开发的随机森林模型与现场测量的定居数据表现出了良好的一致性。这种方法弥合了差距是数值模拟和经验数据,从而对永久轨道变形有了改进的整体理解。该方法具有在铁路轨道维护和更新管理的计算决策支持系统中实施的潜力。
研究了工艺气体、激光扫描速度和样品厚度对激光粉末床熔合制备的 Ti-6Al-4V 中残余应力和孔隙率形成的影响。使用纯氩气和氦气以及它们的混合物(30% 氦气)来建立残余氧含量低至 100 ppm O 2 的工艺气氛。结果表明,通过 X 射线衍射测得的薄样品(220 MPa)的亚表面残余应力明显低于长方体样品(645 MPa)。这种差异归因于较短的激光矢量长度,导致热量积聚,从而实现原位应力释放。即使增加了扫描速度,在工艺气体中添加氦气也不会在简单的几何形状中引入额外的亚表面残余应力。最后,在氦气下构建的悬臂(从底板移除后)的偏转比在氩气和氩气-氦气混合物下制备的悬臂的偏转更大。该结果表明,由于氦气的高热导率、热容量和热扩散率,在氦气下制造涉及大面积扫描的复杂设计可能受到更高的残余应力。
需要高生产率和鲁棒性提高的代谢工程,以使木质纤维素生物量的可持续生物生产乳酸。乳酸是一种重要的商品化学化学物质,例如作为可生物降解聚合物的聚乳酸生产的单体。在这里,使用有理和模型的优化来设计二倍体的木糖发酵酵母酿酒酵母菌株以产生L-乳酸。通过删除ERF2,GPD1和CYB2的多种乳酸脱氢酶编码基因,将代谢通量转向乳酸。使用木糖作为碳源实现了93 g/l的乳酸,其产率为0.84 g/g。增加了木糖利用并减少乙酸合成,还从菌株中删除了PHO13和ALD6。最后,编码丙酮酸激酶的CDC19过表达,导致消耗的0.75 g乳酸/g糖的产率,当使用的底物是一种合成木质纤维素水解培养基时,含有六糖和乙酸和固定剂等合成木质纤维素水解培养基。值得注意的是,建模还为理解氧气在乳酸产生中的影响提供了潜在客户。从木糖中产生高乳酸,在氧气限制下可以通过氧化磷酸化途径减少的通量来解释。在对比度上,较高的氧气水平对乳酸的产生有益于合成水解培养基的乳酸,这可能是耐受抑制剂所需的ATP浓度较高。这项工作突出了酿酒酵母对木质纤维素生物量产生乳酸的潜力。
个性化和精确药物的长期目标是为具有疾病的患者准确预测给定治疗方案的结果。目前,由于患者群体中的潜在因素导致对感兴趣的药物的反应或对治疗相关的不良事件的反应不佳,因此许多临床试验无法满足其终点。事先确定这些因素并纠正它们可能会导致临床试验的成功增加。通过对健康和患病个体的OMICS进行综合和大规模的数据收集工作,导致了宿主,疾病和环境因素的宝藏,这有助于旨在治疗疾病的药物的有效性。随着OMICS数据的增加,人工智能允许对大数据进行深入分析,并为现实世界中的临床使用提供了广泛的应用,包括改善患者的选择和鉴定可行的伴侣疗法靶标,以改善更多患者的可转换性。作为用于复杂药物疾病 - 宿主相互作用的蓝图,我们在这里讨论了使用OMICS数据预测使用免疫检查点抑制剂(ICIS)预测癌症免疫疗法的反应和不良事件的挑战。基于OMICS的方法是改善患者结局的方法,因为在ICI病例中也已应用于广泛的复杂疾病环境中,体现了OMIC在深度疾病分析和临床使用中的使用。