培训的重点是将满足准官方统计学家,研究统计学家,政策分析师以及其他盟友研究专业人员和技术人员的需求的应用技能的发展。特别是,参加该计划的学习者将在新兴经济环境中掌握,分析和解释统计数据,用于在制定和实施社会和经济政策的情况下,这是加勒比地区典型的。研究持续时间将使用跨校园Moodle平台或MyElearning平台的异步和同步在线教学模式和远程教学方式的组合提供。学习持续时间是全日制学习者的一(1)年,而兼职学习者则是两(2)年。
机会 - 地质和地球物理特性在全球范围内的地质机器学习,我们对地球特性的集体理解受到直接观察地质的观察(例如,井原木,核心等)或间接通过遥感(例如地球物理或卫星观测)。这一事实导致在高空间分辨率(至sub-km量表)处的地球特性的稀疏数据集,或者从卫星观测值中产生了一个连续但低分辨率的数据集。因此,需要自动插值(例如Kriging)和/或人类知情轮廓,以在高分辨率下持续了解这些属性。在这项工作中,我们致力于改进这些方法。利用机器学习,深度学习和/或物理知情神经网络(PINN)的新发展,我们可以在空间和深度上智能插入或预测地球参数。这项工作利用了地质观察的各种数据源(即“大数据”),例如:科学钻孔,挖出和疏ed和地球物理观察,例如由乘员船(例如,船舶),自主平台(例如,AUV)(例如,AUV)和Satellites和Satellites和Satellites和Satellites和Satellites。我们将这些数据集与基于物理学的地质过程模型(例如压实)和数据驱动方法(例如机器学习)结合使用,以产生对地球特性的连续且准确的估计。这些方法的示例包括从稀疏的船板观测值中预测连续的重力场,或使用核心数据预测沉积物岩性与深度。鼓励基本的地质理解,但不需要。我们寻求具有地质/地球物理学经验的合格申请人,遥感/地理位置,机器学习/数据科学和/或运输/摇滚物理建模。申请人将有一些计算经验,并且在基本的编程/脚本中保持舒适(不需要特定语言)。实验室地点:海洋科学部海军研究实验室Stennis Space Center,MS POC:Benjamin Phrampus海军研究实验室,代码7352建筑物1005 Stennis Space Center,MS 39529电话:228-688-4899电子邮件:Benjamin.phrampus.civ@us.civ@us.navy.mil
3资格要求17 3.1总体原则。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。17 3.2一般资格的要求。。。。。。。。。。。。。。。。。。。。。。。。。。。18 3.3 CO 2拆卸供应商的要求。。。。。。。。。。。。。。。。。。。。。23 3.4基线示范的要求。。。。。。。。。。。。。。。。。。。。。。。。24 3.5补充要求。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26 3.6预防双重计数的要求。。。。。。。。。。。。。。。。。。。26 3.7生物量可持续性和起源可追溯性的要求。。。。。。。。。27 3.8对环境和社会保障措施的要求。。。。。。。。。。。。。。。29 3.9对积极可持续发展目标的影响。。。。。。。。。31
摘要。热能存储 (TES) 系统已广泛应用于聚光太阳能发电 (CSP) 电厂,以确保系统效率。本研究利用具有优异热特性的电解铜粉 (ECP)、氧化石墨烯 (GO) 和铅冶炼渣 (LSS) 骨料(一种采矿废料),旨在制造冶金土聚物材料作为 TES 系统中的存储介质。本文研究了 ECP 含量(0、5%、10%、15%、20%)对掺有 LSS 骨料的 GO 工程土聚物混合物的强度、比热、热导率和热稳定性的影响。加入 10% 的 ECP 后,流速和抗压强度显著提高。增加 ECP 含量会提高土聚物的热导率,但会降低土聚物的比热。结果表明,ECP 是一种很有前途的成分,可以加入土聚物中以增强其物理机械特性和热稳定性。 ECP、GO和LSS相结合生产用于TES系统的土工聚合物材料可以为CSP工厂和行业废物回收提供环保解决方案。
每周作业将增强对上述概念的理解。在实验室中,将通过X射线衍射技术和/或单晶进行X射线衍射技术检查矿物质。该课程的最终提交将是其矿物学项目的学生发现的手稿式报告。本报告将包括简短的文献综述,实验方法的解释,获得的结果摘要,包括通过XRD获得的结果与其他方法的现有数据之间的相关性。其他方法可能包括岩石学显微镜,SEM或各种光谱方法(例如,nmr,ir,拉曼,XPS),计算机建模或机器学习,具体取决于正在研究的矿物学问题。讨论将在学生的相关领域中包括这些发现的重要性(例如地球科学,行星科学,材料科学)以及进一步工作的建议。学生将在课程结束时在研讨会风格的会议上分享他们的结果。
博士研究将有助于确定利用现有隧道承载由高温高压液体组成的可再生能源储存系统的可行性,研究它们与未来供热网络的整合,包括社会接受度和成本效益。在意大利和欧洲城市地区,许多废弃或废弃的现有地下空间可以从智能和可持续的方法中受益,并重新开发用于能源目的,对社会经济活动产生积极影响。通过确定创新技术解决方案的规模、监测和分析实验场地的数据以及数值建模来了解用于储存的隧道衬砌和周围土壤的热-水-机械行为,将实现最先进的技术进步。通过增加对能源地质结构的行为和适用性的一般了解,即地下结构(桩、挡土结构、隧道衬砌)的热激活,将增强这一成果。该研究将与工程公司 Geosolving Srl 共同进行,该公司对实际应用感兴趣
这项研究旨在开发替代模型,以加速与碳捕获和存储(CCS)技术相关的决策过程。选择子表面CO 2存储位点通常需要昂贵,并且涉及CO 2流场的模拟。在这里,我们开发了一个基于傅立叶神经操作员(FNO)模型,用于对CO 2羽流迁移的实时高分辨率模拟。该模型经过由现实的子面参数产生的综合数据集训练,并提供O(10 5)计算加速度,并以最少的预测准确性牺牲。我们还探索了超分辨率的概念,以提高培训基于FNO的模型的计算成本。此外,我们提出了各种策略,以改善模型的预测可靠性,这是在评估实际地质地点的同时。基于NVIDIA的模量,这个新型框架将允许对CCS的站点进行快速筛选。讨论的工作流和策略可以应用于其他能源解决方案,例如地热储层建模和氢气。我们的工作量表科学机器学习模型到现实的3D系统,这些系统与现实生活中的地下含水层/储藏室更一致,为下一代数字双胞胎铺平了道路,用于亚面CCS应用程序。
n 2023年,BRGM在时事中发挥了领导作用,在我们世纪的主要问题上塑造了国家优先事项:适应气候变化以及对能源和工业主权的需求。当然,我们的承诺证明了其在法国的价值,但在国际方面,在各个方面也是如此:•因气候变化而加剧的风险一直是一个主要的关注,许多地区和地方当局都要求我们寻求建议,尤其是沿海危害以及粘土形成的收缩和肿胀; •水:已经开发了短期,中和长期预测工具,我们扩大了研究,以预测气候变化对水资源的后果,同时促进适应方式,例如基于自然的方法;现在每月发出地下水公告,甚至在干旱危机期间每两周出版; •地下对能源转变的潜力:我们已承担将地热潜力表征为国家计划的一部分的任务。法国CO 2存储潜力的国家库存已经开始。
碳捕获与储存 (CCS) 是指从工业点源或直接从大气中捕获二氧化碳 (CO2),并将其注入地下深处进行永久储存(又称“地质封存”,将二氧化碳与大气安全隔离)的过程。CCS 被广泛认为是美国和其他国家实现《巴黎协定》和其他气候承诺所要求的温室气体减排目标所需的关键技术。大规模部署 CCS 以应对气候变化不仅需要捕获大量的二氧化碳,还需要在地层中建立大型连续储存库,这些储存库能够接收和容纳预计在未来几十年内可供捕获的数百万公吨 (MMT) 的二氧化碳。