XiaoMi-AI文件搜索系统
World File Search System性能模拟
人工智能和数字孪生新世界中的建筑性能模拟：系统综述
建筑性能模拟是使用基于计算机的数学模型并应用基本物理原理和工程技术来复制和预测建筑性能的领域。建筑性能模拟是一个蓬勃发展的领域，得到了大量研究和开发，并且在实践中的应用也日益广泛。然而，建筑模拟并非凭空而来。更广泛的建筑领域中还有其他数字化发展也正在获得关注和关注，例如数字孪生、信息物理系统、人工智能和机器学习、物联网和数据挖掘方面的工作和进展。这些其他领域与传统的建筑性能模拟观点部分重叠，部分竞争。信息技术和数字世界的变化越来越快。作为通用发展的先行者，快速浏览埃森哲和 Gartner 等领先 IT 咨询公司的技术简介，就会发现各种相互关联的数字概念和主题正在迅速涌现，例如数字孪生、人工智能工程、自主系统等 [1,2]。这些 IT 主题通常会延迟渗透到建筑科学领域。例如，数字孪生这个术语由 Grieves 于 2003 年创造 [3] ，但直到 2017 年左右才出现在建筑性能文献中 [4] 。同样，信息物理系统的一般概念出现于 2006 年 [5] ，但直到 2015 年才过渡到建筑性能领域 [6] 。同行评审的科学出版物数量趋势
迈向数字孪生驱动的文化遗产管理：
建筑能源建模 (BEM)、建筑性能模拟 (BPS)、国际基础课程 (IFC)、多标准分析。摘要：欧洲有许多历史建筑需要提高能源效率，需要永久维护和翻新以满足可持续性和使用要求。资产所有者和资产管理者需要采用新策略来保护历史建筑，同时优化其生命周期内的成本和收益。从这个意义上说，数字化转型被证明是一个开辟新场景的好时机。数字孪生范式有望成为实现可持续知识、保护、修复和管理建筑资产的重要手段，并解决保护这些建筑的建筑特性同时使其适应监管框架规定的功能和性能要求的困境。本研究提出了一种工作流程，该工作流程集成了遗产建筑信息模型 (HBIM) 和建筑性能模拟 (BPS) 工具，以数据驱动 1920 年代至 1960 年代之间建造的意大利历史现代建筑的能源改进。在获取有关建筑物的信息后，基于国际基础类 (IFC) 标准实现 HBIM 模型和建筑能量模型 (BEM)。定义能源干预措施，计算建筑成本，并预测干预生命周期内热需求的收益。最后，快速的多标准分析可以比较不同的干预组合，并指出有关能源、经济和财务问题的建筑能源改进的最佳解决方案。这些成果代表了实现动态、可访问和可共享的数字孪生的第一步。
智能就绪指标在地中海建筑中的应用
4. 案例研究介绍 ................................................................................................................ 38 4.1. 介绍 ................................................................................................................ 38 4.2. 研究区域的气候数据 ................................................................................................ 38 4.3. 建筑描述 ........................................................................................................ 40 4.3.1. 案例研究 1：Itecons1 ...................................................................................... 40 4.4. 案例建筑中的方法应用 ............................................................................. 42 4.4.1. Itecons1 的 SRI 计算 ............................................................................. 43 4.4.2. Itecons2 的 SRI 计算 ............................................................................. 47 4.5. 改善 SRI 的潜在行动 ............................................................................................. 52 4.6. 室内环境质量评估 ............................................................................................. 55 4.6.1. 监测房间的 IEQ 评估 ................................................................................ 60 4.7. 建筑改造行动 ................................................................................................ 71 4.8.能源性能模拟................................................................................................ 74 4.9. 结论...................................................................................................... 77
使用氢燃料向数据中心供应清洁、可靠且经济的电力的系统演示
子任务 描述 开始月份 1.1 客户要求 3 1.2 燃料电池市场机会、价值主张和法规 4 2.1 组件性能模拟和测试 9 2.2 控制策略的确定 9 2.3 系统组件尺寸 - 燃料电池和电厂平衡、H2 存储、电源设备 9 2.4 网络安全远程访问能力评估 36 2.5 场地布局设计和许可 12 3.1 系统和相关基础设施的详细设计和布局 15 3.2 物料清单和零件采购 18 3.3 构建和内部台架测试 23 3.4 控制开发 23 3.5 子系统验收测试 27 3.6 场地准备 30 3.7 温室气体排放分析 21 4.1 系统安装、调试、调试 33 4.2 演示和数据收集 35 4.3 最终报告 36 4.4 系统退役 36
请引用原文：Du, B., Lund, PD, & Wang, J. (2021). 结合 CFD 和人工神经网络技术预测全玻璃直真空管太阳能集热器的热性能。能源，220，文章 119713。https://doi.org/10.1016/j.energy.2020.119713
本文分析了一种新型全玻璃直通真空管集热器的热性能建模和性能预测。开发了管的数学模型，并将其纳入 CFD 软件进行数值性能模拟。为了提高集热器的热性能预测，考虑了不同的人工神经网络 (ANN) 模型。采用包含 200 多个样本的综合实验数据集对模型进行测试。将热模拟模型与 ANN 模型相结合，使用建模的集热器输出作为输入模型之一，显著提高了 ANN 模型的预测精度。与 ANN 模型相比，仅基于 CFD 模型的预测精度最差。卷积神经网络 (CNN) 模型被证明是预测精度最好的 ANN 模型。关键词：太阳能集热器；真空管；神经网络；多元线性回归；CFD；热性能；预测
文献综述：
路由选择和支持服务质量 (QoS) 是移动自组织网络 (MANET) 中的基本问题。文献中提出了许多不同的协议，并进行了一些性能模拟来解决这一具有挑战性的任务。本文讨论了两种典型路由协议的性能评估和比较：Ad Hoc 按需距离矢量 (AODV) 和目的地顺序距离矢量 (DSDV)，基于测量网络中功耗和 QoS 参数的变化。在本文中，我们研究并分析了 QoS 参数的变化与路由协议的选择对网络性能的影响。网络性能以平均吞吐量、数据包传送率 (PDR)、平均抖动和能耗来衡量。模拟是在 NS-3 中进行的。模拟结果表明，DSDV 和 AODV 路由协议的能源效率较低。本文的主要目的是强调未来路由协议设计的方向，这些协议在能源利用率和传送率方面将比现有协议更好。
高级负载频率控制对岛的微电网系统中电池储能最佳尺寸的影响
摘要：近年来，电池能量存储（BES）在微电网系统中引起了很多关注。这是因为BES能够在需要时存储多余的功率并发电。在岛的微电网系统中，BES开始被视为可以调节系统频率的单位。BES中使用的控件显示频率调节性能称为负载频率控制（LFC）。但是，这种参与导致电池的大尺寸和高扩展计划成本。在本文中，提出了与传统LFC相比具有频率限制的高级LFC控制。所提出的控制意味着下垂控制作为基础，并具有频率限制。与传统的LFC相比，拟议的控制可以降低系统扩展计划成本。进行了性能模拟以验证电池性能。数值模拟的结果表明，所提出的对照参与降低操作成本。直接导致扩展计划成本降低。进行了一项针对电池选择的研究，以绘制BES大小解决方案的实用性。
基于技术经济模型的设计空间探索...
摘要在整个船舶设计过程的早期阶段开发的船舶推进系统的建筑对船舶的整体设计和性能产生了很大的影响。到达最后一艘船舶保护架构的设计空间探索可能是一个相当复杂的过程，用于高性能“组合”的“船舶推进系统”，旨在实现多个，经常相互冲突的设计目标。本文提出了一个基于基于模型的“技术经济和环境风险评估”（TERA）方法的设计空间探索过程的新过程，该方法是使用混合的“多重标准决策制定”（MCDM）程序执行的，以从竞争的推进系统中选择构建设计空间的竞争推进系统中的解决方案。该过程利用了从开发模型的性能模拟产生的性能数据的组合，以及基于比较的专家意见的指标，用于船舶设计过程中无法选择“妥协解决方案”的信息。本文包括一个说明性的示例，说明了拟议过程在设计空间探索的拟议过程中，用于合并的推进系统体系结构。
数字化是支持光伏部署和降低成本的驱动力
摘要。数字化为全球所有行业带来优势，对光伏 (PV) 行业也具有重要意义。例如，欧洲光伏行业当前的价值链通常以模拟和碎片化流程为特征，应克服这些特征以支持更大规模的光伏部署。采用更加开放和协作的数字化方法，以不同利益相关者之间的数据共享和从设计到 O&M 的更加集成的信息线索为特征，可直接优化光伏流程、提高性能并降低成本。因此，欧洲 H2020 项目“SuperPV”中制定了一种新颖的光伏信息管理 (PIM) 方法。根据 PIM 目标，我们开发了在主要光伏工作阶段无缝传输数据的工作流程，以及专门针对光伏领域协作方法的新数字功能，例如：(i) 现有 BIMSolar ® 软件中引入的高级功能，用于改进中型和大型光伏系统的同步设计、性能模拟和成本评估，(ii) 将所有相关信息汇总到数字孪生平台的概念验证，旨在为整个光伏系统的后期施工管理和生命周期评估奠定基础。
性能的物理知情的机器学习方法
重型燃气轮机由于发电率较低，灵活性和热效率而在发电中发挥了越来越重要的作用。在严格的环境条件下，燃气轮机的主要子系统（如压缩机，燃烧器和涡轮机）在运行时间内降低，这在很大程度上影响了系统的效率和生产力。因此，开发有效方法以监测重型燃气轮机的性能降解以进行系统预测性维护，从而提高机器的效率和生产率至关重要。本文提出了一种新的物理知情的机器学习方法，以通过无缝整合热力学热平衡机制，组件特征，多源数据和人工神经网络模型来预测燃气轮机的降解。考虑到流量，质量和能量平衡，建立了基于机制的热力学模型，然后将其集成到系统水平，以在不同条件下对燃气轮机进行性能模拟。系统模型能够有效地模拟那些无法测量的参数的值（例如gt排气流）或不准确测量（例如燃油流）。基于机器学习的数据清洁方法用于预处理燃气轮机的多元原始数据。使用ISO条件下的物理信息模型获得的设计性能数据和校正值之间的差异用于评估性能降解。从