XiaoMi-AI文件搜索系统
World File Search System数值模拟
对高的粒子混合行为的数值模拟...
粉末材料的混合是许多行业的关键过程，例如药物，食品，农业和冶金。在冶金炼铁过程中，铁矿石烧结物是用于生产液体熔融铁的主要原材料，是通过铁矿石，通量和燃料的混合物在烧结机中生产的。1,2）在烧结之前，铁矿石的罚款应与焦炭和石灰石混合，然后加入水以改善烧结床的渗透性。颗粒的目的是正确控制颗粒的均匀成分和合适的尺寸。3–5）因此，混合效应在肉芽过程中至关重要，该过程决定了组成和粒度分布，从而影响烧结质的质量。6–8）然而，颗粒系统的流动和混合行为已被证明是令人惊讶的复杂现象，这是容器形状的变化，
中面部撞击与脑外伤的数值模拟与分析
颌面部是人体暴露部位，防护能力有限，易受到损伤，多见于交通事故、拳击、体育等暴力事件（1-3）。与上面部和下面部相比，面中部区域特殊，结构最为复杂，包含较多骨骼，通过骨缝合线形成完整的骨复合体。面中部骨通过缝合线与颅底刚性连接，受到撞击时力可直接传至脑部，因此面中部损伤常合并颅脑外伤。Bellamy等（4）报道3 291例面中部骨折患者，其中21.3%合并颅内损伤，6.3%死亡。Zandi等（9）报道面中部骨折的病例多为颅脑损伤。 （5）对2692例颌面部创伤住院患者进行了评估，发现与面部骨折相关的头部损伤发生率为23.3%。最常见的相关头部损伤是脑震荡，其次是脑挫伤和颅骨骨折。一些研究表明，面部骨折，尤其是解剖上靠近颅骨的骨骼，是头部损伤风险增加的标志（5-8）。对损伤的机械过程和反应的分析可以帮助外科医生更好地诊断未被怀疑的脑损伤。
使用 COMSOL 对用于量子信息处理的超导电路进行数值模拟
21. 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 67
添加剂制造过程的数值模拟的自适应有限元策略
在这项工作中，提出了一种自适应有限元策略来处理添加剂制造（AM）过程的数值模拟。选择性激光熔化（SLM）被选择为参考技术，因为它在工业制造链中的差异很大，尽管所提出的方法可以应用于所有类型AM的数值模拟。如果将基于OCTREE的网状适应性方法与处理区域（所谓的热机械效果效果区域（TMAZ））相比，则采用了允许在处理区内使用大量填充网格的方法。尽管自适应网格划分对于通过制造过程的整个模拟来保持控制的计算资源至关重要，但是结果的准确性可能会因粗化策略而损害，尤其是在模拟SLM过程时，在该过程中，网格尺寸可以从微米（TMAZ）（TMAZ）到厘米（靠近建筑物）（接近建筑物）。这种准确性的丧失会破坏原始的效果，以在过程区域重新发现网格时。因此，开发了一种弥补自适应改造仿真中信息损失的策略。主要思想是添加两个校正项，以补偿已经制造的区域中网格的粗糙过程中的准确性损失。建议的校正项可以解释为自适应网格上的变分多尺度增强。数字示例说明了提出的策略的性能。这允许人们通过使用自适应的网格成功模拟添加剂制造过程，其结果与计算成本的一小部分具有与均匀重新固定的网格模拟非常相似的准确性。
学习数值模拟的相似性度量
我们提出了一种基于神经网络的方法，该方法可计算一个稳定且通用的度量（LSiM）来比较来自各种数值模拟源的数据。我们专注于标量时间相关的二维数据，这些数据通常来自基于运动和传输的偏微分方程（PDE）。我们的方法采用了一种由度量的数学性质驱动的孪生网络架构。我们利用带有 PDE 求解器的可控数据生成设置，在受控环境中从参考模拟中创建越来越不同的输出。我们学习到的度量的一个核心组成部分是一个专门的损失函数，它将关于单个数据样本之间相关性的知识引入训练过程。为了证明所提出的方法优于现有的向量空间度量和其他基于图像的学习到的度量，我们在大量测试数据上评估了不同的方法。此外，我们分析了可调节训练数据难度的泛化优势，并通过对三个真实数据集的评估证明了 LSiM 的稳健性。
关键词：颗粒介质；流体力学；流变学，CFD；DEM；人工智能；机器学习和神经网络。 背景与目标：该研究项目是圣埃蒂安矿业学院（法国顶级工程学院）与世界核能领导者奥拉诺公司长期合作的一部分。该项目专注于颗粒流建模。这些流体具有不同于传统流体的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气力输送、筒仓卸料……）中发现了它们，其中含有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量颗粒（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟所产生的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来为 CFD 模型提供数据。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下一个领域拥有理学硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题
关键词：颗粒介质；流体力学；流变学、CFD；DEM；人工智能；机器学习和神经网络。背景和目标：该研究项目是圣艾蒂安矿业学院（法国顶级工程学院）与世界核能领导者 Orano 长期合作的一部分。该项目专注于颗粒流建模。这些流体具有与传统流体不同的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气动输送、筒仓排放……）中发现它们，其中有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量粒子（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟生成的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来输入 CFD 模型。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下领域获得硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题。好奇心、严谨性、参与度、批判性分析能力、倾听能力，当然还有对科学和技术的热情，这些都是成功答辩优秀论文的关键资产。英语流利 + 愿意学习基础法语。申请：文件包括四项：求职信 + 简历 + 至少一封推荐信 + 硕士排名或学术成绩。其他：最好从 2020 年 10 月 1 日开始。在工业资助和合作下
有限的近壁入口数据对湍流通道流的直接数值模拟的影响
摘要。湍流流的直接数值模拟（DNS）需要一个较大的计算域和较长的模拟时间来捕获和发展大规模结构并达到统计固定状态。相比之下，实验测量可以相对容易捕获大规模结构，但努力解决耗散流量尺度。这项研究调查了湍流通道流量的DNS所需的空间范围，以恢复使用实验入口数据时恢复湍流和能量的空间范围，而实验入口数据通常无法捕获向粘性子层捕获的爆发。REτ= 180处的流循环通道流dns的合成实验场被用作具有入口输出边界条件的通道流量DNS的入口。通过除了零傅里叶模式以外的所有壁壁能量和爆发，可以检查入口处有限的近壁数据的效果。有限的近壁数据对平均值和流动性速度速度的收敛性的影响不太明显，当时在y + = 5。然而，跨度的流动略有弱。跨度能光谱表明，在域长度的1/16处（x/h≈π/4）恢复流量尺度。当将闪光移除至y + = 17或更大时，全范围的流量尺度需要一个大于x/h =4π的域。
土压平衡隧道回填注浆方法的数值模拟
摘要 隧道掘进机施工过程中涉及的主要问题之一是尾部间隙注浆。该间隙位于隧道衬砌外径和开挖边界之间，并用高压注浆材料填充。本文研究了 FLAC3D 软件中三种不同的间隙注浆建模方法，特别关注注浆材料硬化过程的影响。在第一种方法中，将注浆在注入过程中模拟为液体，考虑 TBM 的推进及其硬化时间，将注浆特性转变为固体注浆的性质。在第二种方法中，在模型中将注浆材料从注入开始时就视为具有固体注浆性质，忽略液相。在第三种方法中，不考虑模型几何中的回填注浆区域，只在盾构末端和已安装管片后方施加注入压力。根据最大地表沉降评估了这三种方法的有效性。这三种方法估算的表面沉降量不同，但第一种方法的结果更接近监测数据。同样作为敏感性分析，在这项工作中，我们研究了液体和固体灌浆材料的弹性模量对表面沉降量的影响，这有助于更准确地了解灌浆混合物的影响。
光伏系统与储能技术对集中发电影响的数值模拟分析：以澳大利亚为例
摘要 为应对气候变化，大多数工业化国家近年来承诺增加可再生能源的份额，以减少温室气体排放。因此，小型光伏 (PV) 系统（主要在住宅应用中）的快速部署开始占据可用发电量的相当大一部分，因此，这些系统的随机性和间歇性影响着集中式发电 (CG) 资源的运行。由于场景复杂性不断提高，越来越多的利益相关者在网络中发挥着积极作用，网络运营商不断改变其短期和长期预测活动的方法。越来越多的客户必须被视为产消者，而不仅仅是消费者。在这种情况下，存储技术被认为是合适的解决方案。这些技术对于解决和填补可再生分布式能源给网络基础设施管理带来的问题是必不可少的。这项工作的目的是创建一个模型，以评估考虑到澳大利亚光伏系统的发电影响，以及一个使用 MATLAB 模拟电池储能系统 (BESS) 和电动汽车未来贡献的模型。用于开发这些模型的方法是基于有关已安装光伏系统和当前存储技术的可用详细信息的统计假设。结果表明，在所有分析的情景中，未来屋顶光伏板的采用和对 CG 的影响都远高于储能系统的使用。因此，对需求的影响将由光伏系统的行为决定。只有在假设的情景中，即 BESS 的安装将达到与光伏系统相当的水平，才有可能更好地管理集中资源。