存在于植物和动物体内,具有多种功能。一个基本功能显然是机械功能,为身体提供保护和支持。但生物材料也可以用作离子储存器(骨骼是一个典型的例子)、化学屏障(如细胞膜)、具有催化功能(如酶)、将化学物质转化为动能(如肌肉)等。本篇评论文章将重点关注主要(被动)具有机械功能的材料:纤维素组织(如木材)、胶原组织(如肌腱或角膜)、矿化组织(如骨骼、牙本质和玻璃海绵)。主要目标是介绍这些材料结构的当前知识以及这些结构与它们(主要是机械)功能的关系。本文不会讨论具有主动机械功能的肌肉,也不会讨论流体流动(例如血液循环)、摩擦和摩擦学(例如关节)或连接(例如昆虫的附着系统)等领域,尽管它们与力学有明显的关系。因此,对自然的看法将非常类似于对(块体)结构材料感兴趣的材料科学家的看法。
摘要:为了了解选择性激光熔化 (SLM) 工艺背后的物理行为,人们广泛采用了数值方法进行模拟。宏观尺度的数值模拟可以研究输入参数(激光功率、扫描速度、粉末层厚度等)与输出结果(变形、残余应力等)之间的关系。然而,有限元法求解的宏观热模型无法正确预测熔池深度,因为它们忽略了熔池中流体流动的影响,尤其是在存在深穿透的情况下。为了弥补这一限制,提出了一种易于实现的温度相关热源。该热源可以在模拟过程中调整其参数,以补偿与流体流动和小孔相关的这些被忽略的热效应,一旦关注点的温度稳定,热源的参数就会固定下来。与传统的热源模型相反,所提出的热源的参数不需要针对每个工艺参数进行实验校准。通过将所提模型的结果与各向异性热导率方法和实验测量的结果进行比较,验证了所提模型的有效性。
对于一些国家,例如荷兰,地表是平坦的。但在荷兰,地下却有相当多的结构。地下的成分对于确定是否有地热能的潜力非常重要。有几个因素决定了某个地层是否适合地热能。这些因素包括深度、地层厚度、孔隙率和渗透性。深度很重要,因为钻孔越深,温度就越高。地层厚度表示地热潜力。地层越厚,潜力越高,但如果地层位于封闭该地层的粘土层之间(水留在地层内),潜力会更高。此外,材料需要具有良好的孔隙率和渗透性。孔隙率和渗透性可实现高效的流体流动,这对于地热提取至关重要。地热能的理想土壤由 50% 的固体、25% 的空气和 25% 的水组成。荷兰有四种合适的地层 1。不同的地层可以针对不同类型的地热能(浅层、中深层或深层,请参阅下文了解更多信息)。由于存在合适的地层,荷兰在各种类型的地热能方面具有巨大潜力。
高级化学工程理学硕士课程提供成为一名成功的化学工程师所需的主题,学生将获得工艺设计和管理、化学反应和反应器操作、计算机模拟、材料工程以及健康、安全和环境 (HSE) 方面的扎实知识。理学硕士课程受益于将 MEng 和 MSc 课堂教学相结合,通过扩大班级规模、更高效的团队合作技能培养和增加学习经验分享来增强学生体验。该课程是根据相关行业需求而开发的,反映了化学和能源部门的教学卓越性和研究实力,后者正在确定所提供的各种理学硕士论文主题。教学涵盖高级主题、过程管理、反应工程、材料工程、建模和模拟、多相流体流动和健康、安全和环境。课程还教授高级实验室实践和研究方法,并通过 40 学分的论文项目进行开发。课程目标
上述参数的提高是通过高涵道比实现的,这种技术在 20 世纪 60 年代中期开发出来,如今每架客机上都可以看到这种技术。在涵道比 (BPR) 为 10:1 的情况下,推力高达 115,000 磅 (514 kN),质量流速高达 1,300 kg/s,这足以让任何工程师都印象深刻。当然,现在所谓的小型微型涡轮喷气发动机无法与这些数字相媲美,但这并不会使它们变得不那么令人印象深刻或复杂。虽然微型涡轮机的设计人员也必须实现效率和功率目标,但他们面临着在更小的规模上实现这些目标的额外挑战,这对材料和部件来说带来了更多问题。高效设计这种高性能发动机的最佳方法是使用虚拟原型,例如计算流体动力学 (CFD) 和结构分析。本文探讨了如何使用 FloEFD 模拟微型涡轮机的流体流动、热条件和燃烧,以及如何将这些模拟结果应用于结构分析模型。
虽然碳酸盐和砂岩都包含储层作为储存溶液,但由于矿物学,沉积过程和成岩史的差异,它们在孔隙率和渗透性方面有所不同[4]。碳酸钙(CACO 3)和碳酸镁(MGCO 3)矿物质是碳酸盐地层的主要成分,包括石灰石和海豚。由于这些矿物会在地下条件下与CO₂反应,因此该过程称为矿物捕获。矿物捕获方法是一种高度稳定的储存形式,其中co co co co与矿物质反应形成固体碳酸盐,从而最大程度地减少了连续泄漏的风险[6]。尽管如此,碳酸盐储层通常由异质孔隙度和渗透率表示,因此在单个地层上井之间的这些特性非常不同。复杂的成岩化过程,碳酸盐地层经历,包括溶解和再结晶,这可能会产生孔隙空间的斑驳分布,并改变储层内的流体流动路径[9]导致碳酸盐地层的异质性。
用于可视化管道流线和喷嘴/扩散器边界层分离的简单教学风洞装置 摘要 风洞测试长期以来一直是许多流体力学和空气动力学入门课程的重要组成部分。使用标准电子或机械平衡硬件可以轻松演示与各种气动形状上的阻力形成相关的粘性和压力阻力的基本物理机制。在小比例模型上对升力、阻力、俯仰力矩和压力分布的实验测量同样在支持此类入门课程中的基本流体力学理论方面发挥着重要作用。了解这些物理特性对于汽车空气动力学设计、最大限度地提高燃油经济性以及教授应用于飞机的空气动力学设计基本原理都非常重要。除了更常见的使用风洞作为研究尾翼安装测试模型的空气动力学的工具之外,风洞作为一个整体还提供了展示流体力学的几个重要原理以及将这些原理应用于工程设计的方法。风洞最近的一个应用是对整个风洞进行压力分布测量,以展示理想的无粘性流体流动行为,以及说明各种机械能源的相对重要性。
压电能量收集可从振动、物体和身体的运动、撞击事件和流体流动等多种来源捕获机械能,以产生电能。这种能量可用于支持无线通信、电子元件、海洋监测、组织工程和生物医学设备。已经生产了各种自供电压电传感器、换能器和执行器用于这些应用,但是,增强材料压电性能以提高设备性能的方法仍然是材料研究的一个具有挑战性的前沿。在这方面,可以设计或故意设计材料的固有极化和特性来增强压电产生的能量。本综述深入探讨了先进材料(包括钙钛矿、活性聚合物和天然生物材料)中的压电机制,重点介绍了用于增强压电响应并促进其集成到复杂电子系统中的化学和物理策略。通过强调主要性能指标、驱动机制和相关应用,概述了能量收集和软机器人方面的应用。讨论了进一步改善材料和设备性能的关键突破和有价值的策略,并对下一代压电系统的要求以及未来的科学和技术解决方案进行了批判性评估。
Core Research Areas: Transport Phenomena, Heat Transfer, Thermodynamics, Biomass to value- added products, Catalysis, Reaction Engineering, Kinetic Modeling, Water Treatment, Hydrocarbon Engineering, Upstream and Downstream Petroleum Technology, Solid Waste Management, Nanomaterials and Nanotechnology, New and Renewable Energy, Functional coatings, Polymers, Polymeric coatings, Process Modeling and Simulation, Membrane Separation Processes, CO2 Sequestration, Edible films and coatings, Green Energy, Waste to Wealth, Coatings for Energy and Environment, Waste to Energy, Photo-catalysis, Photo-Electrolysis of water, Green Hydrogen, Self-Cleaning Cement, Environmental Engineering, Chemical Process Safety, Process Dynamics and Control, Fire Retardant Materials, Hydrogels, Waste Water Treatment, Smart Materials, Polymeric films, Renewable Energy, Energy Technology, Environmental Remediation,建筑材料,纺织流出的处理,木质纤维素生物量,计算流体动力学(CFD),非牛顿流体,多孔培养基流动,纳米流体流动,生物启发的粘合剂,微耗足设备,胶体悬架,复杂的综合体和复杂的系统模型,模型,模型。
摘要:紧急情况下的成像风险很高。随着对专用现场服务的需求增加,急诊放射科医生面临着越来越大的图像量,需要快速的周转时间。然而,新型人工智能 (AI) 算法可以帮助创伤和急诊放射科医生进行高效、准确的医学图像分析,从而有机会增强人类的决策能力,包括结果预测和治疗计划。虽然传统的放射学实践涉及对医学图像的视觉评估以检测和表征病理,但 AI 算法可以自动识别细微的疾病状态,并根据形态图像细节(例如几何形状和流体流动)提供疾病严重程度的定量表征。总的来说,在放射学中实施 AI 带来的好处有可能提高工作流程效率,为复杂病例带来更快的周转结果,并减少繁重的工作量。尽管腹盆腔成像中人工智能应用的分析主要集中在肿瘤检测、定位和治疗反应上,但已经开发出几种有前景的算法用于紧急情况。本文旨在对新兴图像任务中使用的人工智能算法建立一般理解,并讨论将人工智能实施到临床工作流程中所涉及的挑战。