摘要 我们研究了在存在两种惯性强迫的情况下控制隧道火灾产生的烟雾传播所需的通风条件:横向抽取系统和纵向流。为此,我们在缩小规模的隧道中进行了一系列实验,使用空气和氦气的混合物来模拟火灾期间热烟的释放。实验旨在关注允许浮力释放被限制在两个相邻抽取口之间的通风流动。分析了不同的源条件(即浮力释放的密度和速度)以及不同的抽取口配置。实验使我们能够量化限制浮力烟雾所需的抽取速度的增加,从而克服强加的纵向速度的影响。矩形形状且横跨整个隧道宽度的抽取口可提供最佳性能。最后,我们研究了流动的分层条件,分为四种状态。有趣的是,当分层条件消失时,随着纵向流和垂直提取流的增加,流动动力学几乎不受浮力烟雾存在引起的强迫的影响,浮力烟雾最终充当由流动传输的被动标量。
广泛接受的是,制药行业需要在体外模型上更加生理相关,以更好地预测药物毒性和效率。10年前,新技术的出现令人兴奋,该技术被称为“芯片上的器官”(OOAC),因为人们相信OOA可能会满足这种需求。政府机构和风险投资的发展活动和投资激增。大多数开发OOAC的组织都选择使用使用微加工技术制造的微流体设备,该技术在电子行业取得了悠久的成功历史,因为它在微电体芯片中提供了提高的功能,更好的性能和经济利益。但是,生物系统中液体流的物理学与在微电路中控制电子的物理学大不相同。经过10年的激烈发展,值得研究OOAC技术的状况并评估提供预期的转型所需的内容。令人失望的是,包括OOAC在内的先进的体外方法还无法减少动物的使用来评估药物安全。似乎至少有三个因素:i)对医学研究中的动物替代品与药物开发中高通量筛查(HTS)的需求之间的冲突市场需求缺乏了解,ii)与更复杂模型相关的技术困难,尤其是在微型流通和III的使用方面的经济优势,尤其是在使用强大的行业方面的技术困难。
人们普遍认为,制药行业需要一种更具生理相关性的体外模型,以更好地预测药物毒性和疗效。十多年前,一种被称为“芯片器官”(OOAC)的新技术的出现引起了极大的兴奋,因为人们相信 OOAC 可以满足这一需求。政府机构和风险投资的开发活动和投资激增。大多数开发 OOAC 的组织选择使用采用微加工技术制造的微流体设备,该技术在电子行业有着悠久的成功历史,因为它在微电子芯片中提供了更强的功能、更好的性能和经济效益。然而,生物系统中液体流动的物理原理与控制微电子电路中电子的物理原理非常不同。经过 10 年的紧张发展,值得研究 OOAC 技术的现状并评估需要什么才能实现预期的转变。令人失望的是,包括 OOAC 在内的先进体外方法至今仍无法减少使用动物进行药物安全性评估的次数。似乎至少有三个因素:i) 缺乏对医学研究中动物替代与药物开发中高通量筛选 (HTS) 需求之间相互冲突的市场需求的理解 ii) 开发更复杂模型(尤其是在使用微流体时)的技术困难 iii) 在行业采用任何新技术之前,需要有证据表明该技术对行业具有强大的经济优势。
D 8QLYHUVLW\ RI &DOLIRUQLD 5LYHUVLGH E ,QGHSHQGHQW 5HVHDUFKHU )UHPRQW &$ &RUUHVSRQGLQJ $XWKRU %UHQW +XJKHV (PDLO EKXJKHV#XFU HGX 1XPEHU RI 3DJHV )LJXUHV 7DEOHV $EVWUDFW :RUG &RXQW ,QWURGXFWLRQ :RUG &RXQW 'LVFXVVLRQ :RUG &RXQW 1R FRQIOLFW RI LQWHUHVW
普渡大学,2023 年 1 月 27 日 摘要 目的。基于血管周围空间的解剖学和力学,探索脑间质组织液流动的生物物理学,以便更好地了解淋巴液流动的发生方式。方法。在可快速计算的、分支的、多尺度的脑组织几何模型中研究心脏频率下的液体流动动力学。这些模型由混合的穿透动脉和静脉树提供。它们包括颅内压和血管内压的脉动变化、脑组织的弹性扩张以及沿 Virchow-Robin 空间轴的脑脊液流动阻力的非线性变化。在笔记本电脑上计算由此产生的动脉周围和静脉周围压力的变化以及由此产生的从小动脉到小静脉血管周围空间的间质液批量流量。结果。在典型的生理条件下,较小的远端动脉周围分支和静脉周围分支之间会产生约 0.5 mmHg 的时间平均正压。根据组织几何形状和液压阻力,产生的流量足以每 1 到 10 小时更新一次间质液。增加血管周围空间的径向宽度会降低这种效果。计算出的整个大脑的平均淋巴流量与蛛网膜绒毛测量到的新脑脊液产生量相似。结论。当适当考虑血管周围树的分支结构时,它们的经典解剖结构具有令人惊讶的新兴特性。在动脉周围和静脉周围空间较小的远端分支之间可以发生具有生物学意义的平流量。关键词。平流、阿尔茨海默病、淀粉样蛋白、生物物理学、血脑屏障、体积流量、脑脊液、循环、细胞外、液压、颅内压、血管周围泵送、通透性、软脑膜、脉动、蛛网膜下腔、Virchow-Robin 腔、废物。
摘要:高热流密度微器件的散热问题已成为迫切需要解决的问题,微通道内的沸腾传热是消除微器件高热负荷的有效方法之一。将图像技术与机器学习技术相结合,为微通道内流型与传热识别提供了一种新方法,利用纹理特征的支持向量机方法成功实现流型识别。为探究微器件内气泡动力学行为与流型,将图像特征与机器学习算法相结合,应用于沸腾流型识别,建立了流型演变与沸腾传热之间的关系,揭示了沸腾传热的机理。
由于纳米流体在工业和工程领域有广泛的用途,其在拉伸表面上的流动引起了广泛关注。近年来,磁流体动力学纳米流体中的传热和传质已成为研究的重点。本研究考察了在辐射和化学反应作用下,二维磁流体动力学纳米流体在拉伸板上的稳定流动。相似变换用于将偏微分方程转换为常微分方程,这些方程由 Mathematica12.0 求解。在视觉层面上,研究了不同无量纲参数对无量纲速度、温度和浓度分布的影响。观察到,热辐射增强了温度分布,而化学反应降低了浓度。随着辐射和化学反应的影响增加,物理参数(即努塞尔特数)减小,舍伍德数增加。在几种特殊情况下,将得到的数值结果与以前发表的结果进行了比较,发现结果非常一致。
a. 中国科学技术大学,安徽合肥 230026。b. 上海精益电器厂有限公司,上海 201700。c. 机械工程学院工程热物理与新能源研究所
∗ 本文吸收并替换了之前以“消费准入和经济活动的空间集中:来自智能手机数据的证据”为标题发表的材料。感谢 Gabriel Ahlfeldt、Milena Almagro、Daniel Sturm、Gabriel Kreindler、Tobias Salz 以及会议和研讨会参与者的有益评论。我们感谢 Takeshi Fukasawa、Peter Defferebach 和 Yun-Ting Yeh 提供的出色研究协助。适用通常的免责声明。 “Konzatsu-Tokei (R)”数据是指在用户同意的情况下,通过 NTT DOCOMO, INC 提供的应用程序(包括地图应用程序 Docomo Chizu NAVI)从手机发送的个人位置信息构建的人流数据。这些数据被集体和统计处理,以隐藏私人信息。原始位置数据是每五分钟(最少)发送一次的 GPS 数据(纬度、经度),不包括指定个人的信息。本文件中提供的所有表格和图表的版权均属于 ZENRIN DataCom CO., LTD。我们还要感谢一桥大学的 Yaichi Aoshima 与 ZENRIN DataCom Co.,. LTD. 协调该项目;村田基金会、平和中岛基金会、鹿岛基金会、大林基金会、JSPS KAKENHI(拨款编号 21H00703)和一桥大学的资金支持;东京大学 CSIS 的联合研究支持(项目编号 954)。† 经济学系,270 Bay State Road,波士顿,马萨诸塞州 02215。电话:1-617-353-5682。电子邮件:miyauchi@bu.edu。‡ 创新研究所,2-1 Naka,国立,东京 186-8603,日本。电话:81-42-580-8417。电子邮件:nakajima.kentaro@gmail.com § 经济学系和 SPIA,JRR 大楼,普林斯顿,新泽西州 08544。电话:1-609-258-4016。电子邮件:red-dings@princeton.edu。
本报告是由美国政府某个机构资助的工作报告。美国政府或其任何机构、其雇员、承包商、分包商或其雇员均不对所披露信息、设备、产品或流程的准确性、完整性或任何第三方的使用或此类使用结果做任何明示或暗示的保证,或承担任何法律责任或义务,或表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务,并不一定构成或暗示美国政府或其任何机构、其承包商或分包商对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。