XiaoMi-AI文件搜索系统
World File Search System滑动摩擦
DNA-DNA滑动摩擦和非平衡动力学在病毒基因组喷射和包装中的作用使用RNA
β-Mercaptoethanol PanReac-AppliChem A4338,0100 Sodium chloride (NaCl) PanReac-AppliChem 131659.1211 Tryptone Condalab 1612 Yeast Extract Condalab 1702 Bacteriological Agar Condalab 1800 Agarose D1 Medium EEO Condalab 8019 Liquid nitrogen n/a n/a Critical commercial assays NEBuilder® HiFi DNA Assembly Master Mix New England Biolabs E2621S Phusion TM High-fidelity DNA polymerase Thermo Fisher Scientific F530S MluI (10 U/µL) Thermo Fisher Scientific ER0561 BsaIHF®v2 (20 U/µL) New England Biolabs R3733S DNA Clean & Concentrator TM -5 Zymo研究D4004Nucleospin®质粒DNA纯化机构 - 纳格尔740588.250 Ribolock RNase抑制剂（40 u/μl）Thermo Fisher Scientific EO0381恢复TM逆转录（TM）逆转录酶Thero Fisher Fisher Fisher Scientific EP0441 Therus prolainsir prolapers themophirs dna Polymsisriast dna Polymsiss dna Prolymasse：003 3.003.003 3.003 3.003 3.003 3.003 3.003 3.003; 003 3.003 3.003 Nicotiana Benthamiana cas9（Bernabé-ortts等，2019）N/A寡核苷酸D2409 atttatattattAttCataCaatCaaAcc
基于口腔质地的人类眶额皮质中高脂肪食物偏好的神经机制
尽管过量食用高脂肪食物是导致体重增加的主要原因，但是将膳食脂肪的口腔感觉特性与奖赏评价和饮食行为联系起来的神经机制仍不清楚。在这里，我们将新颖的食品工程方法与功能性神经影像学相结合，以表明人类眶额皮质 (OFC) 将高脂肪食物引起的口腔感觉转化为指导饮食行为的主观经济评价。男性和女性志愿者品尝并评估了脂肪和糖含量不同的营养控制液体食物（“奶昔”）。在口服食物加工过程中，OFC 活动编码了一个特定的口腔感觉参数，该参数介导食物脂肪含量对奖赏值的影响：滑动摩擦系数。具体而言，OFC 对口腔中食物的反应反映了脂肪液体在口腔表面产生的光滑、油腻质地（即口感）。OFC 中不同的活动模式编码了与特定食物相关的经济价值，这反映了滑动摩擦与其他食物特性（糖、脂肪、粘度）的主观整合。至关重要的是，OFC 对口腔质地的神经敏感性可以预测个体在自然饮食测试中的脂肪偏好：OFC 对与脂肪相关的口腔质地更敏感的个体在随意进食期间会消耗更多脂肪。我们的研究结果表明，人类大脑的奖励系统会通过口腔滑动摩擦感知膳食脂肪，这是一种机械食物参数，可能通过调节食物和口腔表面之间的相互作用来控制我们的日常饮食体验。这些发现确定了人类 OFC 在评估口腔食物质地以调节对高脂肪食物的偏好方面发挥的特殊作用。
DNA-DNA滑动摩擦和非平衡动力学在病毒基因组喷射和包装中的作用 使用RNA 对植物基因组进行遗传性CRISPR-CAS9编辑
许多病毒通过病毒壳中的纳米通道弹出，这是由高密度基因组堆积产生的内力驱动的。DNA出口的速度受限制分子迁移率的摩擦力控制，但这种摩擦的性质尚不清楚。我们引入了一种方法，通过用光学镊子测量噬菌体Phi29衣壳的DNA出口来探测紧密限制的DNA的迁移率。我们测量了极低的初始退出速度，速度指数增加的制度，主导动力学的随机暂停和较大的动态异质性。使用可变的力量测量提供了证据，表明初始速度由DNA-DNA滑动摩擦控制，这与纳米级摩擦的Frenkel-Kontorova模型一致。我们证实了理论模型预测的弹出动力学的几个方面。暂停的特征表明它与软性系统中“堵塞”的现象相连。我们的结果提供了证据表明DNA-DNA摩擦和堵塞控制DNA出口动力学，但这种摩擦并没有显着影响DNA包装。
磁控铜线对
扉页 磁控表面粗糙度与弹性模量对磁流变弹性体—铜副滑动摩擦特性影响研究 李睿，1975年生，重庆大学博士研究生，现任重庆邮电大学教授，主要研究方向为智能检测技术、摩擦控制、智能机械结构系统。 电话：+86-135-94078659；邮箱：lirui_cqu@163.com 王迪，1996年生，重庆邮电大学自动化学院硕士研究生，邮箱：812996901@qq.com 李欣燕，1995年生，重庆邮电大学自动化学院硕士研究生。 E-mail：459148593@qq.com 杨平安，1989年生，重庆大学博士研究生，现职为重庆邮电大学讲师，主要研究方向为智能仿生复合材料、柔性传感器、电磁屏蔽材料与结构设计。 电话：+86-151-23254645；E-mail：yangpa@cqupt.edu.cn 阮海波，1984年生，重庆大学博士研究生，主要研究方向为柔性纳米线复合透明电极的构建及其性能提升。 电话：+86-136-47619849；E-mail：rhbcqu@aliyun.com 寿梦杰，1993年生，重庆大学博士研究生，主要研究方向为智能检测技术、摩擦控制、智能机械结构系统。 E-mail: shoumj@cqupt.edu.cn 通讯作者 ： 杨平安 E-mail ： yangpa@cqupt.edu.cn
空间应用的各种材料和表面处理的环境和氮气环境摩擦数据
摘要 为了设计在极端条件下（包括长期太空任务）可靠运行的运动机械部件，需要对候选材料、表面处理和干膜润滑剂进行多元摩擦学评估。在本研究中，使用球对平试验收集了线性往复或单向滑动摩擦数据。球是硬化的 440C 不锈钢（未涂层或溅射 MoS 2），平面是 440C 不锈钢、Nitronic 60 不锈钢或 Ti6Al4V 钛合金，并经过各种表面处理和/或干膜润滑剂。表面处理包括阳极氧化、氮化和电火花加工。干膜润滑剂包括 Microseal 200-1、溅射 MoS 2 和纳米复合涂层 i-Kote。数据包含测试期间施加的法向载荷、测得的摩擦力、计算的摩擦系数、球位置、环境温度和相对湿度。测试在 300 至 2000 MPa 的不同峰值赫兹接触压力条件下进行。表面处理和干膜涂层后在 150 °C 下真空烘烤的平面以及在惰性气体（氮气）环境中测试的样品的数据也可用。这些数据既可用于从根本上了解不同材料系统的摩擦学特性，也可用于设计适合特定应用、条件和工作周期的组件。
ZnO纳米颗粒涂有油酸，作为多酰胺润滑剂的添加剂
在这项工作中，ZnO纳米颗粒（NP）成功合成并涂有油酸（OA）。这些NP（ZnO-OA）的平均直径约为11.5 nm，其核心的特征是XRD和FTIR和Raman的涂层。在不同浓度（0.10、0.25、0.50、0.75和1.00 wt％）的ZnO-OA的均匀分散体中，在嗜热物上是嗜热物，并在逻辑上表征了油。随着NP的浓度，密度和粘度值都增加，对于1 wt％纳米分散，相对增量分别为0.5％和4.0％。使用配备有摩擦学球的三针配置测试模块的Anton Paar MCR 302节省仪，在353.15 K下进行摩擦学测试。关于摩擦学行为，最佳浓度占ZnO-OA的0.25 wt％（摩擦系数减少的25％，横截面面积减少了82％，相对于用纯基碱基获得的磨损）。滚动机制由于纳米辅助作用的球形形状，将滑动摩擦转化为滚动摩擦，并且修补效果可以解释纳米化剂相对于纯PAO40的摩擦学性能更好。此外，在与Pao40 + 0的摩擦学测试中获得的共聚焦拉曼显微镜证明了PAO40，ZnO-OA NP和铁氧化物的存在。25 wt％ZnO-OA分散。 2021作者。 由Elsevier B.V. 发布 这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。25 wt％ZnO-OA分散。2021作者。由Elsevier B.V.这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
2025年5月20日，星期二3A汉诺威AB AI和机器...
Session Chair: Ilia T. Bagov, Karlsruhe Institute Of Technology, Karlsruhe, Germany Session Vice Chair: Shuangbiao Liu, Northwestern University, Evanston, IL 8:00 - 8:40 am 4210708: Tribo-Informatics: The Systematic Fusion of AI and Tribology Zhinan Zhang, Nian Yin, Xin Wang,中国上海上海何兴大学；犹他州大学的Shuaihang Pan，AI的UT进步犹他州大学，已大大提高了我们计算，设计，模拟和测试摩擦系统的能力。Tribo-Infrymatics将摩擦学与有效研究的信息学结合在一起，重点介绍了摩擦系统中的五个关键信息类型：输入数据，系统属性，输出数据，摩擦学数据和衍生状态信息。它使用传统的数据处理和高级机器学习技术，例如线性回归，高斯模型，支持向量机和随机森林。本研究探讨了AI在摩擦学各个方面的应用，从组成级摩擦学系统到智能摩擦学系统。案例研究将说明底环信息学的实际实施。通过使用信息技术，可以降低摩擦系统的复杂性，并且可以缩短研究时间表，从而促进摩擦学创新。8：40-9：00 AM 4199278：AI驱动的快速预测弹性水力动力学润滑的接触Max Marian，Max Marian，Josephine Kelley，Josephine Kelley，Leibniz Hannover，Hannover，Hannover，Hannover，Hannover，德国，德国润滑的托架 - 接触预测对机械性能的预测至关重要，但它仍然是机械性能，但它仍然是复杂的，并计算了IT的复杂性和计算。学习的功能负责映射非线性过渡人工智能（AI）和机器学习（ML）技术提供有效而准确的解决方案。本演示文稿探讨了ML算法，尤其是人工神经网络，用于建模润滑的底环接触行为。一个重点是弹性水动力润滑（EHL）接触，其中经过大量的数值生成数据训练的ML算法有效地使用润滑性属性和操作条件等输入参数有效地捕获复杂模式。这允许在更高级别的机器元素或整个驱动器系统的更高级别系统模拟中简化EHL接触条件的详细信息。在演讲中，我们演示了基本的建模方面以及预测滚动摩擦和滑动摩擦以及圆柱辊轴承中电容的示例用法。9:00 - 9:20 am 4188903: Symbolic-Regression Based Extended Hertz Theory of Coated Bodies Brian Delaney, Shuangbiao Liu, Q. Jane Wang, Northwestern University, Evanston, IL This work presents an application of symbolic regression to extend Hertz theory toward coated bodies through new functions of the ratio of Young's modulus of the coating to that of底物（E）和非二维涂层厚度（H）。赫兹理论可以在未涂层的身体或涂层厚度足够大的涂层厚度的情况下预测两个渐近接触性能值（最大接触压力，接触半径和接触接近）。构建了E和H的接触性能函数，并通过符号回归获得了参数。