随着对脑震荡损伤的长期后果的关注日益增加,人们开始重视开发能够准确预测大脑对冲击负荷的机械响应的工具。虽然有限元模型 (FEM) 可以估计动态负荷下的大脑响应,但这些模型无法快速(几秒内)估计大脑的机械响应。在本研究中,我们开发了一个多体弹簧质量阻尼器模型,该模型可以估计大脑对围绕一个解剖轴或同时在三个正交轴上施加的旋转加速度的区域运动。总的来说,我们估计了 50% 人类大脑内 120 个位置的变形。我们发现多体模型 (MBM) 与计算的有限元响应相关,但不能精确预测(平均相对误差:18.4 6 13.1%)。我们使用机器学习 (ML) 将 MBM 的预测与负载运动学(峰值旋转加速度、峰值旋转速度)相结合,并显著减少 MBM 和 FEM 之间的差异(平均相对误差:9.8 6 7.7 %)。使用独立的运动损伤测试集,我们发现混合 ML 模型也与 FEM 的预测有很好的相关性(平均相对误差:16.4 6 10.2 %)。最后,我们使用这种混合 MBM-ML 方法来预测出现在大脑不同位置的应变,对于复杂的多轴加速度负载,平均相对误差估计范围为 8.6 % 到 25.2 %。总之,这些结果展示出一种快速且相当准确的方法,用于预测大脑对单平面和多平面输入的机械响应,并提供一种新工具来快速评估整个大脑撞击负载的后果。 [DOI: 10.1115/1.4046866]
摘要锂离子电池技术的广泛应用面临着固有的热逃亡风险和随之而来的火灾传播的重大挑战。本文提出了一个智能的框架,用于预测电池组中电池组中温度分布和热失控的繁殖,包括各种电池类型,环境温度和火灾释放速度。首先,我们生成了一个广泛的数值数据库,包括36个模拟电池喷射火焰和通过实验数据验证的热失控过程。随后,采用双重代理人工智能(AI)模型来预测电池组中温度场的细胞热失控传播和温度场的演变。结果证明了深度学习方法在捕获蝙蝠热失控动力学方面的准确性和可靠性。量化,基于AI的方法在具有数据库含量的场景中的热失去时间预测的相对误差低于10%,而外推病例的相对误差则低于30%。该模型在预测温度场分布方面还显示出卓越的性能,r⊃2值超过0.99,最大MSE为1.52s⊃2。这项研究低估了AI方法改善电池安全管理的潜力,从而促进了及时的干预措施,预防性维护和电池储能系统的消防安全性。
摘要:玻璃纤维增强聚合物(GFRP)被广泛使用,并在现代社会中起着重要作用。GFRP的多层结构可以导致生产和服务过程中的分层缺陷,这可能会对设备的完整性和安全性产生重大影响。因此,在设备服务过程中监视这些分层缺陷很重要,以评估它们对设备性能和寿命的影响。微波成像测试具有高灵敏度和非接触性质,显示出有望作为检测GFRPS中分层缺陷的潜在方法。然而,目前,关于该场中缺陷图像的定量表征的定量表征有限。为了实现视觉定量非损害测试(NDT),我们提出了与GFRP中分层缺陷的2D成像可视化和定量表征方法,并实现了视觉检测和定量检测的组合。我们构建了一个微波测试实验系统,以验证所提出的方法的有效性。实验的结果表明该方法的有效性和创新能力可以有效地检测GFRP内部0.5 mm厚度的所有分层缺陷,其准确性很高,2D成像的信噪比(SBR)可以达到4.41 dB,位置的定量误差在0.5 mm内,并且区域内的相对误差在0.5 mm之内,相对误差为11%。
热点温度相对误差[K] - + B1S1 352 1.99%1.99%B12 522 1.34%1.34%1.34%B1S3 694 1.01%1.01%B1S4 888 0.68 0.68%0.56%0.56%B1S5 B2S1 328 5.79%5.79%B2S2 486 1.65%1.44%B2S3 646 2.48%2.48%2.48%B2S4 815 0.98%0.86%B2S5 954 1.054 1.05%1.05%0.94%B2S6 1046 0.86%0.86%0.76%0.76%B2S7 11148.96%1148 0.95%
摘要。从CO 2柱平均干摩尔分数(XCO 2)的Spaceborn图像中估算城市CO 2发射的兴趣越来越大。排放估计方法已被广泛测试并应用于实际或合成图像。但是,仍然缺乏选择值得处理的图像的客观标准。这项研究分析了一种自动化方法的性能,用于估计城市排放作为目标城市和大气条件的函数。,它使用具有合成真理的合成数据和9920 XCO 2的合成卫星图像在全球最大的31个城市中,由全球自适应网格模型,海洋 - 陆地 - 大气模型(OLAM)产生,在这些城市高度重大的城市中放大。我们使用一种应用于这种合成图像集合的决策树学习方法根据这些发射和大气条件来定义标准,以选择合适的卫星图像。我们表明,基于高斯羽流模型的发射估计方法的自动化方法设法估算了92%的合成图像。我们的学习方法确定了两个标准,即风向的空间可变性和目标城市的排放预算,这些预算折磨了其处理的图像,其处理可得出合理的发射估计,从而从那些处理产生大量的估计。图像对应于风向低空间可变性(小于12°)和高城市排放(大于2.1 kt co 2 H-1)的图像占图像的47%,并且其处理的相对误差在发射范围内产生了相对误差,中位数为-7%,二级分支范围
由于金属箔表面粗糙而导致的导体损耗对为 10+ Gbps 网络设计的背板走线上的高速信号传播有显著影响。本文提出了一种评估这些影响(包括信号衰减和传播相速度)的实用方法。假设周期性结构来模拟粗糙度轮廓的形态。从光栅表面波传播常数中提取等效表面阻抗来模拟粗糙度。因此,可以在传统的衰减常数公式中使用这种修改后的表面阻抗来计算实际导体损耗。使用全波仿真工具和测量验证了该方法,并表明能够在 0.2 dB/m 相对误差内提供可靠的结果。
摘要 近期量子计算机计算小分子基态特性的机会取决于计算拟设的结构以及设备噪声引起的误差。在这里,我们使用数值模拟研究这些噪声量子电路的行为,以估计准备好的量子态相对于通过常规方法获得的基本事实的准确性和保真度。我们实现了几种不同类型的拟设电路,这些电路源自酉耦合簇理论,目的是使用变分量子特征求解算法估计氢化钠的基态能量。我们展示了能量和保真度的相对误差如何随着基于门的噪声水平、核间配置、拟设电路深度和参数优化方法的变化而变化。
经常但并非总是如此,趋势和对流项比右侧的两个术语小得多,并且在ABL中,动量通量收敛,Coriolis力量和压力梯度力之间的三向力平衡近似,使得平均风在压力梯度下具有均匀风。跨壳流动角A是实际的表面风与地球风向之间的角度。如果可以准确地测量实际和地质速度的平均曲线,则可以将动量通量收敛计算为上述方程中的残差,并垂直整合以推断动量通量。该技术通常在本世纪初应用,在快速响应之前,完善了湍流速度成分的高数据速率测量值。这不是很准确,因为U或U G中的小测量误差会导致动量通量中的相对误差。
高锰酸盐是一种强氧化性物质,在日常生活中常用于消毒、去除异味,16但浓度过高时有刺激性和腐蚀性,会灼伤皮肤,10g为致死量。17~20另外,农业生产过程中为提高作物的品质和产量,会加入适量的农药,但随着用量的不断加大,会造成严重的农药污染。21~24农药的使用在给人类带来好处的同时也危害了人类赖以生存的环境,因此对上述污染物的合理检测具有十分重要的意义。近年来,已发展了许多快速检测这些污染物的仪器方法,但由于存在成本高、设备复杂、相对误差大的缺点,限制了它们的实际应用。 25 – 28
可访问性 – 残障人士获得的信息可与非残障人士获得的信息相媲美。问责制 – 使系统上的活动可追溯到个人的属性。准确性 – 误差大小的定量度量,最好以相对误差的函数表示,该度量的高值对应于小误差。采购 – 从外部供应商或承包商采购的硬件、软件或服务的通用术语。行动计划 – 描述需要做什么以及何时需要完成的计划。项目计划是行动计划。激活 – 连续性计划的实施,无论是全部还是部分。活动 – 项目中执行的工作元素。活动具有精确的开始和结束日期,包含一组要完成的任务,消耗资源并产生切实的结果。活动通常细分为任务,多个活动可能组成一个阶段。