XiaoMi-AI文件搜索系统
World File Search System粗粒化
人工智能和粒土
人工智能一词用于描述具有人类智能的任何机器或系统，即学习，采用和运用其知识的能力，以提供与人类类似的结果。在当前的环境中，产生高质量的丝绸对于到2030年达到可持续性至关重要。识别障碍物阻止蚕的增加的障碍受到传统技术的限制。随着人工智能领域的发展，它为诸如Serciverure等部门提供了许多好处，在该领域中，专家系统被用来解决许多问题，例如疾病，pest和PEST，例如性别分类，在宿主的植物工厂以及丝虫丝虫部门都改变了环境条件。为了使酿酒行业在不断变化的世界中蓬勃发展，它必须与不断发展的挑战保持同步。这需要强调智能工具的集成。这种方法强调了利用技术对繁荣的未来和经济的重要性。
蛋白质Pegylation方案 - 全马提尼粗粒v2.0方案（马提尼，疯狂，gromacs模拟）
-EF =弹性力常数，用于保留蛋白质二级和三级结构。应使用它来测试正常的所有原子构象，以保持所有原子和粗粒结构之间的相似性。应该测试几个值，并且必须使用研究信息来为您的系统选择更好的值。-EL =弹性下键切断。作为-ef标志，必须与晶体学结构进行测试或比较。-EU =弹性上键切断。作为-ef标志，必须与晶体学结构进行测试或比较。-pf =位置约束。用于避免原子运动以平衡系统。应与-p标志一起使用，以选择要约束哪种珠子。骨干是最常见的选择。- 突变=突变一个残基到另一个残基。一般而言，马提尼岛在识别他的HSD：HSD时始终构成始终突变的马提尼岛有一些问题。
交联部分，硬化功能和拓扑质量对热固性形状记忆聚合物的应力恢复的影响：粗粒分子动力学研究
摘要我们通过粗粒分子动力学模拟分析了每个硬汉形状记忆聚合物（TSMP）的交联部分和每个硬汉形状记忆聚合物（TSMP）的应力恢复和拓扑的功能位点数量的影响。通过操纵与每个硬质反应的独特环氧树脂的数量来系统地改变交联网络的质量后，我们发现两种指纹与TSMPS的应力恢复非常相关。这些指纹是连接到两个不同硬化分子的环氧分子的比例，是系统中最大或主要网络的一部分的分子的比例。他们的产品可以用作拓扑评分（S TOPO）来量化网络的拓扑特征。在分析应力恢复与S TOPO的函数时，我们发现S TOPO与恢复应力之间存在很强的相关性。此外，我们观察到，尽管较高的交联部分确实会导致更高的压力恢复，但仍然存在许多例外。高功能硬化剂在相似的S topo处倾向于表现出更高的应力恢复，尤其是在高（> 0.65）的topo处。这些结果表明，增加每个硬化分子的功能位点的数量，结合使用诸如半批量单体添加的方法改善网络拓扑结合，可以改善TSMPS的应力恢复。
细化粗粒度分子拓扑
摘要 分子动力学 (MD) 模拟对于预测不同分子体系的物理和化学性质至关重要。虽然全原子 (AA) MD 提供了高精度，但其计算成本高昂，这促使了粗粒度 MD (CGMD) 的发展。CGMD 将分子结构简化为具有代表性的微珠，以降低成本，但会牺牲精度。像 Martini3 这样的 CGMD 方法，经过实验数据校准后，在各个分子类别中具有良好的泛化能力，但往往无法满足特定领域应用的精度要求。本研究引入了一种基于贝叶斯优化的方法来优化 Martini3 拓扑结构，使其能够适应特定应用，从而确保精度和效率。优化后的 CG 势能适用于任何聚合度，提供与 AA 模拟相当的精度，同时保持与 CGMD 相当的计算速度。通过弥合效率和精度之间的差距，该方法推动了多尺度分子模拟的发展，使各个科学技术领域能够以经济高效的方式发现分子。 1. 引言粗粒度分子动力学 (CGMD) 1,2 已成为材料开发的重要工具，为了解聚合物 3 、蛋白质 4 和膜 5 等复杂分子系统提供了关键信息。CGMD 的主要优势在于它能够在更大长度尺度和更长时间范围内探索分子现象，超越了传统全原子分子动力学 (AAMD) 6–8 模拟的能力，后者通常提供更高的分辨率，因此特别擅长捕捉详细的界面相互作用 9 。具体而言，CGMD 通过将原子团有效地表示为珠子 10–15 来实现这种加速，从而将模拟能力在时间上从皮秒扩展到微秒，在空间上从纳米扩展到微米。因此，粗粒度技术为传统 AAMD 无法获得的复杂分子现象提供了前所未有的洞察，从而能够研究聚合物自组装行为等复杂现象 16 。新兴的CGMD建模工具集依赖于两个关键组件来学习潜在的分子间关系：珠子映射方案和珠子间相互作用的参数化。这些组件的开发主要采用两种方法：自上而下10–12和自下而上13–
数值化与智能化技术在材料科学中的应用与发展综述
设计，优化和制造。数值技术，例如有限元分析，验收动力学，第一原理计算和多尺度建模，可以有效地预测机构属性并优化设计。与此同时，人工智能和大数据分析可以通过机器学习发现新材料和反向设计。智能手段与自适应控制系统相结合，实现了生产过程的自动化和实时优化，从而提高了制造效率和精度。尽管数据和计算成本不足，但随着技术的进步，材料科学却朝着更高的精度和自动化方向发展。
用于分析流体流动中颗粒行为的更简单的粗颗粒模型的开发
摘要：为减少计算量，本文提出了一种新的、更简单的粗粒模型 (SCG)，利用离散元法 (DEM) 分析稀薄系统中流体流动下的颗粒行为。在 SCG 模型中，粗粒 (CG) 颗粒以与现有粗粒模型相同的方式从原始颗粒中放大；但是，建模概念与其他模型不同。SCG 模型侧重于流体阻力引起的加速度，CG 颗粒的加速度与原始颗粒的加速度一致。因此，该模型仅施加以下简单规则：颗粒密度与颗粒直径平方的乘积为常数。因此，该模型具有可在 DEM 模拟中轻松实现的功能，以理解建模的物理现象。通过比较均匀和涡流场中 CG 颗粒和原始颗粒的行为来验证该模型。此外，通过在分类器中表示粒子行为，确认了 SCG 模型在模拟真实稀释系统中的可用性。因此，使用 SCG 模型可以更简单地分析稀释粒子浓度系统中的粒子行为。
研究水对多尺度分子动力学模拟纤维素机械性能的影响
粗粒（CG）力场参数是使用真空中纤维素Iβ的原子分子动力学模拟得出的（0％的水分含量），并使用Gromacs软件[5]和CHARMM力场进行的水（95％水分含量）溶剂（95％的水分含量）[6]。72使用自下而上的粗粒方法将葡萄糖残基映射到一个CG位置：在存在水存在下，使用雨伞采样确定了100个纤维素表面之间的非键相互作用，以计算平均力的潜力（PMF）。势能被视为真空模拟中PMF的近似值，因为缺乏水减少了对自由能的熵贡献。使用Boltzmann倒置参数化键合的相互作用，以从与CG位点相对应的原子组之间的键长和角度的概率分布来计算PMF。使用LAMMPS软件进行了粗粒纳米纤维素组件的MD模拟[7]。进行了机械应力MD模拟，以确定具有强力场参数的CG纳米纤维素组件的拉伸模量，其水分含量为0％和95％。
高级粗太阳传感器技术规范，...
图1。ACSS sun sensor device ........................................................................................................................... 5 Fig 2.ACSS schematic ........................................................................................................................................ 5 Fig 3.Labeling ..................................................................................................................................................... 8 Fig 4.Angles reference ....................................................................................................................................... 8 Fig 5.Mechanical interface .................................................................................................................................. 9 Fig 6.Electrical interface ................................................................................................................................... 11 Fig 7.Signal acquisition recommended............................................................................................................. 11 Fig 8.Connector pin numbering ........................................................................................................................ 12 Fig 9.Spectral Responsivity .............................................................................................................................. 13 Fig 10.Sensor response of nominal and redundant units of ACSS .................................................................. 14 Tables
用多目标粒子群算法
摘要伊朗太阳能的高潜力以及空气污染的问题使使用太阳能越来越不可避免。在这项工作中，研究了太阳能有机兰丁周期（ORC）。太阳能收集器是平板收集器。与MOPSO算法的混合体系的能量，自我和经济分析是针对伊朗首都德黑兰进行的。假定太阳能收集器的工作流体被认为是水，ORC的工作流体为R123。MATLAB软件用于仿真，为了计算R123流体属性，使用了重建软件。exergy的调查表明，最充电的破坏与蒸发器有关。考虑了两个由发射效率和电价组成的目标功能。该优化的决策变量被认为是太阳能收集器面板和泵的数量，涡轮机等效率以及冷凝器和蒸发器的压力。帕累托图显示，系统的发电效率在7.5-10.5％的范围内可能有所不同，生产的电力价格可能会在0.2-0.26 $/kWh的范围内变化。关键字：自动，有机兰金周期，平坦收集器，能量，经济，太阳能。