XiaoMi-AI文件搜索系统
World File Search System结构柔性
SSC-382 重新审查 ... 设计标准
当前船舶加筋板结构设计标准基于材料强度方法，采用线性板或梁理论。这种方法忽略了板支撑结构柔性引起的垂直剪切（垂直于板表面）、膜和扭转应力分量的影响。最近使用高强度材料的趋势导致板格结构设计更加灵活，从而增加了板中的垂直剪切、膜和扭转应力分量。本报告介绍了一项研究的结果，该研究旨在确定板格结构支撑构件的刚度特性对板应力的影响。使用基于第一原理的方法开发了格栅结构尺寸，然后使用有限元技术进行了分析，以考虑格栅加强筋的灵活性并量化垂直剪切、膜和扭转应力分量的影响。
3D RNA逆设计的几何深度学习
计算RNA设计任务通常被提出为反问题，其中设计序列是基于采用单个所需的二级结构而不考虑3D几何和构象多样性的。我们介绍了Grnade，这是在3D RNA骨干上运行的G型RNA de标志管道，以设计明确解释结构和动力学的序列。在引擎盖下，Grnade是一个多状态图神经网络，它在一个或多个3D主干结构上生成候选RNA序列，在该结构中，碱的身份未知。在单态固定骨架上，来自Das等人鉴定的PDB的14个RNA结构的重新设计基准。[2010]，与罗塞塔（Rosetta）相比，Grnade获得了更高的天然序列恢复率（平均为56％）（平均45％），与Rosetta报道的小时相比，要花一秒钟的时间才能产生设计。我们进一步证明了Grnade在用于结构柔性RNA的多状态设计的新基准上的实用性，以及对最近的RNA聚合酶核酶结构的回顾性分析中突变适应性景观的零摄像排名。
柔性航天运载火箭的建模、仿真和控制
摘要 — 现代太空运载火箭 (SLV) 外形细长，由于使用了轻质材料，通常具有柔性。这种结构柔性与传感器和执行器动力学相结合，会对 SLV 的控制产生不利影响，从而导致运载火箭不稳定，在最坏的情况下，还会导致结构故障。这项工作侧重于 SLV 的刚性和柔性动力学的建模和仿真及其与控制系统的相互作用。SpaceX 的 Falcon 9 被选为本研究的对象。使用 Ansys 中的模态分析计算柔性模式。开发了高精度非线性模拟，将柔性模式及其与刚性自由度的相互作用结合起来。此外，还开发了柔性体动力学的线性化模型，涵盖整个轨迹直到第一级分离。使用经典控制方法，开发了使 SLV 保持其期望轨迹的姿态控制器，并设计了多个滤波器来抑制柔性动力学的相互作用。设计的控制器以及滤波器在非线性模拟中实现。此外，为了证明设计的控制器的鲁棒性，进行了蒙特卡罗模拟并给出了结果。关键词 — 航天运载火箭；柔性动力学；柔性模式；增益稳定；陷波滤波器；低通滤波器；椭圆滤波器
grnade：3D RNA逆设计的几何深度学习
计算RNA设计任务通常被提出为反问题，其中设计序列是基于采用单个所需的二级结构而不考虑3D几何和构象多样性的。我们介绍了Grnade，这是在3D RNA骨干上运行的G型RNA de标志管道，以设计明确解释结构和动力学的序列。在引擎盖下，Grnade是一个多状态图神经网络，它在一个或多个3D主干结构上生成候选RNA序列，在该结构中，碱的身份未知。在单态固定骨架上，来自Das等人鉴定的PDB的14个RNA结构的重新设计基准。[2010]，与罗塞塔（Rosetta）相比，Grnade获得了更高的天然序列恢复率（平均为56％）（平均45％），与Rosetta报道的小时相比，要花一秒钟的时间才能产生设计。我们进一步证明了Grnade在用于结构柔性RNA的多状态设计的新基准上的实用性，以及对最近的RNA聚合酶核酶结构的回顾性分析中突变适应性景观的零摄像排名。
材料化学 A - RSC 出版
硼酸酯连接的 2D COF 薄膜具有低介电常数，室温下沿层状孔隙的热导率为 ∼ 1 W m − 1 K − 1（图 1），标志着材料设计的新范式，该范式结合了相对较高的热导率和较低的质量密度。在此，我们通过证明 3D COF 的相互渗透通过超分子相互作用显着提高其热导率，同时保持其低弹性模量，进一步增强了 COF 的卓越属性。这将互穿 COF 定位为具有机械柔性和导热性的轻质材料，这种物理特性的组合通常在大多数材料系统中都找不到，如图 1 所示。尽管过去已经合成了互穿或缠结的 3D COF 网络，18 – 23 但尚未研究交织多个 COF 晶格对所得物理特性（例如其机械和热特性）的影响。这与它们的近亲 MOF 形成了鲜明对比，在 MOF 中，互穿的影响不仅被证明会导致复杂结构的形成，24 – 27 而且与单个 MOF 晶格相比，还与增强的稳定性、增加的结构柔性和更高的气体吸附有关。28,29 此外，理想化的 MOF 的互穿还被证明可以通过额外的传热通道来提高其热导率。 30,31
![arxiv：2305.14749v7 [cs.lg] 2025年2月25日](/simg/g:\will\search\icon\source\c\c76d39d4c6e939d3fabf8e266ba4e6c3a39b970f.webp)
arxiv：2305.14749v7 [cs.lg] 2025年2月25日
计算RNA设计任务通常是作为反问题提出的，其中设计是基于采用单个所需的二级结构，考虑到3D构象多样性。我们介绍了Grnade，这是在3D RNA骨架上运行的G型RNA DE标志管道，以设计出解释结构和动力学的序列。GRNADE使用多状态图neu-ral网络和自回归解码来生成候选RNA序列，该候选RNA序列在一个或多个3D骨干结构上，在一个或多个碱的身份未知。在单态固定骨架上，来自Das等人鉴定的PDB的14个RNA结构的重新设计基准。（2010年），与罗塞塔（Rosetta）相比，Grnade获得了更高的天然序列恢复率（平均为56％）（平均45％），与Rosetta报告的小时相比，要花一秒钟的时间才能产生设计。我们进一步证明了Grnade在用于结构柔性RNA的多状态设计基准上的实用性，以及对最近的核酶的回顾性分析，突变适应性景观的零摄像排名。对10种不同结构化RNA骨架的实验性湿实验室验证发现，在设计伪后的RNA结构时，Grnade的成功率为50％，对于Rosetta而言，超过35％的增长率超过35％。开源代码和教程可在以下网址找到：github.com/chaitjo/ geometric-rna-design