W ostatnich latach w Warszawie obserwuje się rozwój licznych wielofunkcyjnych kompleksów powstających na terenach dawnych zakładów przemysłowych. Inwestycje te wykorzystują relikty historycznej architektury industrialnej, świadomie odwołując się do przemysłowej przeszłości tych miejsc. Pomimo silnej presji inwestycyjnej, wysokich cen gruntów oraz rosnących kosztów realizacji, coraz większa liczba inwestorów dostrzega znaczenie zachowania fragmentów, a niekiedy nawet całych zespołów, dawnej zabudowy poprzemysłowej. Artykuł analizuje trzy kluczowe projekty rewitalizacji terenów poprzemysłowych w Warszawie, które w udany sposób łączą współczesne rozwiązania architektoniczne z pamięcią o historycznych funkcjach przemysłowych tych obszarów. Każdy z omawianych przykładów ukazuje, w jaki sposób nowoczesna architektura może współistnieć z substancją historyczną, tworząc przestrzenie respektujące dziedzictwo miejsca, a jednocześnie odpowiadające na potrzeby współczesnego życia miejskiego. Zrewitalizowane obszary pełnią nie tylko funkcje mieszkaniowe, komercyjne i kulturalne, lecz także stanowią swoiste „żywe pomniki” dziedzictwa przemysłowego miasta. Tym samym przyczyniają się do przekształcania krajobrazu urbanistycznego Warszawy, inicjując wartościowy dialog pomiędzy historią a nowoczesnością.

Podwójny mostek aktywny (Dual Active Bridge, DAB) jest przekształtnikiem energoelektronicznym szeroko stosowanym w takich obszarach jak transport, odnawialne źródła energii oraz systemy magazynowania energii oparte na akumulatorach. Ten typ przekształtnika zazwyczaj pełni rolę interfejsu pomiędzy źródłami napięcia, zapewniając izolację galwaniczną przy jednoczesnej pracy w warunkach zmiennej mocy przesyłanej. W rezultacie może pojawić się przejściowy prąd składowej stałej (DC-bias), prowadzący do zwiększonych strat oraz potencjalnie powodujący nasycenie elementów magnetycznych. Zazwyczaj, w celu przezwyciężenia powyższych negatywnych efektów, stosuje się odpowiednie sterowanie przekształtnikiem. Jedna z niedawno zaproponowanych metod eliminacji prądu DC-bias opiera się na idei fazowego przesunięcia przebiegów napięcia w taki sposób, aby przebiegi prądu na początku cyklu przełączania rozpoczynały się od zera. Podejście to umożliwia płynne przejście mocy. Jednak wspomniana metoda została zaimplementowana jedynie dla specyficznych trybów modulacji TPS. Innym zagadnieniem jest wpływ czasu martwego (dead-time), którego kompensacja nie została dotychczas przedstawiona w prosty sposób. W związku z powyższym zaproponowano algorytm o nazwie Real-Time Zero Current Prediction (RT-ZCCP), którego celem jest rozszerzenie znanego rozwiązania o kompatybilność z dowolnym schematem modulacji, a także o prostą technikę kompensacji czasu martwego. W artykule przedstawiono algorytm RT-ZCCP krok po kroku, wraz ze szczegółową analizą wpływu czasu martwego, oraz zaproponowano optymalną metodę doboru wartości czasu korekcyjnego. Przeprowadzono również analizę odporności zaproponowanego algorytmu, zależną od parametrów obwodu. Algorytm RT-ZCCP został zaimplementowany na mikrokontrolerze TMS320F28379D i pomyślnie zweryfikowany na laboratoryjnym prototypie o mocy 1,3 kW, wykorzystującym moduły MOSFET na bazie SiC, pracującym z częstotliwością przełączania 40 kHz. Co więcej, w celu potwierdzenia skuteczności zaproponowanego algorytmu RT-ZCCP przeprowadzono porównanie wyników eksperymentalnych z innymi konkurencyjnymi metodami.

Wiadomo, że rozmiar domieszek wpływa na ścieżki przewodnictwa z udziałem wakansów tlenowych oraz przewodność jonową w cerii domieszkowanej, jednak podstawowe mechanizmy na poziomie atomowym pozostają niejasne. W niniejszej pracy łączymy całkowite rozpraszanie neutronów z wielkoskalowymi symulacjami atomistycznymi w celu analizy lokalnych struktur defektów w dwóch reprezentatywnych systemach cerii domieszkowanej: Ce₀.₈Gd₀.₂O₁.₉ (GDC) oraz Ce₀.₈Nd₀.₂O₁.₉ (NDC). Lokalna struktura GDC, będącej komercyjnie stosowanym przewodnikiem jonowym, została po raz pierwszy zbadana przy użyciu całkowitego rozpraszania neutronów na próbkach wzbogaconych w ¹⁶⁰Gd. W GDC obserwuje się mniejszą liczbę klastrów defektów, przy czym pary wakansów wykazują preferencyjne wyrównanie w kierunkach ⟨111⟩ i ⟨110⟩, natomiast kierunek ⟨100⟩ jest niekorzystny w strukturze sześciennej typu fluorytu. Oddziaływania Gd–Gd w GDC destabilizują uporządkowanie w kierunku ⟨100⟩, sprzyjając bardziej otwartej sieci defektów, która wspomaga efektywny transport jonów tlenkowych. W przeciwieństwie do Gd³⁺ (1,053 Å w koordynacji 8-krotnej z tlenem), nieco większa domieszka Nd³⁺ (1,109 Å) w NDC sprzyja bardziej zwartej konfiguracji defektów, charakteryzującej się zwiększonym tworzeniem klastrów defektów i stabilizacją wyrównania wakansów w kierunku ⟨100⟩ na skutek dominujących oddziaływań Nd–wakans, co znacząco obniża przewodność jonową. Gd³⁺ zapewnia optymalną równowagę między rozszerzeniem sieci a zachowaniem korzystnej struktury defektów dla transportu jonowego. Wyniki te dostarczają mechanistycznego wyjaśnienia kontrolowanych przez rozmiar domieszek ścieżek przewodnictwa w cerii domieszkowanej lantanowcami i w istotny sposób przyczyniają się do zrozumienia transportu ładunku przez jony, elektrony i protony w materiałach przewodzących nowej generacji.

Ceramiki oparte na perowskicie Na₀.₅Bi₀.₅TiO₃ (NBT) wzbudziły zainteresowanie ze względu na swoje właściwości ferroelektryczne, wysoką temperaturę Curie (∼ 325 °C) oraz dużą polaryzację resztkową (~38 × 10⁻⁶ Ccm⁻²). Co ciekawe, NBT wykazuje również wysoką przewodność jonów tlenkowych, gdy stosunek molowy Na:Bi jest większy niż jeden, natomiast przewodność jest znacznie niższa, gdy stosunek ten jest równy lub mniejszy od jedności. Pomimo intensywnych badań naukowych, zjawisko to wciąż nie doczekało się pełnego wyjaśnienia. W niniejszej pracy łączymy pomiary eksperymentalne z najnowocześniejszymi metodami teorii funkcjonałów gęstości (Density Functional Theory, DFT), wykorzystując funkcjonał SCAN (Strongly Constrained and Appropriately Normed) wraz z zastosowaniem poprawki Hubbarda, w celu modelowania dynamiki jonów tlenkowych w NBT. Właściwości dynamiczne jonów tlenu korelują z subtelnymi zmianami w strukturze elektronowej, ujawniając powstawanie polaronów. Zaobserwowano, że polarony lokalizują się w pobliżu przestrzennie oddzielonych wakansów jonów tlenkowych, gdy Na:Bi < 1, natomiast przy Na:Bi > 1 tylko połowa wakansów znajduje się w sąsiedztwie polaronów i wzajemnie się przyciąga, co prowadzi do powstawania klastrów wakansów, które stają się centrami mobilności dla dyfundujących jonów.

Wraz z szybkim rozwojem nowoczesnych urządzeń elektronicznych oraz rosnącą różnorodnością scenariuszy ich zastosowań, elastyczne systemy magazynowania energii (FESS) zyskały szerokie zainteresowanie jako nieodłączny element urządzeń elektronicznych. Elektrolit jest uważany za jeden z najbardziej wpływowych komponentów, cieszących się ogromnym zainteresowaniem naukowym i komercyjnym, który decyduje o wydajności FESS. Elektrolity przechodzą znaczące zmiany strukturalne — od ciekłych do stałych, od sztywnych do elastycznych oraz od organicznych do wodnych — w celu sprostania ewoluującym wymaganiom stawianym systemom FESS. Niniejszy przegląd przedstawia ewolucyjną ścieżkę rozwoju elektrolitów w trzech wymiarach: przejście od cieczy do ciała stałego, od struktur sztywnych do elastycznych oraz od formulacji organicznych do wodnych. Ponadto omówiono potencjalne mechanizmy wpływające na stabilność elektrochemiczną oraz właściwości międzyfazowe elektrolitów, a także ich oddziaływanie na parametry pracy baterii. Następnie przedstawiono różne strategie mające na celu rozwiązanie tych wyzwań i przyspieszenie rozwoju elektrolitów dla FESS. Na końcu oceniono funkcjonalność i projektowanie strukturalne, metody obliczeniowe oraz kompatybilność (integrację) systemów FESS, po czym zaprezentowano kompleksowe podsumowanie i perspektywy dalszych badań. Autorzy są przekonani, że artykuł ten pomoże badaczom w zrozumieniu podstawowych przyczyn omawianych wyzwań oraz w projektowaniu nowoczesnych elastycznych elektrolitów stałotlenkowych do konstrukcji FESS, które charakteryzują się wysoką kompatybilnością i doskonałymi właściwościami użytkowymi.

W artykule przedstawiono metodę korekcji błędów systematycznych w pomiarach efektu akustoelastycznego prowadzonych przy użyciu magnetostrykcyjnych linii opóźniających. Badania przeprowadzono na stopach amorficznych, czyli materiałach metalicznych wytwarzanych metodą ultraszybkiego chłodzenia, w których tempo schładzania ciekłego metalu (rzędu miliona stopni na sekundę) uniemożliwia formowanie się regularnej struktury krystalicznej. Taśmy amorficzne ze stopu Fe77Cr2B16Si5 (Metglas 2605 S3A) wykazują silny efekt akustoelastyczny, czyli zależność prędkości dźwięku od przyłożonych naprężeń mechanicznych. Dotychczasowe metody pomiaru tej zależności przy użyciu pojedynczej cewki odbiorczej wprowadzały błąd systematyczny rzędu 1,5%, wynikający z niejednoznaczności odległości efektywnej. Odległość ta wiąże się z faktem, że pole magnetyczne cewki nadawczej oddziałuje z próbką w pewnej objętości, nie zaś wyłącznie w płaszczyźnie cewki.

Rozwiązanie okazało się elegancko proste: zamiast jednej cewki odbiorczej zastosowano dwie. Dzięki temu prędkość dźwięku oblicza się na podstawie różnicy czasów dotarcia fali do obu cewek, co całkowicie eliminuje problem niejednoznacznej odległości od nadajnika. Nowa metoda zmniejszyła niepewność pomiarów ponad czterokrotnie, z 18 m/s do zaledwie 4 m/s. Co ważniejsze, ujawniła, że efekt akustoelastyczny w badanym stopie Metglas 2605 S3A jest większy niż sądzono: prędkość dźwięku zmienia się pod wpływem naprężeń aż o 8%, a nie 7% jak wskazywały wcześniejsze pomiary. Ta pozornie niewielka różnica ma duże znaczenie dla inżynierów projektujących czujniki siły i naprężeń, ponieważ materiały o silniejszym efekcie akustoelastycznym pozwalają opracowywać bardziej czułe urządzenia pomiarowe.

Dwuwymiarowe memrystory oparte na chalkogenidach mają potencjał do zastosowania w sztucznych biologicznych systemach wzrokowych, ponieważ ich zachowanie synaptyczne można modulować zarówno optycznie, jak i elektrycznie. Ponadto materiały dwuwymiarowe typu van der Waalsa, takie jak SnS₂, mogą być wykorzystane do integracji wielofunkcyjnych urządzeń optoelektronicznych poprzez racjonalne projektowanie. W niniejszej pracy przedstawiono symulację ludzkiego biologicznego systemu wzrokowego przy użyciu wielofunkcyjnych optoelektronicznych urządzeń synaptycznych. Obliczenia metodą DFT oparte na pierwszych zasadach wykazują, że SnS₂ jest półprzewodnikiem o przerwie energetycznej 2,47 eV. Wejścia elektryczne i optyczne mogą być kontrolowane w celu realizacji funkcji pamięci i logiki zgodnych z tymi, które występują w korze wzrokowej mózgu. W szczególności memrystor SnS₂ wykazuje znakomite możliwości rozpoznawania liter oraz pamięci obrazów w zależności od długości fali światła, naśladując biologiczną siatkówkę. Gdy urządzenie siatkówki SnS₂ jest stosowane jako rdzeń przetwarzający, symulacje widzenia maszynowego wskazują na doskonałą dokładność wynoszącą 98,51% dla zbioru danych Modified National Institute of Standards and Technology (MNIST). Dzięki doskonałej fotoczułości SnS₂ urządzenia te mogą działać przy ultraniskim napięciu 0,1 V, zużywając 0,345 nJ energii na jedno zdarzenie. Co istotne, fotosynaptyczne urządzenie oparte na SnS₂ może realizować operacje logiczne OR i AND poprzez zmianę długości fal optycznych. Wyniki te otwierają drogę do rozwoju zaawansowanych systemów wizyjnych dla robotyki z innowacyjnymi możliwościami obliczeń neuromorficznych. Kluczową innowacją tego badania jest integracja eksfoliowanego dwuwymiarowego memrystora optoelektronicznego SnS₂ z hybrydowym systemem AI, w którym empirycznie określone cechy synaptyczne są wykorzystywane do kierowania treningiem modelu sieci neuronowej w zadaniach rozpoznawania obrazów.

W ostatnim czasie pojawiło się kilka sztucznych urządzeń fotosynaptycznych, mających na celu odtworzenie fotonicznej plastyczności synaptycznej dla obliczeń neuromorficznych. Integracja sztucznego biologicznego neuromorficznego czujnika wzroku i fotodetektora w jednym urządzeniu stanowi istotne wyzwanie. W niniejszej pracy po raz pierwszy opracowano nowy fotosynaptyczny memrystor oparty na monochalkogenidzie GeS, wykorzystując inżynierię defektów. Wytworzone urządzenie wykazało szybką odpowiedź na światło oraz trwałe fotoprzewodnictwo zarówno dla GeS w stanie pierwotnym, jak i po inżynierii defektów, co wynika z charakterystycznych relaksacji stanów pułapkowych. Obliczenia metodą DFT oparte na pierwszych zasadach ujawniają, że w GeSOx występują dodatkowe stany energetyczne działające jako pułapki dla fotonów. GeS i GeSOx posiadają pośrednią przerwę energetyczną o wartościach odpowiednio 1,62 i 1,30 eV. W konsekwencji urządzenia te mogą generować prąd fotonowy pod wpływem światła, naśladując zachowanie neuronów. Ponadto wykazują one podstawowe funkcje synaptyczne, takie jak krótkotrwała pamięć (STM), długotrwała pamięć (LTM), EPSC, PPF oraz przejście od pamięci krótkotrwałej do długotrwałej. W szczególności urządzenie charakteryzuje się znakomitą pamięcią obrazów oraz reakcjami czułymi na długość fali w zadaniach rozpoznawania liter, naśladując biologiczną siatkówkę. Symulowany system maszynowego widzenia z wykorzystaniem urządzenia siatkówki GeS jako rdzenia przetwarzającego wykazał doskonałą dokładność: 96,75% dla zbioru danych MNIST oraz 85,43% dla fashion-MNIST. Dzięki fotoczułości GeS urządzenia te mogą działać przy niskim napięciu bias 0,1 V, zużywając jedynie około 85 pJ energii na jedno użycie. Ponadto w symulacji optoelektronicznej wbudowano funkcję logiczną „AND”. Wyniki tego badania otwierają drogę do integracji zaawansowanych systemów wizyjnych dla robotyki oraz do dalszego rozwoju możliwości obliczeń neuromorficznych.

Wieloagentowe uczenie ze wzmocnieniem (Multi-Agent Reinforcement Learning, MARL) stwarza perspektywy efektywnego sterowania dużymi systemami rozproszonymi, takimi jak złożone sieci elektroenergetyczne. Rozwój algorytmów MARL jest jednak ograniczony przez niedobór realistycznych środowisk testowych. W niniejszej pracy wprowadzono EnEnv 1.0 - symulacyjny benchmark przeznaczony do badań nad MARL w nowoczesnych systemach elektroenergetycznych. EnEnv 1.0 stanowi zestaw środowisk, w których sieci elektroenergetyczne są symulowane z uwzględnieniem niekontrolowalnych odnawialnych źródeł energii, generatorów opartych na paliwach kopalnych oraz odbiorców energii. Rolą agentów uczących się jest sterowanie i koordynacja pracy baterii w rozproszonym systemie magazynowania energii elektrycznej (Battery Energy Storage System, BESS) na podstawie danych wejściowych, takich jak prognozy warunków pogodowych oraz prognozy zapotrzebowania na energię. Sieci elektroenergetyczne w EnEnv 1.0 zostały oparte na standardowych systemach testowych o zróżnicowanych strukturach topologicznych, obejmujących zmodyfikowane układy IEEE 33, Illinois 200 oraz PEGASE 89. Sieci te zostały dostosowane do roli benchmarku MARL poprzez wprowadzenie rzeczywistych obserwacji meteorologicznych, danych zapotrzebowania dla lokalizacji europejskich oraz interfejsów programistycznych umożliwiających integrację z wieloma istniejącymi implementacjami algorytmów MARL, a także algorytmów jednoagentowego uczenia ze wzmocnieniem (Single-Agent Reinforcement Learning, SARL). W części eksperymentalnej pracy zweryfikowano skuteczność wybranego zestawu metod MARL i SARL w środowisku EnEnv 1.0.

Celem niniejszego badań jest analiza umocnienia, właściwości superelastycznych oraz mikrostruktury stopu z pamięcią kształtu NiTi (Shape Memory Alloy, SMA) po napromienianiu jonami Fe⁺ o wysokiej energii 10 MeV, przy poziomach uszkodzeń wynoszących 1,2 oraz 6,0 d.p.a. (displacement per atom). Na podstawie obliczeń wykonanych z użyciem programu Stopping and Range of Ions in Matter (SRIM), analiz spektrometrii mas jonów wtórnych (Secondary Ion Mass Spectroscopy, SIMS) oraz obrazowania metodą transmisyjnej mikroskopii elektronowej (Transmission Electron Microscopy, TEM) stwierdzono powstanie warstwy napromienionej o grubości około 3 µm charakteryzującej się strukturą amorficzną; maksymalne wartości poziomu uszkodzeń oraz stężenia jonów Fe⁺ występowały odpowiednio na głębokościach 2,4 µm i 2,7 µm. Odpowiedź mechaniczna materiału została scharakteryzowana za pomocą dwukierunkowych testów nanoindentacyjnych, prowadzonych równolegle i prostopadle do kierunku wiązki jonowej. Nanoindentacja przekrojowa wykazała, że maksymalne umocnienie odpowiada obszarowi o maksymalnej koncentracji jonów Fe⁺; największą twardość zaobserwowano na głębokości 2,7 µm dla obu poziomów d.p.a. Zmiany właściwości superelastycznych występowały w warstwie amorficznej, w której transformacja fazowa B2–B19′ została zahamowana. Wykazano, że nanoindentacja przekrojowa stanowi odpowiednią metodę do wyznaczania subtelnych zmian właściwości mechanicznych materiału w obszarach przypowierzchniowych. Umożliwia ona również korelację właściwości materiałowych i mikrostruktury w wybranym punkcie niejednorodnej warstwy napromienionej z lokalnym poziomem uszkodzeń radiacyjnych lub stężeniem jonów. Ma to istotne znaczenie dla rozwoju stopów z pamięcią kształtu oraz ich zastosowań w technologiach jądrowych.

W niniejszej pracy przedstawiono nową strategię sterowania predykcyjnego dla Adaptacyjnego Tłumika Uderzeniowego (ATPID), mającą na celu poprawę tłumienia drgań w systemach o ograniczonej dostępnej informacji. Proponowany algorytm sterowania, nazwany Algorytmem Sterowania Predykcyjnego (PCA), opiera się na przewidywaniu i optymalizacji dynamiki układu i działa skutecznie nawet wtedy, gdy parametry systemu i wymuszenia są nieznane. Jedynym dostępnym wejściem dla procesu sterowania jest zmierzona odpowiedź drgań układu. W tych warunkach PCA dokładnie szacuje optymalną wysokość tłumika w czasie rzeczywistym, osiągając redukcję drgań do 75%. Algorytm wykazuje również drugi tryb działania: gdy dostępny jest teoretyczny model układu mechanicznego, PCA może wykorzystać tę dodatkową wiedzę w celu dalszego zwiększenia dokładności sterowania i wydajności. Dwa podejścia operacyjne algorytmu umożliwiają jego zastosowanie w szerokim zakresie pracy. Odporność podejścia została dodatkowo zweryfikowana poprzez analizy czułości badające wpływ zmian masy granulatu, amplitudy wymuszenia oraz grawitacji. Wyniki uzyskane za pomocą algorytmu PCA wykazują, że błąd predykcji wysokości pozostaje poniżej 10%, przy czym dokładność rośnie w warunkach większego wymuszenia i masy granulatu. Główną nowością niniejszej pracy jest opracowanie wszechstronnego i w pełni adaptacyjnego algorytmu sterowania predykcyjnego dla tłumika ATPID, zdolnego do optymalizacji parametrów urządzenia wyłącznie na podstawie informacji zwrotnej z drgań, a jednocześnie wykorzystującego matematyczne modele systemu. Proponowany algorytm sterowania stanowi istotny postęp w rozwoju adaptacyjnych struktur mechanicznych.

Prezentujemy wodny superkondensator oparty na samonośnej, porowatej, hydrofilowej aktywowanej nanopiance węglowej o grubości 26 μm. Urządzenie zapewnia pojemność powierzchniową (objętościową) równą 95,4 mF/cm² (18,3 F/cm³) przy prądzie 2 mA, z zachowaniem 103% pojemności przy prądzie 20 mA, i osiąga napięcie 1 V, co stanowi przewagę w porównaniu z nanopiankami wyjściowymi i poddawanymi obróbce termicznej.