生物质能转化的动力学模型建立与分析
正式科研：1v1线上定制指导
项目收获：科研报告、导师推荐信
科研补充包：48课时科研基础课+15课时学术写作基础课
涉及领域
本课题涉及热力学理论，可再生能源发展，Python编程，数据抓取，算法优化，数学建模等方面的知识，适合申请热力学、农学、生物、化学、应用数学、机械工程和计算机等理工相关专业的学生。
适合人群
①有意提高自身知识水平及学术能力的学生;
②有意掌握前沿科研热点及科研方法的学生;
③有留学意向、跨专业深造的学生。
研究前沿性
生物质是指(biomass)是指通过光合作用形成的有机体，包括动植物和微生物。生物质能是指太阳能以化学能形式储存在生物质中的能量形式。作为化石能源的替代品，生物质能因其可再生和对环境友好的特性，可以大大的减少温室气体的排放。有关生物质能的研究早期开始于20世纪70年代，后因化石能源价格的下降而导致其失去了主要竞争力。进入21世纪后，环境问题问题和能源可持续问题越发突出，使得生物质能的开发和利用受到学术界和工业界的广泛关注。
研究介绍
目前，我国具有少量的开发使用生物质能，而作为能源消耗大国，大规模的使用生物质能可以大大改变我国的能源现状。在该课题中，学员讲学习探索生物质能在我国的分布情况和开发潜能，并尽可能的提出合理的解决方案。之后学生将了解生物质能的转化过程和使用的模型，并讨论目前所存在的问题和难点，提出新的模型克服以上困难并讨论模型的优劣和应用。在该课题中，学生将对生物质和生物质能形成完整的认识，学习使用动力学建模和求解过程，掌握计算机编程模拟的能力，并对自己的模型进行验证和分析。
课题要点
课题研究方法
文献阅读，统计分析，数学模型的建立和优化方法，算法的编程实现。
课题难点
需要有较强数学建模能力和编程能力。
1v1定制化辅导参考任务
任务一：掌握生物质能基本概念和研究方法
通过导师讲解和查阅文献，掌握生物质能的基本概念和研究方法。通过这一阶段，培养学生自主学习，查阅文献、了解新事物的能力。
任务二：通过数据分析总结现状，并提出科研方向
①掌握数据分析方法，利用Python对中国统计年鉴进行数据抓取和分析，用图表呈现数据并合理解读;
②结合现有数据和历史文献，尝试提出科研方向。
任务三：经典模型及前沿模型回顾
了解前沿的学术认知，总结归纳包括经典模型，一阶模型和高阶模型在内的现有模型的优缺点。
任务四：经典模型复现及数值仿真
利用Python复现现有模型，并使用同一组实验数据进行比较。
任务五：动力学模型优化及分析
①利用公开发表的实验数据，构想并建立新的动力学模型;
②编写基于Python的模拟程序来实现新的数学模型，进行算法优化，并用公开数据进行验证。
任务六：项目收尾
①撰写整体报告;
②准备一次20~30分钟的presentation。
