The thermal system is one of the most critical parts of electric vehicles since its performance directly affects the vehicle's energy consumption and emissions. The current digital twin technology in the auto industry lacks a thermodynamic model focusing on energy consumption, and the control strategy lacks an adversary model, which does not allow for an in-depth discussion of energy consumption without sufficient use of data. This paper aims to study the optimization of the thermal system coupled energy flow in electric vehicles with digital twin technologies. The vehicle thermal management digital twin technology discussed in this paper establishes the digital twin model of the vehicle thermodynamic system that focuses on energy consumption. Meanwhile, vehicle energy flow experiments are carried out to analyze the energy consumption of key components under typical high energy consumption conditions. Accordingly, this research optimizes the control logic to optimize energy consumption and enhance vehicle ranges without changing the hardware architecture. The results show that after the optimization of the control strategy, the electricity consumption under high-temperature, low-temperature, and dehumidification conditions is reduced by 890W, 456W, and 1594.9W, respectively. The vehicle driving mileages are increased by 12.51km, 6.16km, and 22.42km, respectively.

Atomically thin lubrication materials with anti-friction properties are crucial for reducing energy consumption and extending the service life of micro/nanoelectromechanical systems (MEMS/NEMS). However, achieving atomically thin films with ultra-low friction properties at the atomic/nanoscale even at the micrometer scale presents significant challenges. In this study, large-size and high-quality monolayer MoS₂ (ML MoS₂) was grown on SiO₂/Si substrate by chemical vapor deposition (CVD) method. Compared with mechanically exfoliated ML MoS₂, the CVD-grown ML MoS₂ (CVD-MoS₂) exhibits an ultra-lower friction coefficient (0.00904). Based on the stick-slip effect and Prandtl-Tomlinson model, the reduction of puckering effect indicates stronger interaction and lower interface potential barrier in tip, CVD-MoS₂ and SiO₂/Si substrate system. Moreover, combining with the density functional theory  calculations, the stronger interface adhesion and higher overall charge redistribution degree of CVD-MoS₂ can also be used to explain its ultralow friction state. This work will provide theoretical guidance for designing ultra-thin lubricating materials with ultra-low friction properties.

The triboelectric effect, known since ancient Greece, is the accumulation of electric charges due to electron transfer when materials contact and separate. With technological advancements, the triboelectric effect has been applied in energy harvesting equipment, sensors, and smart devices, including triboelectric nanogenerators (TENGs). This effect shows potential for sustainable energy and next-generation intelligent systems. Triboelectric systems, as a type of tribological system, require state monitoring, behavior prediction, and system optimization. Tribo-informatics is an interdisciplinary field combining tribology and informatics. By clarifying information representation and flows within tribological systems, tribo-informatics addresses the connection between physical tribological systems and embedded information systems. With a focus on the triboelectric effect, this paper proposes a method for information representation in triboelectric systems from a tribo-informatics perspective, and suggests a research approach based on tribo-informatics to achieve research goals. The aim is to enable researchers to collect, process, and analyze tribological information more effectively to achieve specific research objectives.