将纳米流体用于光谱分频(spectral beam splitting, SBS)型PV/T系统可提高系统效率，合适粒径的纳米颗粒(nanoparticles, NPs)能有效过滤光伏电池光谱响应外的太阳辐射。采用时域有限差分法(finite difference time domain, FDTD)模拟了Au、Ag、Cu、Fe₃O₄、ZnO、TiO₂六种NPs的光学特性，以单晶硅太阳能电池的光谱响应为例，研究了粒径为20 nm~200 nm六种NPs的光吸收性能，并将契合度作为评价指标优化粒径。结果表明：NPs的光学性质对其粒径大小非常敏感，通过改变NPs粒径，可在较宽范围内调节散射、吸收和消光峰位置，且其峰值均随粒径增大而增加。金属NPs对太阳辐射的吸收能力优于非金属NPs，6种NPs单位体积最大吸收功率分别为21.88 GW/m³、17.95 GW/m³、20.16 GW/m³、2.54 GW/m³、1.02 GW/m³、0.27 GW/m³。契合度指标分析表明，适用于SBS型PV/T系统的6种NPs的最优粒径分别为20 nm、50 nm、20 nm、170 nm、110 nm、20 nm。

聚变堆主机关键系统的综合研究设施的磁体性能研究平台（Magnet Performance Research Platform，MPRP）是为先进超导磁体实验建立的大型实验平台，其历史数据在海量存储情况下存在检索速度慢的问题。因此，对系统检索速度进行研究并开发了MPRP数据归档系统（MPRP Data Archiving System，MPDAS）。MPDAS设计了EPICS（Experimental Physics and Industrial Control System）数据归档插件并采用MongoDB分片和副本集机制搭建高扩展性数据存储架构。为提高数据检索速度，MPDAS借鉴最近最少使用（Least Recently Used，LRU）、使用频率最低（Least Frequently Used，LFU）、先进先出（First In First Out，FIFO）三种传统缓存替换算法核心思想，基于牛顿冷却定律建立数据温度模型并提出一种综合访问时间、访问频率以及存储顺序的多维度特征数据划分算法。根据数据划分算法标识冷热历史数据实现数据分层存储。MPDAS在查询历史数据时优先访问Redis，根据命中结果和数据完整性选择不同的检索策略。系统测试结果表明：MPDAS功能特征满足设计要求，其搭载的冷热数据划分算法相比FIFO、LRU、LFU在热数据库保存1%历史数据量时的Redis命中率分别提升了38.05%、26.91%和11.06%。通过提高热数据命中率能够直接减少数据检索平均响应时间，MPDAS通过量化历史数据热度并进行冷热划分，有效地提升了系统检索响应速度。