-
气候政治中的援助或羞辱:来自巴西调查实验的证据
新兴经济体面临部分其他国家要求其改革气候政策与实践的巨大压力,其中巴西所受外国批评尤为突出。这些外国干预对巴西公民气候政策意见的影响如何?在一项预注册(preregistered)调查实验中,研究人员考察了关于来自显要行为体的外国援助(foreign aid)
来源:Energy Research & Social Science
时间:2026-09-02
-
逆向物流中的众包配送:解锁可持续性、信任与公平性
电子商务退货量近年来激增,2023年美国在线销售额达1.4万亿美元,其中17.6%(2470亿美元)被退回(NFR, 2023)。相比之下,实体店退货率为13.3%,其中近一半源于在线购买。消费者期望进一步加剧了这一趋势:76%的消费者要求免费退货,67%的消
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW
时间:2026-09-02
-
3D打印金属太空织物防护屏的超高速撞击响应
摘要翻译:
大型轨道平台和载人航天器的发展加剧了对轻量化、可部署防护系统的需求,以抵御微流星体和轨道碎片(MMOD)撞击。充气式栖息地是一种有前景的解决方案,但此类结构传统上使用的织物基防护屏因其低冲击阻抗而相较于金属缓冲屏提供较差的防护性能,并且在轨道中
来源:INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES
时间:2026-09-02
-
基于图像的低应力水平下岩石非线性变形模拟
摘要翻译:
本研究提出了一种基于图像的方法,用于模拟在围压增加条件下由孔隙闭合效应引起的岩石非线性变形,该方法考虑了低分辨率数字岩石图像中固有的部分体积效应。该方法首先重建数字岩石模型,其中每个体素被赋予介于0到1之间的孔隙分数值。随后,每个部分体积体素被视为
来源:INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES
时间:2026-09-02
-
电渣带极堆焊SA508/Alloy 52M界面在模拟压水堆一回路水中的退化与裂纹萌生行为
Alloy 52M因其优异的抗应力腐蚀开裂性能和与母材的兼容性,被广泛用作SA508低合金钢(LAS)管板上的堆焊覆层材料。覆层形成保护层,降低了应力腐蚀开裂风险,增强了蒸汽发生器的可靠性与安全性。然而,融合边界(FB)界面作为异种金属焊接件(DMW)中的关键
来源:Corrosion Communications
时间:2026-09-02
-
渗透氢对Alloy 690在高温水中应力腐蚀开裂影响的新见解
摘要翻译:
渗透氢增强了Alloy 690在高温水中应力腐蚀开裂(SCC)的萌生。渗透氢通过抑制铬扩散和削弱晶界内聚力,从化学方面促进氧化;渗透氢通过增强位错运动和诱发滑移阻塞,从力学方面促进SCC的萌生;渗透氢通过化学与力学效应的耦合,对滑移-溶解模型产生影
来源:Corrosion Communications
时间:2026-09-02
-
物理正则化对生成对抗训练的影响:用于快速预测偏航风力机尾流的生成对抗网络
准确建模偏航风力机尾流对于风电场运行与控制至关重要。解析尾流模型计算效率高,但依赖于简化假设;高保真数值模拟能够捕捉复杂流动,但计算成本高昂。纯数据驱动的代理模型在数据充足时可能有效,但忽略了控制物理规律。本研究探究了一种物理信息生成式代理框架的训练方法,该框
来源:Energy and AI
时间:2026-09-02
-
面向超短期风电功率预测的变强度感知预测框架
超短期风电功率预测对电网安全稳定运行与高效能量管理至关重要。然而,由于风电功率序列通常表现出强非线性、随机性及快速局部变化,精确预测仍具挑战。针对该问题,研究人员提出一种集成强度导向因果预处理与先验引导时序建模的预测框架。具体而言,研究人员提出强度导向多尺度因
来源:Energy and AI
时间:2026-09-02
-
一种用于提升分布式控制中收敛性与可解释性的联邦离散强化学习架构
联邦强化学习(Federated Reinforcement Learning, FRL)是网络物理能源系统中分布式人工智能的一种有前景的方法,但许多现有方法依赖于黑箱深度策略,这降低了可解释性,并且可能在非相同运行条件下不稳定收敛。本研究提出了一种用于风电机
来源:Energy and AI
时间:2026-09-02
-
异构弱观测下基于跨域代理预训练与条件扩散的15分钟数据中心负载重建
摘要:细粒度的数据中心负载轨迹对于调度、能效诊断和数字孪生校准不可或缺。在实践中,其可用性受到计量硬件、存储与保留策略、历史监控配置以及遗留监控系统的制约,这些系统部署于高频负载数据对重建和数字孪生应用的价值被充分认识之前。因此,目标站点可能仅提供粗粒度负载记
来源:Energy and AI
时间:2026-09-02