• 性少数群体知识量表（SGM-K）的初步开发与验证：基于以色列医疗卫生及精神卫生专业人员的样本

  准确的知识是医疗卫生及精神卫生专业人员为性少数群体（sexual and gender minority, SGM）青少年提供肯定性、文化胜任力（culturally competent）实践的核心要素，然而知识常被与态度或自我感知胜任力混为一谈。这种混淆限制

  来源：Journal of Homosexuality

  时间：2026-06-19

• OAD-YOLOv8n：一种面向钢带表面缺陷检测的轻量化方向自适应框架

  摘 要：钢带表面缺陷检测仍具挑战性，原因在于缺陷常呈细长状、弱边界、低对比度且对照明退化和成像劣化敏感。为此，本文提出正交方向自适应YOLOv8n（Orthogonal Direction-Adaptive YOLOv8n，OAD-YOLOv8n），一种基于Y

  来源：Metals

  时间：2026-06-19

• 甘蔗破碎机锤尖Fe–Cr–C硬面层的微观组织与磨料磨损行为

  本研究旨在探究奥氏体缓冲层对Fe–Cr–C硬面层（hardfacing）在高铬白口铸铁（high-chromium white cast iron, HCWCI）甘蔗破碎机锤尖上的微观组织、硬度及磨料磨损抵抗性能的影响。硬面处理采用焊条电弧焊（shielded

  来源：Metals

  时间：2026-06-19

• 激光丝材定向能量沉积(LW-DED)与数控(CNC)切削混合增材/减材制造(ASHM) Ti-6Al-4V钛合金的疲劳行为

  增材–减材混合制造(additive–subtractive hybrid manufacturing, ASHM)可快速制备具有复杂精密几何形状的金属构件，适用于即用或近即用场合。激光丝材定向能量沉积(laser wire-directed energy d

  来源：Metals

  时间：2026-06-19

• 通过研究搅拌摩擦焊(Friction Stir Welding, FSW)工艺参数对Al6061合金力学及显微组织性能的影响以提高焊缝强度

  摘要：Al 6061合金因其优异的力学及冶金性能，广泛应用于汽车、航空航天、铁路及造船工业。搅拌摩擦焊（Friction Stir Welding, FSW）是焊接Al6061合金首选的固态连接方法。本研究采用带锥形搅拌针（tapered pin tool）的

  来源：Metals

  时间：2026-06-19

• 先按标题、关键词和摘要处理，再基于正文做严格浓缩解读。随后直接给出按分隔符组织好的完整答案。中文标题：面向工业机器人数字孪生的实时大数据流水线：一种OMPL基准测试框架

  将实时运行技术（Operational Technology，OT）与大数据架构无缝集成，仍然是构建稳健机器人数字孪生（Digital Twins，DT）的关键瓶颈。此外，若仅在理想化仿真环境中严格评估随机运动规划器，则会掩盖传感器噪声、通信时延和机械应力等关

  来源：Machines

  时间：2026-06-19

• 基于PPCA-EMD与1DCNN-BiGRU的滚动轴承联合故障诊断与严重度预测框架

  滚动轴承故障诊断因环境噪声干扰、诊断任务与预测任务间信息共享不足以及模型泛化能力薄弱等问题仍面临挑战。为此，研究人员提出了一种融合概率主成分分析（Probabilistic Principal Component Analysis, PPCA）与经验模态分解（

  来源：Machines

  时间：2026-06-19

• Wallbox检测—家用光伏余电控制充电EV充电设备(Evse/Wallbox)太阳能受控充电品质评估

  为实现电动汽车（EV）的大规模普及与接受，须将EV充电基础设施整合进住宅能源系统中。太阳能余电充电（solar surplus charging）作为受控充电的一种特殊形式，是已装系统中流行且有前景的运行模式。通过对不同家用能源管理系统（Home Energy

  来源：World Electric Vehicle Journal

  时间：2026-06-19

• 太阳能光伏耦合电动汽车充电基础设施的时空评估：以乌干达坎帕拉–瓦基索地区为例

  摘要：电动汽车(electric vehicle, EV)的快速普及给乌干达电网本已存在局部网络约束的坎帕拉–瓦基索(Kampala-Wakiso)都市区带来了规划挑战。研究人员应用EVPV-Simulator——一种将出行需求、充电需求及EV–PV互补性(E

  来源：World Electric Vehicle Journal

  时间：2026-06-19

• 基于机器学习的地下采矿设备油液分析

  地下采矿环境中的预测性维护面临严峻挑战，包括受限空间、高湿度、硅尘（SiO₂)存在以及有限的可进入性。本研究基于油液分析与机器学习构建了针对采矿设备多舱室（发动机、液压系统、传动装置、差速器）的预测框架。样本按照ASTM标准处理，整合磨损金属浓度（Fe、Cu、

  来源：Signals

  时间：2026-06-19

知名企业招聘：