• 基于可再生源纳米结构薄膜的微流控电子舌用于高灵敏检测禽流感病毒H5N1抗体

  为解决禽流感病毒H5N1亚型检测中传统方法成本高、耗时长、易出现假阳性等问题，研究人员开发了一种基于可再生蛋白质（zein, jacalin, ConA, AuNP-SER）纳米结构薄膜功能化微流控叉指电极的电子舌系统。该设备利用电化学阻抗谱（EIS）非特异性检测抗H5N1抗体，检测限低至0.42-0.56 ng/mL，在区分阳性/阴性样本时准确率达98.6%。其具有快速、低成本、高选择性等优势，为禽流感的兽医及临床诊断提供了一种新型便携化工具。

  来源：ACS Applied Nano Materials

  时间：2026-04-06

• 基于开源数据的、可扩展的、基于物理机理与居民行为的住宅电力需求自下而上建模

  在能源转型背景下，精准模拟住宅用电负荷的时空异质性对于前瞻性研究至关重要。为解决现有模型的扩展性、计算效率和细节表征难以兼顾的问题，研究人员开发了一个完全基于开源数据构建、校准和验证的住宅电力需求模型。该模型融合了基于物理的机理分析和基于居民活动的行为模拟，并采用分层聚类方法选取代表性区域，从而实现了在大空间范围内高效、准确地重建聚合负荷曲线。该框架为能源转型相关研究提供了一个可扩展、可参数化且稳健的建模工具。

  来源：ENERGY AND BUILDINGS

  时间：2026-04-06

• 高压脉冲破岩的电击穿机制：实验与数值模拟研究及其在砂岩中的应用

  本文针对传统机械破碎能耗高、效率低的问题，聚焦于高压脉冲破碎（HVPF）技术。研究人员通过结合实验与COMSOL多物理场数值模拟，系统探究了电极间距、脉冲次数和环境流体电导率对砂岩破碎损伤的影响，揭示了损伤累积的指数增长规律及流体性质对电击穿行为的关键作用。该研究结果为发展更真实的岩石电破碎模型、优化工艺参数以降低采矿能耗提供了重要依据。

  来源：INTERNATIONAL JOURNAL OF ROCK MECHANICS AND MINING SCIENCES

  时间：2026-04-06

• 一种面向农村物联网的混合能量感知通信协议：基于数据规模与信道吞吐量自适应的节能传输策略

  为解决农村及偏远地区物联网设备能源受限、通信不可靠的挑战，研究人员开展了一项关于混合能量感知通信协议的研究。该研究提出了一种新型协议，可依据数据量大小、信道吞吐量及节点剩余能量，动态选择WiFi、BLE或LoRa等通信技术。结果显示，该协议相较于传统WiFi通信能耗降低约50%，可靠性无损失，为资源受限的物联网网络提供了高效的节能解决方案，具有重要应用价值。

  来源：Internet of Things

  时间：2026-04-06

• 基于机器学习矩张量势揭示γ-TiAl中位错钉扎与解锁对其屈服强度异常的作用机制及其合金化调控策略

  本文综述了机器学习矩张量势在揭示γ-TiAl金属间化合物屈服强度异常现象中的应用。作者通过分子静力学和动力学模拟，深入剖析了〈0̄1̄1]螺型超位错通过交滑移实现钉扎（锁定）的微观机制。该机制涉及平面核心向非平面核心的转变，其中复杂堆垛层错转化为更稳定的超晶格本征堆垛层错。研究进一步发现，在非化学计量比γ-TiAl中，钉扎机制可以被改变，这为通过合金化策略调控屈服强度异常提供了理论依据。

  来源：ACTA MATERIALIA

  时间：2026-04-06

• 基于量子核机器学习代理模型加速超级电容器寿命优化的实验-计算融合研究

  为解决长周期实验数据稀缺制约超级电容器寿命优化设计的问题，研究人员开展了一项融合实验数据与量子机器学习的研究。他们构建了统一数据集，并比较了经典核岭回归（C-KRR）与量子核岭回归（Q-KRR）的预测性能。研究结果表明，在数据有限条件下，Q-KRR展现出更高的预测精度，其驱动的贝叶斯优化（Q-KRR-BO）可提出更高预期寿命的参数组合，并得到独立器件的实验验证。该工作为在有限实验数据下加速储能器件寿命优化提供了新思路。

  来源：Energy and AI

  时间：2026-04-06

• 基于人类反馈与可解释多模态推理的灾害严重性可靠评估框架

  为提升多模态灾害损伤评估的可靠性与可解释性，研究人员通过整合监督微调（SFT）与直接偏好优化（DPO），构建了一个两阶段训练框架。该研究从单一人机协同标注流程中构建了ReasoningSet与PreferenceSet，并基于CrisisMMD数据集扩展了首个带有验证推理的危机数据集CrisisMMD-R。实验表明，SFT将基线准确率从73.64%提升至78.29%，Macro-F1提升了29%，解释质量提升约25%；后续的DPO对齐进一步增强了模型在PreferenceSet上的可解释性。该框架在InternVL-3-8B和LLaVA-1.5-7B模型上验证了其鲁棒性与通用性，为应急管理提供了可审计、可操作的可靠多模态决策支持。

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-04-06

• 微藻-细菌联合多通道毛细管光生物反应器去除沼气中挥发性甲基硅氧烷的研究

  本研究针对沼气中挥发性甲基硅氧烷（VMS）污染导致能源回收系统性能下降的关键问题，开展了利用微藻-细菌联合多通道毛细管光生物反应器（PBR）去除VMS的研究。结果表明，添加表面活性剂Tween 80可将总VMS去除效率和消除能力分别提高至60±4%和2136±195 μg L-1h-1。这为将基于微藻的系统与先进的反应器设计整合到沼气提纯技术中，以支持其作为可再生能源的大规模可靠应用开辟了新前景。

  来源：Chemical Engineering Journal

  时间：2026-04-06

• 天然气轮机在转型中的纯能源市场具有“银行可融资性”吗？

  为探究转型期纯能源市场（energy-only market）中燃气轮机（GTs）能否吸引及时投资以确保供电充裕性（resource adequacy），本文研究人员构建了包含区块自举（block bootstrapping）、机组组合（unit commitment）和随机项目公司金融（stochastic PCF）模型的综合分析框架，并以澳大利亚国家电力市场（NEM）为例进行压力测试。研究发现，仅依赖现货市场收入确实存在融资困难，但结合远期市场的300澳元看涨期权（$300 Cap derivatives）后，燃气轮机项目变得可融资（bankable）。这为理解并评估纯能源市场设计下的峰值电站投资可行性提供了新的量化视角和方法论。

  来源：Energy Economics

  时间：2026-04-06

• 序贯深度算子网络：面向塑性与热黏塑性瞬态材料行为的快速全场历史预测新框架

  针对传统非线性有限元分析在模拟路径依赖的塑性与热黏塑性行为时计算成本高昂、难以支持实时决策与优化设计的难题，美国伊利诺伊大学厄巴纳-香槟分校的研究团队开发了序贯深度算子网络（S-DeepONet）与新型序贯神经算子Transformer（S-NOT）。这两种基于科学机器学习的算子学习框架，能够以瞬态边界条件函数为输入，直接预测复杂2D/3D结构在时变载荷下的全场应力、温度、塑性应变等场量的完整历史。一旦训练完成，模型可在保持高精度的同时，将计算速度提升至常规FEA的四个数量级，为材料加工、增材制造、结构设计等领域的快速建模、参数优化、不确定性量化与在线数字孪生提供了前所未有的高效代理模型。

  来源：INTERNATIONAL JOURNAL OF PLASTICITY

  时间：2026-04-06

知名企业招聘：