-
数据驱动方法优化聚对苯二甲酸乙二醇酯水瓶预成型注射成型工艺
本研究提出了一种新颖的方法,通过平衡可持续性、生产效率和质量来改进水瓶预成型。研究人员整合了统计技术、数值模拟和机器学习,以增强产品设计、降低制造成本并改善功能性能。使用Taguchi方法和方差分析(ANOVA)优化关键注射成型参数,以减轻翘曲、浪费和材料加工
来源:Results in Materials
时间:2026-07-26
-
Pi-STAR:基于物理信息的时空推理用于场景级船舶轨迹预测,融合ENC感知拓扑和COLREGs约束交互建模
数据驱动的船舶轨迹预测器可能表现出不一致的运动趋势和对航行环境的有限敏感性,导致在受限航道中产生偏离航道的预测。该论文提出Pi-STAR,一个物理信息驱动的场景级框架,该框架整合了运动学先验、电子海图(ENC)导出的拓扑结构以及多船交互。神经泰勒微分卷积(NT
来源:Journal of Ocean Engineering and Science
时间:2026-07-26
-
表面限域分子识别剂1-羟基-3H-2,1-苯并氧硼杂环己-6-胺及其膜性质与N-乙酰神经氨酸相互作用的探究
研究人员在玻碳电极上电沉积制备了1-羟基-3H-2,1-苯并氧硼杂环己-6-胺(ABOX)薄膜,实现了对N-乙酰神经氨酸(Neu5Ac)的无试剂电化学传感。循环伏安与电化学阻抗谱响应均与Neu5Ac浓度相关,表明苯并氧硼杂环己界面在聚糖传感方面具有潜力。
来源:Journal of Electroanalytical Chemistry
时间:2026-07-26
-
滚动时域优化的实例缩放与基于元模型的敏感性分析:以邮政信函投递服务为应用场景
在许多现实规划情境中,优化问题不仅规模庞大,而且必须随着新数据的到来被重复求解——其中最典型的是滚动时域(rolling horizon)方案。然而,这种重复求解过程会迅速在计算上变得难以承受,尤其是在评估结果对模型参数的敏感性时更是如此。研究人员通过整合两个
来源:Computers & Operations Research
时间:2026-07-26
-
基于响应面法和BP神经网络的排气歧管热疲劳寿命多场耦合仿真优化
排气歧管持续暴露于高温气体流中,这可能导致热疲劳失效,并严重损害动力机械的运行可靠性。为了有效提高热疲劳寿命,研究人员提出了一种多场耦合优化方法,该方法集成了响应面法(RSM)、反向传播神经网络(BPNN)和贝叶斯优化算法(BOA)。以V型6缸3-2结构排气歧
来源:Case Studies in Thermal Engineering
时间:2026-07-26
-
深度迁移学习与图神经网络在制造过程选择中的应用
开发了一种新颖的图神经网络架构MaProNet+,并进行了系统评估。开发了一个新颖的合成数据集,其中包含了间接产品制造信息(PMI)类型,包括平行度或垂直度。制造过程选择被表述为一个面级多标签分割任务。
来源:JOURNAL OF MANUFACTURING SYSTEMS
时间:2026-07-26
-
NRNN: 一种用于非线性岩石建模与深部隧道分析的物理信息神经网络框架
对岩石高度非线性的变形进行建模对于纯粹的基于数据驱动的神经网络(NN)而言仍然是一个巨大的挑战。为了克服这些局限性,本研究提出了非线性解析岩石神经网络(NRNN),这是一种新颖的物理信息深度学习框架。通过将物理约束显式地嵌入到前向网络架构中,NRNN将数学本构
来源:INTERNATIONAL JOURNAL OF ROCK MECHANICS AND MINING SCIENCES
时间:2026-07-26
-
用于分析纤维增强聚合物在加固钢筋混凝土梁中剪切贡献的可解释约束单调神经网络模型
摘要
来源:Applied Sciences
时间:2026-07-26
-
自适应级联LADRC用于柴油发电机转速控制的抗扰性增强
柴油发电机组是孤岛微电网和船舶电力系统中的关键频率支撑单元,在负载突变时快速恢复转速对于维持电能质量至关重要。然而,传统线性自抗扰控制(LADRC)受限于单个观测器的扰动估计与噪声放大之间的权衡,而固定参数限制了其在变化工况下的适应性。针对这些限制,研究人员提
来源:Modelling
时间:2026-07-26
-
儿童神经母细胞瘤下颌骨转移:病例报告及已报告病例的聚焦叙述性综述
背景:神经母细胞瘤(neuroblastoma, NB)是儿童早期常见的颅外实体恶性肿瘤;然而,下颌骨受累罕见,且可能模仿牙源性或炎症性疾病。病例报告:研究人员报告一名8个月大女婴,出现左侧下颌旁肿胀,最初怀疑为腮腺炎或牙源性炎症。影像学显示一处破坏性下颌骨病
来源:Children
时间:2026-07-26