• 融合LT维度(长度-时间维度, Length–Time Dimension)与TRIZ(发明问题解决理论, Theory of Inventive Problem Solving)的敏捷创新设计方法

  敏捷创新(Agile Innovation)对于复杂机电产品日益重要。现有研究多停留在项目管理层面，对用户反馈转化为工程导向的概念结构设计方案缺乏操作性指导。研究人员提出一种融合长度–时间(Length–Time, LT)维度与发明问题解决理论(Theory

  来源：Machines

  时间：2026-06-10

• 基于视觉图像识别的船舶结构焊接路径自动识别技术

  为解决传统离线编程(Offline Programming, OP)在船舶结构机器人焊接中难以适应尺寸偏差及装配误差的固有局限，研究人员提出了一种融合点云增强的视觉扫描范式，可实现焊缝自动识别及无碰撞轨迹规划(Collision-free Trajectory

  来源：Machines

  时间：2026-06-10

• 基于多源数据融合与k-Shape聚类(k-Shape Clustering)的充电基础设施参数辨识与溯源方法

  鉴于电动汽车充电基础设施在海量订单量下运行工况复杂且存在潜在故障，传统基于阈值或单一统计量的监测方法难以检测动态时变异常。本文提出一种基于k-shape时间序列聚类算法的充电设施运行状态辨识与溯源方法。该方法直接以充电电流时间序列为研究对象，省去了繁琐的人工特

  来源：World Electric Vehicle Journal

  时间：2026-06-10

• 基于机器学习(Machine Learning, ML)的重型带受电弓(Pantograph)燃料电池混合动力电动汽车智能能量管理策略(Energy Management Strategy, EMS)方法论

  本研究提出一种新颖的方法论，用于优化配备受电弓(Pantograph)充电系统的重型燃料电池混合动力电动汽车(Fuel Cell Hybrid Electric Vehicles, FCHEVs)的能量管理策略(Energy Management Strate

  来源：World Electric Vehicle Journal

  时间：2026-06-10

• 基于改进1DCNN-Transformer的滚动轴承故障诊断方法

  针对滚动轴承在复杂工况下故障类型多样、特征提取困难且易受噪声干扰的问题，研究人员提出一种基于改进的一维卷积神经网络（one-dimensional convolutional neural network, 1DCNN）与Transformer架构融合的故障诊

  来源：Machines

  时间：2026-06-10

• 基于扫描电子显微镜与能谱仪(SEM-EDS)方法研究微细高钙粉煤灰基高强度材料的组成与结构

  摘要：本研究采用扫描电子显微镜与能量色散X射线光谱仪(scanning electron microscopy and energy-dispersive X-ray spectroscopy, SEM-EDS)方法，考察了微球状高钙粉煤灰(high-calc

  来源：Applied Sciences

  时间：2026-06-10

• 求解代数应用题的策略画像：基于中国学生的以个体为中心的贝叶斯分类方法

  本研究考察了中国学生在代数应用题求解中的逆转错误（reversal error, RE）现象，重点关注句子结构如何影响不同教育阶段学生的作答表现与问题表征策略。研究采用以个体为中心的贝叶斯分类方法（Bayesian classification approac

  来源：Behavioral Sciences

  时间：2026-06-10

• 综述：增材制造技术在海洋装备中的应用综述

  增材制造（Additive Manufacturing, AM），也称为三维（3D）打印，已发展成为一项革命性的数字近净成形制造技术，为复杂高性能结构和装备的设计与制造提供了创新解决方案。研究人员综述了金属增材制造（metal AM）技术在海洋领域的最新进展与

  来源：Metals

  时间：2026-06-10

• 利用电化学减薄工艺制备透射电子显微镜样品的新方法

  透射电子显微镜（TEM，Transmission Electron Microscopy）要求样品厚度低于100 nm以实现电子透明，传统制备方法（如机械抛光后电化学抛光或离子减薄）耗时且易引入制备缺陷。本研究提出电化学减薄工艺（electrothinning

  来源：Metals

  时间：2026-06-10

• 基于数据驱动技术的电动汽车用户行为预测

  基于数据驱动技术的电动汽车用户行为预测。电动汽车（Electric Vehicle, EV）充电行为在价格敏感性、时段偏好及周末充电习惯等方面表现出显著的异质性（Heterogeneity），为充电需求预测与服务管理带来挑战。为应对该问题，本研究提出一种三变量

  来源：World Electric Vehicle Journal

  时间：2026-06-10

知名企业招聘：