-
基金申请同行评议实验:关于时间使用和评议质量的混合方法案例研究
由于时间限制而拒绝审稿邀请给同行评议(peer review)系统带来了压力,表明需要更省时的评议方式。本文介绍了一项关于基金申请同行评议(grant peer review)新形式的实地实验(field experiment)结果,并回答了这种新形式是否在节
来源:Publications
时间:2026-06-10
-
高风险行业自动化安全预防措施生成:一种基于Mistral-7B的参数高效微调(Parameter-Efficient Fine-Tuning, PEFT)方法
摘要:矿业面临复杂的作业危害,需通过系统的风险评估来实现事故的主动预防。尽管大语言模型(Large Language Model, LLM)在自动生成安全措施方面潜力巨大,但领域专用术语的匮乏及高质量标注安全数据(低资源环境)的稀缺阻碍了其直接应用。本研究探讨
来源:Applied Sciences
时间:2026-06-10
-
用于家禽养殖应用的直流耦合光伏与电池储能系统的技术优化:基于能源利用指数的双循环方法
本研究提出了一种新颖的迭代双循环方法,用于直流耦合光伏-电池储能系统(DC-coupled PV-BESS)的技术性容量确定。该方法针对一个商业肉鸡养殖场实施,其用电需求特征为高度波动(年用电量:7.6 MWh;变异系数:53%)。该方法引入了两个原创的能源利
来源:Applied Sciences
时间:2026-06-10
-
综述:从海水中选择性回收高纯锶的创新吸附剂——当前趋势、挑战与机遇
锶(Sr)是一种有价值的金属,在众多行业中应用日益广泛。由于陆地采矿存在诸多问题,从海水和海水淡化浓盐水中提取Sr已成为一种替代选择。在从海水和海水盐水中回收Sr的各种方法中,吸附过程尤其具有吸引力。因为海水中含有的其他金属离子(Na<sup>+</sup>、
来源:Applied Sciences
时间:2026-06-10
-
基于溶解气体分析(DGA)的电力变压器故障诊断——采用Duval五边形联合复形(DPCC)与机器学习(ML)分类器的加权概率集成方法
采用溶解气体分析(Dissolved Gas Analysis, DGA)诊断电力变压器故障对防止重大事故及提高电力系统可靠性至关重要。研究人员提出一种基于Duval五边形联合复形(Duval Pentagon Combined Complex, DPCC)的
来源:Machines
时间:2026-06-10
-
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