当前位置:首页 > 今日动态 > 技术与产品
  • 基于联邦式数字孪生技术的区块链架构:实现可持续城市中自主、弹性且智能的水资源管理

    本文提出Fodba架构,整合区块链、联邦学习与数字孪生技术,用于智能城市中自主适应的水资源管理。通过实时IoT传感与联邦机器学习,在边缘网关实现隐私保护协作,区块链确保数据可信与公平分配,数字孪生模拟预测水系统动态。实验表明该架构减少27.6%非营收水,提升14.3%需求预测准确率,区块链交易延迟达150ms p95,公平性指数超0.92。

    来源:Sustainable Computing: Informatics and Systems

    时间:2026-02-06

  • 一种用于计算大规模中性束注入器背景气体分布的简化方法

    中性束注入器(NBI)背景气体分布的快速计算方法,基于Test Particle Monte Carlo(TPMC)模型计算 cryopump 单元捕获系数,再通过简化的几何模型进行整体气体分布预测,验证了该方法在EAST和Craft NBI中的有效性,并应用于BEST NBI性能预测。

    来源:Vacuum

    时间:2026-02-06

  • 采用高压脉冲直流电驱动的低压空心阴极等离子体化学气相沉积(CVD)技术,制备用于锂离子电池的碳涂层硅材料

    硅基负极材料因体积膨胀问题难以实用化,本研究通过高电压脉冲直流等离子体(PECVD)结合超声分散技术,在金属管反应腔中成功制备出均匀碳包覆的硅碳复合材料。等离子体模拟显示Ar等离子体通过电离解离C2H2生成活性碳物种,并在阴极鞘层电子加热效应下形成致密碳层。SEM和TEM证实碳层厚度与晶型分布可控,XPS和拉曼光谱揭示sp²/sp³杂化碳结构及Si-C化学键形成机制。循环测试表明碳包覆硅负极在100次充放电后仍保持稳定界面,其容量达到2800mAh/g,为高能量密度锂离子电池提供了低工艺温度(<500℃)的Si-C复合负极制备方案。

    来源:Vacuum

    时间:2026-02-06

  • 研究CaX₃H₉(其中X = Cr、Mn、Fe)氢化物的结构、电子、光学、磁性和机械性能,以推动下一代氢储存技术的发展

    储氢材料研究:立方CaX₃H₉(X=Cr, Mn, Fe)通过第一性原理计算证实具有热力学稳定性、金属导电性及铁磁/反铁磁磁有序,储氢重量百分比4.19-4.35%,体积密度176.8-183.0 g/L,脱氢温度521-538 K,为新型固态储氢系统提供理论依据。

    来源:Vacuum

    时间:2026-02-06

  • DPP型EUV光源的碎片污染特性及控制方法研究

    DPP型EUV光源中通过原位监测与氩等离子体清洗验证了污染物沉积控制策略,并设计了集成真空差压与污染抑制功能的DM装置。

    来源:Vacuum

    时间:2026-02-06

  • 扩展的㶲(exergy)会计方法在废物转化能源设施选址问题中的应用

    市政固废激增导致焚烧厂超负荷,威胁城市环境安全。本研究提出融合扩展熵会计(EEA)的混合整数线性规划(MILP)模型,综合评估热力学效率、经济成本、社会及环境影响,优化焚烧厂选址。以深圳市为例,模型使外部环境与社会熵增减少,创造额外价值产品31.06%和24.12%,有效降低运输能耗及填埋依赖,为可持续固废管理提供扩展解决方案。

    来源:Waste Management

    时间:2026-02-06

  • 通过双弧调制等离子弧熔覆技术调控Inconel 718涂层的界面微观结构及力学性能

    本研究提出双弧调制策略,通过替换部分转移弧电流为非转移弧电流,减少基体热输入23.3%,同时细化熔池结构,提升表面显微硬度6.6%。基于磁流体动力学多物理场模型,结合实验验证,揭示了双弧耦合作用机制及其对热传递和凝固行为的影响。

    来源:Applied Surface Science

    时间:2026-02-06

  • 一种具有学习-遗忘机制和绿色技术投资功能的可持续多目标经济生产数量模型

    多目标经济生产批量模型整合学习遗忘与绿色技术投资,优化成本与碳减排,采用NSGA-II、SPEA2算法及响应面法求解,TOPSIS方法选择最优方案,敏感性分析揭示关键参数。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-02-06

  • 利用机器学习方法构建土耳其地面运动模型,以评估基于持续时间和速度的强度指标,并进行与震级相关的性能评估

    本研究基于土耳其强震动数据集(747次地震,23,147条记录),开发了集成机器学习框架(Stacking-GBR)预测非光谱地面运动强度指标(CAV、PGV、SI及多区间持续时间)。通过四种子震级(3.5-6.5及>6.5)和全数据集的五折交叉验证,验证了Stacking-GBR模型在所有指标中的最高预测精度(R²最高达0.99),并揭示震级和距离主导速度/能量指标,而源场-场地几何和路径参数影响持续时间指标。残差分析表明模型在中小震级表现稳定,但大震级持续时间预测存在数据稀缺性带来的不确定性。研究为可解释机器学习在地震工程中的应用提供了方法学参考。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-02-06

  • DAWN:一种基于维度感知的图对比学习方法,用于少样本溶解气体分析

    针对溶解气分析(DGA)中少数样本学习挑战,本文提出DAWN框架,集成对比学习模块和知识增强的维度图模型,有效提升稀有故障检测精度,优于传统方法15%以上。

    来源:Expert Systems with Applications

    时间:2026-02-06


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康