-
EIT数字创新与创业研究:马德里与阿尔托大学之间的分布式学习活动
•本文记录了2019年至2025年间马德里理工大学(UPM)与阿尔托大学在EIT数字硕士学院框架下的合作项目。•这一为期六年的分布式学习模式成功地实现了马德里与阿尔托大学学生之间的实时连接,支持了地理分散的团队合作,符合现代远程工作实践。•EntreComp框架下的能力培养重点在
来源:International Journal of Management Education
时间:2026-09-01
-
橡胶改性沥青结合料烟气排放强度的评价方法
摘要准确量化橡胶改性沥青胶结料的烟雾排放强度对于可持续建设和空气污染缓解至关重要。本研究提出了一种基于最大排放速率、峰值浓度和总排放量的评估方法。通过变异性、敏感性和比较分析验证了其可行性。该方法应用于不同活化温度和多源老化持续时间的橡胶改性沥青胶结料,以量化烟雾排放强度。利
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT
时间:2026-09-01
-
一个精心策划的原子级数据集,以及用于研究铝酸钙硅酸盐水合物的机器学习方法
摘要
铝酸钙硅酸盐水化物(C–A–S–H)是现代水泥基材料机械性能和耐用性的基础,但由于传统力场的精度有限以及第一性原理模型的规模受限,铝在原子尺度上的作用仍然难以捉摸。在这里,我们开发了一种基于机器学习的方法(CASH-MLP),该方法使用了一个系统构建的数据集进行训练,该
来源:CEMENT AND CONCRETE RESEARCH
时间:2026-09-01
-
综述:基于氢压伏技术的自供电化学与生物传感:从界面电荷双层结构到实际分析应用
``
•
水伏感应利用液-固界面(EDL)的扰动实现自供电信号生成
•
蒸发、水分吸附和液滴动态
来源:Chemical Engineering Journal
时间:2026-09-01
-
用于二氧化碳捕获的结构化固态胺吸附剂:将胺的引入与水泥水化过程及化学发泡技术相结合
•
一步法集成了成型、孔隙形成和胺负载过程。
•
浆料混合、水化和发泡促进了胺的均匀分布。
•
这种一步成型的吸附剂方法具有类似粉末的吸附能力。
•
一步法制备的吸附剂表现出优异的颗粒均匀性,CO2相对标准偏差(CCO2-RSD)为2.09%。
来源:Chemical Engineering Journal
时间:2026-09-01
-
利用人工智能技术创新促进灾害风险降低与韧性:考察金融发展、全球化及制度质量的机制
•人工智能技术创新显著降低了各国灾害风险。•金融发展显著调节了人工智能对灾害风险的影响。•全球化并非显著的调节因素。•制度质量并非显著的中介因素。•人工智能对灾害风险的影响在发展中国家和低灾害暴露国家中更为显著。引言近年来,世界目睹了灾害的激增,对生命、基础设施和经济造成了毁
来源:TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE
时间:2026-09-01
-
综述:漂浮式海上风力发电机组稳定性:机理、控制技术与性能评估综述
摘要 漂浮式海上风力涡轮机 (FOWTs) 代表了在深水区利用风能的关键技术,但其大规模商业化仍受到复杂稳定性挑战的制约。虽然在单体系泊或平台设计方面已取得显著进展,但仍缺乏对 FOWTs 稳定性的系统化综合。为了弥补这一差距,本综述将 FOWTs 稳定性特征化为由多源环境激
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS
时间:2026-09-01
-
通过自供电传感节点实现的大范围、耐腐蚀的压力到频率转换技术,用于无线握力监测
•开发了一种基于TCR-TENG驱动的无线握力监测系统(WGS),该系统利用了LC谐振频率编码技术。•制造了一种多孔PI电容传感器,具有1.7 MPa的宽压力范围,并在超过11,000次循环后仍保持稳定的耐用性。•通过与商用测力计的对比验证,显示出高重复性(CV < 5%),并配
来源:Nano Energy
时间:2026-09-01
-
一种基于毕达哥拉斯概率犹豫模糊信息以及置信度水平的扩展TODIM方法,用于多属性群体决策制定
摘要
为了在多属性群体决策(MAGDM)中有效整合信息,本研究提出了一种基于毕达哥拉斯概率犹豫模糊数(PPHFN)信息和决策者(DMs)自信水平的扩展TODIM MAGDM方法。首先,根据犹豫度提出了PPHFN的新得分函数、准确性函数和距离度量函数。然后,通过引入IOWA运算符中
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-01
-
一种基于黑盒自适应边界搜索的固体火箭发动机缺陷检测模型加速失效评估方法
摘要:固体火箭发动机内部缺陷检测是航空航天设备安全保证系统的关键组成部分。虽然深度学习模型在清洁实验室样本上取得了卓越的性能,但其在复杂工业现场环境下性能急剧下降的现象已成为限制其工程部署的关键瓶颈。针对传统鲁棒性评估方法存在的盲目扰动采样和故障边界搜索效率低等局限性,本文提
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-01