• 利用宽带激励振动技术对水平管道中的两相流进行非侵入式识别与特征分析

  摘要在水平管道中，气液两相流由于流动结构与管道之间的相互作用，会对管壁产生复杂的动态载荷。这些相互作用通常会产生宽频带的振动信号，但其物理起源至今尚未得到充分理解。本研究通过实验探讨了水平管道中两相流引起的振动现象，分析了特征流动结构与管道振动响应之间的关系，实现了声波、弹性波和

  来源：Scientific Reports

  时间：2026-08-30

• 在AISI 304基体上采用 Directed Energy Deposition (DED) 工艺沉积多层IN625包层材料：冶金学与力学方法的研究

  摘要本研究探讨了通过增加沉积层数来控制覆层厚度对采用定向能量沉积（DED）技术在AISI304不锈钢上沉积的IN625覆层的微观结构和力学性能的影响。观察到的覆层区域的微观结构演变和局部细化现象被认为有助于提升其力学性能。覆层区域的平均显微硬度从最薄样品的234 HV增加到最厚样

  来源：Scientific Reports

  时间：2026-08-30

• 基于条件感知的平均超局域预测控制方法，结合切换周期下的输入-输出协同重构技术，用于NPC（非对称直流-直流）三级电力转换系统

  摘要 基于模型的预测控制方法用于NPC三级功率转换系统（PCSs），该方法依赖于精确的系统参数，并且对开关纹波、测量噪声以及由数字延迟引起的预测误差非常敏感。为了解决这些问题，本文提出了一种基于开关周期输入-输出协同重构的平均超局域模型（SPIOCR-AULM

  来源：Scientific Reports

  时间：2026-08-30

• 在混合故障和通信干扰条件下，用于直流微电网的分布式事件触发型容错二次控制技术

  摘要本文提出了一种分布式事件触发的容错次级控制框架，用于应对直流微电网在执行器失效、电流共享传感器异常和通信故障等情况下的运行问题。该框架将分布式次级调节、分组化的事件触发通信、基于残差的故障检测与隔离以及具备故障感知能力的监控重构集成到一个统一的控制架构中。次级校正信号通过精确

  来源：Scientific Reports

  时间：2026-08-30

• 基于物理知识的逆向识别与动态重建技术，用于处理具有非对称网格刚度的高速齿轮系统

  摘要 齿轮传动系统是工程应用中的关键组成部分，但在高速条件下的动态建模仍然具有挑战性。本研究开发了一个基于物理原理的学习框架，用于非线性齿轮动力系统的逆向识别和模型诊断。该框架不仅将物理信息网络（PINN）作为参数估计算法来使用，还用于检验传统对称网格刚度假设

  来源：Scientific Reports

  时间：2026-08-30

• 基于CPU加速的并行SPH方法用于模拟三维岩石水力压裂问题及其应用

  摘要为了探究岩石中三维水力压裂的裂纹扩展机制，本文提出了一种基于平滑粒子流体动力学（SPH）框架的三维水力-力学耦合裂纹扩展仿真方法，并借助OPEN-MP技术实现了并行处理。首先对SPH的并行效果进行了评估，随后对含有内部裂缝的岩石模型进行了水力-力学耦合裂纹扩展的数值模拟。研究

  来源：Scientific Reports

  时间：2026-08-30

• 深度学习增强的非线性混合随机模型在欧洲期权定价中的校准方法

  摘要本文研究了状态切换 Heston-Hull-White 框架下的欧式期权定价问题。该模型结合了随机波动率、随机利率以及马尔可夫链驱动的状态切换机制，使得部分市场动态能够在不同状态间发生变化。在风险中性测度下，推导出了欧式期权的半解析定价公式。为了解决由非线性和高维定价映射

  来源：Scientific Reports

  时间：2026-08-30

• 滑冰制造业的数字化转型能力与创新绩效：一种基于半监督学习（SEM）与人工神经网络（ANN）的混合分析方法

  摘要在专业制造领域,数字化升级与企业开发灵活的IT基础设施、敏捷的响应能力、系统集成以及战略性的数字愿景密切相关。然而,现有实证研究较少探讨这些数字化制造能力是如何与利基设备制造领域的创新绩效相互关联的。本研究采用混合SEM-ANN模型,分析了中国广东和浙江地区滑冰设备制造企业的

  来源：Scientific Reports

  时间：2026-08-30

• 一种基于图注意力机制和补丁Transformer框架的多类别工业物联网攻击分类方法

  摘要工业物联网（IIoT）设备的广泛应用极大地增加了关键基础设施的攻击面。IIoT系统涵盖了从物理传感器到云后端的多个通信层次，攻击者越来越多地利用这些层次之间的边界进行攻击，而这些攻击是单层检测机制无法有效防御的。现有的入侵检测方法将网络流量特征视为无序的、独立的数值，忽略了分

  来源：Scientific Reports

  时间：2026-08-30

• 基于气候变化的产量预测模型：采用混合深度学习技术与最优特征选择方法

  摘要在气候变化背景下，准确预测农业产量已成为一项挑战性任务，因为温度波动、降雨模式不规律和土壤退化等环境因素的不确定性日益增加。传统的统计方法和机器学习方法在捕捉由气候驱动的农业数据之间的复杂非线性关系和时间依赖性方面存在不足。为了解决这些问题，本研究提出了基于气候变化的产量预测

  来源：Scientific Reports

  时间：2026-08-30

知名企业招聘：