• 基于扩展状态观测器（ESO）的多体系统动力学约束稳定化：一种扰动抑制方法

  约束稳定化的目标是在数值多体仿真过程中限制约束流形上的漂移。Baumgarte稳定化通过加速度级反馈控制该漂移，其性能取决于反馈增益与数值积分设置。本文研究了约束稳定化的扰动抑制（DRCS），该方法在此反馈结构中引入观测器。该数值研究评估了其对约束满足、轨迹精

  来源：Mechanism and Machine Theory

  时间：2026-11-05

• 工程材料拦阻系统（EMAS）：技术、材料、力学性能综述及探索性数据驱动分析

  跑道冲出事件促使了工程材料拦阻系统（EMASs）的安装。EMAS是一种被动式拦阻系统，设计用于在飞机于着陆和起飞飞行阶段滑出跑道时通过耗散其能量使飞机减速。本研究概述了EMAS技术、其可施工性、安装考量、材料组成、力学行为及能量吸收机制。此外，研究人员利用四种

  来源：KSCE Journal of Civil Engineering

  时间：2026-11-05

• 基于降雨指标的气候变化下降雨罐韧性便捷评估方法

  利用降雨指标更便捷地评估气候变化下降雨罐的韧性。量纲分析（dimensional analysis）将气候影响从雨水收集系统（rainwater harvesting systems）中分离出来。降雨量与降雨分布的变化与储罐可靠性（tank reliabili

  来源：Climate Services

  时间：2026-11-05

• 超越绿色与黑色：能源技术对全球生物多样性影响的演变性再评估（1960-2020）

  本研究考察了1960至2020年间200个国家能源技术扩散与生物多样性之间的关系。研究发现，煤炭和天然气等传统能源通常对生物多样性和生态平衡产生有害影响，而核能则出乎意料地显示出积极影响。太阳能技术的扩散与富营养化显著减少相关，促进了复杂物种的形成和新物种的出

  来源：Cleaner Energy Systems

  时间：2026-11-05

• 基于AI的全球LNG运输船队温室气体量化与定向脱碳：面向清洁航运物流的代理模型方法

  随着液化天然气（LNG）航运在全球范围内扩张，准确量化海上运输产生的温室气体（GHG）排放，对于清洁物流规划与船队层面的脱碳日益重要。本研究应用一套AI赋能的框架，量化排放、识别高排放船舶，并评估全球LNG运输船队的减排策略。研究采用基于物理的自下而上排放模型

  来源：Cleaner Logistics and Supply Chain

  时间：2026-11-05

• 基于血液的质谱技术在浆细胞疾病中的应用：从检测分泌活性到多模态残留疾病评估

  • 基于血液的MS方法可以在多发性骨髓瘤治疗后追踪残留的单克隆蛋白信号。 • 基于血液的MS和骨髓MRD提供了互补的残留疾病检测结果。 • 蛋白质清除动力学有助于解释血液与骨髓检测结果之间的差异。 • 结合基于血液的MS和骨髓MRD的评估可以更精

  来源：Critical Reviews in Oncology/Hematology

  时间：2026-11-05

• 推进酿酒酵母（ Saccharomyces cerevisiae）中萜类生物合成：利用合成生物学方法实现高效的长叶烯（longifolene）生产

  •模块化酵母策略改善了长叶烯的生物合成。•酶的组装和合成酶的筛选提高了途径的产率。•平衡的还原力再生增强了倍半萜的产生。•碳流工程改善了长叶烯前体的供应。•在5升生物反应器中，连续搅拌发酵产生了4.18克/升的长叶烯。 1. 引言 萜类化合物是一类来源于植物、微生物和昆虫的天然

  来源：Metabolic Engineering

  时间：2026-11-05

• 基于能量经济学和生命周期能量环境的机器学习方法（PESA-II）对生物质能转化为液化氢的工艺路线进行了优化，该工艺结合了厌氧消化、电化学和热能转换技术

  •MSW厌氧消化与HSOFC相结合，以实现可持续能源回收。•废热和HSOFC电力支持海水淡化和氢气生产-液化。•一个4E框架评估了热力学、经济和环境性能。•基于人工神经网络（ANN）的PESA-II和TOPSIS算法实现了三重目标系统优化。•最优LH2产量（LH2R）、单位成本（

  来源：Biomass and Bioenergy

  时间：2026-11-05

• 利用生物炭作为微波吸收剂，通过微波辅助热解方法处理聚丙烯

  `` • 生物炭可以用作优秀的微波吸收剂，用于循环经济中混合塑料废物的微波辅助热解。

  来源：Biomass and Bioenergy

  时间：2026-11-05

• 利用机器学习辅助分析技术，对生物质水热液化的工艺优化、作用机制研究及工业化前景进行了探讨

  `` • 将HTL优化、机制和机器学习（ML）结合起来，可以实现基于机制的设计。 • 数据标准化和完整的产品特性是HTL建模的关键。 • 将ML与生命周期评估（LCA）和技术经济分析（TEA）相结合，可以支持HTL的工业决策。 • 未来的ML-HT

  来源：Biomass and Bioenergy

  时间：2026-11-05

知名企业招聘：