1256 ورقة بحثية
تؤسس هذه الدراسة إطار عمل للتحقق متعدد النماذج وقابل للتدقيق لنظام تعليق ذو وصلتين (double-wishbone) يعمل بآلية دفع (pushrod)، يدمج التحليلات الكينماتيكية والديناميكية والهندسية لإثبات كيف يغير شكل الروكر (rocker geometry) معدلات عجلات السيارة وتقديرات التردد بشكل كبير، مما يحدد في النهاية نقاط ارتكاز التوجيه (steering hardpoints) كأولوية للتحسين المستقبلي.
تقدم هذه الورقة إطاراً رياضياً موحداً يدمج بين النمذجة متعددة الفيزياء متعددة المقاييس، والانتشار العشوائي لعدم اليقين، وتقييم الموثوقية، وذلك لتحسين استراتيجيات الصيانة للبنية التحتية المستدامة والمرنة مناخياً في ظل الظروف البيئية غير اليقينية.
تُثبت هذه الورقة أنه بينما يمكن لنماذج تعلم الآلة التنبؤ بدقة بتأثير التأثير الأرضي على التضاريس غير المنتظمة في وضع عدم الاتصال (offline)، إلا أن نشرها في التحكم ضمن حلقة مغلقة غالباً ما يفشل في تحسين الأداء مقارنة بالنماذج التحليلية المرجعية بسبب ديناميكيات مستوى المشغلات غير المُحتسبة والحساسية غير المتماثلة لانحيازات التنبؤ الزائد، مما يستلزم استراتيجيات تصحيح محددة مثل التثبيت غير المتماثل (asymmetric clamping) بدلاً من الاعتماد فقط على دقة التنبؤ.
تستعرض هذه الورقة مرافق اختبار الفراغ العالمية لأنظمة دفع المركبات الفضائية، وتُقيّم تحديداً القدرات التشغيلية وحدود تدفق الكتلة لغرفة متوسطة الحجم تابعة لجامعة في جامعة سيفاس للعلوم والتكنولوجيا من خلال نموذج حفظ الكتلة لوضع إطار عمل لتخطيط تجارب الدفع.
تقيم هذه الدراسة وتقارن بين الطرق التقليدية، والمسح بالليزر الأرضي، ومسح الطائرات بدون طيار تحت الأرض في منجم كروم في إيلازيغ، مما يثبت أن التقنيات القائمة على الطائات بدون طيار توفر مزايا كبيرة لرسم خرائط مناطق التعدين تحت السطحي الخطرة مع تعزيز الصحة والسلامة المهنية.
تقترح هذه الورقة إطار عمل لشبكة عصبية هجينة قوية للتنبؤ بقدرة الطاقة الكهروضوئية، يدمج تقنيات استكمال البيانات الشاملة مع مُحسّن "الابن آوى الذهبي" المطور لتعزيز الدقة والموثوقية في ظل وجود بيانات مراقبة مفقودة.
تقدم هذه الورقة حلاً منخفض التكلفة وغير جراحي لمحركات الديزل، حيث يعمل مضاف لعلبة المرفق قابل للتحلل الحيوي وغير سام على تنظيف حلقات المكبس بفعالية في مكانها للقضاء على تسرب الغازات ودخان الزيت دون الحاجة إلى تفكيك المحرك المكلف.
تُظهر هذه الدراسة أن نماذج تعلم الآلة، ولا سيما خوارزمية XGBoost للانحدار وRandom Forest للتصنيف، يمكنها التنبؤ بفعالية بضغط تدفق مضخة الغاطسة الكهربائية ومعدل التدفق مع تحديد أعطال النظام، مما يتيح الصيانة الاستباقية لتقليل وقت التوقف وتعزيز الكفاءة التشغيلية.
تُظهر هذه الدراسة أن نموذج الشبكة العصبية الاصطناعية (ANN) يتفوق بشكل كبير على خوارزميات التعلم الآلي الأخرى والارتباطات التقليدية في التنبؤ بدقة بضغط سحب المضخة للآبار التي تفتقر إلى أجهزة استشعار داخل الآبار، محققاً معدلات خطأ منخفضة باستخدام القياسات الميدانية المتاحة بسهولة فقط.
تقترح هذه الورقة إطار عمل جديد لمراقبة السلامة الهيكلية يدمج بين المشفرات التلقائية التباينية وتقدير المخاطر البايزي والتحسين لتحقيق كشف عالي الدقة للتشوهات، وتحديد دقيق لمواقعها، ووضع ذكي للمستشعرات، مع قياس عدم اليقين بفعالية وضمان القابلية للتوسع للتطبيقات في الوقت الفعلي.