2968 Arbeiten
Diese Studie entwickelte einen Dual-Beam-Selektiven-Laser-Schmelzverfahren-Ansatz sowie dessen Simulationsmodell zur Optimierung der Prozessparameter für porösen Edelstahl und zeigte auf, dass der Vorheffekt des Hilfslasers die Eigenspannung im Vergleich zum konventionellen Single-Beam-SLM um etwa 3,75 % reduziert.
Diese Studie charakterisiert die räumliche Variabilität einer weichen lakustrinen Tonschicht in Südbrasilien unter Verwendung verschiedener Penetrometer-Tests und der Theorie zufälliger Felder, wobei die Anwendbarkeit von Full-Flow-Penetrometern zur Ableitung statistischer Parameter bestätigt wird, die für eine zuverlässigkeitsbasierte geotechnische Bemessung essenziell sind.
Dieses Paper schlägt ein physik-informiertes Deep-Learning-Framework vor, das Standard-Sekundärelektronenbilder des Rasterelektronenmikroskops in präzise virtuelle Elektronenrückstreubeugungs-Charakterisierungen umwandelt und dadurch effektiv die durch Gitterverzerrungen in additiv gefertigten Legierungen über verschiedene Materialsysteme hinweg verursachten Indexierungsprobleme überwindet.
Diese Studie verwendet ein hybrides Deep-Learning- und NSGA-II-Optimierungs-Framework, um die mechanischen Eigenschaften und die mikrostrukturelle Qualität von reibverschweißten unähnlichen AA1100–AA2014-Aluminiumverbindungen zu verbessern, wobei eine maximale Zugfestigkeit von 142 MPa bei hoher Vorhersagegenauigkeit erreicht wird.
Dieses Paper schlägt eine robuste, kapazitätsstarke Phasenentfaltungs-Methode für die Streifenprojektionsprofilometrie vor, die einen hybriden binär-ternären Gray-Code mit dynamischer Schwellenwertsegmentierung und einem Algorithmus zur Phasen-Konsistenz-Vorabkorrektur kombiniert, um eine präzise 3D-Rekonstruktion komplexer Oberflächen unter Verwendung von nur sechs projizierten Mustern zu ermöglichen und gleichzeitig die Notwendigkeit zusätzlicher Kalibrierungsbilder zu eliminieren.
Diese Studie zeigt, dass für durch Widerstandsschwellschweißen gefügte 316L-Edelstahl-Brennstabverbindungen eine Schweißzeit von 21 ms die optimale mechanische Leistung und mikrostrukturelle Verfeinerung durch die Balance zwischen effektiver Verbindung und Kornrekristallisation liefert, während kürzere oder längere Dauern zu unvollständiger Verbindung oder Leistungsverschlechterung führen.
Dieses Paper schlägt ein SDN-basiertes dynamisches Routing-Modell für LoRaWAN vor, das die Gateway-Auswahl durch die gemeinsame Berücksichtigung von Batterielebensdauer, Distanz und Warteschlangenlänge optimiert und dadurch im Vergleich zu herkömmlichen statischen RSS-basierten Ansätzen die Netzlast effektiv ausbalanciert und die Betriebsdauer verlängert.
Diese Studie untersucht die Degradation der Schlagfestigkeit von CFRP-Laminaten bei erhöhten Temperaturen durch Hochgeschwindigkeits-Gasdruckversuche und validiert ein neuartiges temperaturabhängiges dynamisches Konstitutivmodell, das in ABAQUS/Explicit implementiert wurde und die Schadensmorphologie sowie Versagensmodi unter variierenden thermischen und Aufprallbedingungen präzise vorhersagt.
Diese Arbeit schlägt ein effizientes Framework zur Modellreduktion für chaotische Fluidströmungen vor, indem sie einen Information Maximizing Variational Autoencoder (InfoVAE) mit einem Easy-Attention-basierten Transformer kombiniert, um die konventionellen Einschränkungen von Autoencodern zu überwinden und somit interpretierbare, entkoppelte latente Repräsentationen zu erzeugen, die mit den dominanten Moden der Proper Orthogonal Decomposition übereinstimmen.
Dieses Papier stellt SENTINEL-HS vor, ein auditierbares Entscheidungsabsicherungssystem für operative Erdbeobachtungsdienste, das den primären Nutzen der Überwachung von sechs Service-Dimensionen gegenüber spezifischen Fusionsregeln demonstriert, während es gleichzeitig erhebliche Herausforderungen bei der Arbeitsbelastung der Analysten sowie die Notwendigkeit einer weiteren operativen Validierung hervorhebt.