3009 articles
Cet article présente un cadre mathématique unifié qui intègre la modélisation multiphysique multi-échelle, la propagation de l'incertitude stochastique et l'évaluation de la fiabilité afin d'optimiser les stratégies de maintenance pour des infrastructures durables et résilientes au climat sous des conditions environnementales incertaines.
Cet article démontre que si les modèles d'apprentissage automatique peuvent prédire avec précision l'effet de sol sur un terrain irrégulier hors ligne, leur déploiement en contrôle en boucle fermée échoue souvent à améliorer les performances par rapport aux bases analytiques en raison de la dynamique non prise en compte au niveau des actionneurs et d'une sensibilité asymétrique aux biais de surprédiction, nécessitant des stratégies de correction spécifiques comme le écrêtage asymétrique plutôt que de compter uniquement sur la précision prédictive.
Cet article passe en revue les installations mondiales d'essais sous vide pour la propulsion spatiale, évaluant spécifiquement les capacités opérationnelles et les limites de débit massique d'une chambre de taille moyenne universitaire à l'Université des Sciences et Technologies de Sivas à travers un modèle de conservation de la masse afin d'établir un cadre pour la planification des expériences de propulsion.
Cette étude évalue et compare les méthodes conventionnelles, le scanner laser terrestre et le levé par drone souterrain dans une mine de chrome à Elazığ, démontrant que les technologies basées sur les drones offrent des avantages significatifs pour la cartographie des zones de traitement par affaissement de niveau (sub-level caving) dangereuses tout en améliorant la santé et la sécurité au travail.
Cet article propose un cadre de réseau neuronal hybride robuste pour la prévision de la puissance photovoltaïque qui intègre des techniques d'imputation de données exhaustives avec un optimiseur Golden Jackal amélioré afin de renforcer la précision et la fiabilité en présence de données de surveillance manquantes.
Cet article présente une solution à faible coût et non invasive pour les moteurs diesel, où un additif de carter biodégradable et non toxique nettoie efficacement les segments de piston in situ afin d'éliminer le blow-by et la fumée d'huile sans nécessiter de démontage coûteux du moteur.
Cette étude démontre que les modèles d'apprentissage automatique, particulièrement XGBoost pour la régression et Random Forest pour la classification, peuvent prédire efficacement la pression de décharge et le débit de la pompe immergée tout en identifiant les défaillances du système, permettant ainsi une maintenance proactive pour réduire les temps d'arrêt et améliorer l'efficacité opérationnelle.
Cette étude démontre qu'un modèle de réseau de neurones artificiels (ANN) surpasse de manière significative les autres algorithmes d'apprentissage automatique et les corrélations traditionnelles pour prédire avec précision la pression d'admission de la pompe pour les puits dépourvus de capteurs de fond, atteignant de faibles taux d'erreur en utilisant uniquement des mesures de terrain facilement disponibles.
Cet article propose un nouveau cadre de surveillance de l'état de santé structurelle qui intègre des auto-encodeurs variationnels à l'estimation et à l'optimisation du risque bayésien afin de parvenir à une détection d'anomalies de haute précision, une localisation précise et un placement intelligent des capteurs, tout en quantifiant efficacement l'incertitude et en assurant l'extensibilité pour des applications en temps réel.
Cet article étudie le mécanisme d'initiation d'impact à longue distance des charges d'intervalle à concentration d'énergie par l'analyse théorique, la simulation numérique et les essais sur le terrain, démontrant que cette technologie améliore efficacement la stabilité du minage en tunnel et les taux de demi-trou tout en réduisant les coûts.