1712 articles
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.
Cet article de revue étudie la corrélation entre les propriétés physico-chimiques des biocarburants émulsionnés et leur impact sur les performances et les caractéristiques d'émission des moteurs à allumage par compression, soulignant que des compositions optimales, telles que le diesel mélangé au pentanol, peuvent améliorer l'efficacité du moteur et réduire les émissions sans nécessiter de modifications.
Ce document introduit Certified CacheMPC, un cadre qui accélère le contrôle de la locomotion des quadrupèdes en mettant en cache et en réutilisant des trajectoires MPC précédemment résolues avec des certificats rigoureux de faisabilité et de sous-optimalité, réalisant ainsi des accélérations significatives tant en simulation que sur matériel sans compromettre la stabilité en boucle fermée.
Cet article propose une méthode quantitative pour la détection d'anomalies dans les digues du fleuve Jaune en combinant la modélisation des ondes sismiques basée sur la théorie des mélanges avec l'inversion de tomographie par section transversale entre forages afin de localiser et de récupérer avec précision la porosité du sol non saturé, tout en identifiant les artefacts de bordure nécessitant une vérification géologique.
Cette étude démontre que si l'ajout d'EDTA et de ciment améliore considérablement la résistance à la compression et la densité microstructurale du sable stabilisé, l'incorporation de 5 % de granulats de caoutchouc offre un équilibre optimal en améliorant la ductilité et la résistance au gel-dégel malgré une légère réduction de la résistance de pointe.