⚡ Category

eess

2968 articles

⚡ ingénierie

Fidelity-Aware Inverse Dynamics of a Two-Section Tendon-Driven Continuum Robot: Cosserat-Rod Modeling, RK4/Newmark Cross-Verification, and Eleven-Metaheuristic PID Tuning

Cet article présente un cadre de calcul sensible à la fidélité pour un robot continu à commande par câbles à deux sections, qui combine la modélisation par tige de Cosserat avec l'intégration RK4/Newmark et onze régulateurs PID métaheuristiques, révélant que si des algorithmes tels que GWO et POA excellent sur des modèles linéarisés simplifiés, ils souffrent d'une dégradation significative de performance lorsqu'ils sont appliqués à des dynamiques pleinement non linéaires, soulignant ainsi le besoin critique d'évaluer la robustesse des contrôleurs face aux écarts de fidélité du modèle.

Somia Guechi, Selman Djeffal2026-10-15
⚡ ingénierie

Inhibiting bending springback of 2A97 Al-Li alloy using novel current-assisted in-situ heating technology

Cette étude introduit un nouveau moule de chauffage in situ assisté par courant avec une conception « matrice métallique + graphite arrondi » qui supprime efficacement le retour élastique lors du pliage en V de l'alliage Al-Li 2A97 en exploitant les effets synergiques de la température élevée et du courant électrique pour favoriser la relaxation des contraintes et convertir l'énergie de déformation élastique en déformation plastique.

Guoxin Pang¹, Minghao Li, Guoqing Chen, XueWen Chen, Yanchao Jiang, Junqing Guo, Nan Xiang, Hairui Zhang2026-10-15
⚡ ingénierie

Constraint-aware online coarse-to-fine optimization of crystalline silicon photovoltaic devices

Cet article présente un cadre d'optimisation en ligne de type grossier à fin, sensible aux contraintes, qui identifie efficacement une configuration de dispositif photovoltaïque au silicium cristallin optimale avec une efficacité de 17,5249 % en intégrant la simulation automatisée, l'analyse de sensibilité et la validation par recoupement de solveurs, tout en réduisant considérablement les coûts de calcul par rapport aux recherches sur grille fine sur tout le domaine.

Aliaa Nabila Abdul Mutaali, Joungha Lee, Seung Beop Lee2026-10-15
⚡ ingénierie

Design, Physical Modeling, and Circuit Verification of a 4-Bit Quasi-Delay-Insensitive (QDI) Room-Temperature Molecular Processor

Cet article présente la conception, la modélisation physique quantique et la vérification de circuit d'un processeur moléculaire asynchrone quasi-insensible au délai de 4 bits qui utilise la résonance de Fano dans des jonctions mono-moléculaires pour atteindre une efficacité énergétique élevée et des taux d'erreur binaire ultra-faibles tout en surmontant les limites de mise à l'échelle de la technologie CMOS silicium traditionnelle.

Ing. Elham Khalesi2026-10-15
⚡ ingénierie

Informal Urban Expansion Under Displacement: A Spatial–Relational Analysis of Building Patterns

Cette étude introduit un nouveau cadre combinant des cellules morphologiques avec un réseau d'attention sur graphes non supervisé pour analyser près de 50 000 bâtiments à Marib, au Yémen, révélant que l'expansion urbaine informelle liée aux déplacements suit des logiques spatiales structurées dictées par le régime foncier tribal et les contraintes humanitaires plutôt qu'un étalement chaotique, offrant ainsi un outil de diagnostic sans cadastre pour une gouvernance adaptative dans les villes affectées par les conflits.

Mansoor Ali, Abdulrazzaq Shaamala, Junyan Yang, Tan Yigitcanlar2026-10-15
⚡ ingénierie

Overcoming Material Trade-Offs in MEMS Transducers via Lateral Ferroelectric–Piezoelectric Thin-film Integration

Cet article présente une nouvelle architecture de transducteur MEMS qui surmonte les compromis matériels inhérents en intégrant latéralement du PZT haute performance pour l'actionnement et du AlN à faibles pertes pour la détection au sein d'un seul résonateur, ce qui se traduit par une multiplication par dix de la tension de sortie électrique et une amélioration significative du facteur de mérite sur une large gamme de fréquences.

Gayathri Pillai, Linet Thomas, Praveen Kumar2026-10-15
⚡ ingénierie

Vehicle motion matters for modelling the near-field dispersion of tailpipe emissions

Cette étude démontre que l'utilisation d'un maillage dynamique pour simuler le mouvement réel d'un véhicule améliore considérablement la précision de la modélisation de la dispersion des émissions du tuyau d'échappement en champ proche par rapport aux méthodes conventionnelles de maillage statique, particulièrement à des vitesses élevées où les modèles statiques ne parviennent pas à capturer les dynamiques critiques du flux d'air et surestiment la longueur du panache.

Yu Zhang, Junqi Chen, Bo Si, Chenfang Wang, Chunmei Wang, Yuhan Huang2026-10-15
⚡ ingénierie

Experimental Statistical and Explainable Machine Learning Prediction of Surface Roughness in Cryogenically Pre-Cooled Machining of Inconel 718

Cette étude présente un cadre d'apprentissage automatique expérimental-statistique-explicable qui utilise le pré-refroidissement cryogénique pour prédire la rugosité de surface de l'Inconel 718, démontrant qu'un modèle XGBoost surpasse la méthodologie de surface de réponse traditionnelle en atteignant une précision plus élevée (R² = 0,9922) et en fournissant des informations interprétables sur l'influence dominante de la vitesse de broche et de l'avance.

C S Sumesh2026-10-15
⚡ ingénierie

Making the most from abrupt and sparse data: Data-driven interpolation from sporadic sensors of contaminant concentration with extreme spatial gradients in saturated porous media

Cette étude introduit un cadre encodeur-décodeur piloté par les données qui reconstruit avec succès des champs de concentration de contaminants complets et à gradients élevés dans des milieux poreux saturés à partir de données de capteurs éparses en apprenant les dépendances statistiques du transport simulé, surpassant de manière significative les méthodes d'interpolation classiques comme le krigeage pour capturer les motifs de migration souterraine abrupts et canalisés.

Alon Feldman, Shai Kendler, Yaniv Edery, Barak Fishbain2026-10-15
⚡ ingénierie

Investigation of the Performance of Machine Learning Algorithms of Casson-Micropolar Nano Particles Around a Cylindrical Shape: ANN and PINN

Cette étude examine la performance des réseaux de neurones artificiels (ANN) et des réseaux de neurones informés par la physique (PINN) pour la résolution du modèle mathématique non linéaire d'un écoulement de fluide de Casson micropolaire autour d'un cylindre poreux avec divers effets thermiques et chimiques, démontrant que ces approches d'apprentissage automatique produisent des résultats précis, stables et convergents comparables à la méthode numérique conventionnelle BVP4c.

Safeer Muhammad, Masood Khan, Syed Modassir Hussain2026-10-15