1646 articoli
Questo articolo propone una topologia di inverter multilivello a capacità commutata ad alto guadagno che utilizza due sorgenti DC e nove interruttori per generare undici livelli di tensione di uscita con basso contenuto armonico e condensatori auto-bilancianti, riducendo al contempo le perdite di commutazione attraverso un funzionamento a 50 Hz e la modulazione a livello più vicino.
Questo articolo propone un framework di Dynamic Sparse Partial Least Squares (D-sPLS) che utilizza l'apprendimento semi-supervisionato, l'aumento dinamico delle caratteristiche e strumenti diagnostici interpretabili per ottenere un rilevamento e una diagnosi dei guasti dei sensori accurati e in tempo reale nell'agricoltura intelligente senza richiedere dati di guasto etichettati.
Questo studio impiega la modellazione CFD con una distribuzione granulometrica della sabbia di tipo Rosin-Rammler per prevedere l'erosione nei jumper di gas in acque profonde, dimostrando che tenere conto delle dimensioni variabili delle particelle e della dinamica del flusso produce previsioni di erosione più realistiche rispetto ai modelli teorici e identifica l'ultimo gomito come l'area più critica per l'erosione severa.
Questo studio dimostra che l'integrazione del micro-rullaggio con la manifattura additiva ad arco indotto da laser (LIAAM) affina significativamente la microstruttura della lega di alluminio 2319, riducendo così l'anisotropia e migliorando sia la durezza che la resistenza alla trazione rispetto alla LIAAM convenzionale.
Questo studio in silico dimostra che massimizzare la resistenza nel compito di ciclo a mano tramite la stimolazione elettrica funzionale si ottiene meglio ottimizzando le funzioni di costo che mirano a variabili specifiche e incorporano la fatica muscolare personalizzata e la criticità meccanica, piuttosto che affidarsi esclusivamente ai modelli normativi standard.
Questo articolo presenta una metodologia di co-simulazione veicolo-traffico a due stadi che quantifica come le condizioni del traffico varianti spazio-temporalmente su un corridoio statunitense di 255 miglia aumentino significativamente l'intensità energetica e riducano l'efficienza del trasporto merci per i camion elettrici a lungo raggio, aumentando simultaneamente il recupero dell'energia rigenerativa.
Questo studio propone un robusto framework per la diagnosi dei guasti ai riduttori che integra la scomposizione del modo variazionale ottimizzata tramite Bayes per la separazione adattiva del rumore con un modello CNN-BiLSTM basato su attenzione per un'estrazione delle caratteristiche potenziata, raggiungendo un'accuratezza del 90% nel rilevamento di guasti incipienti attraverso condizioni di lavoro variabili.
Questo studio dimostra che l'ottimizzazione della soglia adattiva basata sull'intelligenza di sciame, confrontando specificamente l'Artificial Bee Colony e i Firefly Algorithms, migliora significativamente le prestazioni del sensing dello spettro nelle Cognitive Radio Networks migliorando le probabilità di rilevamento e bilanciando i tassi di falso allarme rispetto alla convenzionale rilevazione dell'energia a soglia fissa.
Questo studio presenta un framework di apprendimento ensemble ibrido che integra log petrofisici, misurazioni di carote e dati di Drill Stem Test per prevedere accuratamente la permeabilità in reservoir eterogenei, formulando il compito sia come problema di classificazione che di regressione, dimostrando una performance e un'interpretabilità superiori rispetto ai modelli di machine learning standalone.
Questo articolo presenta un nuovo sensore a fibra ottica heptafurcata capace di misurare simultaneamente la distanza del bersaglio, l'ampiezza dell'inclinazione e l'azimut dell'asse di inclinazione attraverso un algoritmo di ricostruzione a sei misurazioni, ottenendo un'elevata precisione e offrendo una soluzione compatta ed economica per la metrologia industriale senza contatto.