1663 articoli
Questo studio valuta e confronta i metodi convenzionali, il rilievo laser terrestre e il rilievo con droni sotterranei in una miniera di cromo di Elazığ, dimostrando che le tecnologie basate sui droni offrono significativi vantaggi per la mappatura di aree pericolose di caving a sottolivello, migliorando al contempo la salute e la sicurezza sul lavoro.
Questo articolo propone un framework robusto di rete neurale ibrida per la previsione della potenza fotovoltaica che integra tecniche complete di imputazione dei dati con un ottimizzatore Golden Jackal migliorato per aumentare l'accuratezza e l'affidabilità in presenza di dati di monitoraggio mancanti.
Questo articolo presenta una soluzione economica e non invasiva per i motori diesel, in cui un additivo per il carter biodegradabile e non tossico pulisce efficacemente i segmenti del pistone in situ per eliminare il blow-by e il fumo d'olio senza richiedere costose operazioni di smontaggio del motore.
Questo studio dimostra che i modelli di machine learning, in particolare XGBoost per la regressione e Random Forest per la classificazione, possono prevedere efficacemente la pressione di mandata e la portata della pompa sommersa elettrica identificando al contempo i guasti del sistema, consentendo così una manutenzione proattiva per ridurre i tempi di inattività e migliorare l'efficienza operativa.
Questo studio dimostra che un modello di Rete Neurale Artificiale (ANN) supera significativamente altri algoritmi di apprendimento automatico e le correlazioni tradizionali nella previsione accurata della pressione di aspirazione della pompa per pozzi privi di sensori di fondo pozzo, raggiungendo bassi tassi di errore utilizzando solo misurazioni di campo facilmente disponibili.
Questo articolo propone un nuovo framework di monitoraggio della salute strutturale che integra i Variational Autoencoders con la stima del rischio bayesiano e l'ottimizzazione per ottenere un rilevamento delle anomalie ad alta precisione, una localizzazione accurata e un posizionamento intelligente dei sensori, quantificando efficacemente l'incertezza e garantendo la scalabilità per applicazioni in tempo reale.
Questo articolo investiga il meccanismo di innesco dell'impatto a lunga distanza delle cariche intervallate a concentrazione di energia attraverso l'analisi teorica, la simulazione numerica e i test sul campo, dimostrando che la tecnologia migliora efficacemente la stabilità dell'esplosione nei tunnel e i tassi di semibulino, riducendo al contempo i costi.
Questo articolo di revisione indaga la correlazione tra le proprietà fisico-chimiche dei biocarburanti emulsionati e il loro impatto sulle prestazioni e sulle caratteristiche di emissione dei motori a accensione per compressione, evidenziando come composizioni ottimali, quali il diesel miscelato con pentanolo, possano migliorare l'efficienza del motore e ridurre le emissioni senza richiedere modifiche.
Questo articolo introduce Certified CacheMPC, un framework che accelera il controllo della locomozione di quadrupedi memorizzando e riutilizzando traiettorie MPC precedentemente risolte con rigorosi certificati di fattibilità e subottimalità, ottenendo incrementi significativi di velocità sia in simulazione che su hardware senza compromettere la stabilità a ciclo chiuso.
Questo articolo propone un metodo quantitativo per il rilevamento di anomalie negli argini del Fiume Giallo combinando la modellazione delle onde sismiche basata sulla teoria delle miscele con l'inversione tomografica sismica cross-hole per localizzare accuratamente e recuperare la porosità del suolo insaturo, identificando al contempo gli artefatti di confine che richiedono una verifica geologica.