1663 artigos
Este estudo avalia e compara os métodos convencional, de escaneamento a laser terrestre e de levantamento por drones subterrinos em uma mina de cromo em Elazığ, demonstrando que as tecnologias baseadas em drones oferecem vantagens significativas para o mapeamento de áreas perigosas de desmonte por subnível, ao mesmo tempo em que aumentam a saúde ocupacional e a segurança.
Este artigo propõe uma estrutura de rede neural híbrida robusta para a previsão de energia fotovoltaica que integra técnicas abrangentes de imputação de dados com um otimizador Golden Jackal aprimorado para aumentar a precisão e a confiabilidade na presença de dados de monitoramento ausentes.
Este artigo apresenta uma solução de baixo custo e não invasiva para motores diesel, na qual um aditivo de cárter biodegradável e não tóxico limpa eficazmente os anéis de pistão in situ para eliminar o blow-by e a fumaça de óleo sem exigir a desmontagem dispendiosa do motor.
Este estudo demonstra que modelos de aprendizado de máquina, particularmente XGBoost para regressão e Random Forest para classificação, podem prever efetivamente a pressão de descarga e a vazão da bomba de submersão elétrica, ao mesmo tempo em que identificam falhas no sistema, permitindo, assim, a manutenção proativa para reduzir o tempo de inatividade e aumentar a eficiência operacional.
Este estudo demonstra que um modelo de Rede Neural Artificial (RNA) supera significativamente outros algoritmos de aprendizado de máquina e correlações tradicionais na previsão precisa da pressão de sucção da bomba para poços que carecem de sensores de fundo de poço, alcançando baixas taxas de erro utilizando apenas medições de campo prontamente disponíveis.
Este artigo propõe uma nova estrutura de monitoramento de integridade estrutural que integra Autoencoders Variacionais com estimativa de risco Bayesiana e otimização para alcançar detecção de anomalias de alta precisão, localização precisa e posicionamento inteligente de sensores, enquanto quantifica efetivamente a incerteza e garante escalabilidade para aplicações em tempo real.
Este artigo investiga o mecanismo de iniciação de impacto de longa distância de cargas de intervalo de concentração de energia por meio de análise teórica, simulação numérica e testes de campo, demonstrando que a tecnologia melhora efetivamente a estabilidade da detonação em túneis e as taxas de meio furo, ao mesmo tempo em que reduz custos.
Este artigo de revisão investiga a correlação entre as propriedades físico-químicas de biocombustíveis emulsificados e o seu impacto no desempenho e nas características de emissão de motores de ignição por compressão, destacando que composições otimizadas, tais como o diesel misturado com pentanol, podem aumentar a eficiência do motor e reduzir as emissões sem a necessidade de modificações.
Este artigo introduz o Certified CacheMPC, um framework que acelera o controle de locomoção de quadrúpedes ao cachear e reutilizar trajetórias de MPC previamente resolvidas com certificados rigorosos de viabilidade e subotimalidade, alcançando acelerações significativas tanto em simulação quanto em hardware sem comprometer a estabilidade de malha fechada.
Este artigo propõe um método quantitativo para detecção de anomalias em diques do Rio Amarelo combinando a modelagem de ondas sísmicas baseada na teoria de misturas com a inversão de CT sísmico entre furos para localizar com precisão e recuperar a porosidade do solo não saturado, enquanto identifica artefatos de contorno que requerem verificação geológica.