eess 篇论文 | Gist.Science

本文提出并验证了一种用于数控加工的工件自动对准系统，该系统利用格雷码结构光扫描和三维建模来重建工件几何形状并确定高精度的坐标偏移，从而减少对熟练操作员的依赖并最大限度地减少人为误差。

本文提出了一种利用 Grasshopper 和 Python 构建的可复现参数化建模框架，用于生成具有仿生前缘结节和后缘锯齿的三维翼型，并详细阐述了用于气动优化和 CFD 准备的控制方程、源代码及工作流。

本文为在 MPPI 控制中选择线性与双线性 Koopman 模型建立了一项准则，证明了双线性提升对于依赖配置的输入增益在结构上是必要的，并且作为一种鲁棒的默认方案，在速度驱动型系统中表现优于线性对应模型，同时在力驱动型平台中仍能保持效率。

本研究采用一种水分耦合降阶模拟框架，旨在证明位于圣那阿老城的三层紧凑型塔楼原型相比于更高层变体具有更优越的热韧性与适应性舒适度，并指出窗墙比是导致过热的主要驱动因素，进而提倡采取可逆且符合遗产保护原则的干预措施。

本文通过系统性的文献综述，分析了物联网与无线传感器网络在结合人工智能和边缘计算等先进技术的情况下，如何优化智慧城市中的能源节约，并确定了可持续发展面临的当前挑战及未来的研究方向。

该论文提出了 SAVER，一种自适应低剂量 CT 框架，该框架基于实时数据方差和随机调度方案动态选择投影角度，旨在最大化重建保真度和诊断质量，同时最小化辐射暴露。

本研究表明，对熔融铝系列合金进行高强度超声处理，能够通过声空化作用有效去除溶解氢，从而显著减少孔隙率并细化晶粒结构，以实现无缺陷 6 微米箔片的生产，同时无需使用对环境有害的脱气气体。

本研究表明，与串联池模型相比，具有特定边界条件（BC I 和 BC III）的轴向弥散模型在多室废水反应器的停留时间分布方面提供了更优越的物理一致性和预测精度，尽管所有降阶公式都无法捕捉由局部流路径驱动的短路现象。

本文介绍了 MEMNet，一种循环神经网络，它通过控制输入和地形数据，学习将车辆运动从平面地形映射到复杂地形，在多种合成地形类别中实现了位置和速度的高预测精度，同时强调了高度重建是目前的一个局限性。

本研究表明，通过优化永春煤矿软低渗透煤层中水平L型井多簇水力压裂的注入速率、砂液比和簇间距，可以显著提高裂缝均匀性和排采效率，并已通过模拟和现场监测得到了验证。