• 离子热电渗透能量转换技术，用于从电子散热器中回收低品位废热

  在现代电子设备迅速发展的背景下，高效利用低品位废热已成为一个重要的研究方向。随着电子制造技术的进步和工业需求的增加，电子设备正朝着高功率密度和紧凑设计的方向发展。这种趋势虽然提高了设备的性能，但也导致了大量废热的产生。如果这些废热不能被有效散发，就会在设备内部积累，造成温度显著上升，进而严重影响设备的运行效率和使用寿命。因此，实施有效的热管理策略，不仅有助于维持设备的稳定运行，也是提升能源利用效率的关键。当前，电子设备的热管理技术主要分为主动冷却和被动冷却两种。主动冷却方法，如强制空气对流、微通道液体冷却、电渗流冷却和喷射冷却等，依赖外部动力驱动传热流体，具有较高的热去除效率，但需要额外的能量

  来源：Energy

  时间：2025-10-11

• 利用异常SAXS和APT技术研究Al–Mg–Sc–Zr合金中的核壳结构沉淀现象

  铝合金中纳米级L12Al3(Sc,Zr)析出相的化学组成演变对于优化其机械性能至关重要。在本研究中，我们首次结合原子探针断层扫描（APT）和异常小角X射线散射（ASAXS）技术，对这两种元素在多步时效处理过程中的化学演变进行了原位研究。通过APT，我们确认了Sc富集的核心层和Zr富集的壳层的形成顺序，而ASAXS则在接近Zr K边的X射线能量下，实现了对Zr在析出相中富集过程的时序跟踪。同时，我们还比较了两种含有和不含Mg的合金，以探讨Mg对析出相的形成动力学、形态演变以及强化机制的影响。在物理冶金领域，Sc的添加被认为具有显著的强化效果，这是因为Sc在铝基体中能够形成纳米尺度、共格的L12A

  来源：ACTA MATERIALIA

  时间：2025-10-11

• 基于LSTM模型的高层住宅建筑集成光伏系统长期预测方法

  在当今全球能源危机和环境污染日益严峻的背景下，城市作为能源消耗的主要载体，承担着约75%的全球碳排放。因此，推动城市能源结构向可再生能源转型已成为迫切需求，并且这一趋势正在加速发展。太阳能作为一种丰富的、可持续的能源形式，凭借其成熟的光伏发电技术，提供了稳定且低维护的电力供应。同时，太阳能光伏系统具有高度的适应性，可以灵活安装于不同建筑形态中，且对地理条件的要求较低。根据国际能源署（IEA）的数据，截至2024年，全球太阳能光伏装机容量已达到1419 GWp。尽管太阳能具有诸多优势，但在大规模应用中仍面临一些挑战，例如能量密度较低和土地使用需求较大。为了解决这些问题，建筑一体化光伏（BIPV）

  来源：Energy

  时间：2025-10-11

• 增强型尾流诱导风能采集技术在串联矩形板-圆柱结构中的应用

  本研究提出了一种创新的方法，以提升基于尾流激励振动（Wake-Induced Vibration, WIV）的压电风能收集器的效率。通过将一个弹性支撑的圆形柱体放置在固定矩形板的下游，且与流体方向垂直，利用不稳定的尾流结构来引发振动。研究的主要目标是确定矩形板的最佳设计参数，以最大化从振动柱体中提取的电能。实验在配备图像处理技术的风洞中进行，以评估上游矩形板对能量收集器性能的影响。研究人员测试了不同无量纲宽度（W/D）为7/32、15/32和20/32的板体，调整无量纲间距（S/D）从1到4，同时保持质量和阻尼比不变。研究结果表明，当板体宽度为15/32且间距为1时，收集器的输出功率比单独柱体

  来源：Energy

  时间：2025-10-11

• 利用基于时间反转的方法对混凝土裂缝进行高分辨率成像

  杨子谦|孔庆昭|陈琳南洋理工大学机械与航空航天工程学院，新加坡南洋大道50号摘要在混凝土结构中，裂纹检测与成像对于确保结构的安全性和耐久性至关重要。然而，复杂的波散射以及裂纹的细长几何形状给传统的超声成像方法带来了重大挑战，尤其是在传感器数量有限的情况下。为了解决这些限制，本研究提出了一种基于时间反转（TR）技术的高分辨率成像方法。我们构建了一种新的成像函数，以克服传统TR方法中固有的焦距时间变化问题，因为传统方法往往无法清晰地重建如裂纹这样的细长缺陷。该方法在含有单条或多条不同几何形状裂纹的混凝土板试件上进行了实验验证。结果表明，与传统TR成像策略相比，所提出的方法在成像不同类型裂纹方面具有

  来源：INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES

  时间：2025-10-11

• 生成式人工智能：为智能能源系统的研究与教育开创新的范式

  在当前全球能源需求不断增长、气候变化日益严峻的背景下，智能能源系统（Smart Energy Systems）已成为实现碳中和目标的关键支柱。尽管智能能源系统在过去几十年中取得了显著进展，但其“智能化”水平仍存在不足，特别是在应对复杂、多变的能源环境方面。随着生成式人工智能（Generative Artificial Intelligence, GAI）技术的快速发展，这一领域正在经历一场深刻的变革。GAI以其强大的数据处理能力、跨领域知识整合以及创造性问题解决能力，正在重塑智能能源系统的科研与教育实践。本文旨在探讨GAI在智能能源系统科研与教育中的应用现状、挑战与未来机遇，为推动该领域的创新

  来源：Energy and AI

  时间：2025-10-11

• 基于多维特征和集成聚类方法的退役电池优化分选框架

  随着新能源技术的快速发展，锂离子电池因其出色的充放电性能、相对较低的生产成本以及较长的使用寿命，已被广泛应用于各种能量存储系统中。然而，当电池的实际容量下降至额定值的80%以下时，它们将无法满足原有应用场景的性能要求，通常被归类为“退役电池”。随着安装量的持续增长，退役电池的数量也在迅速增加。根据统计预测，到2030年，退役锂离子电池的容量预计将达280 GWh。面对大规模电池退役，二次利用被认为是当前最具前景的管理策略之一。然而，由于退役电池在使用过程中经历了复杂的老化过程，它们在性能上表现出显著的差异，这使得直接将它们分组可能导致电池组整体性能下降，甚至带来安全隐患。因此，基于一致性对退役

  来源：Energy and AI

  时间：2025-10-11

• 一种用于估算电力系统中闪烁现象的混合式人工智能方法

  本文介绍了一种结合H-∞滤波和自适应线性神经元（ADALINE）网络的新方法，用于电力系统中电压波动成分的估计。这种方法利用H-∞滤波器在不确定和噪声条件下提取电压包络线，随后使用ADALINE网络准确识别包络线中嵌入的标准IEC定义频率的相对振幅（ΔV_i / V_t）。这种协同作用使得在时域中进行估计具有快速收敛和噪声鲁棒性，从而解决了现有频域方法的关键局限性。与传统技术不同，该混合模型在不预先了解噪声特征或进行大量训练的情况下，可以处理复杂的电力干扰。电压波动是指电压的均方根（RMS）或峰值的一系列变化或连续变化。根据电力质量标准，这些波动的幅度通常保持在标称电压的10%以内。电压波动可

  来源：Energy and AI

  时间：2025-10-11

• 基于序贯约束规划的多目标优化方法在集成电-气分配系统中的应用研究

  随着能源转型的深入推进，集成电-气分配系统(IEGDS)作为实现多能互补的重要载体，正面临日益复杂的运行挑战。传统电力系统与天然气系统的深度融合，虽然提升了能源利用效率，但也带来了多主体利益协调的难题。配电网运营商(DSO)、可再生能源生产商(REP)、能源交换代理(EXA)和燃气系统运营商(GSO)等不同主体各有其优化目标，这些目标往往存在冲突，如何实现公平高效的协同优化成为当前研究的重点难点。现有研究多采用加权求和法将多目标转化为单目标进行优化，但这种方法存在明显局限性：一方面，权重系数的人为设定具有主观性，可能导致优化结果偏向某一特定主体；另一方面，不同目标函数的量纲和数量级差异较大，直

  来源：Energy and AI

  时间：2025-10-11

• 基于混合梯度专家模型的凸最优潮流约束筛选加速方法

  随着可再生能源渗透率的不断提高和电力系统运行方式的日趋复杂，电力系统调度中心需要频繁求解最优潮流（Optimal Power Flow, OPF）问题，以确保系统运行的安全性和经济性。然而，传统的最优潮流模型通常是非凸的，难以保证找到全局最优解。为此，研究人员发展了多种凸松弛技术，如二阶锥规划（Second-Order Cone Programming, SOCP）松弛和二次凸（Quadratic Convex, QC）松弛，将OPF问题转化为凸优化问题（Convex OPF, C-OPF）。尽管凸化保证了求解的可靠性，但大规模电网的C-OPF问题仍然包含成千上万个约束条件，其中绝大多数在最优

  来源：Energy and AI

  时间：2025-10-11

• 一种基于偏好学习的方法，用于从在线评论中推断消费者的偏好

  消费者偏好是电子商务平台运营和市场策略制定中的关键要素。通过准确预测消费者偏好，企业能够更好地理解产品属性对购买决策的影响，从而优化产品设计、提升用户体验并增强市场竞争力。然而，随着市场数据的不断增长，传统的偏好测量方法面临诸多挑战，尤其是在处理海量、非结构化的在线评论时。因此，如何从这些评论中提取有价值的信息并构建可解释的偏好模型，成为当前研究的重要课题。本文提出了一种基于多属性价值理论的偏好学习方法，旨在实现对消费者偏好的自动化提取。该方法通过构建一个能够反映消费者偏好的模型，将整体评分与属性级评论之间的关系进行有效整合。模型不仅考虑了属性的重要性，还涵盖了属性间的补偿效应以及不同评论中属

  来源：Journal of Business Research

  时间：2025-10-11

• 走向以个人为中心的跨文化适应方法：比较女性和男性外籍人士的适应特征

  ### 跨文化适应：性别与个人资源的多维互动在全球化日益加深的背景下，跨国公司对国际人才的需求持续增长，而外派员工的适应能力成为组织成功的关键因素之一。本研究通过整合以个体为中心的方法与资源保存理论（Conservation of Resources, COR理论），探讨了女性与男性外派员工在跨文化适应中的差异，以及性别、婚姻状况、外向性、文化智能（CQ）和东道国语言能力如何共同影响外派员工的跨文化互动适应。研究基于对106名在捷克共和国工作的外派员工的模糊集定性比较分析（fsQCA），揭示了女性外派员工在适应过程中所需的资源配置比男性更为复杂和广泛，尤其是在已婚女性外派员工群体中，这种差异更

  来源：Journal of Business Research

  时间：2025-10-11

• 颠覆消费方式：揭示非同质化代币（NFT）和数字孪生技术在可持续奢侈时尚领域的魅力

  非同质化代币（NFTs）正在重塑奢侈品时尚行业，它们通过提供数字体验，承诺创新、独特性和可持续性。随着奢侈品品牌越来越多地尝试这些技术，人们对其如何影响消费者对可持续性、品牌正当性以及购买意愿的理解仍然有限。本文基于去物质化理论、制度与正当性理论以及充足性模型，探讨NFTs在推动可持续消费和品牌正当性方面的作用。通过初步的定性研究，本文设计了三个实验，测试产品类型（非NFT、NFT、数字孪生）如何影响购买意愿，以及消费者对产品可持续性和品牌正当性的感知如何作为调节和中介因素影响这些关系。研究发现，数字孪生产品在购买意愿上表现最佳，而NFTs的积极影响在消费者认为产品高度可持续时更为显著。此外，

  来源：Journal of Business Research

  时间：2025-10-11

• 家庭技术采纳概述：社区层面的推广与转型影响

  本研究旨在深入理解家庭能源技术采纳情况，并探讨技术采纳中的公平性问题，同时提出针对社区层面的技术推广与能源转型的具体策略。通过选取澳大利亚新南威尔士州（New South Wales, NSW）作为案例研究区域，研究对家庭能源技术采纳情况进行分类，并结合空间与气候分布进行分析，从而揭示不同区域在技术采纳上的差异和不均衡现象。研究发现，家庭技术采纳呈现出四个主要集群，其中“燃气与空调组合家庭”和“燃气与无供暖制冷组合家庭”表现出更高的空间聚集性。前者在NSW的夏热冬冷区域更为普遍，而后者则主要分布在NSW的炎热区域。这些发现表明，在某些区域，如炎热区域，家庭在技术采纳方面可能存在不公平现象，进而

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 基于冲击声学和无监督学习的混凝土填充钢/铝管结构脱粘和空洞的智能检测方法

  在现代航空制造业中，随着技术的不断进步，航空发动机的智能化水平、结构复杂性以及轻量化趋势日益显著。这种发展不仅提升了航空器的整体性能，也对航空发动机的健康状态监测和剩余使用寿命（RUL）预测提出了更高的要求。航空发动机作为飞机的核心部件，其运行状态直接影响飞行安全和运营效率。因此，建立高效、准确的RUL预测方法，对于实现智能维护和保障航空系统稳定运行具有重要意义。在当前的工业背景下，基于数据驱动的RUL预测方法成为研究的热点。这类方法的优势在于无需构建复杂的降解模型，而是通过分析大量的监测数据，直接提取出关键特征以进行预测。近年来，深度学习技术因其强大的特征提取能力，在RUL预测领域展现出巨大

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 基于脑电图数据的多领域类比知识驱动的设计思维隐式启发式预测方法

  在全球能源安全（Energy Security, ES）面临多重挑战的背景下，新能源汽车（New Energy Vehicles, NEVs）作为推动能源转型、增强能源安全、减少对化石燃料依赖的关键技术，受到了广泛的关注。然而，新能源汽车渗透率（New Energy Vehicle Penetration, NEVP）对能源安全的具体影响及其内在机制尚未得到充分探讨。本文基于2010年至2022年间45个国家的面板数据，运用双向固定效应模型、随机森林模型、空间杜宾模型以及阈值效应系统分析，深入研究新能源汽车渗透率对能源安全的影响。研究发现：（1）新能源汽车渗透率显著提升了国家能源安全水平，且在

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 综述：电力生产技术的生命周期可持续性评估：一项系统性的综述及未来研究展望

  全球能源安全（Energy Security, ES）问题日益受到关注，尤其是在气候变化、能源价格波动以及地缘政治紧张局势加剧的背景下。新能源汽车（New Energy Vehicles, NEVs）作为一种关键技术，正在成为推动能源转型、增强能源安全以及减少对化石燃料依赖的重要工具。然而，尽管NEVs在减少碳排放、改善空气质量以及提升能源效率方面具有显著优势，但其普及率（New Energy Vehicle Penetration, NEVP）对能源安全的具体影响及其内在机制尚未得到充分研究。本研究通过分析45个国家2010年至2022年的面板数据，采用双向固定效应模型、随机森林模型、空间杜

  来源：Energy Strategy Reviews

  时间：2025-10-11

• 基于强化学习的变速箱故障诊断策略，该策略结合了平衡的奖励机制和成本-均衡采样方法

  在工业设备中，齿轮箱作为关键部件，承担着传动和承载负荷的重要功能。其运行状态直接关系到整个系统的性能和可靠性。然而，长期运行和复杂的工作环境使得齿轮箱容易发生诸如磨损、疲劳裂纹等故障，从而对设备的安全性构成威胁。一旦发生故障，设备往往会停机，导致获取故障数据的途径受限。此外，在实际应用中，收集和标注机器故障数据通常需要耗费大量人力和时间。获取涵盖所有工况条件的足够标注数据并具有精确健康信息仍然是不现实的，因此导致了数据集的不平衡、样本数量较少，甚至出现缺失故障数据的现象。这种现象使得基于数据驱动的**人工智能**（AI）诊断模型在训练过程中倾向于关注多数类的正常状态样本，而对少数类的故障状态样

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 一种基于查询的缺陷检测器增强策略：通过自适应空间特征重组以及跨阶段查询注入技术

  在现代制造业中，产品的表面质量直接关系到其整体性能和使用寿命。随着工业自动化水平的不断提升，表面缺陷的检测已成为确保产品质量的重要环节。然而，面对复杂多变的生产环境，现有缺陷检测技术在处理微小缺陷时仍面临诸多挑战。例如，传统的检测方法如湿法磁粉检测、涡流检测、超声波检测等虽然在特定场景下表现出色，但它们往往依赖于专门的设备，适应性差，且难以满足实时检测的需求。此外，这些方法在处理图像数据时存在局限性，无法有效捕捉微小缺陷的细节信息。近年来，随着计算机视觉技术的发展，基于深度学习的表面缺陷检测方法逐渐成为研究热点。这些方法通过构建强大的特征提取机制，能够在复杂背景下准确识别微小缺陷。然而，尽管已

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2025-10-11

• 自我效能感的迁移：信息通信技术（ICT）自我效能感与阅读自我效能感在信息通信技术使用对阅读成绩影响中起到中介作用

  在当代教育领域，随着科技的不断进步，社会机器人正逐渐成为辅助教学的重要工具。这些机器人不仅能够提供个性化的学习体验，还能通过互动的方式激发学生的兴趣，从而提高学习效率。然而，如何有效地设计这些机器人，以满足不同年龄段儿童的需求，仍然是一个值得深入探讨的问题。本研究聚焦于小学阶段儿童与具有不同沟通风格和性别形象的人形机器人之间的互动，旨在揭示这些因素如何影响儿童的行为表现和对机器人的拟人化程度。儿童与机器人的互动是一个复杂的过程，涉及到认知、情感以及社会学习等多个层面。研究表明，儿童往往倾向于将机器人视为具有社会意图的存在，这种现象被称为拟人化（anthropomorphism）。拟人化不仅能够

  来源：COMPUTERS and EDUCATION

  时间：2025-10-11

知名企业招聘：