当前位置:首页 > 今日动态 > 研究进展/国内
  • 高压氢气泄漏自燃特性的数值模拟研究:35~140 MPa释放压力下的机理与火焰演化分析

    氢能作为清洁能源的代表,其高压存储与运输的安全性一直是制约大规模应用的瓶颈。当储罐压力高达35~140 MPa时,氢气泄漏可能引发自燃现象,这种涉及复杂流体力学与化学反应耦合的过程,其机理尚未完全阐明。此前研究多聚焦30 MPa以下的释放压力,而实际氢燃料电池车(70 MPa)和微型储氢球罐(140 MPa)的工作压力远超此范围。更棘手的是,现有实验难以捕捉微秒级的瞬态自燃过程,且孔结构参数(如厚度、直径)对火焰发展的影响缺乏系统研究。中国国家电网公司资助的研究团队在《Process Safety and Environmental Protection》发表论文,首次建立了涵盖35~140

    来源:Process Safety and Environmental Protection

    时间:2025-06-29

  • 大规模复杂地形下HF气体泄漏扩散模式的灾害场景数值模拟研究

    在全球氟化工产业快速发展的背景下,化工园区储存的大量氢氟酸(HF)成为潜在重大风险源。历史数据显示,2011至2024年间全球发生31起HF泄漏事故,造成48人死亡和16亿元经济损失。尤其在地震、战争等灾害场景下,HF储罐瞬时破裂可能导致1976 kg/s的巨量泄漏,其剧毒特性(致死浓度低至30 ppm)使得扩散预测成为应急响应的关键难点。传统方法难以模拟大规模复杂地形(如山地、丘陵)对气体扩散的阻挡与引导作用,而现有研究多局限于小尺度或简单地形,无法满足化工园区实际防灾需求。为此,中国某研究团队在《Process Safety and Environmental Protection》发表论

    来源:Process Safety and Environmental Protection

    时间:2025-06-29

  • 火灾环境下液化气储罐的破裂机制与BLEVE爆炸预测研究

    在化工储罐火灾事故中,沸腾液体膨胀蒸汽爆炸(Boiling Liquid Expanding Vapor Explosion, BLEVE)因其破坏力巨大被称为工业领域最严重的事故之一。当承受高压的液化气储罐在火灾中结构失效时,内部液体瞬间汽化释放能量,形成毁灭性爆炸。然而,储罐破裂机制受火焰条件、结构类型和介质填充率等多因素耦合影响,传统实验因环境干扰难以复现规律。更棘手的是,球形与水平储罐的损伤累积差异、材料热力学响应与内部介质行为的关联机制尚未明晰,导致BLEVE预测精度不足。为攻克这些难题,大连理工大学的研究团队在《Process Safety and Environmental Pr

    来源:Process Safety and Environmental Protection

    时间:2025-06-29

  • 基于遗传编程多类解构与特征增强的MDGP-Forest算法:解决多类别不平衡学习的新策略

    在机器学习领域,类别不平衡问题如同一个顽固的"偏科生"——少数类样本总是被多数类淹没,尤其在医疗诊断、金融风控等场景中,这种偏差可能导致关键信号被忽略。当问题扩展到多类别时,情况更复杂:各类样本数量差异悬殊、特征相互纠缠,像一团打结的毛线,传统二分类解决方法直接"失灵"。更棘手的是,现有研究大多聚焦于粗糙的样本量差异,却忽视了类间重叠程度、实例分类难度等细粒度因素。深度森林(Deep Forest)虽在价格预测等领域表现优异,但其特征增强方式对多类不平衡问题仍显"力不从心"。为此,福建某高校团队在《Pattern Recognition》发表研究,提出MDGP-Forest算法。该研究创新性地

    来源:Pattern Recognition

    时间:2025-06-29

  • 多视图聚类中结构锚点图学习的联合优化框架及其应用

    随着数据规模和来源的多样化增长,大规模多视图数据的聚类成为机器学习领域的重要课题。传统多视图聚类(Multi-view Clustering, MvC)方法面临两大挑战:一是锚点选择与图构建过程分离导致次优解;二是需要额外的聚类步骤(如K-means)生成指示矩阵,引入信息损失和计算复杂度。尤其对于大规模数据,基于图的方法计算成本高达O(N2)甚至O(N3),而现有锚点图方法虽能降低复杂度至O(NM)(M≪N),但仍无法解决上述根本问题。针对这些瓶颈,青岛大学自动化与电子工程学院的Wei Guo等人提出了一种创新性解决方案——结构锚点图学习(Structure Anchor Graph Lea

    来源:Pattern Recognition

    时间:2025-06-29

  • 基于粒度计算的鲁棒高效最小二乘孪生支持向量机研究

    在机器学习领域,支持向量机(SVM)因其出色的分类性能被广泛应用于医疗诊断、异常检测等领域。然而传统SVM及其衍生模型如孪生支持向量机(TSVM)和最小二乘孪生支持向量机(LSTSVM)面临三大挑战:对噪声和异常值敏感、忽略结构风险最小化(SRM)原则导致过拟合风险,以及大规模数据下矩阵逆运算带来的计算瓶颈。这些问题严重制约了模型在真实场景中的应用效果。受人类大脑"粗粒度优先"的信息处理机制启发,印度理工学院印多尔分校的研究团队创新性地将粒度计算引入LSTSVM框架,提出粒度球LSTSVM(GBLSTSVM)模型。该模型通过k-means聚类将数据抽象为粒度球(以球心和半径表征数据分布),用少

    来源:Pattern Recognition

    时间:2025-06-29

  • 淡水螺类宿主中吸虫尾蚴的超微结构与系统发育特征解析:以Lanistes carinatus为例

    在淡水生态系统中,螺类作为寄生虫的关键中间宿主,其释放的尾蚴类型直接影响人畜共患病的传播风险。然而,传统形态学分类对尾蚴的鉴别存在局限性,尤其是Lanistes carinatus这类广泛分布于非洲及中东的淡水螺,其携带的吸虫尾蚴类型与系统发育关系长期缺乏分子证据支持。这一问题阻碍了相关寄生虫病的溯源与防控策略制定。为填补这一空白,来自Damietta Governorate的研究团队对Al-Inaniyyah地区采集的Lanistes carinatus进行深入研究。通过人工光照诱导法成功收获两类尾蚴:一类是具有剑状棘(xiphoid-spine)的口吸盘结构(xiphidiocercari

    来源:Parasitology International

    时间:2025-06-29

  • 血清C-反应蛋白(CRP)作为慢性阻塞性肺疾病(COPD)生物标志物的临床价值:一项基于印度人群的横断面研究

    慢性阻塞性肺疾病(COPD)正成为全球健康危机,预计到203年将成为第三大死亡原因。在印度,约3000万人受其困扰,死亡风险是感染性疾病的四倍。这种以不可逆气流受限为特征的疾病,不仅损害肺功能,还伴随心血管疾病、糖尿病等全身性并发症。其中,C-反应蛋白(CRP)作为炎症标志物,与疾病严重程度和死亡率密切相关,但其在印度人群中的临床价值尚缺乏系统研究。为填补这一空白,印度布巴内斯瓦尔地区医学研究中心的研究团队开展了一项横断面研究,成果发表于《The Open Biomarkers Journal》。该研究纳入205例经GOLD指南确诊的稳定期COPD患者,通过分析血清CRP水平与临床参数的关系,

    来源:The Open Biomarkers Journal

    时间:2025-06-29

  • 墨西哥瓦哈卡农村地区学龄前儿童营养状况与社会经济和妊娠条件的关联研究

    在墨西哥瓦哈卡州的偏远山区,每10名学龄前儿童中就有1人因营养不良导致生长迟缓(stunting),这一数字背后隐藏着复杂的社会经济与生物学交织的困境。全球范围内,5岁以下儿童死亡近半数与营养不良相关,而墨西哥土著社区82.3%的贫困率更使问题雪上加霜。当COVID-19疫情冲击本就脆弱的食物供应体系,当低教育水平与医疗资源匮乏形成恶性循环,研究者们将目光投向了这个被忽视的角落——位于米斯特克山区的圣米格尔·奎察特佩克市,试图解开母亲身高、家庭收入与儿童发育之间的隐秘关联。来自萨尔瓦多·祖比兰国立医学科学和营养研究所的Marco Antonio Quiroz Aguilar团队,对267名米斯

    来源:Nutrition

    时间:2025-06-29

  • 基于机器学习的Al6061/SiC/Gr混杂复合材料硬度与屈服强度预测及实验研究

    在轻量化需求日益迫切的工程领域,铝合金基复合材料因兼具轻质与高强度特性成为研究热点。然而传统单一增强体系存在性能瓶颈,且工艺-性能关系不明确。针对这一难题,研究人员通过搅拌铸造技术制备了Al6061/SiC/Gr混杂复合材料,创新性地结合机器学习方法预测力学性能,相关成果发表于《Next Research》。研究团队采用搅拌铸造工艺制备不同SiC(0-6wt%)/Gr(1-7wt%)配比的复合材料,通过硬度测试、拉伸试验获取力学数据,并运用线性回归(LR)算法建立预测模型。借助扫描电镜(SEM)观察断口形貌,系统分析增强体分布与界面结合机制。Material used and Fabricat

    来源:Next Research

    时间:2025-06-29

  • 基于运动矢量引导可变形卷积网络的P帧压缩视频行为识别研究

    在智能监控、远程医疗等场景中,视频行为识别技术正面临"三重困境":复杂深度学习模型带来的算力黑洞、原始RGB帧传输导致的隐私泄露风险,以及边缘设备实时处理的延迟瓶颈。传统解决方案如同跷跷板——骨架识别虽轻量但易受遮挡干扰,基于完整视频流的3D卷积网络虽精准却暴露敏感信息。压缩域方法试图折中,但依赖关键帧(I-frame)的特性仍使其游走在隐私红线边缘。上海交通大学电子信息与电气工程学院的研究团队在《Neurocomputing》发表的研究中,另辟蹊径地构建了全球首个纯P帧行为识别框架。这种视频编码中的预测帧仅包含运动矢量(MV)和残差数据,犹如将视频"打码"成动态马赛克,既保留动作轮廓又模糊可

    来源:Neurocomputing

    时间:2025-06-29

  • 基于内部结构引导的多光谱与高光谱图像融合模型(ISGM-Fus)研究

    在遥感成像领域,高光谱图像(HSI)因其丰富的光谱信息成为环境监测、军事侦察等应用的重要工具,但受传感器物理限制,其空间分辨率往往较低。与此同时,多光谱图像(MSI)虽具有较高空间分辨率,却牺牲了光谱维度信息。如何通过融合两类图像获取兼具高空间-光谱分辨率的HSI,成为学界持续攻关的难题。现有深度学习方法依赖海量训练样本,而传统模型方法又难以充分挖掘图像内部结构信息。上海理工大学计算机科学与工程系的Cong Liu团队在《Neurocomputing》发表的研究中,创新性地提出内部结构引导融合模型(ISGM-Fus)。该研究通过设计局部/非局部自回归模型分别从LR-HSI和HR-MSI中提取空

    来源:Neurocomputing

    时间:2025-06-29

  • 基于共价三嗪框架发光体与核酸外切酶III驱动DNA步行机联用的电化学发光适体传感器实现癌胚抗原超灵敏检测

    在癌症防控形势严峻的当下,癌胚抗原(CEA)作为结直肠癌、肺癌等多种恶性肿瘤的关键血清标志物,其早期检测对提高患者生存率至关重要。然而传统检测技术面临两大瓶颈:一是现有电化学发光(ECL)体系需要极高驱动电压(达-2.0 V),易破坏生物分子活性;二是常规检测限(约ng/mL级)难以满足早期诊断需求。更棘手的是,共价有机框架(COF)材料虽具优异孔隙率和稳定性,却因π-π堆积导致的聚集猝灭效应(ACQ)严重制约其发光效率。河南省科研团队创新性地将氮富集共价三嗪框架(CTF)作为ECL发光体,与双金属半导体MOF(CuxMn3-x(HITP)2)信号放大器协同,构建了Exo III驱动的DNA步

    来源:Microchemical Journal

    时间:2025-06-29

  • 剪切力通过ROS/Ca2+/eNOS通路修复振荡葡萄糖诱导的内皮细胞损伤的机制研究

    糖尿病已成为全球公共卫生的重大挑战,患者常因餐后血糖剧烈波动(振荡葡萄糖,OG)引发血管内皮细胞损伤,进而加速动脉粥样硬化进程。尽管已知血流剪切力(Shear Stress, SS)对维持内皮功能至关重要,但传统实验模型无法模拟OG与SS的动态互作,导致其修复机制研究长期受限。这一空白亟待填补——毕竟,理解内皮细胞如何响应"血糖潮汐"与"血流冲刷"的共舞,或许能揭开糖尿病血管并发症的防护密码。大连理工大学的研究团队为此开发了革命性的集成剪切-葡萄糖系统(ISGS)。这套微流控装置巧妙融合磁力阀、流量传感器和压电泵,首次实现OG(5.5-30 mM葡萄糖交替)与生理性SS(15 dyn/cm2)

    来源:Microchemical Journal

    时间:2025-06-29

  • 综述:燃料电池型传感器在海洋工业活动污染气体检测中的应用

    Fuel cell-type sensors for the detection of pollution gases from marine industrial activitiesAbstract海洋工业活动(如海上石油开采和航运)排放的污染气体兼具易燃、易爆和毒性,严重威胁人员安全并加剧环境污染。传统传感器如金属氧化物半导体(MOS)型、光学型和燃烧型传感器受限于高温运行、湿度敏感性和复杂设计,难以适应高湿、易爆的海洋环境。相比之下,燃料电池型传感器(FCTSs)凭借燃料电池原理,展现出高灵敏度、零能耗、耐湿、低温运行和低成本等优势。然而,FCTSs仍存在检测范围窄、贵金属催化剂成本高

    来源:Microchemical Journal

    时间:2025-06-29

  • L-精氨酸手性离子液体在氨基酸对映体分离中的协同作用:电动力学色谱与配体交换毛细管电泳的比较研究

    论文解读在生命科学和药物研发领域,氨基酸对映体的分离始终是核心挑战之一。由于L型和D型氨基酸在生物体内的活性差异显著(如D-正缬氨酸可能干扰代谢通路),开发高效手性分离技术至关重要。毛细管电泳(CE)因其高效低耗的特点成为主流方法,但传统环糊精(CDs)体系对某些氨基酸选择性不足。西班牙研究团队在《Microchemical Journal》发表的研究,首次合成L-精氨酸基双三氟甲磺酰亚胺盐([L-Arg][NTf2]和[L-Arg][(NTf2)2]),并通过电动力学色谱(EKC)与配体交换毛细管电泳(LECE)的协同策略,实现了五种氨基酸的高效分离。研究采用FMOC-Cl衍生化增强氨基酸与

    来源:Microchemical Journal

    时间:2025-06-29

  • 氢键有机框架负载钴/血红素(HOF@Co/Heme)作为酶模拟探针用于鲁米诺化学发光检测葡萄糖

    血糖水平异常是糖尿病等疾病的重要标志,开发高灵敏度、高稳定性的葡萄糖检测技术具有重要临床意义。然而,传统天然酶(如过氧化物酶POD)易受环境因素影响,且成本高昂。近年来,金属有机框架(MOF)和共价有机框架(COF)等材料虽被用于构建酶模拟物(纳米酶),但氢键有机框架(HOF)因其温和的合成条件和可调控的孔隙结构,尚未在纳米酶领域充分挖掘潜力。针对这一挑战,江西农业大学的研究团队设计了一种新型HOF@Co/Heme复合材料,通过将钴离子(Co2+)和血红素(Heme)负载到HOF骨架上,构建了具有稳定类POD活性的纳米酶。该材料能高效催化H2O2分解产生羟基自由基(OH·)、超氧阴离子(O2−

    来源:Microchemical Journal

    时间:2025-06-29

  • 碳纤维纸上原位构建Cu/CuO&Co(OH)2纳米棒阵列用于大肠杆菌释放过氧化氢的高灵敏检测

    【研究背景】在生命活动的微观战场上,过氧化氢(H2O2)扮演着"双面特工"的角色——既是细胞信号传导的信使,又是氧化应激的破坏分子。当这种小分子在肿瘤微环境中异常累积时,它便成为癌症等疾病的红色警报。然而传统检测方法如同"盲人摸象":荧光探针易受背景干扰,酶法检测成本高昂,而近红外光谱虽能"隔空诊脉"却价格不菲。更棘手的是,这些技术大多会破坏细胞微环境,使得科学家们难以捕捉活细胞中H2O2的动态变化。【研究突破】江苏省高校联合团队在《Microchemical Journal》发表的研究中,创新性地将铜钴纳米材料与碳纤维纸(CFP)结合,打造出能实时监测细菌"呼吸"的纳米传感器。研究人员采用"

    来源:Microchemical Journal

    时间:2025-06-29

  • 可视化生成式AI反馈提升EFL写作质量:基于认知情感学习理论的修订效果与情绪响应研究

    在人工智能技术迅猛发展的当下,生成式AI(GenAI)聊天机器人正在重塑英语作为外语(EFL)写作教学的面貌。尽管ChatGPT等工具能提供即时反馈,但单调的文本输出形式往往让学习者陷入认知超载的困境,甚至引发写作焦虑(ANX)和倦怠情绪。更棘手的是,现有研究大多聚焦于反馈内容本身,却忽视了信息呈现形式对学习效果的关键影响——这正是认知情感学习理论(CATLM)强调却未被充分探索的领域。针对这一空白,西安交通利物浦大学的研究团队开展了一项创新研究。他们基于10位雅思教师的真实批改流程,自主开发了两种GenAI写作聊天机器人:对照组采用常规文本反馈,实验组则整合了色彩编码、表格化排版等可视化设计

    来源:Learning and Motivation

    时间:2025-06-29

  • 胡椒属植物精油与苯丙烷类化合物的生物活性及对玉米象和赤拟谷盗的酶抑制作用研究

    在粮食储存领域,玉米象(Sitophilus zeamais)和赤拟谷盗(Tribolium castaneum)等害虫每年造成高达30%的产量损失,传统合成农药虽能有效控制虫害,却带来环境污染、害虫抗药性和非靶标生物危害等问题。随着人们对食品安全和生态保护的日益关注,开发环境友好型害虫防控剂成为研究热点。植物精油(EOs)因其化学多样性、多作用靶点和低环境持久性等优势备受关注,其中胡椒属(Piper)植物因其丰富的苯丙烷类化合物而显示出巨大潜力。为系统评估胡椒属植物精油的杀虫潜力,研究人员开展了这项研究。通过采集哥伦比亚昆迪纳马卡省和博亚卡省的四种胡椒属植物(P. aduncum、P. as

    来源:Journal of Stored Products Research

    时间:2025-06-29


页次:2837/5999  共119967篇文章  
分页:[<<][2831][2832][2833][2834][2835][2836][2837][2838][2839][2840][>>][首页][尾页]

高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康