-
基于红豆壳生物质的高性能直接碳固体氧化物燃料电池研究
随着全球能源危机和环境问题日益严峻，寻找清洁高效的可再生能源技术成为当务之急。传统化石燃料不仅储量有限，其燃烧过程还排放大量温室气体和污染物。尽管生物质能源因其碳中和特性备受关注，但现有生物质燃料电池普遍存在碳含量低、杂质多、性能不佳等瓶颈。如何通过材料设计和工艺优化提升生物质燃料的能源转化效率，成为能源领域的关键科学问题。针对这一挑战，昆明理工大学的研究团队在《Fuel》期刊发表了一项创新研究，他们选择中国云南特色资源红豆壳（Red Bean Shell, RBS）作为研究对象，开发出高性能直接碳固体氧化物燃料电池（DC-SOFCs）。这项研究首次实现了生物质直接作为燃料时619 mW cm
-
甲烷-空气层流火焰发展与锚定中流动参数及氢气添加效应的数值研究
火焰燃烧研究一直是能源与动力工程领域的核心课题，尤其在低碳转型背景下，如何优化传统甲烷燃料的燃烧效率并探索氢气掺混的可行性成为关键。然而，层流火焰的稳定性和结构受流速分布、温度梯度及燃料组分等多因素影响，现有研究对氢气掺混与流动参数耦合作用的机制尚未阐明。为此，来自国内某研究机构的团队在《Fuel》发表论文，通过数值模拟系统分析了甲烷-空气层流火焰的演化规律。研究采用ANSYS FLUENT 2023 R2构建二维轴对称模型，结合GRI-Mech 3.0反应机理，模拟了不同流速分布（抛物线型、平顶型、塞流型）下火焰结构的变化。通过网格独立性验证和实验数据对比（误差<7%），量化了火焰高度、预热
-
钾铁酸盐与温和超声预处理协同提升榛子壳甲烷产量的动力学研究及模型优化
在全球能源转型与碳中和背景下，木质纤维素废弃物的高效能源化利用成为研究热点。榛子壳(HS)作为典型的农业废弃物，其复杂的木质素-纤维素-半纤维素三维结构严重制约厌氧消化(AD)过程中的甲烷(CH4)产率。传统化学预处理存在环境污染风险，而单纯机械预处理又难以有效破坏木质素屏障。如何开发绿色高效的预处理技术，成为提升生物质能源转化效率的关键瓶颈。针对这一挑战，来自中国的研究团队在《Fuel》发表创新性研究，首次系统探究了钾铁酸盐(PF)这种强氧化剂与超声(US)协同预处理对HS甲烷化的增强机制。研究人员通过多尺度实验与模型模拟相结合，不仅证实了该联合预处理的技术可行性，更揭示了其通过破坏木质素超
-
润滑机油作为氢发动机自燃中心的潜力研究：反应性改变、化学点火与传播模式
随着全球交通领域CO2排放量回升至疫情前水平（2019年约6.1Gt），氢燃料内燃机(ICE)因其零尾气碳排放特性成为转型关键。然而，氢气的宽可燃范围(ΦH2=0.25-0.75)和低点火能量使其易受润滑油微滴诱导的预燃现象影响，导致发动机性能下降甚至损坏。传统研究多聚焦于温度不均匀性引发的“热点”效应，而中国某高校团队首次系统揭示了润滑油作为化学活性中心的潜在威胁。研究团队通过构建“洋葱皮”模型解析润滑油液滴(rs=25-75μm)在H2/air环境中的蒸气扩散行为，结合HyLube化学反应机理（包含133物种/2074反应），量化了油滴周围温度场(T)与组分分布(Yoil)的耦合效应。关键
-
气流床气化炉新型概念开发：基于数值模拟的几何结构与燃烧器协同优化研究
在能源转型背景下，煤炭高效清洁利用成为关键课题。气流床气化技术(Entrained-flow gasification, EFG)作为将煤转化为合成气(H2/CO)的核心工艺，其反应器设计长期面临"大体积低效率"的困境。传统GSP型气化炉为保障91.7%的炭转化率(Char conversion)，需维持4.2m×2m的巨大反应空间，导致投资成本高昂。更矛盾的是，增大反应体积虽能延长颗粒停留时间，却会降低容积效率；而简单缩小尺寸又可能影响反应完整性。这种"体积-效率"的博弈，成为制约EFG技术发展的阿喀琉斯之踵。针对这一难题，国内研究人员通过计算流体力学(CFD)开展了系统性研究。研究团队创新
-
热解过程中生物质微观形变与化学组分演变的协同机制及其对生物炭结构调控的启示
生物炭作为重要的碳封存和土壤改良材料，其全球市场规模预计在2025年达到33亿美元。然而，原料来源、碳化工艺和应用条件的差异导致生物炭存在显著的物理结构和化学组成异质性，这严重制约了其高值化和大规模应用。目前研究多聚焦于生物质化学组分的热解行为，但对原始物理结构演变及其与化学变化的关联机制仍不清楚。中国的研究团队通过多尺度表征技术，首次系统揭示了生物质热解过程中的结构形变规律与化学组分演变的协同机制。研究采用计算机断层扫描(CT)和聚焦离子束-透射电镜(FIB-TEM)联用技术，结合热重质谱(TG-MS)分析。以新疆博乐市棉秆木质部为研究对象，在300-800°C温度梯度下制备生物炭样本，通过
-
金属有机框架衍生的缺陷富集双金属铈/锰氧化物@碳纳米复合材料在电解水与超级电容器中的协同增效研究
能源危机与环境污染的加剧促使研究者探索高效、低成本的能源存储与转换材料。当前，超级电容器受限于低能量密度（2–10 Whkg−1），而电解水制氢技术依赖昂贵的贵金属催化剂（如Pt、IrO2）。过渡金属氧化物（如MnO2、CeO2）虽成本低廉，但存在导电性差、结构不稳定等问题。针对这些挑战，国内某研究团队在《Fuel》发表研究，通过金属有机框架（MOF）衍生策略设计了一种缺陷富集的双金属铈/锰氧化物@碳（Ce/Mn-O@C）纳米复合材料，显著提升了材料在超级电容器和电解水反应中的性能。研究采用溶剂热法合成Ce/Mn-MOF前驱体，经300°C氩气氛围热处理获得Ce/Mn-O@C。通过X射线衍射（
-
剪切应力驱动页岩干酪根降解的原子尺度机制：ReaxFF分子动力学解码气体生成的力化学路径
在地球深部构造活动带，页岩中的有机质干酪根长期承受着巨大的构造应力作用。传统观点认为干酪根的成熟和烃类生成主要受控于热演化过程，但越来越多的地质证据显示，在强烈构造变形区域，干酪根常表现出异常高成熟特征，暗示机械应力可能直接参与了有机质的转化。这一现象对理解页岩气生成机制提出了全新挑战：构造应力如何在不依赖高温的条件下驱动干酪根降解？其原子尺度的反应路径与热演化有何本质区别？这些问题直接关系到构造复杂区页岩气资源的准确评估。为解答这些关键科学问题，中国地质科学院的研究团队在《Fuel》发表了一项开创性研究。他们采用反应力场分子动力学（ReaxFF MD）模拟技术，首次在原子尺度解码了II型干酪
-
蓖麻油/重质燃料油混合物的加氢处理热效应分析：提升转化效率与产物分布的机制研究
能源危机与环境压力催生了对重质石油资源高效利用的迫切需求。作为原油蒸馏的末端产物，重质燃料油(HFO)因高密度、高粘度、高硫含量和富含沥青质等特性，成为炼油行业的"烫手山芋"。传统热裂解技术虽能分解HFO，但面临反应温度高(400-1000°C)、产物分布复杂等问题。与此同时，生物质能源的兴起为石油替代提供了新思路，但纯植物油衍生燃料存在热值低、含氧量高等缺陷。如何通过石油-生物质协同转化实现"取长补短"，成为能源化工领域的重要课题。墨西哥国立理工学院的研究团队在《Fuel》发表创新性研究，系统考察了蓖麻油与HFO共处理的热效应。通过对比纯HFO与HFO-蓖麻油混合体系(75:25 wt%)在
-
毒品包装材料间DNA转移的法医学分析：揭示非法贩运链中个体身份识别的关键证据
在打击非法毒品贩运的战场上，一个关键难题长期困扰着执法者：如何通过查获的毒品包装材料精准锁定犯罪网络中的参与者？尽管拉链袋（ZLB）和胶囊已成为现代毒品分销的"标准配置"，但关于这些包装组件间DNA转移规律的研究却近乎空白。更棘手的是，毒品从生产到消费往往经历多级转运，不同环节的接触者会在包装上留下错综复杂的生物痕迹——就像一场分子层面的"接力赛"，但此前无人系统记录过这场"接力"中DNA的传递规则。伊斯兰大学的研究团队在《Forensic Science International》发表的这项开创性研究，首次揭示了毒品包装材料间DNA转移的动态图谱。研究人员设计了两组精妙的模拟实验：第一组模
来源：Forensic Science International
时间：2025-06-26
-
基于动态频率控制与影响力剪枝的高斯溅射SLAM系统FIGS-SLAM：实现细节增强与实时渲染的突破
在自动驾驶、机器人导航和增强现实(AR)领域，同步定位与建图(SLAM)技术是实现环境感知的核心。传统SLAM依赖点云或体素网格，难以捕捉复杂场景的高频细节；而基于神经辐射场(NeRF)的方法虽能生成逼真场景，却受限于计算成本和实时性。近年来兴起的3D高斯溅射(3DGS)技术通过各向异性高斯函数建模，虽在重建速度上取得突破，但仍面临频谱偏差（优先学习低频特征）和冗余高斯椭球体堆积的瓶颈。针对上述挑战，重庆科研团队Zhangzhen Zhao等人开发了FIGS-SLAM系统，其创新性体现在动态频率调控与智能剪枝的协同机制。该研究发表于《Expert Systems with Applicatio
来源：Expert Systems with Applications
时间：2025-06-26
-
个性化本地差分隐私的自适应效用优化框架及其在频率估计中的应用
在数字化时代，个人数据收集与隐私保护的矛盾日益凸显。政府政策调研、交通偏好统计等场景中，用户对同一类数据的隐私需求差异显著——高敏感人群要求严格保护，低敏感人群则希望保留数据价值。传统本地差分隐私（Local Differential Privacy, LDP）采用“一刀切”的隐私预算ε，导致过度保护或保护不足，既降低数据效用，又挫伤用户参与积极性。更棘手的是，不同LDP方法（如广义随机响应GRR和最优一元编码OUE）在同一ε下的效用差异显著：当数据域大小d≤3eε3eε+2时OUE占优。现有个性化LDP研究仅允许用户自定义ε，却忽视协议选择对效用的影响，造成潜在的数据价值损失。针对这一空白，
来源：Expert Systems with Applications
时间：2025-06-26
-
基于深度强化学习的汽车装配车间虚拟与物理协同重排序优化研究
在汽车制造业面临订单个性化与生产复杂化的双重挑战下，装配车间的序列优化成为提升效率的关键瓶颈。传统重排序策略往往割裂处理虚拟重排序（调整订单分配）和物理重排序（调整车辆位置），而两者的协同优化虽能显著提升性能，却因问题复杂度激增缺乏有效解决方案。针对这一难题，湖北某高校团队在《Expert Systems with Applications》发表研究，首次将预条件近似策略优化（P3O）算法引入汽车装配车间的集成重排序问题（ICRP），开创了深度强化学习（DRL）在该领域应用的先河。研究采用选择性缓冲区作为物理重排序载体，结合虚拟重排序技术，以最小化序列规则违反总数（TRV）为目标。关键技术包括
来源：Expert Systems with Applications
时间：2025-06-26
-
基于多尺度融合局部平面估计的高效单目深度估计网络LMNet
在自动驾驶和三维重建领域，单目深度估计如同让机器获得"立体视觉"的能力。然而现有方法如同近视者观察世界：要么耗费巨大算力捕捉局部细节（像素级密集计算），要么难以分辨远近景深（全局表征能力弱）。这种矛盾在复杂场景中尤为突出——当算法试图看清眼前树叶纹理时，远处的建筑物轮廓便模糊不清；而扩大视野范围又会导致计算资源爆炸性增长。为解决这一困境，研究人员开发了基于多尺度融合的局部平面估计网络LMNet。该研究创新性地将几何先验引入深度估计，通过参数化平面方程替代传统像素级回归，如同用数学公式描述物体表面而非逐点测量。实验表明，LMNet在NYU Depth V2数据集上不仅将RMSE误差降低15.05
来源：Expert Systems with Applications
时间：2025-06-26
-
基于两阶段深度学习模型的虹膜生物特征模板保护方案分类研究
虹膜识别技术凭借其独特的纹理特征和终身稳定性（Daugman, 2015），已成为身份认证领域的黄金标准。然而，随着生物模板保护方案（Template Protection Scheme）的广泛应用，其安全性问题日益凸显——攻击者可能通过逆向工程破解保护机制，导致原始生物数据泄露。更棘手的是，实际攻击场景中，攻击者往往只能获取加密后的流量数据，却无法知晓具体采用何种保护方案（如BioHashing或Bloom Filter），这给安全评估带来巨大挑战。针对这一困境，某大学研究团队在《Expert Systems with Applications》发表创新研究，构建了首个两阶段分类模型。该模型
来源：Expert Systems with Applications
时间：2025-06-26
-
基于记忆增强超网络的联邦强化学习遗忘问题解决方案：理论分析与实践应用
在人工智能领域，联邦强化学习(Federated Reinforcement Learning, FRL)作为联邦学习(FL)与强化学习(RL)的交叉方向，正成为隐私保护型分布式决策系统的重要技术。然而实际应用中，客户端设备的异构任务分布(Non-IID)和随机掉线问题，导致传统方法出现灾难性遗忘(Catastrophic Forgetting, CF)——模型在新知识学习过程中会不可逆地丢失已习得的旧知识。这种现象被研究者细分为空间灾难性遗忘(Spatial CF, SCF)和客户端级时序灾难性遗忘(Client-level Temporal CF, CTCF)，前者源于梯度冲突，后者由客户
来源：Expert Systems with Applications
时间：2025-06-26
-
基于向量数据库增强的大型语言模型在安全工程领域的问答系统ChatSOS研究
随着自然语言处理(NLP)技术的飞速发展，基于Transformer架构的大型语言模型(LLMs)如GPT-4、Llama等展现出惊人的智能水平，已渗透到从软件工程到生物化学研究的各个领域。然而在安全工程这一高风险专业领域，LLMs面临着双重挑战：一方面，模型固有的"幻觉"(hallucination)现象会导致事实性错误；另一方面，专业知识的匮乏使其难以应对需要严格准确性和可解释性的工业场景。更棘手的是，该领域数据往往涉及机密信息，且缺乏开放获取的结构化知识体系，这与法律、生物医学等已有成功案例的领域形成鲜明对比。针对这一瓶颈，中国国家自然科学基金支持的研究团队创新性地将向量数据库技术与LL
来源：Expert Systems with Applications
时间：2025-06-26
-
面向低资源语言的跨语言复述检测：基于双上下文注意力与知识蒸馏的多视角孪生网络研究
在人工智能技术飞速发展的今天，生成式语言模型（如GPT-3/4）能够大规模生成语义相近的文本变体，这对内容审核、学术诚信维护和虚假信息识别提出了严峻挑战。尽管英语等主流语言的复述检测技术已相对成熟，但阿拉伯语（属闪含语系）和乌尔都语（属印度-雅利安语系）等低资源语言却面临独特困境：复杂的屈折形态、灵活的语序结构、从右至左的书写系统，以及严重缺乏标注数据。更棘手的是，现有基于BERT等预训练模型的方法难以捕捉这类语言中句法重组和惯用语替换的深层语义等价性，导致跨语言迁移效果不佳。针对这一系列挑战，大连理工大学的研究团队在《Engineering Applications of Artificia
来源：Engineering Applications of Artificial Intelligence
时间：2025-06-26
-
Hermite变换域缺失样本场景下的Cramer-Rao下界分析与最优估计研究
在生物医学信号处理和超宽带通信等领域，Hermite类信号因其时域局部化特性被广泛应用于ECG波形建模、路面异常检测等场景。然而，传统Gauss-Hermite变换在噪声干扰和样本缺失条件下存在估计方差非均匀分布、检测可靠性骤降等瓶颈问题。特别是在压缩感知(CS)框架下，如何确定信号可恢复的最小样本量阈值成为制约实际应用的关键难题。针对这一挑战，来自黑山的研究团队在《Digital Signal Processing》发表的研究中，创新性地将Cramer-Rao理论引入Hermite变换域分析。通过建立含缺失样本信号的参数估计模型，首次推导出基于Hermite函数阶数N-1的最优缩放变换形式，
来源：Digital Signal Processing
时间：2025-06-26
-
综述：共价有机框架膜在水淡化中的研究进展：机理认识、合成策略、应用与未来展望
Desalination mechanisms共价有机框架（COF）膜通过三重机制实现高效脱盐：尺寸排阻作为主导机制，依托COF孔道亚纳米级精度（可调至±0.2 Å）选择性筛分水合离子；静电相互作用通过孔壁修饰磺酸基等带电基团增强离子排斥；表面润湿性调控则利用亲水性官能团优化水传输路径。其中，COF-TpTd膜（孔径3 nm）展现出278 L m−2 h−1 bar−1的有机溶剂渗透通量，较传统聚酰胺（PA）膜提升2.5倍。Fabrication of COF membranesCOF膜合成策略呈现多元化发展：纯连续COF膜通过溶剂热结晶法构建长程有序孔道；混合基质膜将COF嵌入聚合物基质（如
来源：Desalination
时间：2025-06-26
粤公网安备 44010602000434号