建筑工人穿戴膝关节外骨骼辅助平衡与工作任务评估 背景介绍 建筑工人在危险的工作环境中面临着严重的安全和健康风险，尤其是在高处施工时，长时间的站立和跪姿可能会导致膝关节损伤、肌肉骨骼疾病以及视觉干扰等因素影响工人的平衡能力。为了防止跌倒和其他工伤事故，研究人员开始关注如何通过技术手段提升建筑工人在这些高风险环境中的平衡能力。膝关节外骨骼（knee exoskeleton）作为一种可穿戴设备，被认为是一种有潜力的干预措施，可以减少膝关节的负荷，帮助工人在各种工作姿势中保持平衡。 本研究的核心在于探讨下肢关节，特别是膝关节，在站立和跪姿中对神经平衡控制策略的影响。同时，研究还评估了高处环境和膝关节外骨骼对建筑工人姿势平衡及焊接任务表现的影响。通过虚拟现实（VR）和混合现实（MR）技术，研究人员模拟...

基于测地距离场的五轴连续扫描方法用于多入口内壁表面检测 背景介绍 在工业应用中，多入口内壁（MEI, Multi-Entrance Inwall）表面因其复杂的拓扑结构和潜在的碰撞风险，精确检测这些表面一直是一个挑战。传统的点对点检测方法效率较低，而近年来开发的五轴连续扫描技术则显著提高了检测效率，为大面积、复杂表面的检测提供了新的可能性。然而，目前五轴连续扫描的路径规划仍然高度依赖人工干预，尤其是针对MEI表面时，由于复杂的碰撞场景和多入口结构，自动化路径生成尤为困难。为此，本文提出了一种基于测地距离场（GDF, Geodesic Distance Field）的新方法，旨在自动、高效地生成五轴连续扫描路径，解决MEI表面检测中的路径规划和碰撞规避问题。 论文来源 本论文由 Yuzhu D...

一种基于观测可信度推断的受限学习网络用于少样本退化建模 学术背景 在复杂工程系统中，多传感器广泛应用于监控设备的退化过程并预测其剩余使用寿命（Remaining Useful Life, RUL）。然而，在仅有少量样本的情况下，确保预测性能仍然具有挑战性。少样本场景下，传感器数据中的不一致观测（discordant observations）会引入大量不确定性，导致经验损失与预期损失相差甚远。此外，学习到的退化模型往往会在有限的可用样本上过拟合，导致模型参数分布偏差，从而限制模型在未见样本上的泛化能力。为了解决这些问题，本论文提出了一种基于观测可信度推断（Observation Credibility Inference, OCI）的受限学习网络，用于少样本退化建模。 该研究旨在开发一种适用...

学术背景 随着人工智能（AI）的快速发展，电子设备在现代生活中的作用日益重要。然而，这些设备在运行过程中会产生大量热量，如果不能有效管理，将会导致性能下降、寿命缩短甚至系统故障。因此，热管理成为未来电子设备发展的关键挑战之一。传统的散热技术虽然有效，但随着设备功率密度的增加，这些技术已经难以满足需求。特别是“暗硅问题”（Dark Silicon Problem）——由于热限制，芯片中并非所有晶体管都能同时工作——进一步加剧了热管理的复杂性。 为了应对这一挑战，来自Shanghai Jiao Tong University和Nanyang Technological University的研究团队在Device期刊上发表了题为《Passive Thermal Management of Ele...

基于滚轮凸轮驱动的压缩弹性热冷却装置：高冷却功率密度的突破 学术背景 随着全球气候变化的加剧，传统的蒸汽压缩（Vapor Compression, VC）制冷技术因其使用氢氟碳化物（Hydrofluorocarbons, HFCs）等制冷剂而备受争议，这些物质具有较高的全球变暖潜势（Global Warming Potential, GWP）。为了应对这一环境问题，研究人员一直在探索更环保的制冷替代方案。弹性热冷却（Elastocaloric Cooling）作为一种基于固态材料的制冷技术，因其零碳排放和高能效潜力而备受关注。弹性热冷却通过材料的应力诱导相变来实现制冷，尤其是利用形状记忆合金（Shape Memory Alloys, SMAs）如镍钛合金（NiTi）在相变过程中释放和吸收的热...