“双碳”目标下液氢正在快速由航天领域向民用领域渗透。为了准确把握我国液氢领域的研究动态和发展趋势,采用文献可视化分析工具CiteSpace开展了文献计量研究。以“液氢(liquid-hydrogen)”为主题,分别在中国知网(CNKI)、Web of Scienc...“双碳”目标下液氢正在快速由航天领域向民用领域渗透。为了准确把握我国液氢领域的研究动态和发展趋势,采用文献可视化分析工具CiteSpace开展了文献计量研究。以“液氢(liquid-hydrogen)”为主题,分别在中国知网(CNKI)、Web of Science(WoS)核心数据库获取了1994—2023年间中国学者所发表的论文数据集,以此为研究对象,分别从发文量、研究团队和机构、研究热点与前沿分析等方面进行了文献计量和可视化分析。结果表明:2020年开始发文量快速增长,液氢研究逐渐向民用领域渗透,研究成果呈现“井喷”态势,英文论文年发文量逐渐超过中文论文;高产作者集聚明显,但研究机构之间的合作仍有较大发展潜力;研究热点呈现显著的迁移和集聚规律,近5年来液氢研究热点主要集中在液氢推进剂在轨热管理、储罐高效绝热技术、氢液化技术等方向,同时液氢安全也正在得到越来越多的重视;30年间绝大部分研究前沿处于航天领域,2019年至今民用领域“氢能”“制氢”“氢液化”“储氢”等方向成为液氢研究前沿。本文的研究成果对进一步推动我国液氢领域研究蓬勃发展具有积极作用。展开更多
[目的/意义]科学知识图谱以可视化的方式呈现出学科知识的发展进程与结构关系,揭示学科知识及其活动规律。[方法/过程]基于ESI学科结合Web of Science分类之间相对应的引用关系,构建ESI学科覆盖图,并以中国高被引论文为分析对象,分别从...[目的/意义]科学知识图谱以可视化的方式呈现出学科知识的发展进程与结构关系,揭示学科知识及其活动规律。[方法/过程]基于ESI学科结合Web of Science分类之间相对应的引用关系,构建ESI学科覆盖图,并以中国高被引论文为分析对象,分别从国家层面和机构层面对高被引论文进行可视化的呈现与分析。[结果/结论]研究表明:中国学者独立撰写的高被引论文与中国高被引论文的ESI学科领域分布较为相似,主要集中在化学、材料科学、物理学和工程科学等学科,分布较不均衡;国际合作推动了中国相关学科和领域的发展,在空间科学学科上尤为明显;C9联盟和E9联盟等国内一流大学联盟的学科领域分布与中国高被引论文学科总体分布基本相似,联盟内部合作比例很低,高水平论文合作撰写亟待加强。展开更多
剩余寿命(Remaining Useful Life, RUL)预测对于维护工业设备的可靠性和安全性至关重要,但现有的RUL预测方法在处理高维传感器数据以及捕捉时间退化模式方面仍然面临诸多挑战。为了解决上述问题,提出一种退化趋势平滑约束下基于双向长...剩余寿命(Remaining Useful Life, RUL)预测对于维护工业设备的可靠性和安全性至关重要,但现有的RUL预测方法在处理高维传感器数据以及捕捉时间退化模式方面仍然面临诸多挑战。为了解决上述问题,提出一种退化趋势平滑约束下基于双向长短时记忆网络-变分自编码器(Bidirectional Long Short Term-Memory-Variational Auto Encoder, BLSTM-VAE)的RUL预测方法。该方法首先进行数据预处理,包括数据降噪、滑动窗口分段和标签修正等步骤。然后设计基于BLSTM的VAE型特征提取器,以有效提取时间序列数据中的非线性关系和长距离依赖关系。最后提出一种基于流形学习的退化趋势平滑约束模块,通过局部不变性假设来增强模型的稳健性和泛化能力。通过航空发动机数据集数据集进行验证,结果表明所提出的RUL预测方法在数据集上的表现优于现有的多种RUL预测方法,具有更低的预测误差和更高的稳定性。展开更多
文摘“双碳”目标下液氢正在快速由航天领域向民用领域渗透。为了准确把握我国液氢领域的研究动态和发展趋势,采用文献可视化分析工具CiteSpace开展了文献计量研究。以“液氢(liquid-hydrogen)”为主题,分别在中国知网(CNKI)、Web of Science(WoS)核心数据库获取了1994—2023年间中国学者所发表的论文数据集,以此为研究对象,分别从发文量、研究团队和机构、研究热点与前沿分析等方面进行了文献计量和可视化分析。结果表明:2020年开始发文量快速增长,液氢研究逐渐向民用领域渗透,研究成果呈现“井喷”态势,英文论文年发文量逐渐超过中文论文;高产作者集聚明显,但研究机构之间的合作仍有较大发展潜力;研究热点呈现显著的迁移和集聚规律,近5年来液氢研究热点主要集中在液氢推进剂在轨热管理、储罐高效绝热技术、氢液化技术等方向,同时液氢安全也正在得到越来越多的重视;30年间绝大部分研究前沿处于航天领域,2019年至今民用领域“氢能”“制氢”“氢液化”“储氢”等方向成为液氢研究前沿。本文的研究成果对进一步推动我国液氢领域研究蓬勃发展具有积极作用。
文摘[目的/意义]科学知识图谱以可视化的方式呈现出学科知识的发展进程与结构关系,揭示学科知识及其活动规律。[方法/过程]基于ESI学科结合Web of Science分类之间相对应的引用关系,构建ESI学科覆盖图,并以中国高被引论文为分析对象,分别从国家层面和机构层面对高被引论文进行可视化的呈现与分析。[结果/结论]研究表明:中国学者独立撰写的高被引论文与中国高被引论文的ESI学科领域分布较为相似,主要集中在化学、材料科学、物理学和工程科学等学科,分布较不均衡;国际合作推动了中国相关学科和领域的发展,在空间科学学科上尤为明显;C9联盟和E9联盟等国内一流大学联盟的学科领域分布与中国高被引论文学科总体分布基本相似,联盟内部合作比例很低,高水平论文合作撰写亟待加强。
文摘剩余寿命(Remaining Useful Life, RUL)预测对于维护工业设备的可靠性和安全性至关重要,但现有的RUL预测方法在处理高维传感器数据以及捕捉时间退化模式方面仍然面临诸多挑战。为了解决上述问题,提出一种退化趋势平滑约束下基于双向长短时记忆网络-变分自编码器(Bidirectional Long Short Term-Memory-Variational Auto Encoder, BLSTM-VAE)的RUL预测方法。该方法首先进行数据预处理,包括数据降噪、滑动窗口分段和标签修正等步骤。然后设计基于BLSTM的VAE型特征提取器,以有效提取时间序列数据中的非线性关系和长距离依赖关系。最后提出一种基于流形学习的退化趋势平滑约束模块,通过局部不变性假设来增强模型的稳健性和泛化能力。通过航空发动机数据集数据集进行验证,结果表明所提出的RUL预测方法在数据集上的表现优于现有的多种RUL预测方法,具有更低的预测误差和更高的稳定性。
