文獻綜述的案例
文獻分享丨綜述：風力渦輪機與風場的尾流
尾流是影響風電場設計，運行控制和電纜布置的重要因素，經過和梁工的交流，我發現之前對垂直軸風力機的尾流的文獻閱讀比較少，而這是風力渦輪機的一個特重要的參數。原文可點擊原文鏈接（文章為開源）。
文章原題：W
ind-Tur
bine and Wind-Farm Flows: A Rev
ie
w，英國杜倫大學
文章的主要內容如下：
隨著水平軸風力機的發展，以及空氣動力學的進步，現代的水平軸風力機實現了約0.5的功率系數，非常接近貝茨極限（0.593），但對實際的風力機以及風場的性能預測仍然是一個比較復雜的事，這是由于風力渦輪機與大氣邊界層（atmospheric boundary layer）之間的復雜相互作用。
本文總結了影響風能的四個不同尺度，從翼形尺度到宏觀尺度。如圖1，
近年來，研究人員主要通過以下四種方法分析湍流，大氣邊界層與風力渦輪機以及風場的相互作用：分析模型（analytical modelling），計算機流體動力學（CFD）,風洞實驗（wind tunnel experients），現場實驗（field experiments）。
風力發電機對流場的影響包括上游（也稱為感應區域）和下游（即渦輪機前方，及渦輪機后方），且對上游的影響主要是降低風速，
x代表流向方向，風輪處為0，逆風方向為負，d為轉子直徑,a表示轉子感應系數。
渦輪機的下游區域，也就是尾流，通常分為兩個區域，分別為：1近尾流（長度為2~4個轉子直徑）2遠尾流，如圖2，
近尾跡區域會受到葉片，葉片形狀，輪轂，機艙形狀的影響，所以流場非常復雜，相反，遠尾跡區域受風力機的影響較小。
展開 復合材料沖擊后壓縮CAI 綜述文獻（不斷更新）
復合材料沖擊后壓縮CAI 的文獻，我認為總結比較好的文章，分享給大家
[1] Khathyri Fatima, ElkiheL Bachir, Delaunois Fabienn. Review of damages prediction in a composite material at low velocity impact Global Journal of Engineering and Technology Advances, 01 (01) (2019) 027–42.
REF1.pdf
[2] Raffael Bogenfeld, Janko Kreikemeier, Tobias Wille. Review and benchmark study on the analysis of low-velocity impact on composite laminates. Engineering Failure Analysis, 86 (2018) 72-99.
Ref2.pdf
[3] Youhong Tang, Lin Ye, Zhong Zhang, Klaus Friedrich. Interlaminar fracture toughness and CAI strength of fibre-reinforced composites with nanoparticles – A review. Composites Science and Technology, 86 (2013) 26-37.
ref3.pdf
展開 自動駕駛多模態傳感器融合的綜述
arXiv在2022年2月6日上傳的綜述論文"Multi-modal Sensor Fusion for Auto Driving Perception: A Survey"，作者來自加州洛杉磯分校、上海AI實驗室（pjlab）、北京理工（BIT？）和華東師范。
多模態融合是感知自動駕駛系統的一項基本任務，最近引起了許多研究人員的興趣。然而，由于原始數據噪聲大、信息利用率低以及多模態傳感器的無對準，達到相當好的性能并非易事。
本文對現有的基于多模態自動駕駛感知任務方法進行了文獻綜述。
分析超過50篇論文，包括攝像頭和激光雷達，試圖解決目標檢測和語義分割任務。與傳統的融合模型分類方法不同，作者從融合階段的角度，通過更合理的分類法將融合模型分為兩大類，四小類。此外，研究了當前的融合方法，就潛在的研究機會展開討論。
最近，用于自動駕駛感知任務的多模態融合方法發展迅速，其從跨模態特征表示和更可靠的模態傳感器，到更復雜、更穩健的多模態融合深度學習模型和技術。然而，只有少數文獻綜述集中在多模態融合方法本身的方法論上，大多數文獻都遵循傳統規則，將其分為前融合、深度（特征）融合和后融合三大類，重點關注深度學習模型中融合特征的階段，無論是數據級、特征級還是提議級。首先，這種分類法沒有明確定義每個級別的特征表示。其次，它表明，激光雷達和攝像頭這兩個分支在處理過程中始終是對稱的，模糊了激光雷達分支中融合提議級特征和攝像頭分支中融合數據級特征的情況。綜上所述，傳統的分類法可能是直觀的，但對于總結最近出現的越來越多的多模態融合方法來說卻很落后，這使得研究人員無法從系統的角度對其進行研究和分析。
展開 電機的機電耦聯與磁固耦合非線性振動研究
強非線性振動及非線性動力學問題是目前正在研究的課題，這方面的文獻可參閱文 [6~13]，其中機電耦聯系統非線性振動方面，文[11]取得了系統的成果。
本科畢業、碩士畢業和博士畢業PPT制作和預答辯、答辯注意事項
應該撿重點，前面的研究背景和研究意義、緒論的知識可以少講，文獻綜述，重點圍繞幾個點展開即可，兩分鐘三十秒結束引言部分；2：30s-4:00,把你的研究方法重點論證，為什么你要這樣做，把方法的科學性、流程、怎么采集數據、怎么實驗等等介紹清楚。留下來4-5分鐘重點說你的結論，你的結論和已有的研究有什么不同、深度如何等等。
3、PPT做的要盡可能的圖文并茂，不能大量篇幅是文字也不能只有圖片，圖片周圍要配上問題，在講的時候方便大家理解，也可以在講的時候用以提醒自己。
A2牛奶提出的是假說還是傳說？
2005年，《臨床營養雜志》上發表了一篇文獻綜述，結論也是上述假設沒有科學證據支持。2009年，歐洲食品安全局（EFSA）發布評估報告，也明確否定了A2牛奶公司的這種說法。
尚不能證實
“重新定義乳糖不耐受”假說
A2牛奶公司又把目光放在了乳糖不耐受上。
現行的科學理論認為，“乳糖不耐受”的原因在于人體不能產生足夠的乳糖酶，所以乳糖會安然通過消化道達到大腸。大腸里的細菌會分解乳糖，產生氣體，從而導致腹痛、腹瀉、嘔吐等癥狀。
而A2牛奶公司的“重新定義乳糖不耐受”則是一種挑戰目前科學認知的假說。它認為喝牛奶之后產生的“不耐受”不是乳糖導致的，而是因為BCM-7所引發的腸道炎癥反應所導致。
所以，只要喝不含有A1酪蛋白的A2牛奶，就不會有BCM-7的產生，也就不會發生“牛奶不耐受”。
迄今為止，這個“重新定義乳糖不耐受”假說只有A2牛奶公司資助的孤立證據。
2016年4月20日，北京曾召開了一場新聞發布會，介紹了復旦大學最近發表的一項臨床研究。發布會宣稱，該研究將“重新定義乳糖不耐受”，認為此前科學界對于乳糖不耐受的認識是不對的，喝A2牛奶就可以避免乳糖不耐受的出現。
這項研究看起來還是規范的，從論文本身也看不出有什么問題。但是關于乳糖不耐受已經有很成熟的科學理論，運用該理論來解決問題也有了許多成功的方案。
新的假說要推翻它，需要大量的、不同科學機構所做的高質量臨床試驗證據。而迄今為止，只有過三項類似的研究。一項只有21個志愿者，結果是“無統計學差異”；另一項有36個志愿者，結果跟復旦的這個類似。而復旦的這項研究有45位志愿者，規模比前兩次大了一些。
需要特別注意的是，這三項研究都是A2牛奶公司資助的。而A2牛奶公司，是這個假說最大甚至唯一的商業利益相關方。
展開 基于衛星遙感影像的多類變化檢測綜述
圖4 文獻統計分析結果圖
07
結論
多類變化檢測可以更有效地監測和分析地球表面的土地覆蓋變化。然而，迄今為止，大多數綜述文獻只關注二類變化檢測，缺乏對多類變化檢測的全面綜述。本文從數據、方法和應用等方面對多類變化檢測進行了系統的綜述，并總結了多類變化檢測中存在的問題和挑戰，填補了該綜述的空缺。此外，在文獻統計分析的基礎上，本文還提出了多類變化檢測的未來發展方向以及對今后開展工作的建議，包括： 1)利用多源數據促進多類變化檢測；2)利用長時間序列遙感數據觀察變化趨勢；3)基于弱標記樣本進行多類變化檢測。
來源：高性能空間計算智能實驗室
展開 Lumerical案例 | 具有分布式電極的行波調制器
文獻綜述
在本節中，我們將我們的行波電極的仿真結果與幾篇已發表論文中的結果進行了比較，我們復現的結果與已發表的結果高度一致。要復現這些結果，用戶可以解壓縮Ref_repro.zip文件并運行相應的腳本。
行波調制器調制強度與微波頻率的關系
在參考文獻2中，研究了不同光波與微波速度失配百分比下，行波調制器的調制強度與微波頻率關系，我們通過使用行波電極元件進行仿真復現了這些結果。以下圖表展示了調制器速度失配從5%到50%的調制強度仿真結果。在每個圖表中，微波損耗從1dB/(sqrt(GHz)cm)變化到5dB/(sqrt(GHz)cm)。
不同光波與微波速度失配百分比下，行波調制器調制強度與微波頻率的關系
不同特性阻抗和微波損耗下的調制頻率響應
在參考文獻3中，研究了不同特性阻抗和微波損耗的調制頻率響應；我們通過使用我們的行波電極進行仿真，將電極特性阻抗作為參數，復現了這些結果。以下圖表顯示了仿真結果，圖中標明了所有參數。
不同特性阻抗和微波損耗的調制頻率響應
不同相移長度的調制頻率響應
在參考文獻4中，研究了針對不同相移長度的多種調制頻率響應。下圖是我們使用行波電極單元在仿真中重現的結果。兩次測量中相移器的長度分別為1mm和2mm，調制器的偏置電壓分別為0V和-3V。
不同相移長度的調制頻率響應
不同終端阻抗的調制頻率響應
在參考文獻5中，進行了兩項測量。一項是以終端電阻為參數的頻率響應測量，另一項是歸一化平均電壓的測量。下圖顯示了測量結果，并標注了所有參數。
不同終端阻抗的調制頻率響應
4納米和8納米調制器的調制頻率響應
利用參考文獻3中的模型，可通過下圖預測帶寬分別為4nm和8nm的調制器的調制強度。在我們重現的該圖中，藍色和綠色曲線分別測量4nm和8nm調制器的帶寬。
展開 華南理工大學蘇仕健教授課題組綜述：藍光熱活化延遲熒光（TADF）有機發光二極管（OLED）研究進展
為了更好地理解這些問題，推進藍光TADF材料在OLED器件中的實際應用進程，華南理工大學蘇仕健教授及其博士研究生蔡欣佚等通過分析問題的來源、回顧相關材料研發的歷史、列舉最新報道的解決問題的成功案例和對該類問題的討論和匯總，以“實現穩定、高效純藍TADF材料及其OLED應用”為主題進行文獻綜述。
1. 藍光TADF材料分子設計策略、挑戰與案例分析
圖2 （a）天藍光和（b）深藍光TADF材料發光機制、分子能級調控策略和設計難點示意圖。（c）圖所示為潛在的實現高效藍光TADF材料設計“理想”的能級排列關系示意圖。
首先，在高效藍光TADF材料設計中，難點在于材料要有較快的熒光輻射速率，同時保持小的ΔEST。對于天藍光（發光峰值約480 nm左右）TADF材料，受分子短共軛片段控制的局域三線態能級（3LE）可以較為容易地保持在電荷轉移三重態能級（3CT）附近或者之上，容易實現非常小的ΔEST。但對于設計純藍和深藍光發射的TADF材料而言（發光峰值約460 nm或者更短的波長），實現高效TADF卻困難得多。內在的原因是 3LE能級主要被最短分子共軛片段所決定，其能量值難于進一步提升，而實現純藍發光卻需要提升1CT態能級到更高能量的位置。此時，ΔEST不可避免地被拉大，導致TADF效率的降低（圖2（a-b））。
為了實現高效純藍TADF發光，解決方法就是在該矛盾中尋求最佳平衡點：在具有高能1CT能級的同時，保持高的3LE去接近3CT能級，從而實現高效TADF。在該部分中，作者詳細列舉了為了實現該平衡所報道的諸多分子設計和能級調控策略進展，也借助藍光TADF的設計策略，詳細討論了TADF材料設計中存在的基本矛盾。
在該部分最后，作者也詳細討論了仍然存在的問題。
展開 面向自動駕駛：四輪獨立驅動/轉向電動汽車配置與控制綜述與展望
文獻[140]設計了一種基于MPC的容錯控制系統，其中一個MPC用于容錯控制，而另一個MPC作為觀測器對執行器故障進行評估和補償。在文獻[141]中提出了一種基于模糊邏輯和MPC的多重的基于模型容錯控制系統。在文獻[142]中，采用雙環SMC來處理輪轂電機故障。在文獻[143]中，設計了一種自適應SMC容錯控制器。在此基礎上，文獻[144]將改進SMC應用到4WID-4WIS電動汽車的主動容錯控制中，其中轉向幾何根據故障車輪所在位置重新安排。在文獻[145]中，憑借自適應快速終端SMC設計了一種魯棒自適應容錯控制方案。此外，博弈論也被應用到主動容錯控制中。在文獻[146]中，通過微分對策設計了一種基于合作博弈的執行器容錯控制策略。此外，文獻[147]結合反饋線性化和合作博弈論設計容錯控制器。為了提高容錯控制器的魯棒性，文獻[148]設計了一種與模型無關的自校正容錯控制框架，可以加強不同故障條件下縱向和側向跟蹤能力。
為了改善監控車輛狀態的性能，文獻[149]設計了一種故障檢測和診斷算法來監視車輛狀態并且提供包含控制器錯誤信息的反饋。在文獻[150]中，設計了一種主動容錯控制框架，包含基線控制器、一組可重構控制器、故障檢測和診斷機制和決策機制。
此外，在文獻[151]中，控制分配方法已被廣泛用于實現4WID-4WIS電動汽車的主動容錯控制。在文獻[152]中，提出了一種定向輪胎力分配算法以解決轉向系統在路徑跟蹤過程中的故障。在文獻[29]中，介紹了一種基于偽逆矩陣的控制分配方法來實現力和力矩的解耦?；贚PV框架，文獻[153]將重構控制應用于轉矩分配，即使在線控轉向系統發生故障時也可以實現速度和路徑跟蹤。
展開 使用 ANSYS 分析內燃機凸輪和從動組件的摩擦學參數
Patel [4]作者全面概述了有關凸輪和從動件系統建模、設計和分析的文獻。除了討論當前研究的局限性和差距之外，作者還介紹了眾多研究論文及其對該領域的貢獻。桑杰·庫馬爾等人。[5]在本文中，作者對摩擦學性能進行了研究凸輪和從動件的，包括接觸壓力；von 錯過了凸輪/從動件接觸的應力和表面磨損分析。作者進行了不同轉速下凸輪表面磷酸錳和鉻涂層的實驗。他們的研究發現，磷酸錳在減少磨損方面更有效，而且經濟且容易在市場上獲得。盡管如此，這項研究采用了兩種涂層中相似的凸輪材料。
摩擦學是相對運動中相互作用的表面的科學和工程。傳統的摩擦學研究側重于發動機和機器零件的有效性、耐用性和性能。在摩擦學的許多領域，接觸壓力、磨損率和赫茲接觸應力等摩擦學特性至關重要。發動機和其他應用的性能取決于對凸輪和從動件特性的分析，這是摩擦學的一部分。上述文獻綜述表明，人們對凸輪從動件進行了許多研究。研究人員已經證明了潤滑的效果磨損率、抗磨添加劑在潤滑中的作用、凸輪從動件副的運動學和動力學分析等。但目前缺乏對凸輪和從動件材料選擇的單獨影響的研究。這是我們發現的研究差距，我們的研究證明了更好的凸輪和從動件材料對其摩擦學性能的影響。本研究的目的是展示如何選擇更好的材料來降低摩托車內燃機凸輪從動件接觸的接觸壓力和赫茲接觸應力。使用ANSYS軟件進行比較分析，并對結果進行討論。我們的研究結果確定了凸輪軸高旋轉速度下最有可能發生疲勞的接觸位置。因此，這項研究對于防止摩托車內燃機氣門機構機構中部件的磨損和疲勞也很有效。
展開 
連鑄增強型數字孿生解決方案
使用過程數據的機器學習
在撰寫本文時，在將機器學習技術應用于連鑄工藝數據方面還沒有進行大量的工作，但在撥款期限結束前，如果時間允許，將完成了一些初步的文獻綜述，以研究調查潛在的選項。
將一些不同的論文和案例研究作為參考，但目前正在研究的是非線性技術的使用，如支持向量機(svm)在一些時間序列預測應用中的成功使用。[11]更常見的線性技術無法以最佳結果來預測某些過程的性質，而支持向量機是一種通常在非線性、非穩態和在某些情況下不完全由原來定義的情況中表現良好的技術。在支持向量機不是一個可行的預測建模選擇的情況下，研究了不同的更常見的解決方案的優缺點。目前，已經發表的論文比較不同線性和非線性方法正在評估中。[12]
結論及未來工作
項目期限定于2022年6月結束，在撰寫本文時，根據項目提案中最初的時間表，項目進展順利。圖形和2D可視化方面的可視化工作正在進展，到2022年4月，它們應該可以由鋼廠的工作人員進行審查和修訂，3D可視化方面的繼續工作將在項目結束時進行。
將軟件硬件組合在一起并進行驗證之后，接下來的步驟將是幫助引入用于數據庫的訪問步驟，并改進數據輸入方法，以允許更用戶友好的數據訪問。如果處理得當，這一改進變化將極大地影響該軟件對其它數據集的使用性能，最終目標是使軟件能夠以處理離線數據文件的相同方式直接訪問數據庫值。這還包括處理不同數據集的能力，因此隨著連鑄機的需求發生變化，對用戶界面上目標變量的更改更容易迭代和貫徹實現。
機器學習一直是工業應用中的熱門話題，連鑄也不例外。
展開 材料之殤：從小學知識說起，說說航空發動機
寫論文第一步都是文獻綜述，任何研發工作，首先了解同類產品并借鑒升級，是非常合理的做法。任何國家都這么干，以前這么干，現在這么干，未來還這么干!只不過我們底子薄，現在干得更多而已。當然了，像發動機這么復雜的機器，自己沒有吃透，也是不可能完成山寨的。
舉個例子。某年，殲六發動機連續斷軸，一度導致60%飛機停飛，嚴重影響空防。折騰兩年才搞明白，這個發動機山寨了相當部分毛子的設計，但有一處倒圓角半徑出了問題：
毛子設計是0.6mm-0.8mm，無奈我們的刀具材料不過關，圓角刀兩側磨損過快，于是加工時半徑少了0.2mm。就因為這0.2mm，導致應力急劇增加，渦輪軸斷裂，多次釀成機毀人亡事故。想想，一個發動機需要多少這樣的細節組成?
而整個軍工需要多少這樣的細節組成?現代軍工體系的龐雜超乎想象!從某種角度說，軍工其實是“陽謀”，比拼的就是人員和投入!這個嚴密而龐大的體系才是最高的技術門檻。
扯遠了。
正因為極端條件下的苛刻要求，美帝有些發動機，為了減少不必要的連接和縫隙，核心部件就從整個大鐵疙瘩里一點一點削出來，俗稱整體葉盤。
葉片和圓盤連在一起，不但更牢固，重量還能下降30%。
展開 基于ANSYS Workbench的噴管熱應力分析
但值得指出的是，有關噴管熱分析的文獻大都是綜述性的報導，結合具體的工作結構及分析所用的具體材料性能等詳實內容大都未提及。六十年代以來，我國開始發展噴管的熱結構、熱防護設計和相應的分析工作也得到充分重視。涉及噴管熱分析方面的工作的綜述也有文獻報導。何洪慶等對噴管的熱傳導、噴管喉襯部件以及噴管熱分析試驗做了相關分析研究工作。以上提及的研究工作對于噴管零部件熱分析在理論方面比較深入，并有充分的試驗配合，而對于整個噴管的熱應力分析結合工程實際十分緊密的研究卻相對較少。
本文為實現熱流固耦合，將運用Fluent、Steady-State和Static Structure這三個模塊進行分析。首先進行Fluent和Steady-State的熱流雙向耦合，利用System Coupling模塊設置雙向耦合，在Fluent里，設置能量方程打開，由于氣流是一種高溫高壓高雷諾數的流體，所以選擇k-epsilon粘性模式，并且在Fluent里設置流體與結構之間的流固耦合面，Steady-State里也要設置好結構與流體之間的流固耦合面。進行熱流雙向耦合之后，將Steady-State得到結構上的溫度場分布，再將熱場計算結果導入到Static Structural模塊，進行熱應力分析。
對于熱流耦合分析及后面的溫度載荷作用下的結構熱應力分析，對噴管結構進行一些必要的簡化，刪除螺栓連接孔等。由于模型的對稱特性，只分析一半模型，對稱面上施加對稱邊界條件。由于噴管在工作時結構中存在著高溫情況，故采用M247彈塑性材料本構進行彈塑性非線性問題計算。
通過對噴管熱應力的分析，首先進行流固耦合分析，得到噴管整體結構的溫度場分析，看到噴管的溫度場在轉動板稍微向上的外殼附近存在著明顯的溫度梯度，熱應力的產生來源一種是結構中存在著明顯的溫度梯度，另外就是在結構約束的地方存在熱應力。
展開 人?AI 交互:實現“以人為中心AI”理念的跨學科新領域
通過文獻綜述和分析，本文總結了國內外HAII 研究和應用的重點，提出了今后的主要研究方向。最后，針對今后HCAI 理念和HAII 領域的工作，提出了一系列對策和建議。
關鍵詞：人工智能；人?人工智能交互；自主化；以人為中心的人工智能；人機交互；人因工程；人-AI 系統交互；以人為中心設計
人工智能(AI)技術正在造福人類，但是，目前許多AI 系統的研發主要遵循“以技術為中心”的理念[1-5]。研究表明不恰當的AI 技術開發導致了許多傷害人類的事故，AI 事故數據庫已經收集了1 000 多起事故[6]，這些事故包括：自動駕駛汽車撞死行人，交易算法錯誤導致市場“閃崩”，面部識別系統導致無辜者被捕等。美國工程院院士、計算機教授Shneiderman[4]將圍繞“以技術為中心”還是“以人為中心”理念開發AI 系統的爭議形象化地描述為“AI 哥白尼革命”，提出AI 開發應該將人類放在中心，而不是算法和AI 技術。
近幾年來，圍繞“以人為中心AI”理念、如何避免AI 傷害人類以及產生社會負面影響等方面的研究引起越來越多的重視[2-3,5-11]，目前國內外還沒有形成系統化的跨學科工作框架來有效應對這些新挑戰及促進這方面工作的開展。中國國家自然科學基金委員會在2020 年成立了交叉科學部，在交叉科學高端學術論壇上，受邀的AI、人機交互(human-computer interaction)、人因工程(human factors engineering)等專家一致認為，學科交叉是未來科學發展的必然趨勢。
在這樣的基于跨學科合作理念的背景下，本文回答以下3 個問題：與傳統計算技術相比，AI 技術帶來了什么新挑戰？應該如何促進“以人為中心AI”理念在AI 研發中的應用？從跨學科合作角度我們應該采取什么策略？
展開 