Zobrazeno 1 - 10
of 58
pro vyhledávání: '"parametric inversion"'
Publikováno v:
Shuiwen dizhi gongcheng dizhi, Vol 51, Iss 4, Pp 88-100 (2024)
Characterizing fractured aquifers plays a crucial role in the issues related to groundwater contamination, and geothermal and hydrocarbon resource exploitation. Due to the heterogeneity of the fractured medium, the permeability of fractured medium ge
Externí odkaz:
https://doaj.org/article/10bb1a42dc034baf814c241e7bd0dc6b
Autor:
Li, Tianzhen a, b, Liu, Jingyu a, b, Han, Zehua a, b, Li, Shiqiang a, b, Cao, Yong a, b, ⁎, Wang, Zhihua a, b, ⁎
Publikováno v:
In International Journal of Impact Engineering April 2025 198
Publikováno v:
Journal of Materials Research and Technology, Vol 29, Iss , Pp 2293-2305 (2024)
Slip rate is a key parameter that represents the interfacial contact state between the tool and the workpiece, and it determines the heat generated during friction stir welding (FSW). However, it is difficult to experimentally measure this interfacia
Externí odkaz:
https://doaj.org/article/5db54ba011ba406ca6d71fab6a717876
Publikováno v:
Renmin Zhujiang, Vol 44 (2023)
Aiming at the difficulty of the accurate safety assessment of the overall structural state of Huaguangtan Arch Dam,a finite element model of the arch dam is established,and the data assimilation algorithm is used to invert the material parameters bas
Externí odkaz:
https://doaj.org/article/651b287d23d4439aaa6e5cb6c0652a1b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Meikuang Anquan, Vol 52, Iss 10, Pp 196-202 (2021)
In recent years, with the gradual development of information technology, mine big data and mine intelligent mining technology have been developed rapidly. In the aspect of mine intelligent rock control, due to the various types of data related to it,
Externí odkaz:
https://doaj.org/article/d688b3020bcb45b4bd04aeb157f5f13c
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Keeley Edwards, Nicholas Geddert, Kennedy Krakalovich, Ryan Kruk, Mohammad Asefi, Joe Lovetri, Colin Gilmore, Ian Jeffrey
Publikováno v:
IEEE Access, Vol 8, Pp 207182-207192 (2020)
We present a neural network architecture to determine the volume and complex permittivity of grain stored in metal bins. The neural networks output the grain height, cone angle and complex permittivity of the grain, using the input of experimental fi
Externí odkaz:
https://doaj.org/article/108e74ff1c264dfc8584d8cbcb14a12b