热点事件历史事件
DEM-CNN-LSTM预测球磨粒度演化
1 篇报道1 个报道来源7 天前更新
先了解这件事
事件综述
2026年10月24日，Chemical Engineering Science第339卷Part C刊出Yudong Zou、Jie Bao、Hao Zeng与Runyu Yang的研究，提出一种DEM-informed CNN-LSTM框架，用于预测球磨过程中的粒度分布演化。该方法将离散元模拟（DEM）信息与CNN-LSTM网络结合。目前报道仅介绍该框架的提出与发表信息，未披露具体实验设置、验证结果或预测精度等细节，事件进展停留在方法发布阶段。
根据报道自动生成 · 7 天前更新
最新进展10月24日 00:40
研究提出DEM-informed CNN-LSTM框架，用于预测球磨粒度分布演化，成果已发表。报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- Chemical Engineering Science基于DEM的CNN-LSTM框架预测球磨过程中粒度分布演化
研究提出一种DEM-informed CNN-LSTM框架，用于预测球磨过程中的粒度分布演化。该方法将离散元模拟信息与CNN-LSTM网络结合，作者为Yudong Zou、Jie Bao、Hao Zeng与Runyu Yang，成果发表于Chemical Engineering Science第339卷Part C。
本事件热度走势
当前热度 7·可比范围峰值 10（10月24日 02:00）·近 24 小时可比范围变化 -4%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。