🔍 耿同学打假报告

论文信息

• 标题：A Rectangular Boundary Search-Based Design Method for Superconducting MRI Magnets
• 作者：Yuchong Xie, Xuanyi Zhao, Jian Zhu, Yuhang Tian, Xiang Wu, Yufu Zhou, Xiaoyan Huang, Qing Zhang, Lei Mo, Bensheng Qiu
• 期刊：Manuscript (TAS-2026-XXXX，推测为 IEEE Transactions on Applied Superconductivity)
• DOI：未提供
• 发表年份：2026（基于当前稿件号及文中引用的 2025/2026 年文献推测）

综合评定：🟠 高度可疑

详细发现

发现 1：跨量级不同设计的参数完全一致（随机数生成器都不如）

• 位置：Table IV (1.5 T 磁体设计结果) 与 Table VI (0.55 T 磁体设计结果)
• 描述：Table IV 中 1.5 T 磁体的 5 个线圈运行电流为 483.2867 A；而 Table VI 中完全不同规格的 0.55 T 短腔大孔径磁体，其 5 个线圈的运行电流竟然也全部是一模一样的 483.2867 A。
• 证据：1.5T 和 0.55T 磁体的中心场强、线圈几何尺寸、匝数完全不同，在独立优化下不可能得到小数点后四位完全精确一致的运行电流。这违背了物理常识与优化算法的随机性，高度怀疑是作者在编写论文时直接复制了上一个表格的数据并忘记修改电流值，属于典型的数据管理极度混乱。
• 严重程度：🔴
• 复核状态：✅ 成立

发现 2：优化迭代日志存在明显的“复制粘贴”痕迹（随机数生成器都不如）

• 位置：Table II (Partial Results from the RBS Search)
• 描述：在展示 RBS 搜索过程的中间数据中，第 131 次迭代与第 140 次迭代的 Bcenter/Gauss（同为 15183.4957）和 Inhomogeneity/ppm（同为 1119.25）出现了精确到小数点后多位完全一致的现象。
• 证据：在带有随机扰动的迭代搜索算法中，相隔 9 次迭代后，中心磁场和不均匀度这两个核心物理量极小概率会完全相同至小数点后四位，而导线长度和杂散场却发生了变化。这极大概率是作者在截图或导出数据时为了凑数进行了复制粘贴。
• 严重程度：🟠
• 复核状态：✅ 成立

发现 3：方法学声明与实际结果自相矛盾（引用与方法学异常）

• 位置：Section II.D (Nonlinear Programming) 文本描述 对比 公式 (26) 与 Table IV
• 描述：作者明确声明：“After the RBS search, the geometry, dimensions, and number of turns of each coil are fixed and remain unchanged... an additional NLP is performed by adjusting the spatial positions of the coils, specifically the center coordinates (r, z) of each coil.”（仅调整空间位置）。但在式 (26) 的 NLP 数学模型中，明确列出了 475.2 <= I <= 484.8 作为约束条件；且 Table III (RBS 阶段电流为 480.48 A) 到 Table IV (NLP 阶段电流变为 483.2867 A) 的电流发生了变化。
• 证据：作者宣称优化变量只有坐标，但结果数据和数学模型却显示对电流变量也进行了修改。说明作者撰写方法学部分时与实际执行的代码脱节，文案存在明显的敷衍或拼凑。
• 严重程度：🟡
• 复核状态：✅ 成立

耿同学辣评

咱们就是说，离了大谱了！1.5T 和 0.55T 的磁体差别那么大，优化出来的工作电流居然能精确到小数点后四位一模一样（483.2867 A），这是什么神仙量子纠缠？Table II 的迭代数据还能两行原封不动地复制粘贴，我看这不叫“自适应矩形边界搜索”，这叫“自适应 Ctrl+C 加 Ctrl+V”！连变量是坐标还是电流都搞不清楚就敢写方法学，搞工程仿真的同学如果连数据都懒得核对，这纯粹是把审稿人的智商按在地上摩擦啊！

建议后续行动

• 联系作者要求提供 NLP 优化的原始代码日志，核实电流异常与迭代数据重复的问题。
• 在 PubPeer 上提出质疑。
• 向期刊编辑部（IEEE TAS）举报，要求作者在修回阶段给出合理解释或撤稿。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。