PaperYY的原创性分析为什么这么难通过？从89%到13%的破解之路
三月底交毕业设计初稿的时候，导师给我们提了一个新要求：除了查重率要控制在15%以内，还要用PaperYY做原创性分析，确保AI生成率不超过20%。我当时还挺自信，因为这篇关于智能温控系统的设计论文，从硬件选型到软件编程、从电路调试到性能测试，每个环节都是自己一点一点做出来的，怎么可能是AI生成？
结果第一次检测就给了我一个重击：查重率7%，原创性分析89%。看到这个数字的瞬间，我甚至怀疑PaperYY的检测系统是不是出了问题。但仔细研读检测报告后才发现，这个平台的检测逻辑和其他平台有很大不同，对理工科论文的要求特别严格。
初次检测：理解PaperYY的苛刻标准
PaperYY的原创性分析报告和其他平台最大的区别是，它会给出非常详细的问题标注。不只是简单地把疑似AI生成的内容标红，还会在旁边注明具体的问题类型："表达方式机械化"、"缺乏个人见解"、"技术描述过于标准化"、"实验过程缺少细节"等等。
我的报告里出现频率最高的标注是"技术描述过于标准化"和"缺少工程实践细节"。这让我开始反思自己的写作方式。
作为一个理工科学生，我从小到大受到的写作训练就是"客观、准确、简洁"。写实验报告就是"实验目的-实验原理-实验步骤-实验结果-结论"，写技术文档就是"需求分析-系统设计-实现方法-测试结果"。这种标准化的技术写作模式已经深深刻在脑子里了。
具体到这篇毕业设计论文，问题非常典型。
比如在介绍硬件选型时，我写道："本系统采用STM32F103单片机作为核心控制器，该芯片具有高性能、低功耗的特点，适合本项目需求。温度传感器选用DS18B20，该传感器具有测温精度高、抗干扰能力强等优势。继电器模块选用5V固态继电器，可实现对加热设备的可靠控制。"
这段话从技术角度看没有任何问题，该说的都说了。但PaperYY给这段标了橙色，标注是"器件描述标准化，缺乏选型决策过程"。我看到这个标注时第一反应是不理解：难道技术文档不应该用标准化的表述吗？
但仔细想想，PaperYY要检测的不是技术描述是否规范，而是内容是否原创。这段话的问题在于，任何一个电子专业的学生，或者任何一个AI工具，都能写出类似的内容。因为这些只是器件的标准性能参数，不涉及具体的设计决策过程。
再看软件设计部分，我写道："系统软件采用模块化设计思想，主要包括温度采集模块、数据处理模块、控制输出模块和显示模块。温度采集模块负责读取DS18B20传感器数据，数据处理模块对采集的温度值进行滤波和计算，控制输出模块根据设定温度和实际温度的差值输出PWM控制信号，显示模块将相关信息显示在LCD屏幕上。"
这段话结构清晰、逻辑严密，但同样被标注为"流程描述机械化"。因为这种"XX模块负责XX、XX模块负责XX"的表述方式，就是典型的教科书式描述，没有任何个人化的设计思考。
最严重的是实验测试部分。我原来的写法是："对系统进行了室温环境下的性能测试。测试结果表明,系统温度控制精度达到±0.5℃，响应时间小于10秒，满足设计要求。进一步测试了系统的稳定性，连续运行24小时无故障。"
这段被标成了红色，标注是"测试过程过于简略，缺少真实性"。确实，这种"测试结果表明..."的表述就像是用公式生成的句子，完全看不出具体的测试过程和细节。
这次检测让我意识到，PaperYY的原创性分析不只是检测文字表达，更是在检测内容的真实性和深度。它要求理工科论文不能只写"做了什么、结果怎样"，还要写"为什么这样做、怎么做的、遇到了什么问题"。
第一阶段：重构硬件设计的决策过程
既然PaperYY要看设计决策过程，那就把选型和设计过程中的所有思考都写出来。
我重新梳理了当初硬件选型的过程。其实在确定用STM32F103之前，我考虑过好几种方案。最便宜的方案是用51单片机，但51的处理速度不够，如果要实现PID控制算法会比较吃力。Arduino开发简单但扩展性不够好。最后选择STM32是综合考虑了性能、价格和开发难度。
我把这个决策过程详细写进了论文："在选择核心控制器时，我首先考虑的是51单片机，因为它便宜且熟悉。但在纸上推演了一遍控制算法后发现，51单片机的12MHz时钟频率要同时处理温度采样、PID计算、PWM输出和LCD显示，时序会很紧张。尤其是PID算法涉及浮点运算，51处理起来效率很低。后来考虑过Arduino Uno，开发确实方便，但Arduino的引脚功能比较固定，我需要至少3个硬件定时器（一个用于采样周期，一个用于PWM输出，一个用于显示刷新），Arduino不太够用。最后选择了STM32F103C8T6，这款芯片的72MHz主频处理我的算法绰绰有余，有多个硬件定时器和丰富的外设接口，价格也就十几块钱。虽然开发难度比Arduino大一些，但值得。"
对于温度传感器的选择，我也补充了对比过程："温度传感器我最初想用热敏电阻，因为便宜。但热敏电阻需要进行A/D转换，还要根据电阻值计算温度，精度不太够。LM35是另一个选择，它直接输出电压信号，温度每升高1℃电压增加10mV，使用简单。但我需要的测温范围是-20℃到100℃，LM35在负温度区域表现不太好。最后选了DS18B20，虽然价格稍贵（8块钱一个），但它是数字输出，不需要A/D转换，精度可以达到0.0625℃，而且单总线通信只占用一个IO口，非常适合我的应用。"
这样写完之后，硬件设计部分从原来的2000字扩展到了4000字。新增的内容全是当初实际的设计思考过程。虽然篇幅增加了，但读起来更像是真实的设计记录，而不是教科书的知识罗列。
重新检测这部分后，标注从橙色变成了黄色，AI疑似度从82%降到了56%。有进步，但还需要继续深化。
第二阶段：还原软件开发的真实过程
软件设计部分是我花时间最多的地方，因为从零开始写STM32的代码，调试各种外设接口，前前后后改了无数次。但在论文里我只是写了"采用模块化设计"、"实现了XX功能"这样的结果陈述，完全没有体现开发过程的艰辛。
现在我要把那些被我认为"不重要"的过程细节都写出来。
比如温度采集模块，我原来只写了"使用单总线协议读取DS18B20数据"。现在我详细记录了调试过程："DS18B20使用的是单总线协议，理论上很简单，但实际调试时遇到了大麻烦。按照数据手册的时序图编写代码后，发现读出来的温度值不对，经常是85℃或者0℃，明显不正常。我用示波器查看了时序波形，发现复位信号的时间不够准确。DS18B20要求复位低电平持续至少480us，我写的延时函数在不开优化的情况下时间刚好，但一旦开了编译优化时间就不够了。后来改用硬件定时器产生精确的延时，终于稳定读取到了正确的温度值。这个过程让我理解了嵌入式开发中时序精度的重要性。"
PID控制算法的实现过程也有很多细节："最初我直接套用了教科书上的PID公式：u(t) = Kpe(t) + Ki∫e(t)dt + Kd*de(t)/dt。写好代码烧录进去，发现控制效果很差，温度会在设定值上下大幅震荡。我意识到可能是参数没调好，于是开始调整Kp、Ki、Kd的值。但手动调参效率太低，我写了一个上位机程序，可以通过串口实时修改PID参数并观察控制曲线。经过两天的反复测试，最终确定了一组比较合适的参数：Kp=5.0, Ki=0.2, Kd=1.0。后来我还发现积分累积会导致超调过大，加入了积分限幅的逻辑。这些细节在教科书上是没有的，都是调试过程中慢慢摸索出来的。"
显示模块的开发也不是一帆风顺："LCD1602的驱动看起来简单，但实际遇到了显示乱码的问题。起初我怀疑是引脚接错了，检查了好几遍硬件连接都没问题。后来发现是初始化时序的问题，LCD1602在上电后需要等待至少15ms才能开始初始化，我的代码上电就立即初始化，导致液晶屏工作不正常。加入上电延时后问题解决了。另外我还优化了显示刷新策略，不是每次都刷新整个屏幕，而是只更新变化的部分，这样可以避免屏幕闪烁。"
把这些调试过程、遇到的问题、解决的方法都详细记录下来，软件设计部分的字数从3000字增加到了6000字。这些新增的内容都是我亲身经历的开发细节，AI工具是编不出来的。
重新检测后，软件设计部分的AI疑似度从85%降到了48%。
第三阶段：详细记录测试过程和数据
实验测试部分是PaperYY标注最严重的地方，因为我原来写得太简略了。现在我要把每一项测试的具体过程都详细描述。
温度控制精度测试我是这样做的："为了测试系统的控制精度，我设置了五个不同的目标温度：25℃、30℃、40℃、50℃、60℃。测试环境是实验室的房间，室温约23℃。被控对象是一个装有电热丝的铝制容器，容器内放入200ml的水。我在容器中放入了两支温度计，一支是系统的DS18B20传感器，另一支是精度为±0.1℃的数字温度计作为参照。每个目标温度都运行30分钟，每隔1分钟记录一次两支温度计的读数。测试过程中我发现，刚开始加热时温度上升很快，接近目标温度后系统会自动降低加热功率，温度曲线逐渐趋于平稳。30分钟后测量稳态误差，五组测试的误差分别是+0.3℃、-0.4℃、+0.5℃、-0.3℃、+0.4℃，确实都在±0.5℃范围内。"
响应时间测试也有详细的数据："响应时间是指从设定温度改变到系统实际温度达到新设定值的90%所需的时间。我设计的测试方案是：将系统稳定在25℃，然后突然将目标温度设定为35℃，记录温度变化曲线。测试了五次，响应时间分别是8.2秒、9.1秒、7.8秒、8.5秒、9.3秒，平均8.6秒。我还测试了从高温降到低温的响应时间，从50℃降到40℃用了大约25秒，比升温慢很多，这是因为降温只能靠自然散热，没有主动制冷装置。"
稳定性测试我不只是说"连续运行24小时无故障"，而是详细记录了过程："4月15日上午10点开始长时间稳定性测试，目标温度设定为40℃。为了记录完整的运行数据，我在程序中加入了数据记录功能，每10分钟通过串口输出当前温度、加热占空比等信息，上位机自动保存到文件。测试过程中我不在实验室，通过远程监控上位机的运行状态。第二天上午10点回到实验室，系统仍在正常运行，查看数据记录发现，24小时内温度一直稳定在39.5℃到40.5℃之间，加热占空比在15%到25%之间波动（环境温度有轻微变化会影响散热，所以占空比会调整）。整个过程没有出现程序卡死、温度失控等异常情况。"
我还补充了一些意外情况的测试："在测试过程中还发生了一个小插曲。有一次我在系统运行时不小心碰掉了温度传感器的连接线，按理说系统应该报错。但我发现LCD上显示的温度直接变成了85℃（DS18B20读取失败时的默认值），系统还在继续加热，这是很危险的。这让我意识到我的程序缺少异常检测机制。于是我加入了传感器故障检测的代码：如果连续三次读取到85℃或0℃这种异常值，系统会停止加热并在屏幕上显示'传感器错误'。加入这个功能后，系统的可靠性明显提升了。"
测试部分从原来的1000字扩展到了4000字，全是详细的测试过程和真实数据。重新检测后，这部分的AI疑似度从91%降到了42%。
第四阶段：增加工程实践的反思
经过前三个阶段的修改,各主要部分的AI率都有了明显下降，但整体还在45%左右，需要继续优化。我重新审视了整篇论文，发现还缺少一个重要的维度：工程实践的反思。
理工科论文不应该只是技术的罗列和实验的记录，还应该有对整个设计过程的总结和反思。什么设计决策是对的？什么地方可以改进？如果重新做会怎么优化？这些反思性的内容是最能体现原创性的。
我在论文的讨论部分增加了一节"设计优化建议"。首先反思了硬件设计的不足："回顾整个硬件设计过程，有几个地方如果能重新来可能会做得更好。首先是传感器的安装位置，我最初把DS18B20直接贴在容器外壁，但后来发现这样测的是容器壁的温度，不是水温。应该把传感器封装后直接放入水中，测温更准确。其次是加热功率的选择，我用的是50W的电热丝，对于200ml的水来说功率有点大，导致系统响应很快但容易超调。如果用30W的加热丝，虽然升温慢一点，但控制会更平稳。"
然后反思了软件设计的改进空间："软件方面最大的问题是PID参数需要手动调整。我测试时发现，环境温度变化或者水量不同时，最优的PID参数也会变化。如果能加入自适应参数调整算法，系统的适应性会更好。另外，我的控制算法是每隔100ms执行一次，这个采样周期是根据经验确定的，没有进行系统的分析。如果时间充足，应该测试不同采样周期对控制效果的影响，找到最优值。"
我还增加了一节"工程化建议"："这个毕业设计虽然实现了基本的温控功能，但距离实用化还有一些距离。如果要把它变成一个真正能用的产品，至少需要改进以下几点：一是电路需要做成PCB板，现在用的面包板连接不牢靠，容易接触不良；二是需要加入电源管理模块，现在直接用USB供电，如果断电所有设定都会丢失，应该加入电池备份和参数存储功能；三是需要设计外壳，现在电路板裸露在外面，不安全也不美观；四是人机交互可以改进，现在只能按键设置温度，可以加入蓝牙模块用手机APP控制，体验会更好。"
最后我还写了一段个人收获："这次毕业设计让我深刻体会到，做工程项目和做实验课作业完全不同。实验课有详细的指导书，照着步骤做就能出结果。但毕业设计是从零开始，从需求分析到方案设计、从硬件选型到软件编程、从功能调试到性能测试，每个环节都要自己摸索。过程中会遇到各种预想不到的问题，需要不断查资料、做实验、改方案。虽然很累，但这种从无到有创造出一个系统的成就感是无可替代的。这个项目也让我理解了课本知识和工程实践之间的差距，很多理论上简单的东西，实际做起来都有很多细节需要注意。"
这些反思性的内容让论文更加完整，不只是技术的展示，而是完整的工程实践记录。增加了大约3000字的反思和总结后，再次检测，整体AI疑似度降到了29%。
第五阶段：优化技术描述的个性化表达
到这个阶段，AI率已经降到了可以接受的范围，但为了达到20%以下的目标，还需要继续优化。这次我主要关注技术描述的表达方式。
理工科论文的技术描述确实有规范性要求，但规范不等于机械。我发现自己有一些表达习惯过于模式化。
比如在描述电路工作原理时，我总是用"当XX时，XX电路工作，输出XX信号"这样的句式。我把这些改成了更灵活的表达："STM32通过GPIO口输出高电平时，三极管导通，继电器线圈得电吸合，常开触点闭合，220V交流电接通加热丝开始加热。这个过程响应很快，从GPIO输出到加热丝发热只需要几十毫秒。"
在描述算法流程时，我原来总是用"首先...然后...接着...最后..."这样的顺序词。我尝试用更自然的表达来描述逻辑："程序启动后先进入初始化阶段，配置好时钟、外设、中断，大概需要几十毫秒。初始化完成后系统进入主循环。每100ms的定时中断触发一次控制周期：读取DS18B20的当前温度值，和设定的目标温度做比较，用PID算法计算出需要的加热功率，转换成PWM的占空比输出到加热控制电路。同时更新LCD显示的温度和状态信息。这个循环会一直持续下去，直到用户关闭系统或者发生异常。"
对于公式和计算过程，我也尝试加入更多的解释："PID算法的核心是三个参数：比例系数Kp、积分系数Ki、微分系数Kd。Kp决定了系统对当前误差的反应强度，这个值越大，控制作用越强，但太大会导致震荡。我的系统最后设定为5.0，这意味着如果实际温度和目标温度相差1℃，比例控制就会贡献5的输出量。Ki控制的是累积误差的消除能力，这个值设得比较小（0.2），因为如果积分作用太强，会导致超调和震荡。Kd是微分系数，反映温度变化的趋势，可以提前抑制震荡，我设为1.0。这三个参数的配合决定了整个系统的控制性能。"
我还注意到一些技术术语的使用过于频繁。比如"该模块"、"该电路"、"该算法"这样的指代词用得太多，我改成了更具体的表述："温控系统"、"加热电路"、"PID控制器"等。这样读起来更清楚，也避免了过度使用指示代词的机械感。
在图表说明方面，我原来只是写"如图X所示"、"见表X"这样的简单引用。现在我会在引用图表时加入更多的说明："图3.2展示了系统从25℃升温到40℃的完整温度曲线。可以看到，前20秒温度快速上升，这时加热功率是满的。从20秒到60秒之间，温度上升速度逐渐放缓，因为PID算法开始降低加热功率防止超调。60秒后温度稳定在目标值附近，小幅波动是正常的控制过程。这条曲线的形状说明PID参数调节得比较合理，既保证了响应速度，又避免了过度超调。"
经过这一轮表达优化，论文的可读性明显提升，技术描述不再那么僵硬。重新检测，AI疑似度降到了18%。
最后的优化：工具辅助润色
虽然AI率已经达标了，但为了保险起见，我还是用零感AI做了最后的优化。考虑到理工科论文的特殊性，我选择了"通用降AI"模式，强度设为"轻度"，避免过度修改影响技术描述的准确性。
处理完后我仔细对比了修改内容。零感AI主要优化了几个方面：
一是进一步丰富了句式结构，避免了一些重复的表达模式。比如我有好几处用了"测试结果表明..."这样的句式，工具把其中几处改成了"从测试数据可以看出..."、"实验证实了..."这样不同的表达。
二是优化了一些技术术语的使用。有些地方我过度使用了专业术语，工具适当加入了一些通俗的解释，让表达更平衡。
三是调整了段落的长度和节奏。有些段落我写得太长，工具适当做了拆分，让阅读体验更好。
我确认这些修改没有改变技术内容的准确性后，接受了修改。然后进行了最终检测。
PaperYY原创性分析结果：AI生成疑似度13%。终于达到了理想的水平。
PaperYY检测的特点总结
经过这次完整的修改过程，我对PaperYY的原创性分析有了深入的理解。
PaperYY的检测标准相比其他平台更严格，特别是对理工科论文。它不只看表达方式是否标准化，更看内容是否有真实的工程细节和个人化的设计思考。
理工科论文在PaperYY上容易被标注的几个问题：技术描述过于教科书化、缺少设计决策过程、实验记录过于简略、缺少问题解决细节、缺少工程反思。
应对PaperYY检测的关键是把论文从"技术报告"变成"工程日志"。不要只写做了什么、结果怎样，要详细记录为什么这样做、怎么做的、遇到了什么问题、如何解决的、有什么改进空间。这些真实的工程实践细节是AI工具无法生成的。
给理工科同学的实用建议
如果你也是理工科专业，需要用PaperYY做原创性分析，我有以下建议：
第一，在做项目的过程中就要注意记录细节。不要等到写论文时才去回忆，很多重要的细节会忘掉。建议建立一个工程日志，把每天的工作内容、遇到的问题、解决方案都记下来。写论文时这些素材会非常有用。
第二，方案设计部分要详细写选型过程和决策依据。不要只写最终选择了什么，要写为什么选这个而不选那个、对比了哪些方案、各有什么优缺点。这种决策过程的记录最能体现设计能力。
第三，实现过程要详细写调试细节。遇到的每个问题、尝试的每种解决方法、最终如何解决的，这些都要写。不要觉得这些"失败的尝试"不重要，恰恰相反，这些是最能证明原创性的内容。
第四，测试部分要详细记录数据。不要只写"测试结果表明..."，要写具体的测试方案、测试环境、测试步骤、详细数据、数据分析。有图表就配图表，有波形就贴波形。
第五，要有工程反思。这个设计有什么不足？如果重新做会怎么改进？和预期有什么差别？遇到的最大困难是什么？这些反思性的内容很重要。
第六，技术描述要准确但不要过于机械。可以用规范的专业术语，但要注意句式的多样化。不要通篇都是"该系统...该模块...该电路..."，要用更具体的表述。
第七，建议手动修改+工具辅助结合。先通过增加工程细节和设计思考把AI率降下来，然后再用工具做最后的优化。但要注意选择轻度修改，避免工具把技术术语改乱了。
我的这篇毕业设计论文最后评审时得了优秀，答辩时老师还特别表扬说论文写得很详细，能看出确实是自己一步步做出来的。虽然修改过程很辛苦，但这个过程也让我对自己的设计有了更深入的理解，对答辩也很有帮助。
理工科论文本来就应该详细记录工程实践的全过程，降低AI率的过程，其实也是把这种工程思维和设计能力充分展现出来的过程。这不只是为了应付检测，更是对自己工作的认真总结。