电弧炉炼钢以废钢为基本原料，熔清后磷含量波动大，且受炉型结构限制，反应动力学条件差，深脱磷困难；全废钢冶炼熔清碳含量低，熔池内C–O反应缺乏，气泡产生数量少；且吹氧强化搅拌造成渣中FeO含量高、钢液易过氧化。电弧炉熔池内气–固喷吹冶炼新工艺，通过向熔池内部直接喷射石灰粉或碳粉，有效解决上述问题。本文通过数值模拟和水力学模拟实验研究了金属熔池内埋入式气体喷吹和气–固喷吹的冲击特征规律。熔池内射流水平和竖直冲击深度随气体喷吹流量增加而增加，而当气体喷吹流量一定时，随着喷枪安装角度的增大，熔池内射流竖直冲击深度增加，而水平冲击深度减少。同时发现，粉剂颗粒提高了气体射流的冲击动能，增加了气体射流的冲击穿透深度

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

针对工业生产700 MPa级高强度调质态钢板，通过Gleeble3500热模拟机进行模拟焊接试验，利用光学显微镜、硬度仪、场发射扫描电镜等设备对比研究了稀土Ce对高强钢焊接热影响区（HAZ）显微组织、晶粒度和力学性能的影响。研究结果表明，焊接热输入为25 kJ·cm?1和50 kJ·cm?1时，无稀土钢焊接热影响区冲击功分别为84.8 J和24.5 J，Ce质量分数为0.0018%的钢焊接热影响区冲击功分别为110.0 J和112.0 J，因此钢中加入适量Ce能够有效改善钢板焊接韧性。对比分析两种实验钢焊接热影响区晶粒尺寸和显微组织可以看出，随着焊接热输入值增大，高强钢焊接热影响区显微组织均逐渐从马氏体、下贝氏体转变为上贝氏体和粒状贝氏体组织，且奥氏体晶粒尺寸明显增大。但相同焊接热输入下，含Ce钢焊接热影响区晶粒尺寸显著减小，组织更加细小，且脆性的上贝氏体组织减少，从而显著提高了700 MPa级高强钢的焊接性能

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

MATLAB意为“矩阵实验室”，源自 Matrix Laboratory ，它是一种科学计算软件。 Matlab语言是由美国的Clever Moler博士于1980年。开发的设计者的初衷是为解决“线性代数”课程的矩阵运算问题。 目前MATLAB已经成为国际上最流行的软件之一，除了可提供传统的交互式的编程方法之外，还能提供丰富可靠的矩阵运算、图形绘制、数据处理、图像 处理和Windows编程工具等。因而出现了各种以MATLAB为基础的工具箱，应用于自动控制、图像信号处理、生物医学工程、语音处理、信号分析、时序 分析与建模、优化设计等广泛的领域，表现出了一般高级语言难以比拟的优势。 美国Mathwork软件公司推出的Matlab软件就是为了给人们提供一个方便的数值计算平台而设计的