本文针对大同和江苏的几种烟煤爆炸性能进行了研究,试验表明,煤粉的爆炸性不仅与其本身的挥发份或可燃基挥发份有关,而且与它的粒度及其比表面积有关。适当地扩大粒度范围有利于安全喷吹,但必须根据高炉冶炼的要求来决定,控制制粉及喷吹系统气氛中含O2量在15%以下,可以防止煤粉爆炸。降低气氛中含O2量可采用充N2或热风炉废气的办法。另外本文还讨论了煤粉罐（或煤粉仓）利用多孔板流化装置来防止积煤和降温的问题

尾矿坝失稳致灾机理极其复杂,然而目前尾矿坝灾害防控缺乏对尾矿材料多尺度多因素耦合力学机制的深入研究,且细粒与高堆尾矿坝灾变机理不明确.针对尾矿坝致灾机理研究的基础共性问题,收集大量的国内外尾矿坝灾害紧密相关的研究领域的文献,综述有关筑坝尾矿结构多尺度表征描述与力学特性、筑坝尾矿沉积运动规律、尾矿坝成坝机理与坝体结构组成、尾矿坝稳定性分析与致灾机理等方面的研究现状及成果,指出目前研究存在的不足,凝练出尾矿坝灾害研究领域亟待解决的关键科学问题,并对未来的研究发展态势进行具体全面的展望

将核主成分分析方法引入热轧生产过程的监控与诊断中,根据平方预测误差统计量进行生产过程监控,然后利用数据重构和优化的邻域选取策略相结合的方法求出各工艺参数对平方预测误差统计量的作用,分析引起过程异常的主要工艺参数,最后利用仿真和热轧带钢实际生产数据进行实验.结果表明:基于核主成分分析的平方预测误差统计量能较准确诊断过程的异常,并可以找出引起异常的原因,为调整生产过程提供方法支撑,防止次品的出现

将甲烷以低能耗的方式直接转化为甲醇等高附加值的化学品一直是可持续化工产业的重要目标和重大挑战。本文制备了三维（3D）ZnO/CdS/NiFe层状双金属氢氧化物（LDH）核/壳/分层纳米线阵列（NWAs）结构材料并将其用于室温、模拟阳光照射下甲烷的光电催化氧化。结果表明3D ZnO/CdS/NiFe-LDH具有优异的光电化学性能及催化活性，甲烷气氛下的光电流密度达到了6.57 mA·cm?2（0.9 V vs RHE），其催化甲烷生成甲醇及甲酸产量分别是纯ZnO的5.0和6.3倍，两种主要产物的总法拉第效率达到54.87%。CdS 纳米颗粒（NPs）的沉积显著提升了复合物对可见光的吸收，促进了光生载流子的分离。而具有三维多孔结构的NiFe-LDH纳米片的引入改善了甲烷氧化表面反应动力学，起到了优异的助催化作用；并且有效抑制了O2?-的产生，防止O2?-进一步将甲醇及甲酸氧化为CO2，提高了甲醇及甲酸的选择性。最后，提出了三维ZnO/CdS/NiFe-LDH复合材料光电催化甲烷转化为甲醇及甲酸的机理，为甲烷低能耗转化为高价值化学品提供了新思路

为了验证综采工作面采空区封闭与惰化过程中相关技术参数的合理性，了解注惰过程中各组分气体体积分数分布及扩散规律，掌握其随时间变化特点，依据气流渗透及扩散理论，运用Fluent软件对采空区封闭后惰化过程进行数值模拟，并采用现场取样化验分析的方法对采空区封闭后注惰过程中气体体积分数进行监测.通过对比发现，模拟结果与监测数据基本吻合，验证了模拟结果的准确性.由模拟结果可知：双\U\型通风系统的存在使得采空区内部空间具有较为均匀的风流流场分布；在正常通风情况下，O2、CO2及N2体积分数随距工作面距离的增加而逐步降低，CH4体积分数以下隅角为中心径向逐步增大；随着注惰进程的推移，O2和N2体积分数随着注惰时间的累积逐步升高，CH4和CO2体积分数则反之

从金屬及合金腐蝕的一般原理出發,討論了馬氏體,鈇素體及奧氏體三類不銹鋼,著重討論了奧氏體不銹鋼的合金化問題。研究指出,可用錳及氮代替鉻鎳型不銹鋼中的部份鎳,可用鈦及鈮防止鋼的晶間腐蝕;指出,加入鋼鉬等元素能提高鋼的耐腐蝕性能,加入硼能提高含氮鋼的晶間腐蝕抗力

无人机遥感技术是融合无人机、遥感传感器、差分定位、通信等技术以实现地理环境信息快速采集处理与应用分析的新兴技术。本文介绍了无人机遥感平台构成、技术现状及工作流程，并通过大量国内外文献调研系统梳理其在矿业领域应用场景与实际案例，结合当前技术供给短板分析发展态势。研究表明：（1）无人机遥感技术具备成本低廉、机动性强、数据采集灵活、时效性强、可重复、高分辨率等无可比拟的优势；（2）当前矿业领域主要应用于露天矿生产管理、尾矿库安全监测、灾害应急救援、矿区环境监测、边坡灾害防治；（3）规范监管、简化操控方式、提升续航时间、改善成果精度、拓展应用场景是技术应用发展趋势。无人机遥感技术在矿业领域具备广阔应用前景，势必成为智慧矿山建设中不可缺少的重要组成部分

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

高海拔寒区矿山岩质边坡变形破坏机制研究已取得一定的研究成果，但基于现行理论与技术还难以全面解决未来高寒边坡失稳机理和灾害防控的所有问题，至今尚未建立起完善的高寒边坡开采研究体系和边坡稳定性判别标准. 本文对高寒岩质边坡变形破坏的室内岩石力学试验、边坡物理相似模拟、多场多相耦合数值模拟、变形破坏原位监测、高海拔寒区岩质边坡失稳机理五个方面开展了大量的文献调研，总结高寒岩体变形破坏有关的研究成果，继而对存在的问题进行探讨并分析当前研究的不足，总结出高寒岩质边坡变形破坏研究领域亟待解决的关键问题：一是开采扰动条件下高海拔寒区矿山边坡岩体结构损伤劣化机制，二是冻融循环条件下流?固?气多相多场耦合边坡失稳时效特征与评价方法；并就未来高寒边坡变形和破坏研究方向及发展趋势予以分析，指出开展不同应力路径冻融循环耦合作用下岩体结构损伤劣化机理研究，开展爆破采动条件下高海拔寒区岩质边坡结构面致溃机制及边坡失稳破坏研究，开展地震荷载作用下高海拔寒区节理岩质边坡地震动力响应及致灾规律研究，研究多场多相耦合条件下节理岩体损伤劣化机理，开展高海拔寒区矿山边坡抗寒多参量实时安全监测及失稳预警技术研究五个方面是未来研究的趋势