为探究洛带古镇隧道瓦斯爆炸下洞口衬砌致损机理，对隧道内积聚瓦斯等效、量化研究，采用LS-DYNA建立与洞门几何结构一致的流固耦合数值模型并验证，以RHT模型模拟混凝土并修正参数，对爆炸过程中冲击波的传播特征及强度、洞门致损机理研究分析，并将模拟结果与实际情况对比.研究表明：爆炸冲击波在隧道内无规则的反射效应使其强度剧增、流场复杂，局部位置有聚焦现象，隧道内高压达1.2~2.4 MPa；传播过程中，靠衬砌一侧冲击波运动速度较快，形态也由“球状”变为“喇叭”状；当以平面波形态传至洞门时，拱顶冲击波强度增加56%，达2.8 MPa，并在削竹式洞门周边发生衍射；自隧道传出后，强度逐渐降低，边墙及底板处的冲击波沿纵向径直射出，拱部冲击波向斜上方运动，形成“蘑菇云”.爆炸作用下，衬砌曲边墙脚处完全破坏；爆心距7 m范围内衬砌受损严重；7~15 m范围内拱部几乎未受损；洞门受损严重.缺少围岩的约束作用，洞门拱顶Y向、拱脚X向位移分别达0.26和0.14 m，迎爆面、背爆面拉应力分别介于7.9~31.5 MPa、4.9~15.6 MPa，背爆面出现多个应力峰值，洞门主要为受拉致损.经对比，洞门损伤特征的数值模拟结果与现场实际情况基本一致，可为后续的衬砌灾害处治提供依据

采用溶胶凝胶法制备石墨烯气凝胶（GA），并研究了前驱液中的pH值与氧化石墨烯（GO）的质量分数对GA材料储能性能的影响。使用X射线粉末衍射（XRD）、X射线光电子能谱（XPS）、氮气吸脱附分析、扫描电子显微镜（SEM）对样品微观结构与形貌进行表征。用循环伏安（CV）、恒流充放电（CP）、电化学交流阻抗（EIS）测试了样品的电化学性能。结果表明，前驱液中的pH值及GO质量分数的不同会影响GA中团簇颗粒的大小和数量，进一步影响GA三维结构。在pH值为6.3、GO 的质量分数为1%时，制得的GA比表面积最大为530 m2?g?1，在1 A?g?1的电流密度下比电容高达364 F?g?1。此外，将该材料制成对称超级电容器具有高的库伦效率，在1 A?g?1下进行CP测试，得到电容器的比电容为98 F?g?1，循环800次后其循环稳定性能为初始比电容值的95.9%

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

以相变材料为核心的潜热储存技术，对加快新能源开发和提高能源利用率起着关键性作用。以油酸钙为前驱体，通过水热法合成了具有自支撑网络结构的羟基磷灰石（HAP）气凝胶，并采用浸渍法制备出自支撑羟基磷灰石复合相变材料。通过扫描电镜、傅里叶红外光谱、X射线衍射、热重法、差示扫描量热法等手段对所制备复合相变材料的形貌、稳定性、热性能等进行了表征及测试。实验结果表明，负载石蜡或十八醇的羟基磷灰石气凝胶复合相变材料均具有良好的热性能，质量分数60%石蜡@HAP气凝胶复合相变材料的熔融焓和凝固焓测量值分别为85.10和85.30 J·g?1，结晶度为81.50%；质量分数60%十八醇@HAP气凝胶复合相变材料的熔融焓和凝固焓测量值为113.78和112.25 J·g?1，结晶度为86.20%，且具有很好的热稳定性和化学稳定性。此外，羟基磷灰石气凝胶载体材料阻燃性好，无腐蚀且安全环保，有效拓展了相变材料在智能保温纺织物和建筑材料等领域的实际应用

全废钢连续加料电弧炉内长电弧作为炉内主要的能量来源，对废钢熔化及钢液升温至关重要。采用磁矢量势的磁流体动力学方法建立了电弧炉内电弧的数值模型，并基于该数值模型对电弧炉内电磁场、温度场和流场进行耦合求解，研究了电流大小、弧长对电弧炉内电弧的温度、速度、压力及气体剪切力特性的影响。结果表明，全废钢连续加料电弧炉内电弧等离子体呈“长钟型”分布，电弧柱较细长；随着电流增大，电弧有效作用范围增大，阳极表面电弧压力和气体剪切力增大；随着弧长增加，电弧有效作用范围减小，阳极表面的电弧压力和气体剪切力减小。短弧操作对熔池冲击剧烈，长弧操作熔池较为平稳，合理控制电流和弧长能有效提高电弧热效率

以氧化铝溶胶为黏结剂、金属Fe为烧结助剂, 采用冷压-烧结制备出铝电解用Fe-TiB2/Al2O3复合阴极材料, 利用20A电解试验研究其电解性能; 利用能谱仪(EDS) 对电解试验前后的复合阴极材料进行了成分物相分析, 研究电解过程中各种元素迁移行为.研究结果表明: 金属Fe作为烧结助剂在烧结过程中能有效的填充骨料之间的空隙, 使该复合阴极材料的烧结致密度显著提高; 20 A电解试验过程电压稳定, 电流效率93. 2%, 原铝中铝元素质量分数为99. 47%, 杂质元素质量分数为0. 53%.在电解试验后, 铝液能有效润湿阴极表面, 表明Fe-TiB2/Al2O3复合阴极材料具有较理想的可润湿性; 从复合阴极电解后的能谱分析可知, 在电解过程中, 碱金属主要是通过液态电解质渗透进入阴极材料中, 随后又逐渐渗透进入黏结剂相中, 并在骨料之间氧化铝溶胶和金属烧结助剂均未能充分填充的空隙进行富集. K元素较Na元素对黏结相的渗透力更强; 与此同时, 阴极表面生成的Al通过复合材料的空隙进入阴极内部, 而Fe金属会利用材料内部的空隙反向扩散至铝液层中.在试验中, 阴极表面的铝液层的稳定存在是该阴极高效稳定运行的基础

采用等温凝固实验、差示扫描量热仪(DSC)研究了K424合金的凝固行为以及冷却速度对其影响.利用光学显微镜、扫描电镜以及能谱分析仪分析了合金在不同温度等温凝固、不同冷却速度下的微观组织以及凝固后期的元素的偏析行为,确定K424合金的固相线、液相线和主要相的析出温度等凝固特性以及冷却速度对γ'相、MC碳化物以及共晶组织的影响规律.研究结果表明:K424合金的凝固顺序为:1345℃,γ相从液相析出,随后在1308℃析出MC型碳化物,在非平衡凝固条件下,共晶组织在1260℃析出,1237℃,凝固结束;共晶组织的形成与凝固末期Al、Ti元素的偏析行为以及冷却速度密切相关;随着冷却速度的增加,MC和共晶组织尺寸及数量均呈现先增大后减小的趋势;γ'相形貌从花瓣形状向规则立方及球形转变,尺寸也从2 μm减小至60 nm

以硫化镍精矿为原料，采用共沉淀–煅烧法成功制备出Cu掺杂尖晶石铁氧体(Ni, Mg, Cu)Fe2O4异相类Fenton催化剂。利用X射线衍射(XRD)、扫描电子显微镜(SEM)及X射线光电子能谱(XPS)等手段系统研究了Cu掺杂量对所制备产物微观结构、形貌及催化性能的影响；确立了最优催化体系为光助类Fenton催化体系“(Ni, Mg, Cu)Fe2O4催化剂/H2O2/可见光”，揭示了Cu掺杂对(Mg, Ni)Fe2O4催化活性的增强机制。结果表明：在选定的实验条件下，制备得到的产物均为纯相立方尖晶石铁氧体。当Ni与Cu摩尔比为1∶1时，合成的(Ni, Mg, Cu)Fe2O4在可见光照180 min条件下对质量浓度为10 mg?L?1的罗丹明B(RhB)溶液的降解率可达94.5%。究其主要原因为：随着Cu掺杂量的增加，占据(Ni, Mg, Cu)Fe2O4八面体位的Fe3+和Cu2+的相对含量增加，即裸露于铁氧体表面的Fe3+和Cu2+数量增多，以及两者的协同作用，加速了羟基自由基(·OH)反应的发生，最终使得RhB溶液的降解效率从73.1%提高至94.5%

为提高储氢反应器的传热及吸放氢速率, 对现有金属氢化物反应器进行了系统的综合分析与评价.基于强化传热传质特性, 设计优化出了一种高效的新型椭圆螺旋微管束反应器(ESMBR), 其具有结构紧凑、传热效果好、反应速度快及操作方便等特点.对研究的储氢反应器进行了建模, 并通过实验验证了该模型的准确性和有效性.通过COMSOL软件对比ESMBR、圆形螺旋微管束反应器(SMBR)和直管微管束反应器(MTBR)的数值模拟结果得出, ESMBR在储氢时具有优异的传热传质性能.进一步的敏感性分析结果表明, ESMBR中椭圆螺旋管结构参数的敏感性顺序为主直径(Dc) >椭圆截面长轴(A) >椭圆截面短轴(B) >节距(Pt) >螺旋角度(α).采用多元价值取向模型对不同的反应器方案进行了系统的分析评估, 结果表明: ESMBR的综合优度高达0.845, 对比结果也明显优于其他反应器, 在氢能领域将有广阔的应用前景

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性