崩塌灾害的早期预警一直是岩土工程领域研究的热点问题之一.传统的监测预警方法监测指标相对单一, 更多关注于加速破坏前兆的识别, 使得崩塌的早期预警存在诸多困难.本文首先引入动力学监测指标, 对岩土体破坏过程中的动力响应进行综述, 得出基于固有振动频率等动力学监测指标可以为危岩体的损伤提供数据支持.随后基于最新的实验研究发现动力学监测指标可以有效反应边坡的物理力学特征的变化, 进而可以实现岩体损伤与稳定性的动态识别和定量判断.在对国内外现状进行综述发现, 基于分离阶段破坏前兆识别的岩块体崩塌灾害预警思路, 具有更好的时效性, 是未来崩塌早期预警的发展方向, 同时对崩塌的早期预警指标体系进行展望, 得出基于动力学指标、静力学指标和环境量指标三位一体的早期监测预警指标体系, 必将在工程监测与灾害预警方面发挥更大潜力, 为从事应对崩塌等脆性破坏灾害预警预防的研究工作者提供有效参考

采用1:4的比例建立水力学模型模拟210 t多功能RH浸渍管内钢液流动装置,对钢液流态进行分析,并考察吹氩量、浸渍管插入深度及吹氩孔个数对钢液流场和混匀时间的影响.结果表明:钢包内存在一主回流和大量小回流,并且来自下降管的下降液流和其周围液体形成了液-液两相流,这种流动状态对钢包内的混合及传质起着决定性的作用;本文得到的关于RH钢包内液体的这种流动状态,否定了RH过程的早期研究中关于下降管和上升管间存在\短流\现象的结论.吹氩量、浸渍管插入深度、上层和下层吹氩孔个数对钢液混匀时间的影响都非常明显,其中吹氩量及下层吹氩孔个数的变化对钢液混匀时间的影响趋势较为强烈

医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

gn_9_1 极限包络线 通过实验，确定在不同主应力比值（σ1/σ3）下材料弹性失效时的主应力数值，根据这些数值可作出相应的应力圆（极限应力圆），再作这些应力圆的包络线，就是所谓的极限包络线。（L 书 p.329 图 8.26） gn_9_2 第三、四强度理论的几何表示 在以主应力为坐标轴的几何空间中，第三、四屈服准则分别是一斜置的并同各坐标轴具有相同倾角的六棱柱面和圆柱面（屈服面）。对于给定的应力状态，若位于柱面内则不屈服，若其对应点位于柱面上则发生屈服

通过Gleeble热模拟实验研究了含0.038%Nb(质量分数)的热轧TRIP钢在高温奥氏体区的热加工工艺,借助光学显微镜、扫描电镜和透射电镜分析了组织演变和Nb的析出行为,并利用电感耦合等离子体发射光谱仪定量分析了Nb的固溶/析出程度.在1250℃奥氏体化5 min后添加Nb有70%固溶于奥氏体.在1000℃以上的奥氏体再结晶区变形过程中Nb的析出量仅占总固溶量的3%,不能有效抑制静态再结晶,奥氏体晶粒得到明显细化.在900℃的奥氏体未再结晶区变形前析出Nb量已达到总固溶量的9%,再结晶被抑制而获得拉长状奥氏体.奥氏体未再结晶区变形可促进铁素体转变并细化铁素体晶粒.再结晶奥氏体或形变奥氏体状态下冷却至650℃时分别有占总添加量的48%和40%的Nb仍以固溶态存在

采用共存理论、动力学分析和实验验证的方法,研究转炉冶炼超低碳钢吹炼末期炉渣成分对终点[C]含量的影响规律,建立1853-1973 K时终点[C]与炉渣成分和温度的回归模型.结果表明：FeO活度受温度影响较小,主要受炉渣成分的影响;脱碳动力学条件主要受炉渣成分和温度的影响.炉渣碱度增加,终点[C]含量升高;渣中FeO含量增加,终点[C]含量迅速降低,渣中FeO质量分数应控制在12.0%-18.0%之间;渣中MgO质量分数在7.0%-13.0%范围内逐渐增加,钢液中[C]质量分数增加值不足0.01%;随着温度的增加,钢液中[C]含量降低.回归模型对冶炼超低碳钢的转炉终点[C]含量的预判平均误差率为±15.25%,[C]含量误差在±0.01%以内的炉次占69.19%

研究了红格钒钛磁铁矿(HCVTM)球团等温氧化动力学及其矿物学特征. 在不同的温度(1073~1373 K)和不同的时间(10~60 min)范围内,对HCVTM球团矿进行了等温氧化动力学实验. 首先分析了球团在不同温度和时间下的微观结构和矿物组成规律. 然后根据定义的氧化率,计算和分析了氧化率及其变化规律,以及矿相结构对氧化率的影响. 最后结合缩核模型、修正的氧化率函数和阿伦尼乌斯公式,计算了反应速度常数、修正系数和反应活化能,并判断了反应限制性环节. 研究表明:随温度的提高,低熔点液相增加,赤铁矿晶粒的生成、长大和再结晶,形成连续的黏结相,空隙数量减少. 随时间的增加,生成的液相促进了赤铁矿晶粒间的黏结和长大,但是晶粒间硅酸盐相和钙钛矿类物相恶化了球团结构. 同时,钙钛矿和铁板钛矿相生成. HCVTM球团矿空隙数量的减少和黏结相的生成,表现在氧化速率随时间增加而减慢. HCVTM球团氧化反应主要受扩散控制,球团氧化前期的反应活化能为13.74 kJ·mol-1,氧化后期的活化能为3.58 kJ·mol-1,氧化率函数的修正参数u2=0.03

通过对高速车轮钢中TiN夹杂物析出进行热力学分析,得到了车轮钢的液相线和固相线温度及1873K时Ti、N的活度.对TiN生成反应和钢中Ti、N溶度积进行了计算.结果表明:TiN只能在固相中生成,但在本车轮钢Ti、N含量下,固相中也没有TiN生成的条件,只有在钢液凝固前沿,由于Ti、N在两相区的富集,TiN夹杂物的生成反应得以进行.因此,在生产中,适当提高连铸二冷的冷却速率,使钢液快速凝固,减少凝固前沿Ti、N的富集时间,可减少纯TiN的析出.对本实验车轮钢中TiN夹杂的检测结果进行计算分析可知,在正常生产时铸坯冷却速率条件下,将钢中Ti的质量分数控制在3.5×10-5以下、N的质量分数控制在3.1×10-5以下,理论上可以消除TiN夹杂物的析出,改善车轮钢的疲劳性能,提高车轮的使用寿命

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力

提出了基于免疫遗传算法的形态学自适应结构元素生成算法，并将其用于光学相干断层成像(optical coherence tomography，OCT) 图像中视网膜组织边缘检测. 首先将图像进行去噪和粗分割的预处理，并将图像划分为若干子图像; 其次对每一子图利用免疫遗传算法求取自适应结构元，初始随机生成固定长度的二进制数串作为抗体，并将其转化为结构元素格式，以图像二维熵定义抗体适应度，根据子图像本身结构特征信息，寻找最优抗体结构元素; 最后利用寻优得到的各结构元素对子图进行形态学边缘检测，合并各子图的分割结果，实现整体图像目标边界提取. 实验结果表明了该方法在图像目标边界提取的有效性