针对一类具有空间不均匀性的辨识和回归问题，提出了基于小波分析的极限学习机方法.从多分辨率分析的思想出发，构造一簇紧支撑正交小波作为隐层激活函数，并利用改进的误差最小化极限学习机训练输出层权重，避免了新加入高分辨率子网络后的重新训练.同时，由一维多分辨分析的张量积构造了二维多分辨小波极限学习机.进而通过脊波变换将小波学习机扩展到高维空间，对脊波函数的伸缩、方向和位置参数进行优化计算.对具有奇异性的函数仿真结果证明，与标准极限学习机相比，小波极限学习机由于其聚微性能在极短的训练时间内更好地逼近目标.一些实际基准回归问题上的测试验证了脊波极限学习机在其中大部分问题上达到更高的训练和泛化精度

分别采用传统冷轧轧制液和纳米TiO2的冷轧轧制液,对无取向硅钢板进行了四辊冷轧实验.重点研究两种冷轧轧制液的轧制润滑性能和对轧后硅钢薄带表面质量和耐蚀性能的影响.通过场发射电子显微镜和能谱仪对使用两种轧制液轧后得到的硅钢薄带表面形貌和成分进行了分析.给出了轧制液中TiO2纳米粒子在轧制过程中的抗磨减摩机理.在轧制载荷较高时,纳米TiO2轧制液具有优良的轧制润滑性能并能显著改善轧后硅钢薄带的表面质量.同时在高载荷作用下,TiO2纳米粒子被压入硅钢薄带基体,形成一个滑动系来支撑载荷,从而使润滑膜的耐磨性提高

钢铁企业面临库存增加、产能过剩、盈利艰难等问题，迫切需要通过绿色化和智能化的发展来应对当前的严峻形势.基于钢铁企业制造流程特点，通过分析企业以铁素流为核心的物质流和相应能量流网络特征，针对企业现有信息化系统在物质流和能量流协同方面存在的问题，提出钢铁制造过程的物质流和能量流的协同方法，明确物质流和能量流的耦合应从钢铁制造的单元工位设备与整体流程网络两个层面进行规划、设计和实施，并且指出可从完善信息监控、进行计划协同和调度协同三个方面来实现协同优化.构想基于现有信息系统架构，通过增加相应企业资源计划系统、制造执行系统、能源管理系统等信息系统的功能，以及建立物质流和能量流协同优化信息子系统的方式，以钢铁制造过程的物质流和能量流相关信息的数字化及模型化为支撑，实现制造流程的物质流和能量流协同优化，达成生产优化、资源优化和能源优化的效果

针对某热轧带钢生产线时常会出现头部拉窄现象,本文从实际生产数据出发,首先采用动态弯曲时间算法将长度不同的各变量转换为相同长度,然后采用信息熵特征选择算法分析各生产过程变量对产品质量的影响程度,找出对头部拉窄影响最大的前若干个过程变量,初步定位热轧带钢头部拉窄原因.结果表明:信息熵特征选择方法可以有效初选热轧带钢头部拉窄原因,为生产调整提供方法支撑,将来还可推广到其他质量异常定位,甚至其他工序或者其他应用领域

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

高碳钢连铸生产技术工艺优化是当前连铸技术研究的主要内容之一。针对国内某钢厂SWRH82B高碳钢生产过程中出现碳偏析、网状渗碳体组织缺陷的问题，采用数值模拟与实验相结合的方法，利用Fluent软件建立了八机八流连铸机凝固传热模型，数值模拟计算凝固传热特征；研究了八机八流连铸机在不同浇注速度、过热度和末端电磁搅拌参数条件下对SWRH82B高碳钢铸坯碳偏析和夹杂物的影响；分析了SWRH82B高碳钢连铸过程中的主要要素与组织性能之间的关系。研究结果表明：铸坯中心碳偏析是网状渗碳体主要诱导因素，通过调整过热度和浇注速度有利于促进钢液成分的均匀化，降低夹杂物含量；当过热度降低至25 ℃，浇注速度提高至2 m·min?1，铸坯中心平均碳偏析指数由1.17降低为1.11，索氏体化率达到89%，网状渗碳体级别由四级下降到一级，基本消除C类夹杂物；通过设置末端电磁搅拌参数为电流370 A、频率7 Hz时，碳偏析指数最低值下降到1.04。通过优化连铸生产工艺参数，解决了企业SWRH82B高碳钢生产过程中的缺陷，为高碳钢的高质量生产提供理论与实践支撑

围绕两种新型耐火材料展开，即钢包精炼用高性能低碳镁碳耐火材料以及超低氧钢用耐火材料，初步实验表明，将大尺寸的碳硅化铝（Al4SiC4）引入到镁碳砖（MgO?C）中不仅可以提高其抗氧化能力，又能对含碳耐火材料氧化后的疏松结构进行修复，有望成为新一代钢包精炼用高性能低碳镁碳耐火材料；CaO?MgO?Al2O3（CMA）材料兼具优异的热机械和耐渣侵性能的同时，还可以在服役过程产生低熔点精炼渣相，具备净化钢水的潜力。可以预见，上述功能化新型耐火材料有望为高品质钢的进一步发展提供有力材料支撑

相变储能技术的发展对于促进新能源开发和提高能源利用效率具有非常重要的意义。相变材料由于具有高储能密度和小体积变化等优势引起了人们的广泛关注。然而，相变材料在固–液相转变过程中易发生液体泄漏而限制了其应用。因此，人们选择用多孔支撑材料来解决相变材料的泄露问题。介孔二氧化硅材料由于具有良好的物理化学稳定性、生物相容性、阻燃性能、低毒性、耐腐蚀性、尺寸可控、表面形貌可调和高比表面积等优点，其作为载体材料能综合提高相变复合物的各方面性能并拓宽相变储能材料的应用空间。对近年来国内外关于介孔二氧化硅载体的孔尺寸、孔结构和孔表面性质对相变材料结晶行为的影响等方面进行了综合分析，并对今后提高介孔二氧化硅相变材料储能效率的研究方法的前景做了展望

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

针对煤与瓦斯突出预测准确率问题,在分析煤与瓦斯突出瓦斯地质因素的基础上,构建了包含瓦斯指标、煤体指标、地应力指标3个一级指标和瓦斯压力、构造煤厚度等12个二级指标的预测指标体系,通过综合运用网络分析法和多类别距离判别法对灰色关联模型中的输入端和输出端进行研究,建立了煤与瓦斯突出多指标耦合预测模型.该模型基于对煤与瓦斯突出瓦斯地质因素的综合分析,计算预测指标权重,划分煤与瓦斯突出可能性等级,建立了对突出可能性进行判别的2个判别式.以平煤八矿为例应用该模型对8组预测样本进行了煤与瓦斯突出可能性判断,预测结果与实际符合,为矿井煤与瓦斯突出防治提供了技术支撑,证明了煤与瓦斯突出多指标耦合预测模型的准确性和适用性