《工程科学学报》：超低碳钢精炼过程中Fe-Al-Ti-O类复合氧化物夹杂的演变与控制

《工程科学学报》：铝棒低银铅合金表面陶瓷化复合阳极的制备与性能

《工程科学学报》：低矿化度水驱中的微粒运移机理及其开发效果

《工程科学学报》：盐酸法富集低品位锰矿及酸介质高值再生工艺（北京科技大学）

利用循环伏安、交流阻抗谱和极化曲线研究了Acidithiobacillus ferrooxidans对软锰矿在模拟浸出溶液(9K基础培养基, A.ferrooxidans, Fe (Ⅲ), A.ferrooxidans+Fe (Ⅲ))中电化学腐蚀行为的影响; 利用模拟有菌/无菌浸出溶液中钝化膜的Mott-Schottky理论比较了有无细菌存在情况下形成的钝化膜的优劣性.结果表明, A.ferrooxidans促进MnO2/Mn2+氧化还原转化, 催化MnO2/Mn (OH)2电极反应; 加速软锰矿/溶液界面电子交换, 无铁存在时A.ferrooxidans使电荷转移内阻降低34%, 比含Fe (Ⅲ)无菌体系低11%;引起软锰矿电极极化, 增强其氧化活性; 加速MnO2向MnO·OH转化及其产物扩散.A.ferrooxidans与软锰矿作用更倾向于间接作用机理.在选取的各模拟电解液(pH值为2.0)中, 0.2~0.4 V区间内软锰矿形成耗尽层, 在模拟浸出溶液中形成的钝化膜都表现出p-n-p-n型半导体性能.在选取的0.2 V极化电位下, 无铁时引入A.ferrooxidans使膜中的施主/受主密度减少, 细菌含有多种基团参与半导体/溶液界面电子转移反应, 接受界面间自由电子或填充空穴, 促使软锰矿与溶液界面物质交换变频繁; 含铁溶液中加入A.ferrooxidans使得钝化膜受主/施主密度增大, A.ferrooxidans降低了膜的耐腐蚀性, 因而促进软锰矿浸出

双极板作为质子交换膜燃料电池（PEMFCs）的重要组成部件，对电池堆的重量、体积、效率、耐久度、成本起着决定性作用。目前，金属板与石墨板电堆制备技术相对成熟，已经广泛应用于商用车、乘用车领域，但复合双极板的生产制造因原料配方未完全实现国产化、无法大批量流水线生产、成本较高等在我国仍未大批量投入市场，寻找低成本的原材料、优化原料配比及加工条件、缩短加工周期对复合双极板的产业化具有重要意义。本文首先比较了金属双极板、石墨双极板和复合双极板的特点，介绍了复合双极板的模压工艺及优点，然后概述了碳基复合材料模压双极板的研究进展，包括以酚醛树脂、环氧树脂和乙烯基酯树脂等热固性树脂为黏结剂的树脂/石墨复合双极板和炭黑、碳纤维、碳纳米管增强复合双极板，重点总结了原料种类、配比和成型工艺条件对双极板性能的影响，最后梳理了复合双极板的产业化现状，提出国内外主要双极板研发企业面临的问题，并对复合双极板的发展方向进行了展望

为研究不同含水状态岩石的动态损伤特性，制备干燥、半饱和、饱和3种不同含水状态的砂岩试样.采用分离式霍普金森压杆（SHPB），以4种不同的低入射能对岩石进行损伤冲击试验.通过核磁共振测试实验对岩石试样进行孔隙扫描，获取岩石孔隙的T2谱曲线、孔隙度以及孔隙成像等数据.通过试验发现：（1）冲击能量的增加导致岩石的平均应变率和强度的增大；（2）不同含水状态的岩石受到冲击后，孔隙度与孔隙度变化率均有不同程度的增加；（3）与冲击前相比，岩石的T2谱曲线有明显右移趋势，同时出现谱峰增加的现象，而且冲击能量越大，孔隙谱峰增加越明显；（4）核磁共振成像显示岩石孔隙数量和尺寸有明显的增加，展现出岩石内部孔隙扩展和演化的过程

针对缝槽爆破中以空气作为不耦合介质，其冲击波和准静态压力较小、炸药能量利用率低、破岩能力弱的问题，提出缝槽水压爆破方法。利用水的微压缩性，以及传能效率高等特点，以水作为炮孔不耦合介质，提升缝槽爆破破岩载荷，开展其爆破破岩载荷特征研究。通过自主研发的缝槽爆破载荷测试实验系统，分别开展缝槽空气不耦合爆破和缝槽水压爆破实验。结果表明：水作为缝槽爆破不耦合介质，其冲击波压力峰值约是缝槽空气不耦合爆破的35倍，冲击波压力上升沿更平缓，入射效率更高；其准静态压力峰值是缝槽空气不耦合爆破的37～46倍，水压爆破的准静态压力压降缓慢，保压时间更长。研究表明，缝槽水压爆破的炸药能量利用率高，爆炸载荷提升明显。上述研究成果有助于深入认识缝槽水压爆破破岩载荷特性，同时对该方法的工程应用提供理论和实验支撑

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

-10 μm白钨矿的浮选回收率低, 导致大量白钨矿损失于尾矿中, 造成资源浪费, 而载体浮选是提高-10 μm白钨矿回收率的有效方法之一.根据粒级以及粒级组成对白钨矿浮选的影响, 通过浮选试验、理论计算和仪器检测等方法研究了-10 μm细粒级白钨矿的自载体浮选, 同时研究了载体比例、载体含量和碳酸钠对白钨矿自载体浮选的影响.研究结果表明, 油酸钠为捕收剂时, 在合适的载体粒度和载体比例下, 自载体浮选是提高-10 μm白钨矿回收率的有效方法, 碳酸钠可强化白钨矿的自载体浮选, 扩大载体比例和载体粒度范围.机理研究表明, 白钨矿