采用共沉淀法制备了Ni(OH)2前驱体材料，通过高温固相法制备了LiNiO2和B掺杂LiNiO2（B的摩尔分数为1%），利用X射线衍射（XRD）、里特维尔德（Rietveld）精修、扫描电子显微镜（SEM）、恒流充放电测试、循环伏安（CV）和电化学阻抗谱（EIS）对材料的晶体结构、表面形貌和电化学性能进行了系统性表征.XRD和Rietveld精修结果表明，LiNiO2和B掺杂LiNiO2均具有良好的层状结构，B因为占据在过渡金属层和锂层的四面体间隙位而导致掺杂后略微增大材料的晶格参数和晶胞体积，同时增大了LiO6八面体的间距，进而促进锂离子运输.由于掺杂的B的摩尔分数仅为1%，LiNiO2和B掺杂LiNiO2均表现为直径10 μm左右的多晶二次颗粒，且一次颗粒晶粒尺寸没有明显区别.长循环数据表明B掺杂可以有效提高材料的循环容量保持率，经100次循环后，B掺杂样品在40 mA·g−1电流下的容量保持率为77.5%，优于未掺杂样品（相同条件下容量保持率为66.6%）.微分容量曲线和EIS分析表明B掺杂可以有效抑制循环过程中的阻抗增长

针对印度尼西亚某低品位锰矿，提出盐酸法富集与酸介质高值再生的工艺。借助X射线衍射分析，光学显微镜和电子显微镜等表征方法进行工艺矿物学分析。结果表明：该锰矿矿物组成简单，主要由方解石、软锰矿和少量菱锰矿、褐铁矿、高岭石等组成。筛析结果显示该锰矿粒度越小，锰含量相对越高。粗碎后以2 mm筛孔的筛子过筛可得到锰质量分数为33.32%的锰中矿。锰中矿盐酸直接浸出的最佳条件为：浸出pH 3.0、浸出时间1.5 h、搅拌转速200 r·min?1、液固比4∶1 mL·g?1，此条件下产出的锰精矿品位为54.50%，钙质量分数为0.57%。常温下盐酸再生可产出二水硫酸钙晶须，其长径比可达50以上。再生盐酸返回浸出锰中矿，产出的锰精矿品位为52.16%，钙质量分数为1.39%，验证了该工艺流程的可行性。X射线衍射分析、扫描电镜及能谱分析结果显示产出的锰精矿主要组成成分为软锰矿，杂质为少量褐铁矿、高岭石等。酸介质循环时杂质将逐渐积累，当镁离子质量浓度积累到96.74 g·L?1时，采用水解沉淀法进行除杂

在进行大尺寸采空区嗣后充填过程中，胶结充填体易出现分层等结构现象。为深入分析结构特征对胶结充填体力学特性及裂纹演化规律的影响，首先制作中间层高度比为0.2、0.4、0.6和0.8，灰砂比为1∶4、1∶6、1∶8和1∶10的分层胶结充填体试件，然后利用GAW–2000伺服试验系统开展单轴压缩试验，最后借助二维颗粒流软件（PFC–2D），分析胶结充填体内部裂纹分布规律。结果表明：（1）分层充填体单轴抗压强度与高度比呈指数函数关系、与灰砂比呈多项式函数关系；弹性模量与高度比及灰砂比均呈多项式函数关系；单轴抗压强度及弹性模量均随高度比的增加而减小、随灰砂比的增大而增大，且两者对灰砂比敏感度更高。（2）充填体内部裂纹演化曲线先缓慢上升，达到单轴抗压强度的80%左右时快速上升，且灰砂比越大、高度比越大，上升速度越快，拐点到来越早，充填体试件越易发生破坏，超过单轴抗压强度后曲线开始迅速下降。（3）分层充填体主要表现为剪切破坏、张拉破坏及共轭剪切破坏，且破坏主要集中于中间软弱层；高度比越大，试件内部裂纹越密集，灰砂比越大，裂纹越易向两端演化

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

通过热处理制备出具有回火马氏体组织、下贝氏体组织以及粒状贝氏体组织的718钢，利用光学显微镜、扫描电子显微镜、X射线衍射仪、万能拉伸实验机比较其显微组织及力学性能。同时借助高速铣削实验及光学轮廓仪，研究力学性能以及组织结构对切削性能的影响。结果表明，当切削速度低于145 m·min?1时，贝氏体组织类型比回火马氏体组织更易切削，切削贝氏体组织比切削回火马氏体组织的刀具使用寿命高30%～40%。当切削速度高于165 m·min?1时，马氏体组织发生了加工软化现象，刀具使用寿命提高，切削性能上升。粒状贝氏体组织加工表面因为严重的刀具黏附而出现背脊纹路，马氏体组织具有最佳的切削表面粗糙度。综合考虑之下，三种组织的综合切削性能从高到低排序为：下贝氏体组织、马氏体组织、粒状贝氏体组织，采用300 ℃等温淬火工艺可以有效提升718塑料模具钢的综合切削性能

介绍了模拟结晶器内渣膜形成的实验方法, 综述了国内外学者在保护渣传热方面所做的研究工作, 包括固态渣膜的界面热阻、保护渣的导热系数、辐射传热以及渣膜的光学性质, 并提出了今后在渣膜形成及传热研究中有待进一步完善的内容和方向.现有的研究结果表明利用热丝法可以对渣膜的形成过程进行原位观察, 采用水冷铜探头法可以获取用于研究渣膜微观组织的固态渣膜样品.渣膜的界面热阻在0.0002~0.002 m2·K·W-1之间.在800℃以下, 保护渣的导热系数在1.0~2.0 W·m-1·K-1范围内, 且随温度的升高而逐渐增加.渣膜中的晶体一方面可以增加渣膜的界面热阻, 另一方面可以提高固态渣膜的反射率, 起到降低辐射热流的作用.此外, 过渡族金属氧化物的加入以及固态渣膜中弥散分布的微小颗粒也能改变渣膜的光学性质, 从而影响通过渣膜的辐射传热

为解决RNN–T语音识别时预测错误率高、收敛速度慢的问题，本文提出了一种基于DL–T的声学建模方法。首先介绍了RNN–T声学模型；其次结合DenseNet与LSTM网络提出了一种新的声学建模方法— —DL–T，该方法可提取原始语音的高维信息从而加强特征信息重用、减轻梯度问题便于深层信息传递，使其兼具预测错误率低及收敛速度快的优点；然后，为进一步提高声学模型的准确率，提出了一种适合DL–T的迁移学习方法；最后为验证上述方法，采用DL–T声学模型，基于Aishell–1数据集开展了语音识别研究。研究结果表明：DL–T相较于RNN–T预测错误率相对降低了12.52%，模型最终错误率可达10.34%。因此，DL–T可显著改善RNN–T的预测错误率和收敛速度

为了深入探讨胶磷矿难选的具体原因，采用化学分析、X射线衍射以及矿物自动分析系统（AMICS）测试手段对云南某胶磷矿浮选给料进行了系统深入的工艺矿物学研究，探索了该矿样难浮选分离的内在机理。结果表明：该样品中磷主要以氟磷灰石形式存在，其脉石矿物以白云石和石英为主。氟磷灰石的嵌布粒度较细，主要分布于10～75 μm的粒度范围，其单体解离度为59.17%。除了以单体的形式存在以外，氟磷灰石主要与白云石、石英连生，连生体的质量分数分别为26.23%和9.92%。而白云石和石英的单体解离度相对较低，分别为46.82%和39.10%。进行了粗选脱镁、一粗两扫脱硅的闭路流程浮选试验，获得了精矿P2O5品位为29.75%、P2O5回收率为81.95%，SiO2品位为12.63%的浮选指标。结合工艺矿物学分析结果，指出该浮选样品中胶磷矿嵌布粒度细、难以获得较好的解离度、泥化严重是浮选难于获得更好指标的主要原因

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

含硫胶结充填体随着养护龄期的延长会出现膨胀开裂现象，存在明显裂隙的充填体试件再进行单轴抗压强度测试其结果十分离散，已不能有效地获得充填体力学参数.在室内进行配比试验，采用数字图像处理技术对得到的充填体表面裂隙图像进行二值化、去噪等预处理，而后计算其分形维数并分析其演化规律，且将分形维数与单轴抗压强度关联分析.研究结果表明：充填体试件面表的裂隙存在自相似性，表面裂隙越发育，其分形维数越大；分形维数与单轴抗压强度存在负相关关系，分形维数越小，其单轴抗压强度越高；分形维数可判别含硫充填体试件的完整性，当充填体表面裂隙的分形维数小于某阈值时，强度试验的结果更为可靠