为研究压下对连铸坯内部裂纹产生的影响，利用ABAQUS有限元软件建立了230 mm×280 mm断面大方坯压下数学模型。通过压下模型对重轨钢连铸坯压下过程进行热力耦合模拟计算，对压下过程中产生的内部裂纹进行了预测。首先，对连铸坯不同中心固相率为0.3～0.7的温度场进行计算；然后，利用压下模型计算了连铸坯中心固相率0.3～0.7时凝固前沿的等效塑性应变。研究结果表明，在连铸坯中心固相率为0.3～0.7的位置处分别施加7 mm压下量进行压下，连铸坯凝固前沿等效塑性应变未超过临界等效塑性应变（0.4%），连铸坯未出现内裂纹；同时，对连铸坯在中心固相率为0.6位置处进行了不同压下量的研究，研究结果表明，当连铸坯压下量超过7 mm时，凝固前沿的等效塑性应变超过临界塑性应变（0.4%），连铸坯出现内裂纹，并且压下量越大，连铸坯内裂纹越严重。同时，工业试验结果与模型计算结果基本吻合，验证了模型计算的准确性

盐岩的损伤愈合特性对地下盐穴储库的长期密闭性具有重要影响。为了探究损伤盐岩的愈合特性，设计了巴西劈裂损伤盐岩的自愈合实验。在无应力条件下，让巴西劈裂损伤盐岩在不同湿度条件下愈合120 d，通过实验过程中试样渗透率的变化定量判断损伤盐岩愈合程度，探究了损伤盐岩在不同湿度和恢复时间条件下的愈合效果；同时，通过扫描电子显微镜对损伤盐岩愈合后的细观形貌进行了观察，探讨了盐岩损伤愈合的细观机制。本实验中，利用实验前后渗透率的变化作为损伤盐岩愈合的表征手段，有效避免了以往研究中利用试样强度和弹性模量作为损伤愈合表征手段时因应变硬化导致的结果不可靠的情况。实验结果表明，在无应力作用条件下，在无外界水分供给环境中试件经过120 d后仍然没有发现愈合，证明水分是损伤愈合的必要条件。研究表明，时间和湿度对盐岩的损伤愈合具有重要影响，盐岩的损伤愈合效果在实验范围内随着时间的增长和湿度的增大而增强，但增强速度呈指数降低，意味着过大的湿度和过长的时间难以有效提高盐岩损伤愈合效果

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

以次生硫化铜矿粉为原料，添加黏结剂、氯化钠制备矿粒，并借助CT扫描技术、图像处理及三维重构方法，开展了单个矿粒浸出试验，探究了溶浸前后矿粒内部的孔隙变化；运用COMSOL Multiphysics模拟仿真软件，构建了溶液在孔隙通道中流动的仿真模型。结果表明：经过一周时间的溶浸，矿粒内部孔隙的数目、平均体积、平均表面积及孔隙平均等效直径分别增长了99%、151%、223%和90%，孔隙率增长了4倍，孔隙连通度增长了近2倍。在孔隙通道较狭窄的区域和底部区域，溶液的流速、压力急剧增加，对矿粒结构的稳定性产生较大影响

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

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

典型铁合金渣（硅锰渣，镍铁渣，铬铁渣）面临产量大、利用率低等紧迫问题。目前，我国对铁合金渣的利用主要集中于水泥、混凝土等传统建筑材料，但是其能耗大和产品价值相对局限。随着市场需求以及环保能源意识的提高，对铁合金渣的综合利用不断从传统建筑材料向具有低能耗、高附价值的新型材料方向转型。本文简要介绍了这三种典型铁合金渣的来源及其分类情况，系统分析了它们的化学成分及其矿物组成的差异性，重点概述了它们在水泥、混凝土等传统建筑材料，以及在地质聚合物、无机矿物纤维、微晶玻璃、人造轻骨料、耐火材料、新型墙体材料、特色功能陶瓷等新型材料领域应用的国内外最新研究进展，分类总结不同种类铁合金渣应用于不同材料的优缺点，并对其今后的利用方向与途径提出了展望，指出了要进一步研究并突破主要利用方式的限制瓶颈、制定并完善相关应用及污染控制标准、以及深入开发并推广高附加值产品的重点发展方向

氧还原反应(ORR) 是碱性燃料电池和金属-空气电池的重要阴极反应.由于常见的铂基氧阴极材料存在价格昂贵、稳定性较低等问题, 因此, 开发低成本、高效率的非贵金属基氧阴极材料具有重要的研究意义和应用价值.氮掺杂碳材料是目前氧阴极材料研究的热点, 炭黑中碳原子的排列方式类似于石墨, 由于其价格低廉、来源广泛, 在碳材料的研究中具有独特的优势.本文基于炭黑, 采用化学法制备了氮掺杂炭黑氧阴极材料, 研究了其氧还原反应催化活性, 并进行了相关表征.结果显示炭黑-吡咯复合材料具有极好的氧还原反应活性, 700℃热处理后性能最优, 在1 mol·L-1KOH中其起峰电位约为0. 9 V, 极限扩散电流密度为2. 6 m A·cm-2, 转移电子数高于3. 5, 这些特性使得这类材料具有广阔的应用前景

在调研国内外众多金属矿山和收集大量相关文献的基础上, 综述了国内外金属矿山开采现状及研究进展, 聚焦深部开采主要工程技术难题, 从开采动力灾害预测防控、深井高温热害控制治理、深井提升、深井开采方法工艺变革、深部选矿新技术、智能无人采矿这六个方面, 提出了解决我国深部开采难题的战略建议, 结果表明: (1)5000m开采深度将会是我国金属矿深部开采中长期战略研究目标; (2) 无绳垂直提升技术具有提升效率高, 使用限制少的特点, 建议我国重点针对此类技术装备研发; (3)将深部矿产资源开采与深部能源开发相结合, 可以有效降低深部降温成本, 是解决深部采矿经济性的新途径; (4) 新一代采矿技术需对原有的采矿模式和开采工艺进行变革, 机械连续切割破岩技术是未来超深矿井建设的重要发展方向; (5) 充填法是保证深部开采安全最有效的方法之一，应对充填材料、充填工艺进行更深入的研究; (6) 我国尚不具备全面推广遥控智能化无人采矿的条件, 可以通过产学研联合攻关等方式逐步提高矿山生产自动化和遥控智能作业水平

作为一个煤炭大国，煤炭在我国的能源结构中占据重要地位。然而，煤炭的过度使用不可避免的造成了环境污染和温室效应等问题。因此发展洁净煤技术是解决煤炭利用问题的重要方式，对于我国经济的可持续发展至关重要。HyperCoal（HPC）是通过溶剂萃取技术得到的一种煤衍生物，由于具有低灰、低水、高热值、高反应性、良好热塑性、环境友好等特性，在洁净煤技术中有着重要的应用。基于此，本文指出了目前我国对HPC的应用研究现状，并详细阐述了本研究团队在配煤炼焦和制备石墨电极领域的突破性研究进展。然而，目前HPC在推广和应用过程中还存在一些问题。在未来，还亟需解决HPC的规模化生产问题，并对HPC的萃取机理和作用机制开展更加深入的研究