人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作

剪切作用是膏体重力浓密制备的基础要素, 本文研究了浓密床层孔隙和喉道的变化对导水通道的影响, 揭示了水分排出的来源与比例. 开展半工业实验并结合计算机断层扫描(CT)与孔隙网络模型(PNM)提取床层微观孔隙结构, 利用最大球搜索算法识别并分析剪切前后孔隙与喉道的演化规律. 结果表明, 添加转速为2 r·min-1的剪切作用将尾砂底流浓度(即底流的固相质量分数)由55.8%提升到58.5%, 孔隙率由43.05%降低到36.59%, 孔隙率降低的比率为15%. 通过PNM技术将孔隙空间划分为\球体\储水孔隙与\棍体\喉道; 剪切后球体和棍体数量分别增加了16.5%和22%, 球体平均尺寸小幅下降, 球体半径多集中在40~60 μm之间. 棍体平均半径由9.83 μm降低至8.58 μm, 降低了12.7%, 棍体长度变化较小. 剪切作用下的球体配位数在5~10的部分从25.73%增加至44.58%, 配位明显增多, 颗粒接触紧密. 本文提出\球棍比\的概念用于孔隙结构的定量表征. 剪切后球体体积占比由14.14%降低至12.75%, 球体体积减少的比率达到9.83%;棍的体积由28.91%降低至23.84%, 棍体积减少的比率为17.54%. 球棍比由48.91%增加至53.48%, 球棍比提升的比率达到了9.34%, 与球体体积减小相比, 棍的体积减少的幅度更大, 导致球棍比上升. 本文从孔隙结构变化的角度揭示了全尾砂重力浓密剪切排水机理; 剪排水过程中主要排出的是喉道中的水分, 孔隙中的水分排出较少

为了改善M2高速钢中的碳化物分布，通过数值模拟详细分析了结晶器旋转对M2高速钢电渣重熔过程温度场、金属熔池形状的影响，并进一步通过实验室双极串联结晶器旋转电渣炉研究了旋转速率对M2高速钢电渣重熔过程的影响。采用扫描电镜观察并分析了结晶器旋转对电渣锭中碳化物形貌、分布的影响；采用小样电解萃取实验，分析了结晶器旋转速率对碳化物组成的影响。结果发现，随着结晶器旋转速率的增加，渣池的高温区从芯部向边部迁移，温度分布更加均匀；金属熔池的深度变浅，两相区的宽度收窄，从而导致局部凝固时间降低、二次枝晶间距减小。与此相对应，随着结晶器旋转速率的增加，M2电渣锭的渣皮更薄、更加均匀，结晶器对电渣锭的冷却强度更大，碳化物网格开始破碎、变薄，碳化物由片状改变为细小的棒状。X射线衍射分析表明，不论结晶器是否旋转，碳化物的类型始终不变，由M2C、MC和M6C组成，但是随旋转速率增加M2C含量增加，MC和M6C含量降低。碳化物组织得以改善的主要原因在于，结晶器旋转导致金属熔池深度降低、两相区宽度收窄，改善了凝固条件，减轻了元素偏析

为进一步揭示柔性隔离层下散体介质流动过程的内部作用机理，基于离散元软件PFC开展了柔性隔离层下散体介质流力链演化特征的数值试验研究。结合接触力学及统计力学相关知识，对多漏斗放矿过程中散体介质体系内力链长度、数量、强度、方向和准直系数等的演化特征进行了量化研究。研究发现：多漏斗放矿过程中，强接触及力链接触占比均比较稳定，其中强接触占比稳定在33%左右，力链接触占比稳定在16%左右，上下波动幅度均不超过2%；力链总数随着放矿次数的增加不断波动减少，并在放矿后期稳定在790条左右；不同放矿次数下力链长度的概率分布几乎一致，均随着力链长度的增加呈指数形式递减；力链强度的概率分布随着放矿次数的增加先呈指数形式上升再呈指数形式下降，并在0.7$\\bar F$

有机磷酸酯（Organophosphate esters, OPEs）作为一类阻燃剂和增塑剂，在建筑材料和室内装修材料中广泛使用。由于该类物质主要以物理添加而非化学键合的方式加入到材料中，因此易在使用过程中进入环境。研究表明OPEs普遍存在于室内环境中，并且浓度较高，人体长期暴露在高浓度OPEs的室内环境中，可能存在一定的健康风险。本文在综述了常见OPEs的性质、应用和生物毒性的基础上，总结了其在建筑环境中的污染特征、环境行为和暴露水平，介绍了建筑环境中OPEs的源汇特性、控制技术与人体暴露风险，并对未来研究方向进行了展望

针对机器人谐波减速器关节在转动过程中存在的波动摩擦力矩, 提出一种基于傅里叶级数函数和BP神经网络的建模方法, 并完善机器人的动力学模型, 修正了因波动摩擦力矩带来的关节力矩计算误差. 通过研究谐波减速器关节的波动摩擦力矩在不同影响因素下的变化特性, 采用傅里叶级数与BP神经网络结合的方法对波动摩擦力矩进行建模. 通过添加傅里叶级数函数作为BP神经网络的辅助输入, 克服了力矩误差曲线因存在高频周期性波动而难以拟合的困难. 在离线环境下训练神经网络, 完成对关节波动摩擦力矩的建模, 进而完善机器人的动力学模型和修正关节中存在的波动摩擦力矩. 验证实验表明, 使用完善后的动力学模型可以有效计算谐波减速器关节的波动摩擦力矩, 并使修正后的力矩误差维持在[-0.5, 0.5] N·m的范围之内, 方差为0.1659 N2·m2, 是修正前的24.23%

选取3种不同变质程度的原煤,制成5种不同粒径的煤粒,并压制成型煤,在压力3 MPa和温度25℃条件下对型煤试样进行等温吸附实验,并利用SH-X多路温度测试仪和CHI660E型电化学工作站测试煤吸附瓦斯过程中的温度变化和电流-时间曲线,基于Clausius-Clapeyron方程和相关性系数,分析和研究不同粒径煤吸附瓦斯过程中煤的热电效应及其相关性,试图从煤的热电效应方面研究煤的吸附能力.结果表明:煤在吸附瓦斯过程中伴随有明显的热电效应,在吸附平衡时,煤的温度升高了0.93~8.74℃,煤的电阻率比稳定时降低了0.14~0.16倍;煤的温度随粒径减小和吸附量的增加而升高,煤的电阻率变化却相反;煤体温度和电阻率变化与瓦斯吸附量变化呈现很强的相关性,相关性系数rw和rd分别介于0.9502~0.9899和-0.9316~-0.9916之间,均接近于±1.因此,吸附过程中的热电效应可反映煤的吸附能力,在吸附平衡时,煤体温度变化越大,温度越高,电阻率越小,说明煤的吸附能力越强;相反,说明煤的吸附能力越弱

为探明全尾砂高浓度充填料浆的灰砂比、浓度和流速对管道阻力的影响规律，预测工业充填管道阻力，开展中试规模环管试验。根据管壁切应力与剪切速率关系建立管道阻力预测模型，利用灰关联法分析各因素对管道阻力的影响强弱，通过线性回归获取料浆流变参数。结果表明，管道阻力对料浆浓度的变化最为敏感，随浓度增加成二次函数增长。料浆流速对管道阻力的影响仅次于浓度，层流输送时管道阻力随流速增加成线性增长。灰砂比对管道阻力的影响有双重性，灰砂质量比小于1∶8时胶凝材料的黏结作用占主导并增加管道阻力，反之胶凝材料的润滑作用占主导并降低管道阻力。环管试验得到的料浆流变参数明显小于流变仪测试结果且更接近工程实际，管道阻力预测模型的误差小于10%

采用光纤激光焊接设备对1800 MPa级热成形钢与CR340LA低合金高强钢进行对接激光拼焊，研究了不同激光焊接功率和焊接速度下焊接接头的组织演变规律及热冲压成形性能，并对焊接接头的力学性能和硬度进行了分析。结果表明，3种焊接工艺下激光拼焊原板综合力学性能相差较小，由焊接接头造成的伸长率和抗拉强度的损失均在母材的28.3%和9.1%以内。激光焊接后焊缝区均为粗大、高硬度的马氏体结构；两侧热影响区组织主要为铁素体和马氏体，接头未出现明显的软化区。激光拼焊原板拉伸试样均断裂于CR340LA母材区，距离焊缝12 mm左右，且存在焊缝隆起现象。选取焊接功率和焊接速率分别为4000 W和0.18 m·s?1的焊接试样在高温下进行热冲压成形检测，未出现焊缝开裂，热成形后拼焊板具有良好性能，满足汽车激光拼焊板使用要求，拉伸结果表明，试样断裂位置与未热冲压成形前一致，均位于CR340LA母材区，拉伸过程中，焊缝向高强度母材侧偏移，在弱强度母材侧产生应力集中并缩颈断裂

由美国著名实验物理学家密 立根(R.A. Milikan)首先设计 并完成的密立根油滴实验,在 近代物理学的发展史上是一个 十分重要的实验。 它证明了任何带电体所带电荷都是基本电荷 的整数倍;明确了电荷的不连续性;并精确地测 定了基本电荷的数值