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

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

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%

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

为实现推力矢量飞机的大迎角机动控制，提出一种基于自抗扰控制的三通道解耦控制策略.以第三代战机F16公开数据为基础，添加推力矢量模型，利用双发推力矢量喷管组合偏转产生大迎角机动的期望三轴力矩.在纵向、横向和航向通道分别独立设计自抗扰控制器，将系统中未建模动态、不确定性以及通道间的强耦合视作总扰动进行估计并补偿，并在纵向和航向通道引入角速度阻尼反馈项，使原始飞行器开环动力学闭环近似为一个广义对象，降低了自抗扰控制器的设计阶次.选取眼镜蛇机动和赫伯斯特机动两种典型的过失速机动动作进行控制策略验证，数值仿真结果表明，所设计的三通道独立自抗扰控制器能够消除通道间的强耦合，完成推力矢量飞机的大迎角机动控制.蒙特卡罗仿真测试表明，所提控制策略具有较强的鲁棒性

为了确保未来核聚变反应堆的氘氚自持燃烧必需采用中子增殖材料来得到合适的氚增值比。金属铍被认为是最有前途的核聚变反应堆固态中子倍增材料，但其熔点低，高温抗辐照肿胀性能差，因此需要寻找和研发具有更高熔点和更耐辐照肿胀的新型中子增殖材料以满足更先进的聚变堆要求。本研究尝试提出并制备了一种更高熔点的铍钨合金（Be12W），通过X射线和扫描电子显微镜对它的相组成和表面结构进行分析。对新型铍钨合金进行高剂量的氦离子辐照，发现合金表面一次起泡的平均尺寸约为0.8 μm，面密度约为2.4×107 cm?2，而二次起泡的平均尺寸约为80 nm，面密度约为1.28×108 cm?2。分析氦辐照引起的表面起泡及其机制，并与纯铍和铍钛合金表面起泡的情况进行了对比

以拜耳法赤泥、煤矸石和粉煤灰等工业固废为基本原料在实验室制备了一种公路路面基层材料,并研究了其力学性能、耐久性能和环境性能.通过开展干湿循环以及冻融循环试验研究了该公路路面基层材料的耐久性能,并利用ICP浸出试验和放射性检测研究其环境性能.结果表明,赤泥-煤矸石基路面基层材料赤泥和煤矸石掺量之和75%、固废总掺量97%时,7 d养护后无侧限抗压强度达到6 MPa以上;经过20个干湿循环后,矿渣掺量为5%的路面基层试块强度为5.98 MPa,满足国家标准;经过5个冻融循环后,路面基层材料的7 d抗压强度仍然达到6.89 MPa,具有良好的耐久性能.浸出试验结果显示,浸出液中Na+浓度均符合国家饮用水标准,同时浸出液中Zn、Hg、Cu、Pb、Ni等重金属均未检测出;放射性试验结果表明,试验所用纯赤泥的放射性符合相应的国家标准.通过对该路面基层材料进行固碱分析以及能谱分析发现,硅铝体系能有效固结钠离子.此公路路面基层材料具有良好的环境效益和社会效益,拓宽了路面基层材料的选材范围

针对传统熔融沉积成型面临的成型精度低和打印材料受限, 基于电流体动力熔融沉积在成形高度、材料种类、基板导电性和平整性、3D成形能力等方面的不足和局限性, 本研究提出一种电场驱动熔融喷射沉积3D打印新工艺, 其采用双加热集成式喷头并施加单极脉冲高电压(单电势), 利用电场驱动微量热熔融材料喷射并精准沉积来形成高分辨率结构.引入两种新的打印模式: 脉冲锥射流模式和连续锥射流模式, 拓展了可供打印材料的种类和范围.通过理论分析、数值模拟和实验研究, 揭示了所提出工艺的成形机理、作用机制以及成形规律.利用提出的电场驱动熔融喷射沉积3D打印方法, 结合优化工艺参数, 完成了三个典型工程案例, 即大尺寸微尺度模具、大高宽比微结构、宏微跨尺度组织支架和网格三维结构.其中采用内径250 μm喷头, 打印出最小线宽4 μm线栅结构, 高宽比达到25:1薄壁圆环微结构.结果表明, 电场驱动熔融喷射沉积高分辨率3D打印具有打印分辨率高、材料普适性广、宏/微跨尺度的突出优势, 为实现低成本、高分辨率熔融沉积3D打印提供了一种全新的解决方案

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义