研究微波加热液态金属的升温特征，在MobileLab-W-R型微波工作站中进行了微波直接加热铜液和铁液的实验研究，实现了微波直接加热铜液和铁液实验，对比研究了微波直接加热和间接加热铜液与铁液的加热效果，并研究了微波功率、金属液质量、温度等对微波直接加热效果的影响，探讨了微波直接加热金属液体的机理。结果表明，微波可以以较快的升温速度直接加热铜液和铁液，且升温速率与微波加热功率呈近似线性递增关系；在相同微波直接加热条件下，同等质量的铜液和铁液的升温速度相近，但不同质量铁液加热时，由于其表面积、微波场强分布等因素的影响，铁液质量对微波加热效果的影响没有明显的线性关系。理论分析认为，铜和铁在熔化后电阻率增大，磁导率明显下降，导致微波在铜液和铁液内部的趋肤深度显著大于固态铜和铁；电导损耗是实现微波直接加热液态金属的主要机制，液态金属可通过电子与原子核碰撞、表面快速更新、内部缺陷阻碍电子运动、原子运动及碰撞等形式吸收微波，将微波能量转化为自身热量

为探究洛带古镇隧道瓦斯爆炸下洞口衬砌致损机理，对隧道内积聚瓦斯等效、量化研究，采用LS-DYNA建立与洞门几何结构一致的流固耦合数值模型并验证，以RHT模型模拟混凝土并修正参数，对爆炸过程中冲击波的传播特征及强度、洞门致损机理研究分析，并将模拟结果与实际情况对比.研究表明：爆炸冲击波在隧道内无规则的反射效应使其强度剧增、流场复杂，局部位置有聚焦现象，隧道内高压达1.2~2.4 MPa；传播过程中，靠衬砌一侧冲击波运动速度较快，形态也由“球状”变为“喇叭”状；当以平面波形态传至洞门时，拱顶冲击波强度增加56%，达2.8 MPa，并在削竹式洞门周边发生衍射；自隧道传出后，强度逐渐降低，边墙及底板处的冲击波沿纵向径直射出，拱部冲击波向斜上方运动，形成“蘑菇云”.爆炸作用下，衬砌曲边墙脚处完全破坏；爆心距7 m范围内衬砌受损严重；7~15 m范围内拱部几乎未受损；洞门受损严重.缺少围岩的约束作用，洞门拱顶Y向、拱脚X向位移分别达0.26和0.14 m，迎爆面、背爆面拉应力分别介于7.9~31.5 MPa、4.9~15.6 MPa，背爆面出现多个应力峰值，洞门主要为受拉致损.经对比，洞门损伤特征的数值模拟结果与现场实际情况基本一致，可为后续的衬砌灾害处治提供依据

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景

埃洛石是一种卷曲的层状硅铝酸盐黏土，其储量丰富、价格低廉。埃洛石的内外表面分别由Al?OH八面体和Si?O四面体组成，它们在水中以相反的方式电离，导致埃洛石管腔内带正电荷，外表面带负电荷，因此可分别利用内外表面成分与电荷性质的不同对其进行疏水改性，用于药物的装载和缓释。同时，埃洛石具有纳米管状结构，可用来构造微?纳米分级结构，协同低表面能物质的修饰，增强界面疏水性能，用于高效自清洁和油水分离。本文在介绍埃洛石的疏水结构设计理论的基础上，综述了埃洛石纳米管（HNTs）的表面进行疏水改性所得到的复合材料在油水分离、疏水自清洁涂料以及药物的装载和释放方面的应用

使用恒应变试样浸泡试验、表面分析技术和电化学测试技术研究了CO2分压对N80钢在模拟CO2驱注井环空环境中应力腐蚀行为的影响。研究结果表明：CO2分压对腐蚀速率的影响存在一个拐点，环境温度为25 ℃时拐点约为1 MPa。当CO2分压小于1 MPa时，由于腐蚀产物膜（FeCO3）成形较慢，覆盖率低，随CO2分压的增高，N80钢的自腐蚀电流密度快速增大；当CO2分压大于1 MPa时，腐蚀产物膜能以较快的速率成形，覆盖率高，CO2分压的进一步增高反会使得N80钢的腐蚀电流密度降低。CO2溶于模拟环空溶液中会使溶液pH持续下降，促使N80油管钢在环空环境下发生应力腐蚀开裂。N80钢在CO2注入井环空环境中的应力腐蚀开裂机制是阳极溶解和氢脆共同作用的混合机制。应力腐蚀裂纹在萌生阶段局部阳极溶解作用（点蚀）为主导，该作用下CO2分压为1 MPa时应力腐蚀裂纹最易萌生；在应力腐蚀裂纹生长阶段氢脆作用更强，这种作用导致CO2分压更高时应力腐蚀裂纹更容易生长，应力腐蚀敏感性进一步提高

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

为实现岩石试样蠕变全过程的准确模拟,并从细观角度探究蠕变过程中微裂隙的发生和发展规律,在二维颗粒流程序(PFC2D)中开发出具有黏弹塑性特征的西原体流变接触本构模型,进一步提出包含两种非定常元件的非定常西原体模型,推导了模型本构关系和蠕变方程.在PFC2D中调用自定义西原体流变模型,通过参数调试,获得与真实试样具有相同强度特性的数值试样.以室内单轴压缩蠕变试验数据为基础,在Matlab中对模型非定常参数进行拟合反演分析.在此基础上,进行单轴压缩蠕变试验的模拟,计算过程中分别采用定常和非定常两种模型,并对微裂隙进行监测.对比分析结果表明:定常模型仅适用于衰减和稳定蠕变阶段;非定常模型也可用于描述加速蠕变阶段,从而准确模拟蠕变全过程;加速蠕变阶段主要是由微裂隙的加速发展而产生,加速蠕变将导致试样剪切破坏