铁矿石烧结烟气中含有较高浓度的CO（体积分数0.5%～2%），因此对其进行CO脱除意义重大。为了探究不同类型催化剂的催化效果，采用浸渍法制备了Pt涂层蜂窝金属催化剂和铁铈氧化物催化剂，并通过X射线荧光光谱分析（XRF）对其组分含量进行了分析。二者在模拟烧结烟气中进行CO脱除性能的对比实验，活性测试表明，不同CO初始体积分数、烟气温度以及水汽含量对CO催化氧化的脱除效率影响较大。当模拟烟气中不含水汽的时候，二者在180 ℃及更高温度下对CO的脱除效率均能达到60%以上。反应温度为180 ℃，水汽体积分数为11.7%时，Pt负载型催化剂中的CO转化率为63.9%，而该条件下Ce改性Fe2O3催化剂的CO转化率仅为34.9%。当温度在180～300 ℃范围内，Pt负载型催化剂具有较好的抗水性，且继续升高温度，水汽体积分数增加对催化剂效率的负面影响更显著。如水汽体积分数从0增加到27.1%时，与180 ℃时的催化效率相比，Pt负载型催化剂在240 ℃时的催化效率由73.9%降至62.3%，降幅远远增大。另外，对这两种催化剂进行了抗硫性测试。当水汽体积分数为0时，Ce改性Fe2O3催化剂抗硫性更佳，但当SO2和水汽同时存在的情况下，Pt负载型催化剂具有更好的抗硫性。因此，在实际烧结中建议采取高效的脱硫措施并布置脱水层以减少其对于催化剂的负面影响

为准确掌握超宽冷轧机不同宽度带钢的板形特征,以某2180 mm超宽冷轧机1900 mm宽度带钢实测板形数据为研究对象,借鉴‘大数据’的思想,结合数据挖掘领域中聚类分析方法,提出基于网格和密度的板形特征聚类方法,并以此方法对几种典型带钢宽度的大量板形实测数据进行分析,得到不同宽度带钢的板形特征.以分段函数对板形特征进行多项式表达,得到不同宽度带钢的板形特征参数化分析结果.提出的基于网格和密度的板形特征聚类与分析方法,能够快速准确地对大量板形实测数据进行分析,提取出长期生产过程中板形缺陷特征并得到参数化表达,从而为冷连轧机,特别是超宽带钢冷连轧机的辊形改进和控制策略优化提供数据基础

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

在介绍了铅元素污染背景、现状与危害的基础上，对土壤中铅的来源、赋存形式及其提取方法进行了详细介绍。结合土壤修复技术研究现状，对三大修复方法如物理、化学及生物修复法进行了系统综述，并从效率、适用性、经济性等方面评估了3种修复方法的优势与劣势，发现化学修复最适合重毒性铅污染治理。随之对化学淋洗法和固定化/稳定法作了详细介绍，探讨并评价了不同种类淋洗剂和固化剂的修复机制、修复效果、适用性和应用前景等。最后对未来重毒性铅污染土壤清洁高效修复提出了展望，修复方法应尽量减少对土壤的破坏；对高铅污染土壤来说联合修复技术的发展是土壤修复富有潜力的发展方向；应当尽可能地确定铅污染土壤修复机制，实现定向修复；同时应加强多功能复合材料的研发

采用先进电子显微术在原子尺度研究了(001)单晶SrTiO3衬底上生长的纳米复合薄膜0.65BiFcO3-0.35CoFe2O4的组织形态以及界面结构.BiFeO3(BFO)和CoFe2O4(CFO)两相在外延生长过程中自发相分离,形成自组织的复合纳米结构.磁性尖晶石CFO呈方块状均匀分布于铁电钙钛矿BFO基体中,并沿[001)1]方向外延生长,形成垂直的柱状纳米结构.两相具有简单的立方-立方取向关系,即[001]BFO//[001]CFO和(100)BFO//(100)CFO,且界面为{110}晶面.薄膜表面起伏不平,形成CFO{111}小刻面而BFO则为平整的(001)表面.能谱分析结果表明各相成分均匀分布并无明显的元素互扩散发生

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

以酚醛树脂为基体,加入B4C作为改性填料制备出高温粘结剂,并对Si3N4陶瓷进行粘接。在300~800℃温度范围内对Si3N4陶瓷粘接试样进行热处理,并测试了不同温度热处理后的室温剪切强度。结果表明,经过700~800℃热处理后,粘结剂表现出较为理想的粘接性能,剪切强度测试结果为Si3N4陶瓷基体破坏。利用扫描电镜研究了粘接试样的断面形貌及胶层结构特征。研究表明,在高温热处理过程中,B4C改性填料发生了复杂的物理、化学变化,通过B4C与树脂挥发分之间的改性反应,有效提高了酚醛树脂热解后的残炭值,进而改善了粘接胶层结构的高温稳定性;纤维状物质的形成与B2O3颗粒的细化,有助于提高粘接胶层的连接强度

针对传统的利用极点等密度图和玫瑰图的结构面分组方法主观性强和聚类分析方法不够直观的缺点,建议利用模糊C均值(FCM)聚类的隶属度的结果,结合图形技术绘制隶属度等值线图来进行结构面分组.隶属度等值线图充分利用了模糊C均值聚类中隶属度的信息,展现每个聚类的隶属度的空间分布规律,并且可以分辨出因随机因素形成的结构面,还可以直观地读出聚类中心的范围.三山岛金矿的实例证明,该方法同时具有传统方法直观和聚类分析方法客观的优点,并且能够适应优势组不明显的数据

研究了高钛球团的焙烧特征和固结行为．随着TiO2含量的增加，球团焙烧难度增大，当TiO2质量分数由10%增加至21%时，高钛球团所需预热时间由12min延长至26min以上，焙烧球强度由每个2486N降低至每个1728N．高钛球团由于FeTiO3含量高，导致氧化速度慢、预热球氧化程度低，不利于焙烧固结时钛赤铁矿固溶体晶粒的长大，使得球团固结强度差．通过添加NaOH结合润磨工艺增大颗粒表面能和反应活性，促进了固相扩散，并生成少量低熔点化合物，有利于再结晶过程的扩散迁移，使Ti富集在Fe2TiO5中并促进钛赤铁矿晶粒长大，强化了高钛球团焙烧固结，可使预热时间缩短至16min，球团强度提高至每个2141N．

Ruhrstahl-Hereaeus (RH)上升管内的气液两相流是整个装置的重要动力源,并对钢液的流动、混匀及精炼过程有重要影响.上升管及真空室内的气液两相流决定了钢包内钢液的流动状态,为了研究真空室及上升管内气液两相流,通过1:6的300 t RH的物理模型模拟了RH上升管及真空室内气泡行为过程,并测量了RH循环流量的变化用于计算上升管内含气率以及气泡运动速度最终得到气泡在真空室内的停留时间,同时记录了气泡在真空室内的存在形式.气泡在真空室的存在形式的主要影响因素为提升气体流量,研究发现了气泡从规则独立的大气泡经历聚合长大,碰撞破碎成小气泡,最后变成小气泡和不规则大气泡共存的现象.液面高度达到80 mm之后,气泡在真空室内的停留时间达到一个平衡值,不再随真空室液面高度的增加而发生改变.当提升气体量达3000 L·min-1,气泡停留时间减小趋势弱,对应3000 L·min-1情况下,真空室内气泡开始聚合长大.研究认为对于300 t RH的真空室液面高度应为80 mm,提升气体量应在3500 L·min-1左右,优化后,脱碳时间由原工艺的21.4 min缩短至现工艺的17.5 min