为了研究煤尘堆垛结构对其润湿性的影响,对从全国选取的10种不同变质程度煤样进行X射线衍射实验,结合液-固界面动态接触角测定结果,分析得到煤尘微晶参数与其润湿性之间的关系.结果表明,无机矿物种类随着煤样变质程度的提高逐步减少,且原生矿物种类数量越多,润湿性则越好,次生矿物对煤尘润湿性的影响则较小.变质程度高的煤种晶态成分较多,芳晶结构单元较大,芳香环缩合度较高;而中低变质程度煤种的非晶态成分较多,往往是一些亲水性的烷基小分子侧链、含氧官能团等.随着堆砌度和延展度不断升高,面网间距逐渐减小,煤尘润湿性逐步变差.当煤尘X射线衍射的堆砌度为18.5 nm,延展度为41.7 nm,面网间距为0.898 nm时,煤尘润湿性最佳,其X射线衍射微晶参数越接近上述组合,润湿性越好

采用电解相分析方法, 结合X射线衍射分析和电感耦合等离子体原子发射光谱仪(ICP)、扫描电镜(SEM)、透射电镜(TEM)等对高铝铁素体基体中的析出相颗粒粉末和电解液进行定性定量分析. 试验结果表明, 试验钢中固态析出相主要为NbC以及少量的Al2O3和AlN夹杂. 通过扫描电镜观察不同再加热温度下NbC分布状态, 发现随着固溶温度的升高, 铸态组织中存在的NbC析出逐渐回溶, 数量随之减少且发生明显的粗化行为. 当温度升高到1100℃, 大部分NbC已经回溶到高温铁素体基体中. 在利用Thermo-Calc热力学计算软件分析Nb及其碳化物的热力学性质基础上, 计算得到Al与Nb的相互作用系数, 表明Al能够降低Nb在铁素体基体中的活度, 提高其在基体中的固溶度, 进一步得到了NbC在高铝铁素体钢中的固溶度积公式, 发展了高温铁素体中的Nb微合金化理论, 为进一步的应用提供了理论基础

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

采用溶胶凝胶法制备石墨烯气凝胶（GA），并研究了前驱液中的pH值与氧化石墨烯（GO）的质量分数对GA材料储能性能的影响。使用X射线粉末衍射（XRD）、X射线光电子能谱（XPS）、氮气吸脱附分析、扫描电子显微镜（SEM）对样品微观结构与形貌进行表征。用循环伏安（CV）、恒流充放电（CP）、电化学交流阻抗（EIS）测试了样品的电化学性能。结果表明，前驱液中的pH值及GO质量分数的不同会影响GA中团簇颗粒的大小和数量，进一步影响GA三维结构。在pH值为6.3、GO 的质量分数为1%时，制得的GA比表面积最大为530 m2?g?1，在1 A?g?1的电流密度下比电容高达364 F?g?1。此外，将该材料制成对称超级电容器具有高的库伦效率，在1 A?g?1下进行CP测试，得到电容器的比电容为98 F?g?1，循环800次后其循环稳定性能为初始比电容值的95.9%

通过Thermo-Calc热力学计算、OM和FE-SEM观察、力学性能和腐蚀性能试验对不同固溶温度下的特超级双相不锈钢进行分析和研究。结果表明：σ相和非平衡氮化物是固溶水冷组织中的主要析出相，当固溶温度低于1050 ℃时，σ相优先沿双相界面析出，显著降低双相不锈钢的冲击韧性；当固溶温度高于1100 ℃，非平衡氮化物开始在铁素体晶粒内部析出，且随着固溶温度的升高，非平衡氮化物析出数量增加。这是由于固溶水冷过程中氮在铁素体中的溶解度快速降低，过饱和的氮来不及扩散到相邻奥氏体中，只能以氮化物的形式析出。随固溶温度升高，铁素体含量增加，奥氏体含量降低，实验钢的强度增加，冲击韧性降低。在1080～1120 ℃之间固溶时，双相比例接近1∶1，S32707特超级双相不锈钢具有优良的综合力学性能和耐晶间腐蚀性能

采用等温凝固实验、差示扫描量热仪(DSC)研究了K424合金的凝固行为以及冷却速度对其影响.利用光学显微镜、扫描电镜以及能谱分析仪分析了合金在不同温度等温凝固、不同冷却速度下的微观组织以及凝固后期的元素的偏析行为,确定K424合金的固相线、液相线和主要相的析出温度等凝固特性以及冷却速度对γ'相、MC碳化物以及共晶组织的影响规律.研究结果表明:K424合金的凝固顺序为:1345℃,γ相从液相析出,随后在1308℃析出MC型碳化物,在非平衡凝固条件下,共晶组织在1260℃析出,1237℃,凝固结束;共晶组织的形成与凝固末期Al、Ti元素的偏析行为以及冷却速度密切相关;随着冷却速度的增加,MC和共晶组织尺寸及数量均呈现先增大后减小的趋势;γ'相形貌从花瓣形状向规则立方及球形转变,尺寸也从2 μm减小至60 nm

为了降低硬件开销，越来越多的加法器电路采用传输管逻辑来减少晶体管数量，同时导致阈值损失、性能降低等问题。本文通过对摆幅恢复逻辑与全加器电路的研究，提出一种基于摆幅恢复传输管逻辑（Swing restored pass transistor logic, SRPL）的全加器设计方案。该方案首先分析电路的阈值损失机理，结合晶体管传输高、低电平的特性，提出一种摆幅恢复传输管逻辑的设计方法；然后，采用对称结构设计无延时偏差输出的异或/同或电路，利用MOS管补偿阈值损失的方式，实现异或/同或电路的全摆幅输出；最后，将异或/同或电路融合于全加器结构，结合4T XOR求和电路与改进的传输门进位电路实现摆幅恢复的高性能全加器。在TSMC 65 nm工艺下，本文采用HSPICE仿真验证所设计的逻辑功能，与文献相比延时降低10.8%，功耗延时积（Power-delay product, PDP）减少13.5%以上

以硅锰脱氧的SWRH82B热轧盘条为实验钢种，研究增氮析氮法对硅锰脱氧钢中夹杂物的去除效果，并设置0.02、0.035、0.05、0.065和0.08 MPa五组增氮压力进行热态实验.实验结果表明：在1873 K的温度下，钢液经过增氮20 min、真空处理30 min后，不同炉次钢中T[O]均下降至1×10-5以下，最低为4×10-6，T[N]均下降至5×10-6以下，最低为2×10-6，夹杂物去除率均为40%以上，T[O]去除率均大于78%，表明该技术对硅锰脱氧钢中的夹杂物及T[O]有良好的去除效果.此外，随着增氮压力的升高，钢中T[O]与夹杂物去除率均有所升高，当充氮压力为0.08 MPa时，T[O]与夹杂物去除率分别达到89.2%和87.4%.理论分析表明，随着增氮压力的升高，气泡形核率增大、钢中生成气泡数量增多、钢中气泡的密度增加，从而提升气泡去除夹杂物的效率

利用钢渣制备陶瓷材料是钢渣资源化大宗利用的一条新途径.开展不同烧结气氛对钢渣陶瓷影响规律的研究,对推动钢渣陶瓷技术的应用具有重要意义.以20%钢渣和80%黏土为原料,分别在空气和氮气气氛下,制备了钢渣陶瓷样品,分析了其晶相转变和性能变化规律,并定量研究了氧分压对钢渣陶瓷中铁元素价态转变的影响机理.研究表明,在空气条件下烧结时,原料中的Fe2+发生氧化形成赤铁矿相,烧结样品物理性能要优于在氮气条件下烧结的样品,其抗压强度和吸水率为310 MPa和3.7%;而在氮气条件下烧结时,Fe2+形成铁铝尖晶石和铁辉石,烧结样品中形成的气孔大小和数量要大于和多于空气条件下的样品,这是导致其力学性能较差的一个主要原因.铁元素赋存晶相转变的氧分压临界范围为0.5%~0.75%:当分压低于0.5%时,可以获得以铁铝尖晶石和铁辉石为主的黑色或褐色陶瓷样品;当氧分压超过0.75%时,Fe2+开始发生氧化并形成Fe3+,逐渐形成赤铁矿并带来样品颜色为褐黄色或褐红色.增加烧结环境中氧气分压量是减少钢渣陶瓷产品黑心的一个重要手段

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