结合沉降和压滤实验, 对脱水性能数据进行曲线拟合获得连续网状结构形成浓度、压缩屈服应力和干涉沉降系数, 引入Usher提出的稳态浓密性能预测算法, 建立了无耙深锥浓密模型, 分析了絮凝剂单耗、底流中固相的体积分数、泥层高度等对固体通量和固体处理能力的影响规律.研究结果表明: 絮凝剂添加量对沉降区域影响大于压密区域, 20 g·t-1时浓密性能较好, 底流中固相的体积分数越大固体通量越小; 在沉降区域, 固体通量仅与浓度有关, 不受泥层高度影响; 在压密区域, 固体通量为浓度与泥层高度的方程; 模型参数范围内, 当泥层高度 < 3.5 m时, 固体处理能力为浓度与泥层高度的方程, 当泥层高度>3.5 m时, 固体处理能力与固体通量随底流中固相的体积分数变化规律一致

胀断连杆是汽车精密传动用高端产品，需具高强高韧和裂解加工脆性解理断裂特性。连铸化生产高碳易切削胀断连杆用微合金非调质钢是当前的发展方向。基于大方坯连铸生产典型工艺及其铸态组织、成分均匀性分析，研究了胀断连杆加工过程常见断口形貌不合的钢坯遗传性因素。以常用德系C70S6钢为例，采用250 mm×280 mm断面弧形连铸机，解析其在一定结晶器电磁搅拌条件下所浇铸大方坯的铸态低倍结构和枝晶形貌，并分析其不同晶区的成分分布特点。结果表明，当前连铸条件下大方坯中心缩孔和后续热轧棒材探伤合格率可控，但铸坯初凝坯壳凝固前沿发生明显的C、S负偏析白亮带区及其柱状晶偏转现象。金相试样图像分析和相场法凝固模拟表明，铸坯中柱状晶具有逆流生长特征，其偏转角是一次枝晶尖端向旋流方向逆向生长的结果。自铸坯角部至宽、窄面中心，实测柱状晶区的一次枝晶偏转角约在?7°到27°之间。利用X射线能谱分析（EDS）进一步检测了钢中主要合金元素Si、Mn、Mo在铸坯不同晶区的分布，揭示了其铸态偏析特征与差异性。据此，探讨了这种铸态组织和成分偏析对后续热轧棒材和连杆成品组织的遗传性，以及对其胀断加工断口不合的影响，可为源头铸态质量的控制提供依据

针对非结构环境下高速公路绿篱修剪机器人手臂实时准确避障问题, 提出一种基于扰动人工势场法的避障路径规划解决方法.根据绿篱隔离带与障碍物分布情况, 设计智能修剪机器人执行机构, 构建包络障碍物简化模型, 分析机械臂与障碍物的碰撞条件, 求解机械臂在修剪过程中的避碰空间.引入斥力场调节策略来优化势场模型, 建立斥力场扰动机制调整斥力影响方式, 消除传统算法中的局部极小点、目标不可达等现象.在避碰空间内, 应用扰动人工势场法对机械臂进行路径规划仿真, 仿真结果表明, 机械臂跳出局部极小点, 灵活顺利避障, 成功抵达目标点, 验证了该方法的有效性和可行性

采用经典弹性力学方法建立了金属层合板翘曲解析计算力学模型，获得了厚度方向不均匀延伸与板形翘曲之间的定量关系；并分别建立了在线和离线两种状态下金属层合板翘曲变形的有限元数值模拟模型，对解析计算力学模型进行了验证；在此基础上，揭示了金属层合板产生板形翘曲缺陷的力学根源以及各因素对金属层合板板形翘曲缺陷演变的影响规律，同时对比分析了双层和三层结构层合板与均质板的翘曲变形差异以及铜/碳钢层合板与不锈钢/碳钢层合板二者之间的翘曲变形差异。研究表明，金属层合板翘曲高度与延伸差、厚度比呈正比关系，与厚度呈反比关系，且基层与覆层的切变模量相差越大，厚度比对金属层合板翘曲变形的影响越大。基于数值模型，模拟研究了层合板在理想均匀分布的初始温度下，历经去应力退火过程时，其板形翘曲的变形行为及规律，并与均质板进行比较。最后，在工业生产现场取样已翘曲层合板，通过测量其弯曲变形量进而反求其初始延伸差，验证了解析计算力学模型的准确性

铝镁合金在制造业中应用广泛, 但其在特定应变率下的塑性失稳不利于加工应用. 溶质原子与位错的交互作用是塑性失稳的微观机理. 本文采用势能曲面过渡态搜索技术计算了铝镁合金中替代型溶质镁原子向位错芯迁移的过渡态, 确认了溶质原子与位错芯的交互作用范围, 并采用过渡态理论估算了迁移扩散所需的时间, 且区分了无空位及有空位参与迁移两种情况. 结果表明, 位错压应力区内的溶质原子迁移无明显规律, 而在位错拉应力区内, 随着溶质原子与位错间距的缩短, 迁移势能垒和系统总能量均逐渐降低. 说明目前广泛采用的经验原子势可以很好地反映溶质原子易朝位错拉应力区偏聚这一现象. 溶质原子迁移的过渡态证实迁移过程中的微观结构变化因溶质原子所处位置不同而各异, 而交互作用范围不超过约2 nm. 空位参与对迁移的辅助作用被量化为迁移热激活时间的缩短, 并得出其可在微秒量级. 当溶质原子完成迁移稳定至位错芯附近, 并不倾向于沿位错线密集分布

相变储能技术的发展对于促进新能源开发和提高能源利用效率具有非常重要的意义。相变材料由于具有高储能密度和小体积变化等优势引起了人们的广泛关注。然而，相变材料在固–液相转变过程中易发生液体泄漏而限制了其应用。因此，人们选择用多孔支撑材料来解决相变材料的泄露问题。介孔二氧化硅材料由于具有良好的物理化学稳定性、生物相容性、阻燃性能、低毒性、耐腐蚀性、尺寸可控、表面形貌可调和高比表面积等优点，其作为载体材料能综合提高相变复合物的各方面性能并拓宽相变储能材料的应用空间。对近年来国内外关于介孔二氧化硅载体的孔尺寸、孔结构和孔表面性质对相变材料结晶行为的影响等方面进行了综合分析，并对今后提高介孔二氧化硅相变材料储能效率的研究方法的前景做了展望

螺纹插装式溢流阀阀套精加工采用碳氮共渗后磨削的制造工艺，内锥面的形位误差会影响溢流阀的使用寿命和静动态特性，制造过程需要精准控制内锥面的误差。通过对工艺分析建立制造误差模型并应用研究，由此获得内锥面自身角度的合理误差范围，以及内锥角误差与磨削量之间的变化关系。根据阀套结构特点设计专用的检测装置，并对检测原理和测量误差进行分析，通过误差校对提高检测精度。对热处理后的阀套进行轴向尺寸分组，并采用基准统一原则，保证磨削制造精度的稳定性。根据检测原理和误差模型对试磨件进行误差计算，并据此调整磨削参数，使制造误差合格；后续制造时采用检测装置快速测量阀套的密封圆轴向尺寸，使制造误差均落在控制范围内，保证批量生产的可控性。研究表明，基于某型溢流阀的设计及工艺参数，内锥面自身角度的实际制造误差控制以±0.8°为宜，对应的密封圆轴向最大磨削公差为0.186 mm、修正后的最小磨削公差为0.075 mm；实验验证了误差模型的准确性，所述检测方法的角度测量误差为0.06°、密封圆轴向尺寸测量误差为2 μm，因角度测量误差带来的最大、最小磨削量范围偏差可通过内锥角实际制造误差的收缩进行补偿；所研究的理论与方法也为其他内锥面的制造控制及逆向工程提供了系统的方法

页岩气储层中存在大量的纳微米孔隙，且孔隙裂缝结构复杂，气体渗流阻力大，存在多尺度渗流的问题；页岩气储层压力扰动随时间向外传播并非瞬时到达无穷远，其渗流规律就是一个压力扰动边缘动边界的问题。基于对以上问题的研究，本文建立了渗透率分形分布和高斯分布的渗透率表征模型，对不同形态缝网压裂特征就渗流规律进行了描述，并利用稳态依次替换法，考虑页岩储层中扩散、滑移及解吸作用，进一步研究了多级压裂水平井不稳定渗流压力扰动的传播模型，得到不同压裂条件下压力扰动边界随时间变化的关系，并结合我国南方海相龙马溪组页岩气藏储层参数，应用MATLAB编程。研究表明：压力传播动边界随时间增加逐渐向外扩展，渗透率越小，压力传播越慢；未压裂储层压力传播速度<渗透率分形分布压裂储层传播速度<渗透率高斯分布压裂储层传播速度。对于渗透率极低的页岩气储层，压力传播慢，气井自然产能低，必须对页岩气储层进行大规模的储层压裂改造，并控制压裂程度，以提高页岩气开发效果；基于压力传播动边界的扩展优化页岩储层压裂井段间距90 m，优化渗透率分形分布压裂井井间距318 m，渗透率高斯分布压裂井井间距252 m。因此应合理控制页岩储层压裂改造规模，实现优产高产。模型模拟结果与实际生产数据拟合较好，验证了本研究理论模型的适用性

提出采用煤较低温度下选择性还原选铜尾矿中的铁, 还原球团磁选回收铁的技术, 并考察了还原温度、还原剂用量、还原时间、活化剂用量对选铜尾矿选择性还原回收铁的影响, 得出最佳工艺条件: 还原温度为1200℃, 还原剂用量为原料质量25%, 还原时间为2 h, 活化剂用量为原料质量5%;在最佳工艺条件下, 磁选精矿中铁质量分数超过90%, 铁回收率大于95%.借助X射线衍射仪、光学显微镜和扫描电子显微镜等检测手段对原料、还原球团、磁选矿的矿相组成和结构进行分析, 揭示了铁矿相还原及金属相生成/融合演变规律: 升高温度促进金属相的还原、融合兼并和生长; 增加还原剂用量使金属颗粒的融合兼并变得更加普遍; 延长还原时间促进金属粒子的融合和铁橄榄石相的还原; 活化剂促进金属粒子的扩散和融合.金属颗粒的兼并生长促使其粒度增大, 粗粒金属颗粒在磁选工序裹夹带入磁选精矿的渣相量相对较少, 磁选精矿铁含量显著提高

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验