三十多年来，多种层状金属复合材料的制备方法应运而生，蓬勃发展，包括爆炸复合法、轧制复合法、热压扩散法和沉积复合法等。爆炸复合法在中厚板的制备上具有不可替代的优势，其产品广泛应用于军工、船舶、电力和化工等领域。轧制法可以批量生产大尺寸层压板，应用最为广泛，目前层压板已经广泛用于汽车、船舶和航空航天等领域。真空热压扩散法由于可以避免氧气等气体的污染，几年来在Ti/Al、Ti/TiAl和Ti6Al4V/TiAl层状复合材料的制备上备受关注。沉积复合法制备的层状金属复合材料在作为耐蚀、耐磨涂层，高强导线，人体植入材料方面表现出巨大的潜力。在综述层状金属复合材料发展历程的基础上，介绍了层状金属复合材料的制备方法及各自的优缺点，并对层状金属复合材料目前在国内外的研究现状进行了分析和介绍

含氟矿石中生物浸出技术推广应用存在瓶颈,究其原因在于伴随含氟脉石矿物溶解,氟对浸矿微生物有较强的抑制作用.本研究利用氟的水化学特性,通过添加可形成稳定络合物的物质来转换F离子存在形态,进而使浸矿微生物可以耐受高氟环境.本文系统研究了氟对细菌的抑制机理,明确了氟的真实毒性形态HF,发现了氟对细菌存在跨膜抑制作用,氟胁迫条件下,干细胞内氟离子质量分数明显高于无氟对照组达到18%以上.选择在生物冶金体系中常见Fe3+做为研究对象,研究了Fe3+对F-的络合解毒作用,热力学分析结果可知,Fe3+可以与HF发生一级竞争络合反应,破坏HF络合结构.在铁离子存在条件下,细菌最高可以耐受F-质量浓度1.0 g·L-1的环境下生长.铁氟络合形态分析可知,只有当培养基中Fe3+质量浓度5倍过量于F-质量浓度,细菌才能正常生长,对应的FeF2+在氟化物中质量分数达45%时,而游离氟离子浓度为2.87×10-5 mol·L-1.络合机理实验结果表明,根据配位化学原理,随着F-/Fe3+浓度比的减小,配体浓度相对较低,氟与铁的络合物向低配位方向移动,可以通过调整培养基中的氟铁浓度比来调整氟铁络合产物,使细菌在高氟环境中生长成为可能

基于前驱体合成与氨气氮化两步法，通过对前驱体合成关键参数B源/N源比、分散剂种类、前驱体干燥方式进行调控，实现了大比表面积、少层氮化硼纳米片材料的制备。其优化条件为以硼酸为硼源，尿素为氮源，硼酸与尿素摩尔比为1∶30，甲醇和去离子水作为分散剂，利用真空冷冻干燥方式合成前驱体。将前驱体在氨气气氛下900 ℃保温3 h合成了氮化硼纳米片。利用X射线衍射测试、X射线光电子能谱测试、拉曼光谱测试、热重分析测试等对合成产物进行了物相和结构表征，利用扫描电子显微镜、原子力显微镜、透射电子显微镜、氮气吸脱附曲线等对合成产物进行了形貌及比表面积表征。结果表明：合成的氮化硼为六方氮化硼纳米片（h-BNNSs），纯度高，形貌类石墨烯，层数为2～4层，厚度平均为1 nm，比表面积为871.8 m2·g?1，单次产物质量平均可达240 mg，合成产物平均产率可达96.7%。该方法简单易操作，实现了大比表面积少层氮化硼的制备，有助于氮化硼在各应用领域的研究，如氮化硼/石墨烯复合材料、纳米电子器件、污染物的吸附、储氢等

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

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

触觉作为人的一种独特的感官通道具有独特的优势，它不仅能最大限度的贴合人体的生理构造，传递硬度、大小、纹理、形状、温度等视听觉无法传递的信息，而且拥有快速准确的特性，触觉不仅可以实现全方位的感知，而且能够有效感知一些很难被视觉或听觉形式表达的更真实复杂的信息，和外界环境进行一系列的交互。振动触觉编码的设计是开发触觉的一个重要途径，也是未来人机交互的一种重要手段。本文从振动触觉感知机理入手，讨论了不同振动参数的振动触觉分辨率和振动信息编码理论，并按照方向导航和文字交互的应用对振动信息编码进行归纳总结，介绍了振动信息编码的实验手段和结论，最后展望了振动信息编码领域未来的发展前景

为提高储氢反应器的传热及吸放氢速率, 对现有金属氢化物反应器进行了系统的综合分析与评价.基于强化传热传质特性, 设计优化出了一种高效的新型椭圆螺旋微管束反应器(ESMBR), 其具有结构紧凑、传热效果好、反应速度快及操作方便等特点.对研究的储氢反应器进行了建模, 并通过实验验证了该模型的准确性和有效性.通过COMSOL软件对比ESMBR、圆形螺旋微管束反应器(SMBR)和直管微管束反应器(MTBR)的数值模拟结果得出, ESMBR在储氢时具有优异的传热传质性能.进一步的敏感性分析结果表明, ESMBR中椭圆螺旋管结构参数的敏感性顺序为主直径(Dc) >椭圆截面长轴(A) >椭圆截面短轴(B) >节距(Pt) >螺旋角度(α).采用多元价值取向模型对不同的反应器方案进行了系统的分析评估, 结果表明: ESMBR的综合优度高达0.845, 对比结果也明显优于其他反应器, 在氢能领域将有广阔的应用前景

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

采用调频连续波（Frequency modulated continuous wave, FMCW）雷达实现非接触式生理信号检测，并提出了基于小波分析和自相关计算（Wavelet analysis and autocorrelation computation, WAAC）的检测方法。首先，毫米波FMCW雷达发射电磁波信号，并接收来自身体的反射信号。然后，通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息，消除直流偏置并完成相位解缠。最后，基于小波包分解（Wavelet packet decomposition, WPD）从原始信号中得到心跳和呼吸信号，利用自相关计算减小杂波对心跳信号的影响，进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试，结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%