深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

膏体充填是推动金属矿绿色开采发展的关键技术，并可为资源的深部开采提供安全、绿色、高效的技术支撑。全尾砂膏体流变学是膏体充填技术的基础理论，本文在综述膏体流变概念、特性与模型的基础上，进一步对流变测量技术现状进行了系统梳理，概述了现阶段常用的浆式旋转流变仪、坍落筒、L管、倾斜管及环管法进行流变测量的原理及应用，针对膏体这一屈服型非牛顿流体，重点分析了屈服应力的测量，并对以上方法的适用性进行了综合论述。流变测量深刻地影响着膏体流变理论及膏体充填工艺的发展，为此，对测量技术的关键问题进行了探讨，指出构建膏体流变测量标准及加强流变测量技术与充填工艺的结合是重点，并对膏体流变学研究的发展趋势进行了展望

为拓宽材料的阻尼温域，增大聚氨酯应用范围，基于聚氨酯的结构可设计性，引入含有甲苯-2,4-二异氰酸酯（TDI）和聚乙二醇单甲醚（MPEG）的预聚体制备带长支链的聚氨酯。长支链一端固定一端活动的特点赋予其特有的运动与松弛。甲苯-2,4-二异氰酸酯的存在不仅延长了支链长度，增大了支链与分子间的缠结程度，还使支链含有强极性的吸电子的异氰酸酯基和氨基甲酸酯基，使得支链与主链间具有较强的氢键作用。因此，从氢键及微相分离角度来分别探究聚氨酯阻尼的影响因素。结果表明，长支链占比增加，储能模量比值达到268.28，聚氨酯的微相分离程度降低，氢键作用增强，在氢键作用和微相分离程度降低的双重作用下聚氨酯的有效阻尼（阻尼因子大于0.3）温域超过150 ℃（?50～100 ℃），极大改善了聚氨酯弹性体的阻尼性能。此外，加入支链后聚氨酯具有一定的自修复性，对延长聚氨酯的使用寿命有较大意义

综述了近年来电解液的热稳定性影响因素、热失控过程及产物成分、单体及电池组燃爆安全性、灭火措施的研究进展.指出电解液的热稳定性受锂盐和有机溶剂的共同影响，当电池内部温度达到120℃左右时放热反应开始出现，在热量持续积累的情况下热失控将自发进行，同时产生氢气和烷烃类具有燃烧爆炸危险的气体产物.与二氧化碳和干粉类灭火剂相比，七氟丙烷和水的灭火效果较好.最后对锂离子电池的应用前景做了展望，提出了不同滥用条件下的热失控过程、热失控产物生成机理，指出开发新型电解液和寻求高效灭火介质是今后研究的方向

作为对经典自适应控制改进的控制方法，多模型自适应控制是解决复杂的大范围参数不确定系统的一种有效途径，并在理论和实践中取得了丰富成果。依据控制器集的不同综合策略，其被分为多种类型，本文旨在对加权型的多模型自适应控制进行综述。加权多模型自适应控制的基本思路是采用“分而治之”的办法，离线建立多个局部模型和对应的多个局部控制器，在线加权融合各个局部控制器的控制输出，从而形成全局控制，是实现鲁棒自适应控制的一类重要方法。首先比较详细地介绍了加权多模型自适应控制研究的历史及现状，然后给出相关研究的新进展和一些观点，包括新的加权算法和相应的加权多模型自适应控制系统的稳定性结果等，最后指出未来的几个研究方向

金属有机框架材料 (Metal-organic frameworks，MOFs）是一种新颖的多孔晶体材料，具有比表面积大、孔隙率高、结构可设计性强等优点，但是，MOFs的低电导率以及在电解液中的稳定性等问题限制了其作为电极材料的应用。近年来，如何结合MOFs的优势进行锂离子电池电极材料的设计与合成受到了越来越多的关注。目前，通过自牺牲得到的多孔碳骨架和金属化合物等MOFs衍生复合电极材料，不仅解决了电导率低的问题，而且保留了MOFs的高比表面积和复杂多孔结构，为锂离子的插入/脱出、吸附/解吸等过程提供了丰富的活性位点；与此同时，从结构单元和化学组成方面增加了材料结构的复杂性，开放性的孔隙结构可以缓冲体积膨胀带来的机械应力，对外来离子存储和多离子传输具有重要的意义。本文综述了MOFs及其衍生物在锂离子电池电极材料的设计和研究中取得的最新进展，重点阐述了针对锂离子电池电极材料的要求进行MOFs形貌控制和修饰的方法，以及具有多孔、中空或特殊结构的MOFs衍生电极材料的制备关键影响因素及其结构特性对电化学性能的影响。最后，分析了MOFs衍生电极材料的研究挑战和发展方向

开口管桩由于其承载力高、质量可靠、施工方便等优点得到越来越广泛的应用.土塞的生成使得开口管桩沉桩阻力不同于闭口管桩, 不仅包括桩外侧摩阻力、桩端阻力, 桩内侧摩阻力亦是其重要组成部分.针对开口管桩沉桩受力特性, 采用自主研发的大尺度模型试验装置, 进行不同桩靴形式下开口管桩的贯入试验, 并与闭口管桩进行对比分析.研究表明, 开口管桩随沉桩深度的增加趋于闭塞, 沉桩阻力随沉桩过程基本呈线性增加, 桩内、外侧单位摩阻力均存在“侧阻退化”效应; 桩体贯入时桩周地表隆起量随径向距离增加逐渐减小, 隆起速率随沉桩深度增加逐渐变缓, 桩周土影响范围约为5 ~ 7倍桩径; 桩靴对开口管桩土塞生成、沉桩阻力和挤土效应均有重要影响, 内30°桩靴土塞生成高度、桩内侧摩阻力及其所占总沉桩阻力比例最大, 桩周土地表隆起量最小, 外30°桩靴与内30°桩靴情况相反, 直角桩靴居中; 闭口管桩沉桩阻力、外侧摩阻力与挤土程度均大于开口管桩

针对亚微米尺度晶体元器件在加工和服役中出现的反常力学行为和动态变形等问题，基于离散位错动力学理论建立了单晶铜塑性变形过程的二维离散位错动力学模型。该模型考虑外加载荷、位错间相互力和自由表面镜像力对位错的作用机制，引入了截断位错速度准则。与微压缩实验对比验证了模型的正确性，并且能够描述力加载描述的位错雪崩现象。应用该模型分析了不同加载方式和应变率下位错演化及力学行为，结果表明：当外部约束为力加载和位移加载时，应力应变曲线分别呈现出台阶状的应变突增和锯齿状的应力陡降，位错雪崩效应的内在机制则分别归结为位错速度的随机性和位错源开动的间歇性；应变率在102～4×104 s?1范围内，单晶铜屈服应力的应变率敏感性发生改变，位错演化特征由单滑移转变为多滑移面激活的均匀变形，位错增殖逐渐代替位错源激活作为流动应力的主导机制

针对龙芯CPU无对应高性能服务器芯片组的现状，设计开发了一种为龙芯CPU筛选芯片组的架构，并实现了一种龙芯CPU和芯片组适配的方法。提出了采用现场可编程门阵列（FPGA）串联在龙芯CPU和即将适配的多组芯片组之间的架构。借助于此架构，设计实现了在CPU和芯片组之间那些暂时不知如何处理的物理信号线的连接方法，设计了两者之间上下电时序配合的调试方法，设计实现了规避两者信号协议差异的方法。借助这种架构和这些方法能够实现同时筛选多款芯片组的目的，避免了以前需要设计多款主板进行适配的情况，节省了重复研发主板的成本；找到了可以适配龙芯CPU的高性能服务器芯片组；其芯片组规格参数和性能高于目前龙芯CPU所用的芯片组，开拓了其在服务器领域的应用

《人工智能导论》为计算机科学技术专业和软件工程专业的一门选修课，其目的是使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本技术，以便拓宽知识面，并为进一步学习和应用奠定基础。本课程的具体要求为： 1. 了解人工智能的基本概念、分支领域及其发展概况； 2. 理解知识表示及其推理的基本原理，掌握其基本技术； 3. 理解基于搜索的问题求解基本原理，掌握其基本技术； 4. 理解机器学习、知识发现的基本原理；初步掌握其基本方法； 5. 学会一种人工智能程序语言，掌握简单的智能程序设计方法； 6. 能综合运用所学知识，设计实现一个小型专家系统。 教学重点、难点： 1. 搜索与问题求解； 2. 知识表示及其推理； 3. 机器学习与知识发现； 4. 专家系统原理与设计