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

在调研国内外众多金属矿山和收集大量相关文献的基础上, 综述了国内外金属矿山开采现状及研究进展, 聚焦深部开采主要工程技术难题, 从开采动力灾害预测防控、深井高温热害控制治理、深井提升、深井开采方法工艺变革、深部选矿新技术、智能无人采矿这六个方面, 提出了解决我国深部开采难题的战略建议, 结果表明: (1)5000m开采深度将会是我国金属矿深部开采中长期战略研究目标; (2) 无绳垂直提升技术具有提升效率高, 使用限制少的特点, 建议我国重点针对此类技术装备研发; (3)将深部矿产资源开采与深部能源开发相结合, 可以有效降低深部降温成本, 是解决深部采矿经济性的新途径; (4) 新一代采矿技术需对原有的采矿模式和开采工艺进行变革, 机械连续切割破岩技术是未来超深矿井建设的重要发展方向; (5) 充填法是保证深部开采安全最有效的方法之一，应对充填材料、充填工艺进行更深入的研究; (6) 我国尚不具备全面推广遥控智能化无人采矿的条件, 可以通过产学研联合攻关等方式逐步提高矿山生产自动化和遥控智能作业水平

针对自行制备的11Cr?1Si铁素体/马氏体不锈钢开展了热处理制度探索，及力学性能、铅铋环境静态腐蚀和应力腐蚀行为研究。热处理研究结果表明，11Cr?1Si不锈钢在经过调质热处理后（950 ℃/60 min+750 ℃/120 min）能够在保证较高强度的同时获得良好的韧性。500 ℃静态腐蚀结果表明，11Cr?1Si在经过3368 h腐蚀后表面形成的氧化膜致密且连续，没有出现开裂和脱落，并且整体氧化速率较缓慢，没有观察到铅铋向材料基体内的渗透，表现出良好的抗腐蚀性能。应力腐蚀实验发现，11Cr?1Si不锈钢在350 ℃和400 ℃下存在本征脆化，但是在450 ℃下没有观察到铅铋致脆现象

《工程科学学报》：炼钢-连铸生产调度的研究进展

《工程科学学报》：连铸结晶器内渣膜形成及传热的研究现状

文本检测在自动驾驶和跨模态图像检索中具有极为广泛的应用。该技术也是基于光学字符的文本识别任务中重要的前置环节。目前，复杂场景下的文本检测仍极具挑战性。本文对自然场景文本检测进行综述，回顾了针对该问题的主要技术和相关研究进展，并对研究现状进行分析。首先对问题进行概述，分析了自然场景中文本检测的主要特点；接着，介绍了经典的基于连通域分析、基于滑动检测窗的自然场景文本检测技术；在此基础上，综述了近年来较为常用的深度学习文本检测技术；最后，对自然场景文本检测未来可能的研究方向进行展望

《工程科学学报》：长水口对连铸中间包钢液保护浇注作用的研究进展（北京科技大学）

介绍了模拟结晶器内渣膜形成的实验方法, 综述了国内外学者在保护渣传热方面所做的研究工作, 包括固态渣膜的界面热阻、保护渣的导热系数、辐射传热以及渣膜的光学性质, 并提出了今后在渣膜形成及传热研究中有待进一步完善的内容和方向.现有的研究结果表明利用热丝法可以对渣膜的形成过程进行原位观察, 采用水冷铜探头法可以获取用于研究渣膜微观组织的固态渣膜样品.渣膜的界面热阻在0.0002~0.002 m2·K·W-1之间.在800℃以下, 保护渣的导热系数在1.0~2.0 W·m-1·K-1范围内, 且随温度的升高而逐渐增加.渣膜中的晶体一方面可以增加渣膜的界面热阻, 另一方面可以提高固态渣膜的反射率, 起到降低辐射热流的作用.此外, 过渡族金属氧化物的加入以及固态渣膜中弥散分布的微小颗粒也能改变渣膜的光学性质, 从而影响通过渣膜的辐射传热

为了冶炼不同氧含量的碳素船体钢，通过机械性能试验和周浸试验研究了钢中氧含量对钢材腐蚀性能和机械性能的影响。结果表明，在连铸生产许可的氧范围内，随着钢水脱氧程度的减弱，钢中氧质量分数增加，钢材的平均腐蚀率略有下降，而耐点蚀性能有较明显增强，变化曲线的高氧端比低氧端平均点蚀深度下降约22.7%。弱脱氧钢的机械性能符合规范要求，可达到D级钢水平。分析认为，氧提高钢材耐蚀性的原因主要是固溶氧可提高铁的热力学稳定性，提高了蚀孔内铁的腐蚀电位，降低了蚀坑扩展速度。氧作为耐蚀元素应用可以显著降低耐蚀钢的成本，提高经济性

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断