Ca和Sr是铸造铝硅合金中最有效的变质元素,一般在浇铸前以中间合金的形式加入.然而在废杂铝熔铸再生工业中,原料中常含有微量的Ca和Sr,预控它们在熔炼过程中的含量变化是它们再利用的前提.本文以工业A356铸锭为原料,实验研究了熔炼温度和保温时间对Ca和Sr质量分数变化规律的影响.结果表明:Ca和Sr质量分数随着保温时间延长均呈Exp3P2规律下降,且随熔炼温度升高质量分数下降速率均逐渐提高.根据热力学和动力学分析可知,在废杂铝熔炼再生过程前期主要发生[Ca]和[Sr]与熔体中的氧发生氧化反应生成CaO和SrO,这些氧化物又会与Al2O3反应生成Al2O3·6CaO和Al2O3·SrO,经扒渣操作后Ca和Sr质量分数下降.在熔炼中后期,[Ca]和[Sr]以扩散至熔体表层还原Al2O3的方式使它们的质量分数降低.计算得出在660~740℃熔炼A356合金时Ca和Sr氧化反应的表观活化能分别为182.6 kJ·mol-1和117.8 kJ·mol-1,两者均受化学反应过程控制.根据Ca和Sr质量分数的变化规律建立了它们的质量分数预报模型,经生产验证表明预报误差均小于10%,可用于预报废杂铝熔炼再生过程Ca和Sr的质量分数

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

为明确石粉掺合料对地聚物材料的作用机理，以赤泥基注浆材料为研究对象，系统研究了石粉掺量和粒径分布对赤泥基注浆材料浆体性能、力学性能和微观结构的作用规律，并结合X射线衍射仪（XRD）、压汞仪（MIP）和扫描电镜（SEM）等微观测试手段分析其作用机理。研究表明，结石体力学强度随石粉掺量的上升先增大后减小，当石粉的质量分数为5%时抗压强度最高，3 d时可达5.65 MPa，抗压强度提升幅度为18.94%，同时浆液泌水率上升幅度仅为9.85%，且28 d结石体孔隙率降低了18.35%，因此，5%为石粉在赤泥基注浆材料中的最佳质量分数。在石粉最佳质量分数条件下，随着石粉平均粒径减小，浆液凝结时间及泌水率均呈现下降的趋势；当石粉平均粒径达到8 μm时，石粉“填充效应”和“成核效应”作用尤为明显，浆液黏度突升，且3 d和28 d试样强度分别提升了11.86%和10%，故石粉平均粒径越小，其对赤泥基注浆材料的提升作用越显著，赤泥基注浆材料的最佳粉料质量配比为赤泥47.5%，矿粉47.5%，石粉5%；微观分析证实，石粉在浆液水化历程中以物理特性参与其中，为Na2O–SiO2–Al2O3–H2O凝胶（N–A–S–H）, 水化硅铝酸钙凝胶（C–A–S–H）和水化硅酸钙凝胶（C–S–H）等凝胶提供成核位点，供地聚物凝胶沉淀和生长，加速浆液水化

为了揭示硼铁精矿的碳热还原机理,以高纯石墨为还原剂,进行硼铁精矿含碳球团等温还原实验,并采用积分法进行动力学分析.还原温度分别设定为1000、1050、1100、1150、1200、1250和1300℃,配碳量即C/O摩尔比=1.0.当还原度为0.1<α<0.8时,温度对活化能和速率控制环节有重要影响:还原温度≤1100℃时,平均活化能为202.6 k J·mol-1,还原反应的速率控制环节为碳的气化反应;还原温度>1100℃时,平均活化能为116.7 k J·mol-1,为碳气化反应和Fe O还原反应共同控制.当还原度α≥0.8时(还原温度>1100℃),可能的速率控制环节为碳原子在金属铁中的扩散.碳气化反应是含碳球团还原过程中主要速率控制环节,原因在于硼铁精矿中硼元素对碳气化反应具有较强烈的化学抑制作用

以经典工艺矿物学研究方法为基础，结合化学物相分析、矿物解离分析(MLA)、X射线衍射、光学显微镜、扫描电镜-X射线能谱仪(SEM-EDS)等手段对印尼典型海砂矿的矿物学及其固态还原特征进行了系统研究。结果表明：印尼海砂矿的矿物组成主要为钛磁铁矿、次为少量假象赤铁矿、赤铁矿、钛铁矿以及辉石等。绝大部分钛磁铁矿呈致密单体或铁的富连生体产出，偶有由固熔体分离析出形成的微细钛铁矿片晶。赋存于钛磁铁矿中的铁占总铁的89.79%、钛为85.42%、钒则高达97.97%。海砂矿在C/Fe摩尔比1.2、温度1300 ℃条件下还原60 min可较好实现金属化。其还原历程遵循：Fe2.75Ti0.25O4 → FeTiO3, (Fe, Mg)Ti2O5 → (Fe, Mg)Ti2O5 → Fe，稳定的黑钛石相是影响金属化程度的主要因素。经固态还原处理Fe元素最终富集于金属相，V、Ti则赋存于渣中富钛相，为后续的分离提取创造了有利条件

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

岩石多场耦合作用的研究已经开展了数十年，包括岩石在单一物理场、两场耦合或三场耦合作用效应的研究。然而深部矿产资源开采和地下空间开发中岩体的赋存环境非常复杂，岩体在高温、高渗透压、高应力及复杂水化学环境中将发生温度–水流–应力–化学（THMC）多场耦合作用。综合分析岩石多场耦合作用下的裂隙演化、变形力学机制、力学本构和耦合模型构建等方面的研究，在分析岩石强度理论的基础上得出岩石多场耦合本构模型以及岩石蠕变本构模型。不同行业对岩石多场耦合作用的研究重点存在一定的差异，岩石多场耦合作用不仅涉及到矿产资源开发、油气田开采、地热资源开发等资源能源领域，其在水利水电工程、高寒工程、地下工程、地下核废料处置及深埋能源储库等领域也是研究的重点。岩石在高应力、水流、高温和化学作用下，不仅会发生耦合作用，而且会对岩石本身的物理力学性能产生影响。分析研究多场耦合作用下岩石的力学性能对于预防事故发生和保障工程安全开展具有重要的现实意义。最后探讨分析了岩石多场耦合研究的重点、难点和今后研究的方向，为工程实践和相关问题的解决提供参考

系统运用材料物理学、弹性力学、热力学、工程测试技术的理论知识以及有限元数值仿真、实验分析等方法,研究高温应变片热输出误差的影响因素并得出补偿修正模型.首先根据材料电阻温度效应理论及热膨胀理论研究了高温应变片热输出的耦合特性,建立耦合作用下高温应变片的热输出模型,得到了构件、胶层和应变片三者耦合作用下应变片热输出的理论表达式;然后根据材料的电阻温度效应推导出不同栅丝材料的电导率参数,利用有限元仿真得到不同材料栅丝的热输出特性,选择其中的两种栅丝材料作为本文的研究对象得到其在耦合作用下的热输出并与实验数据对比,相对误差小于7%.最后基于理论模型和实验结果,建立了高温应变片热输出补偿模型,补偿修正后结果与理论值误差在9%以内,补偿效果良好

通过单矿物浮选试验揭示了有机抑制剂SDD对铜活化闪锌矿的抑制情况. 在此基础上,采用Zeta电位测试、Versa STAT电化学工作站的局部交流阻抗(LEIS)测试、前线轨道理论计算对SDD和BX(丁基黄药)在铜活化闪锌矿表面的竞争吸附机理进行了研究. 浮选试验结果表明:SDD是一种铜锌分离的高效抑制剂,能够有效的抑制闪锌矿,而黄铜矿几乎不受影响;此外,还发现SDD具有用量少且十分敏感的特性,在pH为10,SDD为4.0×10-5 mol·L-1的最佳条件下,能够将铜活化闪锌矿的回收率降低至16.59%,而黄铜矿的回收率为81.64%. Zeta电位和局部交流阻抗(LEIS)分析表明:SDD不但能够占据铜活化闪锌矿表面的活化位点,而且其吸附能力强于BX,这极大的降低了BX在铜活化闪锌矿表面的吸附量,从而对铜活化闪锌矿表现出良好的抑制作用. 前线轨道理论计算进一步证实SDD与铜活化闪锌矿作用能力强于BX

人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作