对炼钢温度下CO2与熔池元素的反应机理进行了研究,并进行了相关热力学和动力学分析.利用30 t转炉进行顶底复吹CO2气体的炼钢工艺试验.试验结果表明:采用顶底复吹CO2试验炉次烟尘量减少了11.15%,烟尘TFe降低了12.98%,炉渣铁损降低了3.10%,试验终点钢液中[N]、[P]含量分别降低了50%和23.33%.转炉顶底复吹CO2气体炼钢工艺是完全可行的,为转炉炼钢节能降耗提供了新方法

在研究富钴结壳高产区地形特征基础上，以富钴结壳站点地理坐标为中心，获得了一平方公里的海拔高度数值矩阵作为地形特征。使用卷积神经网络的分析方法对数值矩阵进行训练，学习坡度和平整度等区域特征，将富钴结壳站点地形和其他海底地形进行区分。依据训练后获得的模型，对富钴结壳高产区进行预测，取得了较好的预测效果，结合其他因素的影响，可以提高结壳靶区选取的精准度

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

本文综述了国内外近4年人脸表情识别(FER)技术的最新发展。首先,介绍了FER系统的组成:人脸检测、表情特征提取和表情分类,并详细叙述了其中表情特征提取和表情分类的方法。然后,对目前广泛应用的人脸表情数据库进行了介绍,并在此基础上对当前一些FER系统的性能进行了比较分析。最后,对FER领域的研究现状和挑战给予了评述,对FER可能的发展方向进行了讨论

在研究某些实际问题时，经常无法直接得到各变量之间的联系，问题的特征往往会给出关于变化率的一些关系。利用这些关系，我们可以建立相应的微分方程模型。从另一个方面来讲，从微小的变化量来研究函数变化的规律，微分提供了一种人们认识系统更加深入的描写和刻画。从这个角度说，微分方程模型在模拟客观事物时更加具有机理性和本质性

增材制造可以制造通过传统方法难以制造的复杂部件，因此在航空工业等领域中得到了大规模的应用.然而，增材制造成形部件的尺寸和几何精度以及表面质量低于传统方法成形的部件，阻碍了增材制造的进一步应用.增减材混合制造将增材制造与传统的加工手段结合，对增材制造成形的部件进行高精度数控加工，以改善部件表面光洁度以及零件的几何和尺寸精度.本文阐述了增减材混合制造的技术原理和研究进展，并指出了未来的发展方向

介绍脱乙酰度、温度、分子量等因素对壳聚糖溶液的溶解行为的影响,重点介绍醋酸和离子液体体系下的溶液性质,对壳聚糖的湿法纺丝研究进行了综述,同时对纤维性能的提高方法以及长丝的实现可能性进行了总结,最后对壳聚糖及其纤维制品的未来发展前景进行了展望

现阶段, 锂离子电池已经成为电动汽车最重要的动力源, 其发展经历了三代技术的发展(钴酸锂正极为第一代, 锰酸锂和磷酸铁锂为第二代, 三元技术为第三代).随着正负极材料向着更高克容量的方向发展和安全性技术的日渐成熟、完善, 更高能量密度的电芯技术正在从实验室走向产业化.本文从锂离子电池产学研结合的角度, 从电池正负极材料, 电池设计和生产工艺来分析动力电池行业最新动态和科学研究的前沿成果, 并结合市场需求与政策导向来阐述动力电池的发展方向和技术路线的实现途径

通过1：2的比例建立水力学模型并应用正交表L25（56）设计正交实验，对国内某公司的3t钒铁炉进行底吹N2模拟，研究三点底吹条件下不同底吹位置和底吹流量对钒铁液混匀时间的影响.结果表明，最佳的底吹方案为：模型底吹流量为1306 L/h，底吹点位置为e（0.7R）、d（0.6R）、e（0.7R）；底吹流量和底吹位置对混匀时间均有显著性影响，对混匀时间进行拟合可知混匀时间与底吹流量呈幂指数关系，指数值为-0.5211

2向量的线性关系 一.概念 为了进一步研究线性方程组的有解性和工程技术实际问题以及理论的需要,我们在本 节研究向量的概念及其线性关系。 在向量代数一章里,我们已经知道,空间向量(向径)OM={x,y,z}(其中M (x,y,z))与有序三数组一一对应。将此推广到一般n元有序数组得到n维向量的概 念