1学科基础课平台必修课 《高等数学 A1》 《高等数学 A2》 《线性代数》 《概率论与数理统计 B》 《大学物理 A1》 《大学物理 A2》 《大学物理实验》 《电工电子技术 C》 《电工电子实训》 《金工实训 B》 《物理化学 F》 《物理化学 F 实验》 《分析测试技术》 《化工原理 C》 《化工原理实验》 2 学科基础课平台选修课 《无机化学与放射化学》 《有机化学 E》 《矿物加工专业导论》 《粉体工程导论》 《湿法冶金》 《机械设计基础 C》 《机械设计基础课程设计》 《画法几何与工程制图》 《工程力学 B》 《流体力学 D》 《矿物岩石学》 3专业课平台必修课 《矿物加工认识实习》 《磁重分选》 《碎磨与浮选》 《矿物加工专业实验》 《溶浸采铀 A》 《铀水冶工艺学 B》 《溶浸采铀与水冶》 《选矿厂设计》 《矿物加工工程生产实习》 《矿物加工毕业实习》 《矿加毕业设计（论文）》 4专业课平台选修课 《矿物加工 autocad 制图实验》 《矿物加工试验研究方法》 《浮选药剂化学原理与应用》 《矿山污染治理技术》 《矿物加工科研写作》 《矿加专业英语》 《矿物资源加工前沿技术》 《核工业生物学》 《矿业经济与管理》 《非金属矿加工与应用》

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

为了研究碱金属钾、钠对焦炭劣化作用的区别,首先将焦炭置于不同含量的钾、钠气氛下进行吸附实验,然后对吸附碱金属后的焦炭进行扫描电镜观察、能谱及X射线衍射分析和热态性能测试.由于钠更加容易以表面吸附的形式覆盖在焦炭表面,所以在碱蒸气质量比相同的气氛下,钠的吸附量要高于钾.表面吸附的碱金属对焦炭溶损反应有阻碍作用.在相同吸附量情况下,吸附钾后的焦炭中与碳化学结合的钾居多,反应性更高.另外,钾金属本身对焦炭破坏作用就很大,钾原子会插入碳层引起微晶多维膨胀,使焦炭微观组织产生破裂,并且这些新生的裂纹导致吸附钾焦炭与吸附钠焦炭在溶损方式上的不同

为研究隔热隔音超细玻璃纤维棉燃烧火焰蔓延特性，采用火焰蔓延特性测试仪探究玻璃纤维棉暴露于辐射热源和明火条件下燃烧火焰蔓延特性。结果表明：当点火时间从15增大至85 s，火焰沿Y轴正向蔓延最远距离从280增至435 mm，火焰蔓延速率整体呈现先减小、后增大、再减小趋势，分析认为火焰蔓延速率中途会增大是因为试样在制样时切割出切口，使局部氧气在一定程度上得到补充。随辐射板温度在700～820 ℃范围内增大，火焰沿Y轴正向蔓延最远距离从280不断增大至390 mm，增幅达110 mm，说明增大辐射板温度对促进火焰蔓延有显著作用，而火焰沿Y轴正向蔓延最远距离的增长速率不断减小。通过监测燃烧过程中不同位置玻璃纤维棉内部实时温度，得到距离点火源越近的监测点温度整体偏高，同时最高温度出现的时间大于点火时间。得到火焰沿Y轴正向蔓延最远距离与玻璃纤维棉厚度的定量拟合曲线，得到玻璃纤维棉厚度在12～48 mm越大，对阻止火焰蔓延与扩散的效果越明显，分析认为这是由于大厚度玻璃纤维棉在燃烧时，有更多热量沿内部厚度方向传播，从而减小了火焰热量沿Y轴正向的传播速度和蔓延距离

以电动汽车车用额定容量为42 A·h的三元方壳锂离子电池单体和模组为研究对象，研究其在加热条件下单体的绝热热失控特性及成组后侧向加热热失控蔓延特性。结果表明，锂离子电池在发生热失控时，内部最高温度可达920 ℃，电池表面和内部最大温差达403 ℃；热失控首先在迎向热流的面触发，随后蔓延至整个电池；满电状态下的锂离子电池内部热失控蔓延时间介于8～12 s；热失控蔓延过程中锂离子电池的温度特征与绝热热失控测试相比存在较大差异性；热失控喷发颗粒物中，LiF及石墨质量分数占80%以上；模组中失控电池产生的总能量中用于自身加热和喷发损失的占90%左右，热失控释放总能量的10%足以触发热失控蔓延。本文为研究三元锂离子电池模组安全设计、热失控蔓延抑制及新能源汽车的火灾事故调查提供了参考

采用光学显微镜（OM）、扫描电子显微镜（SEM）、纳米力学探针、力学性能测试以及室温摩擦磨损实验研究了Cu–(Fe–C)合金的铸态组织、形变态组织、Fe–C相形貌、力学性能和摩擦磨损行为。结果表明，Cu–(Fe–C)合金中弥散分布着微米级和纳米级的Fe–C相，其中微米级的Fe–C相在淬火和回火过程中发生了固态转变，这种固态转变与钢中的马氏体转变和回火转变类似。合金先在850 ℃淬火，然后在200、400和650 ℃回火，Fe–C相由针状马氏体逐渐向颗粒状回火索氏体转变，Fe–C相纳米硬度分别为9.4、8、4.2和3.8 GPa，实现了对强化相硬度的控制。室温摩擦磨损实验结果表明，随着回火温度升高，合金的磨损机制逐渐由犁削向黏着磨损和大塑性变形转变，导致合金的耐磨损性能降低。这一结论可以为通过Fe–C相的固态转变的方法调控Cu–(Fe–C)合金的摩擦磨损性能提供参考作用