全废钢连续加料电弧炉内长电弧作为炉内主要的能量来源，对废钢熔化及钢液升温至关重要。采用磁矢量势的磁流体动力学方法建立了电弧炉内电弧的数值模型，并基于该数值模型对电弧炉内电磁场、温度场和流场进行耦合求解，研究了电流大小、弧长对电弧炉内电弧的温度、速度、压力及气体剪切力特性的影响。结果表明，全废钢连续加料电弧炉内电弧等离子体呈“长钟型”分布，电弧柱较细长；随着电流增大，电弧有效作用范围增大，阳极表面电弧压力和气体剪切力增大；随着弧长增加，电弧有效作用范围减小，阳极表面的电弧压力和气体剪切力减小。短弧操作对熔池冲击剧烈，长弧操作熔池较为平稳，合理控制电流和弧长能有效提高电弧热效率

海底金矿矿山水害对矿山生产、人员施工及矿山设备等产生较大威胁，是矿山开采中的自然灾害之一，快速有效的判别出矿山水害水源对于事故的防治有重要意义。三山岛金矿的巷道围岩裂隙普遍并长期存在涌水现象，矿区开采中矿井水害的水源主要有海水、第四系水、基岩裂隙水、地下水等，为了准确快速的判别矿井水水源，有效预防矿井水突水及水害威胁，本研究结合监测点水样的水文地质条件与不同监测点水样的水化学成分分析，选取Mg2+、Na++K+、Ca2+、SO42?、Cl?和HCO3 ?共6项指标作为判别因子，通过主成分分析得出不同水样的矿化程度。在贝叶斯算法分析原理的基础上，将马尔可夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)引入到贝叶斯方法中，运用统计软件SPSS统计，构建贝叶斯判别分析模型，得出基于水样样本信息的算法估计的后验分布，得出矿山水害水源的分析方法。运用三山岛金矿水害取水点的水样分析数据进行详细的分析验证，建立矿井突水水源模型，进行不同水样的信息分析，得出贝叶斯统计函数并进行水源判别结果分析，验证了贝叶斯矿山水害水源判别模型的准确性和实用性，对现场工作的开展和水害防治有一定的指导意义

三十多年来，多种层状金属复合材料的制备方法应运而生，蓬勃发展，包括爆炸复合法、轧制复合法、热压扩散法和沉积复合法等。爆炸复合法在中厚板的制备上具有不可替代的优势，其产品广泛应用于军工、船舶、电力和化工等领域。轧制法可以批量生产大尺寸层压板，应用最为广泛，目前层压板已经广泛用于汽车、船舶和航空航天等领域。真空热压扩散法由于可以避免氧气等气体的污染，几年来在Ti/Al、Ti/TiAl和Ti6Al4V/TiAl层状复合材料的制备上备受关注。沉积复合法制备的层状金属复合材料在作为耐蚀、耐磨涂层，高强导线，人体植入材料方面表现出巨大的潜力。在综述层状金属复合材料发展历程的基础上，介绍了层状金属复合材料的制备方法及各自的优缺点，并对层状金属复合材料目前在国内外的研究现状进行了分析和介绍

基于前驱体合成与氨气氮化两步法，通过对前驱体合成关键参数B源/N源比、分散剂种类、前驱体干燥方式进行调控，实现了大比表面积、少层氮化硼纳米片材料的制备。其优化条件为以硼酸为硼源，尿素为氮源，硼酸与尿素摩尔比为1∶30，甲醇和去离子水作为分散剂，利用真空冷冻干燥方式合成前驱体。将前驱体在氨气气氛下900 ℃保温3 h合成了氮化硼纳米片。利用X射线衍射测试、X射线光电子能谱测试、拉曼光谱测试、热重分析测试等对合成产物进行了物相和结构表征，利用扫描电子显微镜、原子力显微镜、透射电子显微镜、氮气吸脱附曲线等对合成产物进行了形貌及比表面积表征。结果表明：合成的氮化硼为六方氮化硼纳米片（h-BNNSs），纯度高，形貌类石墨烯，层数为2～4层，厚度平均为1 nm，比表面积为871.8 m2·g?1，单次产物质量平均可达240 mg，合成产物平均产率可达96.7%。该方法简单易操作，实现了大比表面积少层氮化硼的制备，有助于氮化硼在各应用领域的研究，如氮化硼/石墨烯复合材料、纳米电子器件、污染物的吸附、储氢等

通过共沉淀和原位煅烧转化方法, 将Pd掺杂δ-MnO2前驱体煅烧后制备得到Pd掺杂α-MnO2纳米棒催化材料.通过氮气物理吸附、X射线衍射、透射电子显微镜、扫描电子显微镜、热重分析、X射线光电子能谱等技术对催化材料进行了表征.扫描电镜和透射电镜结果显示, α-MnO2纳米棒表面没有明显的Pd纳米颗粒, 表明Pd可能掺杂到α-MnO2晶格中.纯α-MnO2的还原温度在390℃左右, 但Pd掺杂可以极大地促进α-MnO2还原, 还原温度可低至约200℃左右.研究了所制备催化剂在无溶剂条件下对于以分子氧为氧化剂选择性催化氧化苯甲醇为苯甲醛的催化性能.结果表明: 在无溶剂及用纯氧气为氧化剂条件下, Pd掺杂α-MnO2纳米棒对苯甲醇氧化显示出增强的催化活性; 所掺杂的氧化态Pd物质可增强催化材料中的氧迁移率; 在这些Pd掺杂α-MnO2催化材料中, 当以Pd (3%, 质量分数) -MnO2为催化剂时, 在110℃反应4 h后, 苯甲醇的转化率为39%, 远高于同条件下以纯α-MnO2为催化剂时18. 3%的苯甲醇转化率

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶

为了降低硬件开销，越来越多的加法器电路采用传输管逻辑来减少晶体管数量，同时导致阈值损失、性能降低等问题。本文通过对摆幅恢复逻辑与全加器电路的研究，提出一种基于摆幅恢复传输管逻辑（Swing restored pass transistor logic, SRPL）的全加器设计方案。该方案首先分析电路的阈值损失机理，结合晶体管传输高、低电平的特性，提出一种摆幅恢复传输管逻辑的设计方法；然后，采用对称结构设计无延时偏差输出的异或/同或电路，利用MOS管补偿阈值损失的方式，实现异或/同或电路的全摆幅输出；最后，将异或/同或电路融合于全加器结构，结合4T XOR求和电路与改进的传输门进位电路实现摆幅恢复的高性能全加器。在TSMC 65 nm工艺下，本文采用HSPICE仿真验证所设计的逻辑功能，与文献相比延时降低10.8%，功耗延时积（Power-delay product, PDP）减少13.5%以上

研究了多智能体网络中受集合约束的一致性最优化问题，提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性，需要先进行收敛分析，再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式，提出一种基于李雅普诺夫函数的收敛分析范式，它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后，针对所考虑的分布式梯度算法，构造了合适的李雅普诺夫函数，并根据收敛条件得到了算法参数设定范围，避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法

物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道，尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下，降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法，在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先，使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题；其次，将不可导的目标函数通过平滑近似转化为可导形式，并给出其对天线下倾角和下行功率参数的梯度解析形式；最后，使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率，与现有元启发算法和普通梯度下降算法相比，具有良好的收敛速度，并能更好地抑制优化过程中振荡