以数字化柔性挤压成形砂块为研究对象，通过设计单因素试验进行了砂型种类、粘结剂质量分数及挤压压力对型腔表面质量影响规律的研究，进而得出高精度树脂砂型挤压成形的最优参数组合。结果显示：无模砂型外部与砂型内部的表面性能存在差异。不同砂型种类的砂型型腔表面性能不同，沙粒的角形系数对砂型型腔表面性能有较大影响。随着砂型挤压力的提高，砂粒之间的距离减小，砂粒并联接触方式增多，砂型在经过切削时，砂型表面产生裂纹的数量及延伸深度大幅减小，砂型型腔表面性能不断提高。随着树脂质量分数的增大，砂粒的包覆厚度增大，从而砂粒的粘结桥增多，砂型强度增加，砂型切削时产生的裂纹数量减小，砂型型腔表面性能不断提高。本文为真实获得砂型表面质量提供了方法，有助于无模铸造精密成形技术的推广

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

首先介绍了传统的编队控制方法的定义、特点和常用方法及优缺点,并将传统编队控制时代定义为前编队控制时代.随着多智能体技术的发展,将多智能体技术引入到编队控制问题中,诞生了众多新的研究成果,称为后编队控制时代.后编队控制时代以多智能体技术为基础,随着通信技术、计算机技术、人工智能技术的发展而逐渐壮大起来,并受到了学者的广泛关注.前编队控制时代强调多机器人通过编队协作完成单个机器人无法实现的任务,提高任务完成效率且缩短任务完成时间.后编队控制时代则是在前编队控制时代的基础上,更强调低成本、同步性和协同性,但却不那么重视每个个体的任务分工,甚至是按照规则自由分配任务,不再有“不可替代冶的个体存在.最后给出了研究编队控制问题的基本思路和目前尚待解决的关键问题

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

目前燃煤电厂对于SO2、NOx和PM等主要污染物已经有较为成熟的控制方法，但针对具有长期环境危害性的痕量污染物尚缺乏有效的排放控制手段。为全面掌握痕量污染物在煤燃烧过程中的释放、迁移和转化规律并开发相应的控制技术，建立稳定可靠的模拟烟气痕量污染物发生方法是开展相关研究的前提条件。通过文献调研，对常见痕量污染物的四种发生方法进行了总结、归纳和对比：溶液蒸发法较为简单易用，但产物中易含有副产物，这些副产物会带来一定的影响；燃烧法产生的痕量污染物最接近实际情况，但受实验条件影响较大，并且产物成分较为复杂；升华法获得的产物浓度较为准确，但适用范围较窄，仅用于某几种气态痕量污染物的发生；氢化物氧化法可准确地控制产物的发生速率，但也仅适用于少量痕量污染物，并且装置较为复杂。分析比较了不同方法的适用情形，最后提出多种方法联用的思路以期得到更加接近实际情形并且成分可控的结果

以硅锰脱氧的SWRH82B热轧盘条为实验钢种，研究增氮析氮法对硅锰脱氧钢中夹杂物的去除效果，并设置0.02、0.035、0.05、0.065和0.08 MPa五组增氮压力进行热态实验.实验结果表明：在1873 K的温度下，钢液经过增氮20 min、真空处理30 min后，不同炉次钢中T[O]均下降至1×10-5以下，最低为4×10-6，T[N]均下降至5×10-6以下，最低为2×10-6，夹杂物去除率均为40%以上，T[O]去除率均大于78%，表明该技术对硅锰脱氧钢中的夹杂物及T[O]有良好的去除效果.此外，随着增氮压力的升高，钢中T[O]与夹杂物去除率均有所升高，当充氮压力为0.08 MPa时，T[O]与夹杂物去除率分别达到89.2%和87.4%.理论分析表明，随着增氮压力的升高，气泡形核率增大、钢中生成气泡数量增多、钢中气泡的密度增加，从而提升气泡去除夹杂物的效率

研究锰元素对2205双相不锈钢耐点蚀性能的影响, 锰质量分数的变化范围为0. 93%~1. 26%.分别采用化学腐蚀法、动电位极化法研究双相不锈钢2205的耐腐蚀性能, 采用夹杂物自动分析技术研究锰对钢中夹杂物种类及数量的影响, 通过扫描电镜、能谱及夹杂物原位分析法观察化学腐蚀及电化学腐蚀前后钢中夹杂物及其周围钢基体的变化情况.采用电感耦合等离子体发光光谱测定腐蚀产物的成分.研究结果表明, 不同类型的夹杂物对耐腐蚀性能的影响不同, (Mn、Si) 氧化物以及(Mn、Si、Cr) 氧硫化物在腐蚀液中更易溶解进而促进腐蚀, 而(Cr、Mn、Al) 氧化物却很稳定.锰的加入会促进钢中(Cr、Mn、Al) 夹杂的析出, 此类夹杂物不仅自身很容易被含Cl离子的溶液腐蚀, 而且作为点蚀的起始点, 促进了点蚀坑的形成, 加快了基体腐蚀, 最终导致不锈钢耐点蚀性能的下降

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

通过Gleeble热模拟实验机模拟了X100管线钢的粗晶热影响区（CGHAZ）及再热临界粗晶热影响区（ICCGHAZ）微观组织。采用电化学测试、浸泡实验及表面分析技术研究了交流干扰下X100管线钢母材、CGHAZ及ICCGHAZ在库尔勒土壤溶液中的腐蚀行为。结果表明：交流干扰下X100管线钢母材、CGHAZ及ICCGHAZ都表现为活性溶解，平均腐蚀速率随交流电流密度的增大而增加。交流干扰造成的极化电位振荡幅值及微观组织对X100管线钢母材、CGHAZ及ICCGHAZ的平均腐蚀速率和腐蚀形貌有着重要影响。在5 mA·cm?2交流电流密度干扰下，母材的腐蚀电位最负、平均腐蚀速率最大，ICCGHAZ的腐蚀电位最正、平均腐蚀速率最小，CGHAZ的腐蚀电位及平均腐蚀速率都居中；在20 mA·cm?2及50 mA·cm?2交流电流密度干扰下，ICCGHAZ腐蚀电位最负、平均腐蚀速率最大，母材的腐蚀电位最正、平均腐蚀速率最小，CGHAZ的腐蚀电位及平均腐蚀速率都仍居中。在20 mA·cm?2交流电流密度交流干扰下，X100管线钢发生局部腐蚀，CGHAZ、ICCGHAZ发生明显的晶界腐蚀，GCHAZ晶界腐蚀形貌呈缝隙状、ICCGHAZ晶界腐蚀形貌为连续孔洞

从细观角度、采用颗粒离散元法开展了预制裂隙花岗岩循环加卸载的数值模拟试验。首先，使用图像处理技术识别花岗岩中的不同细观组分、结合室内单轴压缩试验结果对细观力学参数进行了标定。然后，通过编制颗粒流代码追踪裂隙的类型和扩展过程，分析岩石破坏过程中裂隙发展的阶段性特征。结果表明：不同倾角裂隙岩石的新生裂隙走向与预制裂隙贯通方向基本一致；根据新生裂隙的优势倾向分组得到裂隙起裂角与预制裂隙倾角的关系：倾角β≤45°时剪切和张拉裂隙的起裂角单调递减，倾角β≥60°时剪切和张拉裂隙的起裂角单调递增；循环扰动荷载增加了裂隙岩体的轴向变形，轴向累积残余应变曲线呈反S形、提高扰动荷载应力上限促使曲线进入加速阶段；试件峰值强度随裂隙倾角增大表现出先减小后增大的趋势，峰值强度为实验室完整岩石单轴抗压强度的63% ~ 89%，反映了较为明显的劣化现象；在循环荷载作用下，剪切裂隙和张拉裂隙增长曲线表现出明显的变化特点，在裂隙不稳定扩展阶段中张拉裂隙数目增长速率显著大于剪切裂隙，对分析岩石变形破坏过程具有一定的参考意义