基于高炉破损调查取样分析,借助 X 射线荧光分析、X 射线衍射分析、电子探针分析、扫描电子显微镜结合能谱分析 等手段分析了高炉炉缸、炉底不同部位形成的含钛保护层化学成分、物相组成和微观形貌,并建立正规溶液热力学模型对 Ti (C, N)形成的热力学条件进行分析,然后针对高炉的实际工况,明晰高炉炉缸 TiC0郾 3N0郾 7形成的条件

近年来路径跟踪控制的发展十分迅猛，研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路，从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中，研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑，采用预瞄控制使控制器提前响应，以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响，又无需人为设置预瞄距离，且对定位误差等扰动因素具有较强的鲁棒性，加之低速路径跟踪控制对实时性的需求较低，因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外，还面临着较高车速带来的行驶稳定性不足问题的挑战，因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题，目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外，在高速路径跟踪控制中，地面附着系数等环境参数的影响也较大，因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向

分析了高炉直吹管条件下粉煤粒子在热解之前的传热状态;建立了粉煤粒子的传热模型,并进行了计算机求解。结果表明:(1)粉煤粒子在热解前的传热情况对粉煤的快速热解非常重要;(2)热风和粒子的速度差及粒径对Nu数影响很大,热解前辐射传热比对流换热更重要;(3)在目前国内条件下,煤粒子直径在300μm以下较合适;(4)煤粒(>1μm)在热解前不能视为薄体

研究了硼钛复合纤维在拉伸过程中的行为。结果表明:复合纤维的变形是由纤维的弹性应变与基体的弹塑性应变复合迭加而成。并且在纤维与基体结合十分牢固,基体组元体积分数又较少的情况下,复合纤维表现为高强度、高弹性模量及低塑性。将试验结果同理论计算模型进行了比较,所得结果基本一致

高炉是一个包括复杂物理化学变化和传输过程的高温反应器。由局部反应和区域热平衡、物料平衡建立的机理模型难以适应炉况的迅速变化。用模糊数学理论进行不确定知识的处理,构成了知识库和推理机,从而建立了人工智能高炉异常炉况诊断专家系统,避免了人工可能漏看忽略的仪表微小变化所造成炉况判断的偏差,因而有较高的命中率

本文首先提出了一个结构简单且易于维护的索引–存根表结构，并基于该结构提出了一个具有隐私保护属性的云存储第三方审计方案，该方案能够有效地支持对外包数据进行各种数据块级的远程动态操作.然后，在随机预言机模型下，对方案提供的数据完整性保证给出了形式化的安全证明，对方案中审计协议的隐私保护属性也给出了形式化的安全分析.最后，针对方案的性能进行了理论分析和相关的实验比较，结果表明该方案是高效的

本文在充分考虑激光表面合金化过程高温度梯度产生的Soret效应和液相金属强制性对流的作用,在Aziz模型基础之上,从理论上分析了激光表面合金化非平衡凝固过程溶质在界面的分布,并推导出新的溶质分配系数公式

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

根据优势区相图中物质的稳定区是由一线性不等式组的解确定,且呈凸多边形这一性质,本文提出了引入一组恰当的目标函数,与线性不等式组组成线性规划问题,由其解可确定凸多边形的顶点,从而获得优势区相图的方法。并编制了FORTRAN语言通用程序,在M-150机上通过运算,所得结果与文献相符。本方法具有数学模型明确、可靠,物理概念清楚,通用性强,准确性高,运算速度较快等优点

为了更加快捷、高效地判定边坡稳定与否，基于机器学习，融合主成分分析法（PCA）、参数调整、影响因素权重分析等，建立了一种边坡安全稳定性评价体系。研究发现，运用PCA可以在保留80%数据原信息的前提下将输入变量维度从六维降至三维，但此时模型效果有所下降；随机森林及梯度提升(XGBoost) 两种学习算法均可搭建有效的边坡安全稳定性评估模型，通过对其预测效果的对比分析，确定XGBoost为最佳评价模型。与此同时，采取卡方检验、F检验以及互信息法3种相关性检验手段，并通过计算评价因子的重要程度且加以可视化展示，明确了容重、坡高、内摩擦角以及内聚力4个内在因素的重要性，最终将评估结果与实际结合提出了边坡安全防护措施