随着汽车行业的快速发展，轻量化汽车用钢的研发和应用越来越广泛。抗拉强度超过1000 MPa的第二、三代汽车用钢往往是复相组织，通过固溶、析出、变形、细晶强化等各种强化方式，在基体中形成大量缺陷，导致钢材服役过程中对氢更加敏感，容易在很小的氢溶解条件下发生氢脆。Fe?Mn?C系、Fe?Mn?Al?C系等含Mn量高的汽车结构用钢因层错能较高，不仅直接决定了其强韧性机制，还对其服役性能有重要影响。在Fe?Mn?C系TWIP钢的成分基础上，添加少量Al元素，形成Fe?Mn?(Al)?C钢，不仅能降低钢材密度，提高钢材的强韧性，也因Al元素改变了钢材的微观组织构成，一定程度上令氢脆得到缓解。但当Al含量较高时，形成低密度钢，其组织构成更加复杂，析出物更多，导致氢脆敏感性更显著。本文从Fe?Mn?(Al)?C高强韧性钢的组织构成、第二相、晶体缺陷等特征出发，综述了H在Fe?Mn?(Al)?C钢中的渗透、溶解和扩散行为，H与基体组织、析出相、晶格缺陷的交互作用，H在钢中的作用模型、氢脆机制、氢脆评价手段和方法等。并评述了Fe?Mn?(Al)?C高强韧性钢氢脆问题开展的相关研究工作和最新发展动态，指出通过第一性原理计算、分子动力学模拟和借助氢原子微印技术、三维原子探针等物理实验相结合的方法是从微观层面揭示高强韧性钢氢脆机制的未来发展方向

根据磁控溅射实验条件, 采用分子动力学方法, 在Si(100)面上模拟沉积了三种ZrxCu100-x(x=50, 70和90)合金薄膜.通过计算径向分布函数(RDF)及X射线衍射(XRD)分析了沉积薄膜的形貌结构, 并探讨了玻璃形成能力和五重局部对称性之间的关系.最后研究了沉积薄膜的力学性能, 及薄膜厚度对拉伸过程的影响.研究结果表明: Zr-Cu合金玻璃形成能力与五重局部对称性之间存在一定的相关性, 沉积玻璃薄膜比晶体薄膜表现出更好的延展性, 其中Zr50Cu50沉积玻璃薄膜比近共晶成分玻璃薄膜(Zr70Cu30)具有更大的拉伸强度; 沉积薄膜存在一定的尺寸效应, 薄膜相对厚度越小, 其拉伸强度越大

电弧炉炼钢以废钢为基本原料，熔清后磷含量波动大，且受炉型结构限制，反应动力学条件差，深脱磷困难；全废钢冶炼熔清碳含量低，熔池内C–O反应缺乏，气泡产生数量少；且吹氧强化搅拌造成渣中FeO含量高、钢液易过氧化。电弧炉熔池内气–固喷吹冶炼新工艺，通过向熔池内部直接喷射石灰粉或碳粉，有效解决上述问题。本文通过数值模拟和水力学模拟实验研究了金属熔池内埋入式气体喷吹和气–固喷吹的冲击特征规律。熔池内射流水平和竖直冲击深度随气体喷吹流量增加而增加，而当气体喷吹流量一定时，随着喷枪安装角度的增大，熔池内射流竖直冲击深度增加，而水平冲击深度减少。同时发现，粉剂颗粒提高了气体射流的冲击动能，增加了气体射流的冲击穿透深度

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度

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

中文电子病历文本包含大量嵌套实体、句子语法结构复杂、句式偏短。为有效识别其医疗实体，提出一种融合多特征嵌入与注意力机制的命名实体识别算法，在输入表示层融合字符、单词、字形三个粒度的特征，并在双向长短期记忆网络的隐含层引入注意力机制，使算法在捕获特征时更加关注于医疗实体相关的字符，最终实现对中文电子病历中疾病、身体部位、症状、药物、操作五类实体的最优标注。面向开源和自建糖尿病数据集的实验结果中所提算法的实体识别准确率、召回率和F1值都达到97%以上，表明其可以更加有效地识别中文电子病历中各类实体

搭建了一套密闭建筑空间室内供氧实验装置,分别研究送氧口个数、送氧口管径、送氧流量及送氧方式的不同对建筑空间室内的富氧特性及富氧效果的影响.结果表明:送氧口个数、管径、流量及送氧方式不同时,氧气轴向最大浓度分布随轴向距离的增加呈递减趋势,且距离送氧口轴向距离0~0.55 m的范围内,氧气轴向浓度迅速降低;单送氧口时,送氧口管径及送氧流量不同时所形成的富氧范围大体呈扁椭圆形状,且送氧管径相同时送氧流量越大,富氧范围也越大;双送氧口竖直向前和相对45°方式进行送氧所形成的富氧范围接近\一头尖一头圆\的扇形,且竖直向前所形成的富氧范围比相对45°送氧所形成的富氧范围要大;采用双送氧口相背45°方式进行送氧时,管径为6 mm的双送氧口所形成的富氧范围大体呈2片扇叶形状;管径为10 mm的双送氧口所形成的富氧范围大体呈2个半圆形状;总送氧流量为1 m3·h-1时,6 mm管径的双送氧口相背45°送氧范围最大,10 mm管径的双送氧口竖直向前送氧范围最小;相同的总送氧流量及送氧方式下,单送氧口竖直向前送氧所得到富氧面积比双送氧口竖直向前送氧所得到富氧面积大20%左右;相同的送氧口个数、送氧口流量及送氧方式下,管径为6 mm的送氧口所得到的富氧面积比管径为10 mm的送氧口所得到的富氧面积大60%左右

利用Al-17% Si-4.5% Cu熔体中密度较小的初生硅颗粒模拟金属熔体内部的夹杂物，并采用超重力场分离熔体中的夹杂颗粒，研究了不同重力系数条件下，金属熔体中夹杂物的分离规律.实验结果表明：经过超重力处理后，初生硅颗粒在试样上部区域发生明显的偏聚现象，试样内部出现无初生硅颗粒区域，且随着重力系数的增加，无初生硅颗粒的区域面积逐渐增大，说明重力系数越大，硅颗粒在试样上部区域的聚集程度越好.随着重力系数的增大，试样的净化效率逐渐升高，当重力系数（G）为500时，试样的净化率达到了84.98%.利用DPM离散相模型对超重力场下熔体内部硅颗粒的具体受力情况进行分析，并模拟研究铝熔体内部硅颗粒在不同重力场中的分离行为.数值模拟结果证明了夹杂颗粒在沿着超重力方向上的运动行为近似符合Stokes运动定律.这表明超重力场可以有效分离金属熔体中的夹杂物

利用扫描电迁移率颗粒物粒径谱仪（SMPS)，针对不同孔径的介孔材料SBA-15，探索对UFPs（2.5～25 nm）的去除效率及脱除机理，以期为介孔材料过滤脱除UFPs在钢铁工业颗粒物超低排放控制的应用提供理论基础。基于实验结果及表征分析得知：UFPs入孔效应使大孔径介孔过滤介质效率更佳；介孔材料孔径端部内外表面存在大量UFPs亲和位点，提高端部复杂程度有利于提升材料过滤性能；氮气的有无对UFPs去除结果基本没有影响；介孔的存在使UFPs扩散效应更强，颗粒入孔使扩散系数增加，故UFPs在介孔材料实际扩散结果与传统扩散模式理论值（m=?2/3）不同

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度