金属磁记忆检测技术是一种适用于铁磁材料的新兴的无损检测技术，主要优势在于无需外加激励磁场源，即在天然地磁场的激励作用下，通过测量材料表面的漏磁信号，就能够对铁磁构件的早期损伤进行检测，避免结构或构件发生突然的脆性破坏。针对近10余年金属磁记忆检测技术的研究现状，概述了该技术的理论基础，总结了该技术理论研究、试验研究以及工程应用新进展，探讨了磁记忆检测技术的损伤评判准则，分析了影响磁记忆检测信号的因素，基于此，提出了磁记忆检测技术目前存在的问题和未来的研究发展方向

电动汽车具有节能环保的优点，电池、乘员舱和电机驱动系统的热管理是提高其运行安全性和司乘人员舒适性的关键技术。针对电动汽车集成热管理系统构建过程中的关键问题，首先概述了电池、乘员舱和电机驱动系统的产热模型；其次系统地总结了现有的电池、乘员舱和电机驱动系统的热管理方法，重点分析了集成热管理系统的研究现状、运行控制和系统性能评价；最后总结了当前研究存在的不足并进行了研究展望，指出研究准确的产热计算模型，发展紧凑高效的集成热管理系统，在综合性能评价体系下优化集成热管理系统的运行控制是未来的主要研究方向

铁酸铋-钛酸钡(BiFeO3-BaTiO3, BF-BT) 基陶瓷由于具有高的居里温度TC和大的自发极化强度Ps, 以及较高的压电系数d33, 近年来受到了广泛关注, 且被认为是一种有潜力替代铅基压电陶瓷的无铅压电陶瓷体系. 本文主要综述近几年来国内外有关BF-BT基陶瓷的相结构和压电性能, 以及磁性能等方面的研究进展和动向, 并尝试分析了该陶瓷体系在实用化的道路上存在的迫切需要解决的问题

油水两相是海底管道和集输管线常见的腐蚀工况之一。以3Cr钢为代表的低Cr合金钢是目前具有良好耐蚀性能的重要材料，但是，在油水两相层流工况下，特别是加注了一定缓蚀剂的条件下，3Cr钢的适用性尚不明确。通过高温高压反应釜模拟了油水两相层流工况的腐蚀环境，结合扫描电子显微镜（SEM）、X射线衍射谱（XRD）、激光共聚焦拉曼光谱、电化学交流阻抗等测试表征方法，研究了3Cr钢的腐蚀行为及缓蚀剂对其耐蚀性能的影响。结果表明，在油水分层工况下，3Cr钢的腐蚀产物膜为明显的双层膜结构，其内层腐蚀产物膜为结构致密的富Cr层，表现出良好的抗CO2腐蚀性能，但加入100 mg·L?1十七烯基胺乙基咪唑啉季铵盐缓蚀剂后，3Cr钢并未得到有效的缓蚀保护。腐蚀产物分析和电化学研究表明，烷烃分子、缓蚀剂分子及富Cr层间存在竞争关系，烷烃分子干扰了缓蚀剂分子的有序排列，影响了3Cr钢的耐蚀性

为拓宽材料的阻尼温域，增大聚氨酯应用范围，基于聚氨酯的结构可设计性，引入含有甲苯-2,4-二异氰酸酯（TDI）和聚乙二醇单甲醚（MPEG）的预聚体制备带长支链的聚氨酯。长支链一端固定一端活动的特点赋予其特有的运动与松弛。甲苯-2,4-二异氰酸酯的存在不仅延长了支链长度，增大了支链与分子间的缠结程度，还使支链含有强极性的吸电子的异氰酸酯基和氨基甲酸酯基，使得支链与主链间具有较强的氢键作用。因此，从氢键及微相分离角度来分别探究聚氨酯阻尼的影响因素。结果表明，长支链占比增加，储能模量比值达到268.28，聚氨酯的微相分离程度降低，氢键作用增强，在氢键作用和微相分离程度降低的双重作用下聚氨酯的有效阻尼（阻尼因子大于0.3）温域超过150 ℃（?50～100 ℃），极大改善了聚氨酯弹性体的阻尼性能。此外，加入支链后聚氨酯具有一定的自修复性，对延长聚氨酯的使用寿命有较大意义

针对现行鼓风炉挥发(熔炼)-反射炉还原炼锑工艺存在的流程长、能耗高、低浓度SO2烟气污染等问题,提出了一种基于选冶联合过程的锑提取新工艺——硫化锑精矿还原固硫焙烧直产金属锑.分别以ZnO和碳粉作为固硫剂和还原剂实现对硫化锑矿的固硫还原转化,直接产出金属锑,同时生成硫化锌,再分别分离得到金属锑粉和硫化锌精矿.本文采用控制变量法,分别考察了焙烧温度、碳粉粒度、ZnO配入量、焙烧时间对锑生成率和ZnO固硫率的影响.得到最佳条件如下:焙烧温度800℃、碳粉粒度100~150目、ZnO量为固硫所需理论量、焙烧时间2 h,在此条件下,锑生成率为90.4%,ZnO固硫率为94.8%,其中温度和ZnO加入量对焙烧效果有较大影响;同时对反应产物的分析和过程热力学计算表明焙烧过程分两步进行,即首先发生Sb2S3与ZnO的交互固硫反应生成Sb2O3,其后在高于700℃温度下Sb2O3被大量还原成金属锑.在不同品位的锑精矿综合实验中,均获得了90%左右的锑生成率和88%的固硫率,验证了工艺的可行性.新工艺低温低碳、清洁环保,易于开展工业化生产

崩塌灾害的早期预警一直是岩土工程领域研究的热点问题之一.传统的监测预警方法监测指标相对单一, 更多关注于加速破坏前兆的识别, 使得崩塌的早期预警存在诸多困难.本文首先引入动力学监测指标, 对岩土体破坏过程中的动力响应进行综述, 得出基于固有振动频率等动力学监测指标可以为危岩体的损伤提供数据支持.随后基于最新的实验研究发现动力学监测指标可以有效反应边坡的物理力学特征的变化, 进而可以实现岩体损伤与稳定性的动态识别和定量判断.在对国内外现状进行综述发现, 基于分离阶段破坏前兆识别的岩块体崩塌灾害预警思路, 具有更好的时效性, 是未来崩塌早期预警的发展方向, 同时对崩塌的早期预警指标体系进行展望, 得出基于动力学指标、静力学指标和环境量指标三位一体的早期监测预警指标体系, 必将在工程监测与灾害预警方面发挥更大潜力, 为从事应对崩塌等脆性破坏灾害预警预防的研究工作者提供有效参考

针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题，从血管形状拓扑关系利用的角度出发，探索多任务卷积神经网络设计，提出骨架图引导的级联视网膜血管分割网络框架。该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体。骨架提取辅助任务用于提取血管中心线，能够最大限度地保留血管拓扑结构特征；自适应特征融合结构体嵌入在两个模块的特征层间。该结构体通过学习像素级的融合权重，有效地将血管拓扑结构特征与血管局部特征相融合，加强血管特征的结构信息响应。为了获得更完整的骨架图，骨架图提取网络还引入了基于图的正则化损失函数用于训练。与最新的血管分割方法相比，该方法在3个公共视网膜图像数据集上均获得第一名，在DRIVE，STARE和CHASEDB1中其F1值分别为83.1%，85.8%和82.0%。消融实验表明骨架图引导的视网膜血管分割效果更好，并且，基于图的正则化损失也能进一步提高血管分割准确性。通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

综述了土壤中铬的来源,土壤中铬的赋存形式及其提取方法,国内外铬污染土壤修复技术研究动态,探讨了铬污染土壤修复的发展方向,并对现阶段主要的修复技术,诸如客土法、稀释法、固定化和稳定化、化学还原、土壤淋洗、电动修复、生物修复等进行了详细介绍,进而对各种修复方法的优缺点进行了对比、归纳和评价,针对不同特点、性质的铬污染土壤给出修复方法的建议,为清洁高效修复铬污染土壤提供参考