为了研究热轧铝/镁复合板结合强度的变化规律，本文综合考虑压下率、轧制温度和轧制速度等多种轧制参数，单道次热轧制备了7075 Al/AZ31B Mg复合板。结果表明：在复合板轧制过程中由于热和强变形作用组织发生了动态再结晶，且增大轧制速度有助于镁基体产生完全动态再结晶。在相同轧制温度下，铝镁复合板结合强度均随压下率增加先升高后降低；强度升高是由于界面元素扩散宽度的增大和镁合金近界面晶粒组织的细化所致，强度降低是由于大变形导致镁基体近界面处产生裂缝，以及塑性功产生热量过多使得镁基体温度升高导致的镁侧晶粒长大所致。对复合板进行拉剪实验，铝镁结合界面剪切强度较低时，断裂发生在复合界面处且成脆性断裂特征，强度较高时断口形貌呈韧性断裂特征，断裂发生在镁基体侧

为探讨富水充填材料在时效作用下的变形及其硬化体内水分损失特征,本文研究一定水固质量比的富水充填材料在不同应力水平下的蠕变性能,并通过扫描电镜观察、差热-热重分析等实验探讨充填体在蠕变过程前后的形变特征、水分损失及其与外界荷载的关系.结果表明:水固质量比为2.0的富水充填材料失稳破坏的临界应力为1.96 MPa,为其单轴抗压强度的90%;蠕变不会对富水充填材料中结合水含量造成影响;富水充填材料失稳破坏时内部结构发生非结合水的流失,非结合水含量损失相对值与所受荷载水平呈线性正相关关系;非结合水的流失导致结构内部出现更多的空隙,这些空隙在外界荷载作用下会迅速被压密,产生较大变形,导致充填体局部失稳,进而影响采空区的整体稳定

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

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

通过合理的假设对H型钢变形区进行分区.基于流函数方法确定了各个变形区的速度场,建立了H型钢万能轧制力学模型.在此基础上,使用Powell多参数优化算法优化变形区参数以使变形区的总功率达到最小并最终求得H型钢轧制力能参数.计算中采用高斯积分的方法,使得计算结果更加准确.计算结果表明,腹板和翼缘的延伸率相同时,本文模型计算结果与经过实验数据验证的有限元结果的误差不超过1.53%,当偏离标准工况较大时,通过适当修正,亦可保证本文方法的计算精度.在腿腰延伸比λ=1附近时,模型计算的轧制力与有限元结果变化趋势相同.在合理的力臂系数情况下,两者结果吻合较好

为探索多火次等温锻造对新型粉末高温合金晶粒细化的影响, 本文对实验合金进行了每火次变形量40%左右的三火次等温锻造, 采用商用有限元软件DEFORM 2D模拟锻造过程中的等效应变分布图, 采用电子背散射衍射技术对各火次后的锻坯进行显微组织观察和分析.研究表明: 等温锻造过程中, 锻坯轴向剖面大致分为三个区域, 位于上、下两端面附近的Ⅰ区变形量最小, 位于两侧附近的Ⅱ区次之, 位于剖面中心的Ⅲ区变形程度最大.经过三火次等温锻造后, 锻坯Ⅱ、Ⅲ区再结晶充分, 获得等轴细晶组织, 平均晶粒尺寸2~3 μm.然而Ⅰ区形成再结晶不完全的\项链\组织, 在变形晶粒周围分布大量细小的再结晶晶粒, 变形晶粒内小角度晶界含量较多, 位错密度较高.通过对三火次后的锻坯进行合适的热处理, Ⅰ区\项链\组织得到细化, Ⅱ、Ⅲ区组织发生晶粒长大, 整个盘坯为较均匀的细晶组织, 平均晶粒尺寸为6~8 μm

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

图像分割是计算机视觉领域中的重要分支，旨在将图像分成若干个特定的、具有独特性质的区域。随着计算机硬件计算能力的提高和计算方法的进步，大量基于不同理论的图像分割算法获得了长足的发展。因而选择合适的评估方法对分割结果的准确性和适用性进行综合评估，从而选择最优分割算法，成为图像分割研究中的必要环节。在综述14种图像分割评估指标的基础上，将其分成基于像素的评估方法、基于类内重合度的评估方法、基于边界的评估方法、基于聚类的评估方法和基于实例的评估方法五大类。在材料显微图像分析的应用背景下，通过实验讨论了不同分割方法和不同典型噪声在不同评估方法中的表现。最终，讨论了各种评估方法的优势和适用性

利用实验及CFD模拟软件分别研究非空调工况下以及空调工况的送氧口个数、送氧口管径、送氧流量及送氧方式、不同的气流组织形式(同侧上送下回、异侧上送下回)等发生变化对密闭建筑缺氧房间的富氧特性及富氧效果的影响. 结果表明: 非空调工况下, 送氧口个数、送氧口管径、送氧流量及送氧方式不同, 所形成的富氧区域差别较大, 宜采用管径为6 mm的相背45°的双送氧口进行送氧, 所形成的富氧面积为最大; 空调工况下, 送氧口个数、送氧口管径、送氧流量及气流组织形式不同, 所形成的富氧区域形状大体相似, 均为\椭圆\形状, 宜采用送氧口管径为6 mm的单送氧口且异侧上送下回的气流组织形式; 空调工况下, 送氧流量相同时, 送风风速为0.85 m·s-1所形成的富氧面积比送风风速为1 m·s-1所形成的富氧面积大约20%;当送风风速均为0.85 m·s-1, 送氧流量为1.5 m3·h-1所形成的富氧面积约为0.96 m2, 该富氧面积与单人次活动范围面积相当, 适宜作为空调工况下缺氧房间单人次的富氧基础供氧量. 模拟结果可为缺氧空调房间供氧装置的选择、布置、降低新风量、降低空调能耗等方面提供参考