高海拔寒区矿山岩质边坡变形破坏机制研究已取得一定的研究成果，但基于现行理论与技术还难以全面解决未来高寒边坡失稳机理和灾害防控的所有问题，至今尚未建立起完善的高寒边坡开采研究体系和边坡稳定性判别标准. 本文对高寒岩质边坡变形破坏的室内岩石力学试验、边坡物理相似模拟、多场多相耦合数值模拟、变形破坏原位监测、高海拔寒区岩质边坡失稳机理五个方面开展了大量的文献调研，总结高寒岩体变形破坏有关的研究成果，继而对存在的问题进行探讨并分析当前研究的不足，总结出高寒岩质边坡变形破坏研究领域亟待解决的关键问题：一是开采扰动条件下高海拔寒区矿山边坡岩体结构损伤劣化机制，二是冻融循环条件下流?固?气多相多场耦合边坡失稳时效特征与评价方法；并就未来高寒边坡变形和破坏研究方向及发展趋势予以分析，指出开展不同应力路径冻融循环耦合作用下岩体结构损伤劣化机理研究，开展爆破采动条件下高海拔寒区岩质边坡结构面致溃机制及边坡失稳破坏研究，开展地震荷载作用下高海拔寒区节理岩质边坡地震动力响应及致灾规律研究，研究多场多相耦合条件下节理岩体损伤劣化机理，开展高海拔寒区矿山边坡抗寒多参量实时安全监测及失稳预警技术研究五个方面是未来研究的趋势

针对多螺旋桨浮空器执行机构易发生故障的容错控制问题，同时考虑系统所受到的未知外部扰动和螺旋桨输入幅值的饱和约束，提出一种自适应滑模容错控制方法。建立浮空器的四自由度运动模型，系统分析矢量螺旋桨的故障类型，分为输出力的大小故障和矢量转角故障，得到浮空器执行机构的故障模型。基于自适应和滑模控制理论，由跟踪目标与系统当前状态偏差设计积分滑模面。针对未知外部扰动和执行机构偏移故障，设计相应的自适应律进行处理；针对螺旋桨输入饱和约束，应用Sigmoid函数设计跟踪轨迹进行处理。由此设计一种自适应滑模容错控制策略，利用Lyapunov稳定性理论证明了闭环系统的全局渐近稳定性能。以上海交通大学的多螺旋桨浮空器为模型，仿真验证了故障容错控制方法的有效性和鲁棒性

对注意力机制的主流模型进行了全面系统的概述。注意力机制模拟人类视觉选择性的机制，其核心的目的是从冗杂的信息中选择出对当前任务目标关联性更大、更关键的信息而过滤噪声，也就是高效率信息选择和关注机制。首先简要介绍和定义了注意力机制的原型，接着按照多个层面对各种注意力机制结构进行分类，然后对注意力机制的可解释性进行了阐述同时总结了在各种领域的应用，最后指出了注意力机制未来的发展方向以及会面临的挑战

深锥浓密机内底部料浆的屈服应力过高容易导致压耙，为此通过对不同絮凝沉降条件下获得的浓缩超细尾砂料浆的屈服应力进行原位测量，并通过对絮凝前后料浆总有机碳的测试来分析超细尾砂颗粒表面的絮凝剂吸附量，进而分析了絮凝沉降对浓缩超细尾砂料浆屈服应力的影响规律。研究发现，絮凝沉降对浓缩超细尾砂料浆的屈服应力有显著影响，pH和絮凝剂单耗通过影响尾砂颗粒表面的絮凝剂吸附量进而影响浓缩超细尾砂料浆的屈服应力，屈服应力随着pH和絮凝剂单耗的增大均不断增大。综合考虑尾砂料浆的絮凝沉降效果和所得浓缩超细尾砂料浆的屈服应力，最佳絮凝条件是pH值为11和絮凝剂单耗为15 g·t?1，在此最优条件下料浆固液界面的初始沉降速率为0.4565 mm·s?1，沉降后上清液浊度为143 NTU，底部沉积尾砂料浆的固相质量分数为51.56%、屈服应力为243.18 Pa。初步建立了适用于超细人造尾砂的基于絮凝剂吸附量的屈服应力模型，屈服应力随尾砂颗粒表面单位面积的絮凝剂吸附量的增大而增大，为实际生产中控制全尾砂絮凝沉降参数提供参考

废阴极炭块是铝电解槽大修时产生的一种危险固体废弃物，对其进行安全处置和资源化利用的关键是深度分离其中的有价组分炭和氟化盐.采用火法工艺对废阴极炭块进行处理，明确了氟化盐的挥发温度.基于氟化盐的挥发析出性质，设计了高温热处理电阻炉，并对其传热特性、控温规律以及氟化盐有效挥发区域进行了三维数值解析

为探究新型混凝土受硫酸盐侵蚀后的力学性能，采用质量分数为5%的硫酸盐溶液全浸泡加速侵蚀法，对11组聚丙烯纤维混凝土（PC）试块、11组聚丙烯纤维锂渣混凝土（PLiC）试块、8根PC大偏心受压柱和8根PLiC大偏心受压柱进行侵蚀试验，得到了不同侵蚀时间下混凝土的力学性能。基于分形理论分析了试块及构件破坏时表面裂缝分布的分形特征，详细讨论了试块及构件表面裂缝分形维数与其侵蚀时间、抗压强度、极限承载力之间的关系。研究表明，PC和PLiC立方体抗压强度随侵蚀天数先增加后降低，在120 d达到最大；试块及构件破坏时表面裂缝分布具有分形特征，试块表面裂缝分形维数随侵蚀天数的增加呈现先增加后减少再增加的规律，随试块抗压强度的提高而减少；PC及PLiC混凝土大偏心柱极限承载力随侵蚀天数的增加先增加后减少，锂渣的掺入可以提高聚丙烯纤维混凝土柱的抗硫酸盐侵蚀能力，构件破坏时表面裂缝分形维数随硫酸盐侵蚀天数呈现震荡上升的趋势；因此混凝土表面裂缝的分形特征可作为判定构件损伤程度的指标之一，可为今后对在役混凝土结构承载力和寿命预测提供参考

以纯Al粉为主要原料,添加Cu单质粉末以及Al-Mg、Al-Si中间合金粉,利用粉末冶金压制烧结方法制备出相对密度98%以上的Al-Mg-Si-Cu系铝合金.研究表明,烧结致密化过程主要分为3个阶段:初始阶段(室温~460℃),坯体内首先形成Al-Mg合金液相,液相中的Mg原子分别扩散至Al或Al-Si粉末中,与Al2O3反应并破除氧化膜,形成Al-Mg-O等化合物;同时,Al-Cu发生互扩散,形成Al2Cu等金属间化合物.第二阶段(460~560℃),Al-Cu、Al-Si液相快速填充颗粒缝隙或孔洞,坯体相对密度显著提高;此阶段的致密化机制主要是毛细管力引起的颗粒重排,以及溶解析出导致的晶界平直化.第三阶段(560~600℃),随温度的升高,液相润湿性提高,晶粒快速长大,使得大尺寸孔洞填充,烧结体基本实现全致密,此阶段的致密化主要由填隙机制控制.在铝合金晶界处发现了MgAl2O4和MgAlCuO氧化物的存在,推测Al粉表面氧化膜的破除机制与合金成分有关.由于Al-Cu液相在Al表面的润湿速率远高于AlN的生长速率,因为在本体系中未发现AlN的存在

针对焊缝缺陷磁记忆检测中存在定量化反演难题,建立了基于改进的支持向量回归机定量反演模型.以预制不同尺寸未焊透和夹渣缺陷的Q235焊接试样为试验材料,进行磁记忆扫描检测发现:缺陷位置的磁记忆信号特征参数随尺寸变化而呈现一定的变化规律,但同时存在分散性和不确定性.鉴于磁记忆信号样本的有限性、分散性和非线性,首先将提取到的磁记忆特征参数进行归一化处理,引入支持向量回归机建立焊缝缺陷磁记忆定量反演模型,并进一步利用模拟退火算法对支持向量回归机参数进行优化,使目标函数达到全局最优而非局部最优.最后,考虑到由磁记忆信号逆向反推缺陷的三维尺寸,存在解的不确定性,为此在缺陷单维尺寸反演模型的基础上,通过构建多层结构的支持向量回归机进行多尺寸反演输出,建立了基于模拟退火支持向量回归机的焊缝缺陷磁记忆定量反演模型,结果表明:未焊透缺陷尺寸反演最大相对误差为7.96%,夹渣缺陷为4.97%,为焊缝缺陷的磁记忆反演与定量化评价提供一种新的思路

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级