为了深入了解半焦与CO2的气化反应过程动力学,本文通过不同升温速率下的非等温实验,确定在不同阶段下富鼎半焦与CO2的气化机理.采用分段尝试法研究富鼎半焦与CO2气化反应过程动力学,确定反应过程前期与后期的机理函数分别为f(α)=(1-α)[1-ψln(1-α)]1/2和f(α)=(3/2)[(1-α)-1/3-1]-1,从而建立相应动力学模型,计算反应过程不同阶段的动力学参数.通过对不同阶段的动力学模型进行数据拟合,实验数据与模型吻合较好,相关系数都大于0.98.最后,根据求得的动力学参数,确定不同升温速率下活化能的补偿效应,即活化能与指前因子的关系式

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

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性

借鉴水泥净浆流动度测试方法，引入扩散度参数判别尾砂膏体的流变特性，开展试验研究分析扩散度与尾砂膏体质量分数（Cw）、灰砂比、屈服应力和黏度系数的关系，根据5个矿山的扩散度和流变参数测试结果，构建扩散度与屈服应力的经验模型，并与推导的解析模型作对比。结果表明：尾砂膏体的扩散度主要与质量分数有关，灰砂比对其影响不显著，随质量分数、屈服应力和黏度的增加而减小，质量分数为68%、70%和72%的尾砂膏体的扩散度分别为20.37、17.22和12.44 cm；尾砂膏体的扩散度与屈服应力的变化趋势相吻合，二者呈指数型函数关系，经验模型计算得到的屈服应力与测试结果误差在25%范围内，且尾砂膏体质量分数越大，二者的误差越小，达到10%以内；解析模型与经验模型计算所得的屈服应力在扩散度为12～16 cm之间结果较接近，解析模型计算结果整体上高于测试值；相比于坍落度，扩散度测试简便易操作，扩散度能有效表征尾砂膏体的流变特性，指导矿山现场充填

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

油气主要储集在岩石孔隙和缝洞内，深部复杂应力环境下储层岩石裂隙渗透演化直接影响油气的运移规律，是油气勘探开发的重要研究对象。为了解复杂应力路径下含裂隙岩石的渗透演化特性，利用高精度渗流?应力耦合三轴实验设备，对含随机分布裂隙泥岩开展了单试样?复杂应力路径加卸载过程中的渗透性演化试验研究，试验方案依次为：(i) 围压递增条件下渗透性测试；(ii) 渗透压力递增条件下渗透性测试；(iii) 偏应力循环加卸载条件下渗透性测试；(iv) 围压、偏应力同步增长条件下渗透性测试。结果表明裂隙泥岩中的渗流可视为低渗流速度的层流；裂隙发育丰富岩样（R2）渗透率及应力敏感性明显较高。渗透率随渗透压力、围压分别呈正、负的指数函数变化。偏应力加载导致渗透率降低，卸载引起渗透率上升，但整体呈不可逆降低；围压、偏应力同步增长引起渗透率呈下降趋势，并逐步趋于稳定；围压10.3 MPa作用下，渗透率基本保持恒定。由此，基于裂隙双重介质模型，考虑泥岩变形过程中裂隙系统和基质系统的相互作用以及外部应力作用下的裂隙膨胀变形，构建了裂隙泥岩渗透率演化力学模型；模型模拟结果与试验结果具有较好的一致性。相关成果可为裂隙泥岩渗透性演化预测和油气高效开采提供重要的理论依据

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

裂隙粗糙度是影响裂隙岩体渗流特性和流体流动复杂性的重要因素，为了深入研究单轴压缩条件下粗糙度对渗透系数的影响，采用3D打印技术和数字建模方法制备了粗糙度不同的裂隙试样，通过自制的试验装置对不同法向压力下的裂隙试样进行了试验。结果表明，在没有法向压力的条件下，随着粗糙度的增加，渗透系数以负指数函数形式减小，采用Forchheimer方程定量的分析了渗流流量与水力梯度之间的非线性关系，Forchheimer方程可以很好地描述粗糙裂隙表面的流动过程，线性项系数随着粗糙度的增大而减小，非线性项系数随着粗糙度的增大而增大；在恒定法向压力且大于水压的条件下，裂隙试样的渗透系数随着粗糙度的增大线性减小，随着水压的增大，粗糙度对渗透系数的影响作用增强；定义了系数$\\delta $

泥层高度和底流浓度是深锥浓密机最为重要的两个参数，因此有必要研究底流浓度随泥层高度的变化规律.采用自制小型深锥浓密机，对尾矿非连续/连续动态压密过程进行了物理实验；借助于有效孔隙比与泥层压强间遵循的Power函数关系，结合对尾矿颗粒的受力分析，推导出了底流浓度与泥层高度的数学模型，揭示了浓密机底流浓度与泥层高度的内在关系，并从尾矿颗粒空间结构的角度解释了该模型的变化规律；结合矿山生产对于底流浓度的要求，应用该数学模型，为其推荐了泥层高度的合理范围，验证了底流浓度数学模型的可靠性.该模型为深锥浓密机的设计和运行提供了理论依据

深锥浓密机的面积或占地大小主要由其固体通量决定。通过量筒静态沉降实验，计算得到深锥浓密机固体通量，分析了絮凝剂单耗、料浆浓度对深锥浓密机固体通量的影响，得到了两种因素对深锥浓密机固体通量的影响规律。结果表明，尾矿在5～30 g·t?1的絮凝剂单耗下，基本呈现二次函数关系；料浆的固相质量分数为6%～26%时，固体通量呈现先增大后减小的趋势，与实验所得的规律相契合。通过对絮凝剂单耗和料浆浓度耦合效应下的固体通量方程回归分析，得到三者之间的数学关系，进而确定二者对固体通量的贡献为：料浆浓度>絮凝剂单耗。结合絮凝剂及料浆浓度对固体通量的影响分析，总结了絮凝剂单耗和料浆浓度贡献值不同的原因。最后，结合单因素和耦合条件下的数学方程，对深锥浓密机的设计和运行提出工程建议。在深锥浓密机运行过程中，需要优先保证料浆浓度，其次是絮凝剂单耗