针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

提出一种以燃料消耗量最小为优化目标的加热炉生产调度新方法。首先基于热力学第一定律分析了流入及流出加热炉的各项能量，并对燃料消耗量的计算式进行了理论推导。进而根据加热炉区实际生产调度特点归纳各约束条件，以多台加热炉总燃料消耗量最小为优化目标，构建调度优化数学模型。采用自适应差分进化算法搭配禁忌搜索算法进行综合求解，并通过9组实际钢坯生产案例模拟验证了该算法的可行性和有效性。同时，为了探究加热炉燃料消耗量的影响因素，提出了分别衡量加热炉区缓冲等待、炉内加热两部分时间同理想生产时间匹配程度的评价参数μ1和μ2，并分析了燃料消耗量对二者的敏感性，结果表明：当连铸坯到达加热炉节奏与热轧工序出坯节奏之比由0.5增至2时，燃料消耗量对两评价参数的敏感性逐渐减弱

利用动电位极化、电化学阻抗、恒电位极化以及恒电流极化等电化学测试手段，并结合扫描电镜进行点蚀形态观察，探究了含Cl－溶液中SO2－4浓度对316L奥氏体不锈钢的钝化行为及点蚀行为的影响．结果表明，含Cl－溶液中SO2－4的加入能够使316L不锈钢钝化区变宽，使点蚀电位变正，维钝电流密度降低，进而提高316L的耐点蚀能力．但是在点蚀发生后，随着SO2－4浓度的升高，点蚀内部和边缘形态表现出更为复杂的趋势，蚀坑的周长面积比明显增大．

针对自动化高速公路（Automated highway system，AHS）车队稳定性问题，发展了一种多目标自适应巡航控制算法，根据李雅普诺夫（Lyapunov）稳定性理论对该问题进行了量化分析，并给出了同质与异质车队稳定性的设计要求，基于模型预测控制（Model predictive control，MPC）理论，综合协调驾驶员期望响应、跟驰安全性、车队稳定性、车队整体品质等控制目标， 采用加权二次型性能泛函以及线性矩阵不等式约束的形式，将协同式多目标自适应巡航（Adaptive cruise control, ACC）设计问题最终转化成带约束的在线凸二次规划问题

先进的相变储能材料是推动储能技术发展的核心和关键，在促进新能源开发和提高能源利用率中起着至关重要的作用。因在相变过程中具有高储能密度和小体积变化等优势，相变材料中应用最多的是固?液相变材料。然而在其相变过程中会发生固态向液态的转变，为了避免其在液相状态下的泄露，需要加以定形才能使用。多孔基复合相变材料在有效防止固液相变发生泄露的同时，还需兼顾定形复合相变材料传热性能的提升。本文针对这个问题进行了大量的调研，对近年来国内外在提高多孔基定形复合相变材料传热性能方面的研究进行了综合分析，介绍了三种强化传热的方法，分别是使用高导热多孔材料做载体材料、掺杂高导热纳米材料做添加剂以及构筑高导热多级结构多孔材料，并对提升复合相变材料传热性能研究方法的前景作了展望

构建管流式冲刷腐蚀实验装置研究γ预辐照对铍在一号电火花加工油（EDM-1）中腐蚀性能的影响，研究铍试样质量变化，进行表面形貌及成分分析.结果表明，铍在EDM-1管流冲刷条件下受冲刷腐蚀和化学腐蚀的共同作用，前者主要受试样表面形态影响，后者主要受γ预辐照剂量、杂质元素、EDM-1中含硫有机物等的影响.辐照前后，试样质量均呈现先减小、后增大、再减小趋势，腐蚀速率基本随辐照剂量的升高而增大.γ预辐照促进了铍试样在EDM-1中点蚀核和蚀孔的产生，腐蚀2880 h后，未接受预辐照试样仅产生较为明显点蚀核，而接受200和100 kGy预辐照试样中的部分点蚀核发展成为蚀孔，前者直径约为后者2倍.点蚀核和蚀孔区域出现Al、Si、Fe、Cr、Ti等杂质元素及S元素，杂质元素为诱导产生点蚀的重要因素，含S有机物发生化学反应分别生成物理吸附和化学吸附于蚀孔内部的SO2和SOx，促进蚀孔的形成及扩展

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

以高水充填材料为载体，用聚乙烯塑料（PE）对其进行改性，研究了改性高水材料的抗压、抗剪强度特征，并对结果进行了对比分析。结果表明：随PE粉掺量的增加，改性高水材料的抗压、抗剪强度均呈现降低的趋势，改性高水材料各应力应变曲线与纯高水材料有明显区别，纯高水材料的残余强度更高，改性高水材料的残余强度普遍较低，而剪切位移曲线变化不明显；PE粉的加入明显改变了材料的生成物形貌以及微观结构，随掺量的增加逐渐由纤维网状结构向絮凝块状结构变化，而且生成物之间更容易形成尺寸较大的贯穿孔洞；改性高水材料的抗剪强度明显低于抗压强度，表明改性类高水充填材料不宜用于倾角较大的煤层

《工程科学学报》：聚丙烯纤维加筋固化尾砂强度及变形特性

《工程科学学报》：加载方向对Al—Zn—Mg合金型材应力腐蚀开裂行为的影响