采用数学模拟方法研究钢轨钢连铸坯脱氢退火行为，分析不同退火温度、退火时间条件下连铸坯脱氢效果，优化了脱氢退火工艺.在脱氢退火过程中，连铸坯角部和边部的氢含量快速降低，而连铸坯中心氢含量在加热段后期开始降低；随着退火温度的升高，连铸坯中心脱氢的起始点明显提前，最大脱氢速率显著增加.随着均热段时间逐渐延长，连铸坯中心氢含量明显降低，但脱氢速率的增加幅度逐渐减小.通过优化脱氢退火工艺参数，连铸坯中心氢的质量分数能够降低至0.6×10−6，脱氢效果显著

用溶胶凝胶法制备TiO2−ZrO2−CeO2（摩尔比4∶1∶1.25）载体，柠檬酸溶液浸渍法进一步负载MnOx及MnOx−FeOy，进而合成了一种Fe掺杂的新型Mn基复合氧化物催化剂，考察其NH3选择性催化还原NO性能及抗硫性能.它在含硫氛围中有良好的低温选择性催化还原（SCR）能力和抗中毒能力，Fe的引入促进了Mn与TiO2−ZrO2−CeO2载体之间的相互作用，增加了催化剂表面Lewis酸性位点的数量.根据X射线光谱分析，Mn4+，Ce4+和吸附的氧的含量明显增加，对提高催化剂的性能非常有利

工业中常用带埋管的移动床来加热或冷却固体颗粒物料,其过程涉及颗粒流与管壁间的复杂传热,而颗粒绕流圆管的流动过程对其传热效果起着决定性作用.为简化描述颗粒的流动过程,通过分析颗粒绕流圆管的特性,建立了拟漏斗流模型,并给出了模型所需颗粒绕流圆管描述参数的取值范围,模型可用以求取颗粒绕流圆管的速度场和时长等参数.建立了埋管移动床实验系统,考察了颗粒绕流顺排管束的过程;同时利用离散单元法(DEM)对该过程进行数值模拟,获得了颗粒绕流圆管的流动过程,并利用移动床实验结果对比验证了离散单元法数值模拟结果;最后,对比了基于拟漏斗流模型的计算结果和离散单元法数值模拟结果,并根据此结果对拟漏斗流模型的描述参数进行了确定

为消除陡脉冲带来的干扰，分析了陡脉冲干扰的特点，建立了陡脉冲噪声数学模型，提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法，提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量；为减少VMD分解层数、提高实时性并减少内存消耗，提出了心电信号预处理算法；针对医疗环境中的随机噪声伴随陡脉冲出现的情况，分析了VMD后子信号中随机噪声的特点，提出了基于VMD子信号能量估计的阈值去噪算法；利用变分模态分解的带通滤波器组特性，提出了基于变分模态分解子信号重组的QRS波群检测算法，配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象，分别实现对滤波算法和QRS波群检测算法的定量对比分析

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 $

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

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

Al−Li 合金具有低密度、高强韧性和低的腐蚀疲劳扩展速率的优点，在航空领域有着广泛应用. Al3Li（δ′）相是 Al−Li 合金中主要强化相之一，因含有活性元素 Li 对该合金的腐蚀行为产生显著影响. 为明确 δ′相在 Al−Li 合金电化学腐蚀中的 作用，真空熔炼制备 Al−2Li 二元合金，固溶后进行 180 ℃ 等温时效，用 X 射线衍射（XRD）检测合金的相组成. 在质量分数为 3.5% 的 NaCl 水溶液中，用动电位极化的方法测量了该合金的极化曲线. −0.85 V vs SCE 钝化电位下形成钝化膜后，用电化学 阻抗（EIS）检验钝化膜的耐蚀性；用恒电位阳极极化和 Mott−Schottky（M−S）曲线对该合金钝化膜的结构进行分析

研究了Co掺杂对还原氧化石墨烯(RGO)/Fe3O4复合材料结构、形貌和吸波性能的影响规律.采用一步水热法分别制备RGO/Fe3O4和Co掺杂的RGO/Fe3O4复合材料,通过扫描电子显微镜、X射线衍射仪和X射线光电子能谱分析Co掺杂对复合材料的微观形貌、相组成及表面元素价态的影响;利用矢量网络分析仪测定两种复合材料在2~18 GHz频率范围内的相对复介电常数和复磁导率,模拟计算了Co掺杂对RGO/Fe3O4复合吸波性能的影响规律.结果表明:部分Co参与了水热反应生成了CoCO3、Co3O4和Co2O3,还有部分Co以单质形式存在,其通过正负电荷吸引机制,影响Fe3+在氧化石墨烯(GO)表面的配位,使得负载在还原氧化石墨烯(RGO)表面的Fe3O4纳米颗粒部分迁移至RGO片层间;Co掺杂改善了复合材料的导电能力和磁损耗能力,使复合材料的吸波能力显著增强.反射率模拟结果表明:掺杂后与掺杂前相比,当匹配厚度d=2.00 mm时,最大反射损耗提高3.44 dB,有效吸收频带拓宽2.88 GHz;当匹配厚度d=2.50 mm时,最大反射损耗提高8.45 dB,有效吸收频带拓宽2.73 GHz.Co掺杂对RGO/Fe3O4复合材料的结构和形貌有显著影响,并有效改善复合材料的吸波性能

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