采用非等温热重的方法,在30% CO+70% N2(体积分数)气氛下,以10 K·min-1升温至1123 K的过程中,比较了铁酸钙与赤铁矿的逐级还原过程及其还原动力学.结果表明:铁酸钙和赤铁矿开始还原温度分别为873 K和623 K;由反应速率与反应度的关系及分阶段X射线衍射物相分析发现,铁酸钙还原过程为两段式反应(CaO·Fe2O3→2CaO·Fe2O3→Fe),而赤铁矿还原过程为传统的三段式反应(Fe2O3→Fe3O4→FeO→Fe).通过Freeman-Carroll法计算得知铁酸钙和赤铁矿的还原平均活化能分别为49.88和43.74 kJ·mol-1;铁酸钙还原过程符合随机成核随后生长模型,动力学模式函数为Avrami-Erofeev方程,其积分形式为[-ln (1-α)]n;而赤铁矿还原过程动力学机理分为两部分,在还原度α为0.1~0.5时,为三级化学反应模型,模式函数积分形式为1-(1-α)3;在α为0.5~0.9时,符合二维圆柱形扩散模型,动力学模式函数为Valensi方程,其积分形式为α+(1-α)ln (1-α)

高含泥尾矿由于其屈服应力大的特点，流动性能差，不利于管道输送.为改善流动性能，设计流变特性试验，对泵送剂影响高含泥膏体流变特性的机理进行分析.研究结果表明，膏体在不同泵送剂添加量情况下，浆体质量分数与屈服应力之间存在显著的线性关系.对该线性函数作进一步分析，发现泵送剂添加量与该函数的截距和斜率之间存在显著的指数关系.最终得出不同泵送剂添加量和浆体质量分数情况下的屈服应力预测函数，能够有效表征泵送剂对高含泥膏体流变特性的影响，有利于泵送剂添加量的预测与膏体流动性能的控制.基于上述预测模型，提出泵送剂对高含泥膏体流变特性的影响机理.通过环境扫描电镜（ESEM）发现泵送剂破坏了絮团结构，添加量在1%左右时破坏最明显.泵送剂使得絮团尺寸变小，进而造成屈服应力的降低；后期由于絮团间距增加，絮团间的作用力削弱，絮团结构破坏速度放缓，与理论分析一致

设计了不同相构成的超高强DH钢，抗拉强度均大于1300 MPa，组织由铁素体、马氏体、残留奥氏体和极少量碳化物构成。对比了不同相构成对超高强DH钢力学性能和应变硬化行为等的影响，并深入研究了残留奥氏体在超高强度DH钢中的作用机制。结果表明：随着马氏体和残留奥氏体体积分数的增大，铁素体体积分数的减小，实验钢屈服和抗拉强度同时升高，而延伸率呈先增大后减小趋势。软韧相铁素体体积分数的减小和硬相马氏体体积分数的增大导致屈服强度和抗拉强度增加。相对于回火马氏体，淬火马氏体对强度的提升更显著，在拉伸过程中转变的残留奥氏体的量是引起延伸率变化的主要原因，组织中显著的带状组织会造成颈缩后延伸率的明显降低。通过对应变硬化行为的分析表明，随着真应变的增大，应变硬化率呈减小的趋势，在真应变大于2%后的大范围内，对于应变硬化率，DH1>DH2>DH3，主要与铁素体体积分数有关；在真应变大于5.73%后，DH2钢的应变硬化率高于DH1钢和DH3钢，主要与DH2钢中更显著的TRIP效应有关。除了残留奥氏体体积分数，残留奥氏体中的碳含量对TRIP效应同样有显著的影响。较高比例的硬相马氏体组织结合适当比例的软韧相铁素体和残留奥氏体有助于DH2钢获得最良好的强塑积13.17 GPa·%，其中屈服强度达880 MPa，抗拉强度达1497 MPa，均匀延伸率为6.71%，总伸长率为8.8%，颈缩后延伸率为2.09%，屈强比0.59

铝脱氧齿轮钢中易生成大量的高熔点Al2O3类夹杂物，容易导致水口结瘤及钢材性能恶化，目前较常采用钙处理将钢中高熔点的Al2O3类夹杂物改性为低熔点的钙铝酸盐类夹杂物。合理的钙处理可以减轻水口结瘤并提高连铸过程钢液的可浇性，工业试验研究了喂钙前钢液中T.Ca含量、喂钙速度、喂钙量、净空高度及渣厚等参数对齿轮钢中钙收得率的影响，并在1.5 m·s?1的喂钙速度条件下研究了不同喂钙量对钙处理过程中齿轮钢中非金属夹杂物改性的影响。研究结果表明，当喂钙前钢液中T.Ca的质量分数小于10×10?6，喂钙速度为1.5 m·s?1，适当降低喂钙量和净空高度和渣厚，钢液中钙收得率均高于20%。当钢液中T.Ca的质量分数高于17×10?6时，钢中生成大量高熔点CaS型夹杂物，三元相图中夹杂物的平均质量分数远离液相区。随着齿轮钢中T.Ca含量的增加，夹杂物的平均尺寸和数密度逐渐增加。热力学计算结果与工业试验钙处理对钢中非金属夹杂物改性效果具有较好的一致性

双相不锈钢2101生产成本低，性能优异，近年来被逐渐重视。采用“电炉+AOD+模铸”的工艺生产2101双相不锈钢，在AOD精炼过程中，研究了温度和主要成分Cr、C、Si的变化情况，结果显示，AOD炉有很好的脱碳效果，能将C质量分数（w[C]）由2.5%脱至0.03%以下，在还原期，Si对Cr有很好的还原效果。精炼过程中，最重要的是脱碳，但将碳脱至0.1%以后，所需要的条件变得苛刻。通过热力学计算公式，研究了双相不锈钢2101去碳保铬的影响因素，结果表明，碳铬平衡主要受CO分压和温度的影响，CO分压越低、温度越高越有利于脱碳。在CO分压一定，w[C]<0.1%时，w[C]越低，碳铬平衡曲线的斜率越大，脱碳需要的温度越高，脱碳越困难，降低CO分压可进一步脱碳。在PCO/P0= 0.4，w[Cr]=21.5%条件下，为将w[C]脱至0.03%以下，需要将炉内温度升到1746.1 ℃以上

以电动汽车车用额定容量为42 A·h的三元方壳锂离子电池单体和模组为研究对象，研究其在加热条件下单体的绝热热失控特性及成组后侧向加热热失控蔓延特性。结果表明，锂离子电池在发生热失控时，内部最高温度可达920 ℃，电池表面和内部最大温差达403 ℃；热失控首先在迎向热流的面触发，随后蔓延至整个电池；满电状态下的锂离子电池内部热失控蔓延时间介于8～12 s；热失控蔓延过程中锂离子电池的温度特征与绝热热失控测试相比存在较大差异性；热失控喷发颗粒物中，LiF及石墨质量分数占80%以上；模组中失控电池产生的总能量中用于自身加热和喷发损失的占90%左右，热失控释放总能量的10%足以触发热失控蔓延。本文为研究三元锂离子电池模组安全设计、热失控蔓延抑制及新能源汽车的火灾事故调查提供了参考

为了探究全进口矿条件下褐铁矿在烧结工艺中的合理配置，实现褐铁矿的高效利用以进一步提铁降本，针对S钢铁公司500 m2大型烧结机实际原燃料条件，基于试验用铁矿粉的常规理化性能和高温烧结基础特性开展了不同褐铁矿配比的烧结杯试验研究，结合Factsage 7.1热力学软件，模拟计算了不同褐铁矿配比条件下的黏附粉含量和理论液相生成量及性能，并采用矿相显微镜分析了烧结矿的显微结构，探明了褐铁矿与赤铁矿和磁铁矿的优化搭配规律。研究表明：澳大利亚褐铁矿具有粒度粗、矿化能力弱，同化温度低、黏结相强度差、吸液性强的特点，当褐铁矿质量分数由45%增加至55%时，提高磁铁精矿OD矿的质量分数至15%，同时降低OC矿质量分数至10%，烧结矿转鼓强度和低温还原粉化性能等指标达到最优，这是由于一方面提高磁铁精矿配比不仅具有增加黏附粉比例、改善液相生成数量和性能的作用，而且可以均匀液相分布，消除过熔现象；另一方面，增加磁铁精矿配比可以改善烧结料球的粒度组成，减少褐铁矿吸液量，提高烧结矿强度。因此，在高褐铁矿配比条件下，增加适宜的磁铁精矿配比有利于稳定烧结矿质量，全面改善烧结矿性能

首先介绍了氧气高炉的发展历程，早期的研究工作主要着眼于解决由于氧气代替空气鼓风而引起的“上冷下热”问题，并总结了各国研究者提出的氧气高炉流程及其主要特点。随后系统阐述了北京科技大学科研人员在氧气高炉工艺基础研究与工程技术开发方面所取得的主要进展。这些研究包括氧气高炉流程设计，含铁炉料还原与软熔，氧气鼓风及循环煤气喷吹条件下的煤粉燃烧，循环煤气加热过程中的物理化学变化等炉内反应与变化，以及在此基础上开展的回旋区及全炉数值模拟研究，为氧气高炉的工程化实施奠定理论基础。最后对氧气高炉的碳素流及节碳潜力进行了分析，并提出富氢碳氢循环氧气高炉将成为炼铁低碳化的重要发展方向

订单接受与不相关并行机调度是订单接受与订单调度的联合决策, 广泛存在于面向定制的多品种混合生产环境中. 针对这一问题, 考虑了顺序与机器依赖的安装时间以及可加工机器限制, 并以最小化总成本为优化目标. 其中, 总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成. 通过分析订单拒绝对目标的影响, 提出了列表拒绝方法和订单拒绝规则, 进而设计了协同进化遗传算法. 算法将染色体编码分解为订单列表和订单指派两个个体, 提出了基于列表拒绝方法的解码方案来进行订单拒绝决策. 由于两个个体相互独立, 且二者的进化约束不同, 因而引入协同进化策略, 并根据个体的编码特征, 分别采用单亲遗传算子和传统遗传算子进行遗传操作. 数据实验验证了算法的有效性和求解效率, 并对问题规模和订单拒绝成本对算法性能的影响进行了分析

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