采用激光熔覆与微弧氧化技术相结合在海洋钢表面制备了复合膜层.运用扫描电子显微镜（SEM）、能谱仪（EDS）和X射线衍射仪（XRD）表征复合膜层的微观结构，采用极化曲线、电化学阻抗谱、腐蚀磨损实验和浸泡腐蚀实验等测试方法研究膜层在质量分数3.5%的NaCl水溶液中腐蚀行为，并与熔覆涂层和基体进行对比.结果表明：复合膜层主要分为内致密层和外疏松层，疏松层主要由γ-Al2O3组成，致密层主要由α-Al2O3组成，与基底层结合较好，复合膜层表面硬度最大能达到HV0.2 1423.3，比熔覆涂层高47.6%，其硬度较S355海洋钢有显著提升.基体在腐蚀和磨损交互作用中主要以腐蚀加速磨损为主，涂层在交互作用中主要以磨损加速腐蚀为主，在经过微弧氧化处理后，膜层的自腐蚀电位负移，钝态电流密度上升，抗磨蚀性能明显提高.熔覆涂层的浸泡腐蚀方式以点蚀为主，复合膜层腐蚀较轻微，阻抗模值最大能达到105.3 Ω·cm2，比熔覆层提高两个数量级，这表明复合处理可进一步提高涂层的耐腐蚀性

运用循环伏安曲线、稳态极化曲线和Tafel曲线等电化学手段以及X射线光电能谱（XPS）法研究了辉铜矿在有菌和无菌体系下氧化过程的电化学行为.研究结果验证了辉铜矿在有菌体系和无菌体系下的两步氧化溶解机理，第一步氧化反应为辉铜矿不断氧化生成缺铜的中间产物CuxS（1≤x<2），直至生成CuS，在较低电位下即可进行；第二步反应为中间产物CuS的氧化，需要在较高电位下才可进行，反应速率较慢，是整个氧化反应的限制性步骤.循环伏安实验显示有菌体系电流密度明显大于无菌体系，表明细菌加快了辉铜矿的氧化速率.稳态极化实验显示辉铜矿点蚀电位较低，无菌体系第一段反应活化区电位范围小于有菌体系，表明辉铜矿氧化过程生成的中间产物硫膜具有钝化效应，细菌可以通过自身氧化作用破坏硫膜，减弱辉铜矿表面的钝化效果，加快辉铜矿的氧化溶解速率.X射线光电子能谱分析显示电极表面钝化层物质组成复杂，包含了CuS、多硫化物（Sn2-）、（S0）和含（SO42-）的氧化中间产物等多种物质，其中主要的钝化物为CuS，表明辉铜矿的氧化遵循多硫化物途径

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

研究微波加热液态金属的升温特征，在MobileLab-W-R型微波工作站中进行了微波直接加热铜液和铁液的实验研究，实现了微波直接加热铜液和铁液实验，对比研究了微波直接加热和间接加热铜液与铁液的加热效果，并研究了微波功率、金属液质量、温度等对微波直接加热效果的影响，探讨了微波直接加热金属液体的机理。结果表明，微波可以以较快的升温速度直接加热铜液和铁液，且升温速率与微波加热功率呈近似线性递增关系；在相同微波直接加热条件下，同等质量的铜液和铁液的升温速度相近，但不同质量铁液加热时，由于其表面积、微波场强分布等因素的影响，铁液质量对微波加热效果的影响没有明显的线性关系。理论分析认为，铜和铁在熔化后电阻率增大，磁导率明显下降，导致微波在铜液和铁液内部的趋肤深度显著大于固态铜和铁；电导损耗是实现微波直接加热液态金属的主要机制，液态金属可通过电子与原子核碰撞、表面快速更新、内部缺陷阻碍电子运动、原子运动及碰撞等形式吸收微波，将微波能量转化为自身热量

针对自行制备的11Cr?1Si铁素体/马氏体不锈钢开展了热处理制度探索，及力学性能、铅铋环境静态腐蚀和应力腐蚀行为研究。热处理研究结果表明，11Cr?1Si不锈钢在经过调质热处理后（950 ℃/60 min+750 ℃/120 min）能够在保证较高强度的同时获得良好的韧性。500 ℃静态腐蚀结果表明，11Cr?1Si在经过3368 h腐蚀后表面形成的氧化膜致密且连续，没有出现开裂和脱落，并且整体氧化速率较缓慢，没有观察到铅铋向材料基体内的渗透，表现出良好的抗腐蚀性能。应力腐蚀实验发现，11Cr?1Si不锈钢在350 ℃和400 ℃下存在本征脆化，但是在450 ℃下没有观察到铅铋致脆现象

为对生产进行指导，研究了DP590/DP780高强钢焊管在液压成形过程中的变形行为；使用场发射扫描电镜观察管材周向的横截面以确定基体的组织，通过VMHT30M显微硬度计确定管材的焊缝及热影响区的大小，以便研究液压成形破裂行为；采用液压成形试验机对两种管件进行液压成形研究。实验结果表明：管材在胀形过程中的破裂压力比理论计算公式得到的破裂压力大，破裂位置全部位于靠近焊缝及热影响区的母材区域；随着管径的增大和长径比的增大，管材的极限膨胀率呈现下降趋势；在自由胀形过程中，管材的焊缝区域基本上不发生减薄，最小壁厚位于管材的热影响区和基体的过渡区域，并且壁厚的减薄率在胀形最高点所在截面最大，越靠近管材夹持区，壁厚的减薄率越小。最终得到以下结论：管材液压成形实验是准确获得管材力学性能参数的途径；提高焊接质量有助于控制失效破裂位置；合理选择管材的长径比有利于管材性能的充分发挥；通过合理控制各处的减薄有利于降低液压成形件的破裂风险

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

由于协作机器人的结构比普通工业机器人更为轻巧，一般动力学模型所忽略的复杂特性占比较大，导致协作机器人的计算预测力矩误差较大。据此提出在考虑重力、科里奥利力、惯性力和摩擦力等的基础上，采用深度循环神经网络中的长短期记忆模型对自主研发的六自由度协作机器人动力学模型进行误差补偿。在实验中采用优化后的基于傅里叶级数的激励轨迹驱动机器人运动，以电机电流估算关节力矩，获取的原始数据用来训练长短期记忆模型(LSTM)补偿网络。网络的训练结果和评价指标为预测力矩相比实际力矩的均方根误差。计算与实验结果表明，补偿后的协作机器人动力学模型对实际力矩具有更好的预测效果，各轴预测力矩与实际力矩的均方根误差相比于未补偿的传统模型降低了61.8%至78.9%不等，表明了文中所提出补偿方法的有效性

由于不同矿山充填材料性质千差万别,屈服应力影响因素很难统一分析.通过多个矿山尾砂试样,依次开展了级配表征及影响实验、相似密度流变实验以及基于体积分数和灰砂比的双因素流变实验,并结合细观图像分析技术,实现了屈服应力演化机理的研究.研究表明:膏体稳定系数是级配的有效表征方式,能够表现散体和流体综合特征;屈服应力随膏体稳定系数呈幂指数增长,随浓度呈指数型增长,随密度呈负指数增长,由此构建的全尾砂膏体屈服应力预测模型误差在10%以内;细观图像分析认为屈服应力主要受级配结构和絮网结构支配,级配结构构成了料浆可塑性和稳定性的基础,絮网结构将自由水转变为半稳定形态的吸附水,引起屈服应力宏观演化