针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

近年来路径跟踪控制的发展十分迅猛，研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路，从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中，研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑，采用预瞄控制使控制器提前响应，以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响，又无需人为设置预瞄距离，且对定位误差等扰动因素具有较强的鲁棒性，加之低速路径跟踪控制对实时性的需求较低，因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外，还面临着较高车速带来的行驶稳定性不足问题的挑战，因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题，目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外，在高速路径跟踪控制中，地面附着系数等环境参数的影响也较大，因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向

以碳纤维作为载体,采用电沉积法制备碳纤维负载零价铁(PCF-ZVI),利用扫描电镜、能谱仪及X射线衍射仪对其进行了表征,并考察了其对水溶液中Cr(VI)的去除效果.实验结果表明:碳纤维负载零价铁对水溶液中的Cr(VI)具有很好的去除效果.当铁碳质量比为2∶1,投加量(以Fe0计)为2 g·L-1,Cr(VI)初始质量浓度为20 mg·L-1,pH值为5,反应时间40min后,Cr(VI)的去除率可达99.96%,碳纤维上负载的零价铁对Cr(VI)的还原过程为准一级动力学,并且还原速率与反应温度的关系符合Arrhenius定律,反应活化能为20.683 k J·mol-1

对淤泥沙原料中Fe3O4及其中间产物Fe O和Fe可能参与的反应进行了热力学分析.结合绘制的不同CO分压下Fe-Si体系在C和SiO2过量下的优势区相图及Fe-O-N体系热力学参数状态图,得出体系中Fe元素最终以Fe3Si形式存在,为淤泥沙合成O'-Sialon-SiC-Fe3Si(即Fe-Sialon)复合材料提供了热力学理论依据.在热力学分析的基础上,以淤泥沙为主要原料,采用碳热还原氮化法制备了Fe-Sialon复合材料,并借助X射线衍射仪和扫描电子显微镜对烧结体的物相和显微形貌进行了表征,得出产物的主晶相为O'-Sialon,还含有少量的SiC和Fe3Si相,晶粒呈现为纤维状、絮状或短柱状,与热力学分析结果(Fe元素最终以Fe3Si存在)吻合

利用单轴拉伸试验机、扫描电子显微镜、能量色散谱仪、光学显微镜、维氏硬度仪等研究了热处理前后B1500HS钢激光拼焊板的淬火性能.结果表明：热处理前B1500HS钢拼焊板焊缝强度远高于母材区，硬度分布极不均匀；热处理后，B1500HS钢拼焊板的元素分布几乎没有变化，整体强度有了大幅的提高，但塑性下降程度较大，其中横向塑性最差，经维氏硬度测试，发现焊缝至母材区的硬度过渡平滑.硬度值平滑过渡使得应力和应变分布更加均匀，保证了母材和焊缝力学性能的良好连续性，可以显著提高B1500HS钢拼焊板的成形性能

提出了一种分析热轧带钢金属横向流动问题的新方法.首先使用ANSYS软件建立辊系-轧件静力学耦合模型,计算并提取变形后工作辊有载辊形曲线;然后使用ANSYS/LS-DYNA建立动力学分析模型,采用己得到的有载辊形曲线,模拟带钢轧制过程,求解得到沿带钢全宽的横向流动状态;并进一步分析了弯辊力、工作辊辊形以及来料凸度变化等因素对带钢金属横向流动的影响,得到基于插值计算的带钢横向流动计算模型.有限元方法验证了计算模型的可靠性

采用微波低温硫酸化焙烧-水浸和针铁矿除铁方法将Zn、Cu等富集到浸出液中,Pb和Ag富集到浸出渣中,使有价金属得到清洁的回收利用.研究了上述工艺中浸出液除铁的优化工艺条件,探究了反应体系的pH值、浸出液单次滴加量、浸出液的铁含量等因素对除铁效果的影响,并采用X射线衍射分析、扫描电子显微镜观察等手段对得到的沉淀渣进行了表征.研究获得的优化实验条件为:以200 mL的0.01 mol·L-1ZnSO4溶液为底液,晶种添加量为20 g·L-1,除铁体系pH值控制在3左右,温度90℃,每隔5 min滴加3 mL水浸液(保持反应体系中铁的浓度<1 g·L-1).在此条件下,除铁后溶液残铁量仅为0.065 g·L-1,去除率可达99.3%,达到了深度除铁效果.除铁过程中,Zn的损失率仅为4.1%

为了改善露天矿边坡钻机穿孔作业粉尘质量浓度超标的现状,依据气固两相流动及梯度输送理论,对粉尘在风流中运动、扩散及沉降过程进行分析,建立粉尘在空气中的运动、扩散及沉降方程.以某铁矿S03#采场为例,运用计算流体力学的Fluent软件对边坡钻机粉尘质量浓度分布进行数值模拟,并与现场实测数据对比分析,模拟结果与实测数据基本吻合.研究结果表明:采场内粉尘质量浓度沿测点线方向先急剧上升,达到最大值后迅速下降至一个较小值,后逐步缓慢下降;穿孔开始后,粉尘质量浓度随时间推移逐步升高,至一定值时保持恒定.当采场风速为3.5 m·s-1、供气压力为1 MPa、钻孔深度为12 m及钻具转速为84 r·min-1时,粉尘质量浓度较低

分别采用传统冷轧轧制液和纳米TiO2的冷轧轧制液,对无取向硅钢板进行了四辊冷轧实验.重点研究两种冷轧轧制液的轧制润滑性能和对轧后硅钢薄带表面质量和耐蚀性能的影响.通过场发射电子显微镜和能谱仪对使用两种轧制液轧后得到的硅钢薄带表面形貌和成分进行了分析.给出了轧制液中TiO2纳米粒子在轧制过程中的抗磨减摩机理.在轧制载荷较高时,纳米TiO2轧制液具有优良的轧制润滑性能并能显著改善轧后硅钢薄带的表面质量.同时在高载荷作用下,TiO2纳米粒子被压入硅钢薄带基体,形成一个滑动系来支撑载荷,从而使润滑膜的耐磨性提高

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用