利用背散射电子衍射技术对高速冲击前后高锰钢样品强制剪切区域的晶粒进行准原位观察,分析了剪切区域不同位置晶粒的相变情况,并借助有限元模拟及受力计算对不同晶粒相变程度差异的原因做了进一步分析.结果表明,在高速变形下,应力应变水平、奥氏体取向及晶粒间的相互作用共同影响TRIP行为:应力应变水平越高,相变程度越大;由于帽型样中剪切应力的存在,相比于近〈111〉取向奥氏体,近〈100〉和近〈110〉取向奥氏体相变程度更大,近〈110〉取向相变程度最大.具有有利取向的奥氏体,晶粒尺寸越大,其相变行为受周围晶粒影响越小,越容易充分相变;具有有利取向的长条状奥氏体晶粒,若其两侧晶粒难相变,则该晶粒相变将受到束缚;带有尖角的晶粒,变形时应力集中难以释放,易发生相变;当晶粒的孪生分力大于滑移,但其最大和次大的孪生分力相差不大,可能导致在这两个方向孪生互相竞争,反而不易相变.高速变形时体心马氏体多在晶界应力集中处产生,很少在晶粒内部大量产生,形态多为细片状,变体选择强

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

利用透射电子显微镜, 通过构建位错环在不同晶带轴下的投影图结合位错环消光判据, 对室温注氢后Fe-9%Cr模型合金在400、500及550℃退火形成的1/2 〈111〉和〈100〉两种类型的位错环进行了表征. 实验结果表明, 室温注氢Fe-9%Cr合金中柏氏矢量为〈100〉型位错环的数量随着退火温度的升高而逐渐增加. 在400和500℃退火后, 〈100〉型位错环所占比例分别为16.48%、92.78%;当退火温度升高到550℃时, 位错环全部转变为〈100〉型位错环. Fe-9%Cr合金中位错环类型转变温度区间为400~500℃, 与纯铁相比, 添加Cr元素能够使位错环类型转变温度升高

多轴联动下的串联多关节工业机器人在空间轨迹运动时，在时间上保证各关节轴单独具有良好的跟踪性能，而由于机械电气的迟滞效应，并不能完全保证理想的轮廓轨迹，这说明各个伺服轴的运动在几何空间中的同步非常重要。针对运动指令与实际位置之间的迟滞所带来的机器人末端轮廓精度不高的问题，本文结合工业机器人现有的运动学和动力学以及传统的PID控制理论，研究了六关节机器人位置域控制算法。将机器人空间轮廓轨迹的控制，通过采用主?从运动关系实时建立的方法，将时域中的各个伺服关节的同步控制方法，变换到位置域的各个伺服关节的主?从跟随的控制方法，在实现位置域的同步控制的同时，引入基于位置域的PD控制，减少了主?从跟随控制的跟随误差，从而整体提高机器人末端的轮廓运动精度。该方法在Linux CNC(Computerized Numerical Control)数控系统上，以某公司HSR-JR605机器人为对象进行了实验，证明采用位置域控制方法对六关节机器人空间运动轨迹精度的提高有积极作用

热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用，非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂，目前各大钢厂仍以定期维护和事后维修为主。本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型。首先结合支持辊弯窜辊数据表征支持辊健康状态，再使用K-means聚类方法对支持辊工况进行划分，将各工况下过程数据分别构建Copula预测模型，最后根据实际轧制计划的排布顺序融合各工况模型的预测结果。提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用，结果表明，该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测，以更科学的策略指导支持辊更换维护

以磁性Fe3O4微球为模板，通过St?ber法和水热法合成了一种杨梅状的新型Fe3O4@SnO2复合材料，主要应用于电磁波吸收领域。借助X射线衍射、X光电子能谱、扫描电子显微镜、透射电子显微镜、振动样品磁强计和矢量网络分析仪对其物相结构、表面元素、微观形貌、磁性及吸波特性进行了分析表征。分析结果表明，杨梅状的Fe3O4@SnO2的球径约为500 nm，无明显团聚，具有良好的形貌均匀性。其SnO2层由纳米SnO2颗粒松散堆叠而成，具有大量的空隙结构，层厚约为40 nm。杨梅状的Fe3O4@SnO2具有较强的介电损耗能力，且有利于提升阻抗匹配性能，呈现出良好的电磁波吸收能力，当厚度为1.4～2.8 mm时，其最小反射损耗RL（min）均低于?20 dB。其最优厚度为1.7 mm，此时RL（min）为?29 dB，有效带宽为4.9 GHz（13.1～18 GHz），是一种具有发展潜力的吸波材料

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

用极化曲线法研究了四氯化钛电解的阴极过程。找出了工艺试验中电解过程初期电流效率低的主要原因,并用控制阴极电位或带隔膜的小电解对极化曲线的结果作了验证。此外,还利用工艺试验数据作电量平衡估算验证了极化曲线的结果。结果表明,我国四氯化钛电解工艺试验电流效率低的主要原因是现有工艺制度下阴极筐的电位接近或达到钠的析出电位,处于钛与低价钠和钠共同析出的状态。阴极筐外表面析出的低价钠和钠由于反复的二次反应而降低电效约30～40%。其次,低价钛窜出到阳极区进行二次反应的结果,在较正常的操作条件下约降低电效5～15%。试验还表明,没有隔膜的敝口四氯化钛电解,若控制阴极电位在析钛区,也能获得较高的电流效率

以0.1 mol·L-1NaCl+0.01 mol·L-1 NaHSO3溶液为腐蚀介质，采用干/湿周浸加速腐蚀实验、腐蚀失重、X射线衍射、扫描电镜和能谱分析等方法，研究了湿热工业海洋大气中低碳钢的腐蚀行为.结果表明：实验钢的腐蚀过程均遵循幂函数d=Atn分布规律，钢种不同，常系数A、n的值不同；腐蚀产物主要由非晶物质和少量Fe3O4、α-FeOOH、β-FeOOH、γ-FeOOH晶体组成.所得锈层可分为主体锈层和界面疏松带两部分，由内至外锈层中Fe、O含量梯度变化很小.Cl-、SO2与水分的长期协同作用会导致内锈层结构变差，而添加稳定性或耐蚀性较高的元素可以改善锈层质量，进而增强钢材的耐腐蚀性能

研究了带有状态时滞的多采样率线性离散时间广义因果系统的最优输出调节器的设计问题.首先利用离散提升技术将原系统转化为形式上无时滞的系统.再通过等价变换，利用系统的因果性特点将其化为一个正常系统.继续对系统进行离散提升，导出一个形式上简单的单采样率系统.然后将原系统的二次性能指标函数修正为单采样率系统的二次性能指标函数，进而利用最优调节原理，得到其最优调节器.再经过变换，得到多采样率系统的最优输出调节器.同时对导出的单采样率系统的能稳定性和能检测性进行了讨论，给出了严格的数学证明.最后的数值仿真表明，本文所设计的最优调节器是有效的