机械结构轻量化的主要途径是在结构上采用空心轴.近年来, 采用楔横轧带芯棒轧制空心轴类件的工艺得到了较广泛的关注.厚壁空心轴类件在楔横轧轧制过程中易发生“失圆”现象.本文通过热压缩实验研究了25CrMo4合金钢在楔横轧变形条件下热变形行为, 获得其真应力-应变曲线.在此基础上, 基于Deform-3D有限元软件, 建立25CrMo4厚壁空心轴楔横轧有限元仿真模型, 分析厚壁空心轴楔横轧成形机理, 研究得出断面收缩率、成形角、展宽角对轧件不圆度的影响规律: 断面收缩率增大, 不圆度减小; 成形角增大不圆度减小, 轧制温度越高减小趋势越明显; 展宽角增大不圆度增大, 提高轧制温度抑制增大趋势.选取部分工艺参数进行楔横轧验证实验, 对比了有限元仿真结果和实验结果, 表明有限元仿真模型预测精度较高

本书精选了高等数学与线性代数共1200多道题·分为例题和习题两部分编写而成，这些题目大多选自历年各高校的研究生入学试题及全国统考试题，类型全面，覆盖面广，信息量大我们假定读者手中已有一套高等数学与线性代数的教材，因而在每节的开头只列出内容要点，或列出一些很重要的但不易记往的公式.各种类型问题的解题方法和技巧将有层次地贯率于整节的例题之中，以此为读者提供切实有效的指南.每节后面都有相应数量的习题.供读者通过自己动手解题来掌握要领，触类旁通，提高解题的能力.在书的末尾、给出了数学（一）至数学（五）的五套摸拟试题·供读者自我检验.左上角标有“△”记号者，表示该题为全国统考试题本书除作为硕士生入学考试的应考指南外，也可作为工科院校(包括电大、夜大、业大、职大等)学生学习高等数学和线性代数的教学参考书

专科毕业生要有科学合理的知识结构 专科生在自我提高的过程中,必须注意逐步形成较为理想的知识结构。即专科生在掌握扎实的专业知识的同时, 也要注意尽量拓宽和专业有关的知识面。一个人不可能有足够的精力保证在所有方面都出类拔萃,这就要求毕 业生必须在某一、两个专业方向上,力争取得超过别人的优势,达到某种舍我其谁、居高临下的地位,择业时 与本专业门类人才的竞争中才会掌握主动权。也才有可能被优先聘用。同时,在精力允许的情况下,要有选择、 都必须注意知识点要新,技术起点要高,方法要成熟可靠,便于在实践中推广应用

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

采用共沉淀法制备了Ni(OH)2前驱体材料，通过高温固相法制备了LiNiO2和B掺杂LiNiO2（B的摩尔分数为1%），利用X射线衍射（XRD）、里特维尔德（Rietveld）精修、扫描电子显微镜（SEM）、恒流充放电测试、循环伏安（CV）和电化学阻抗谱（EIS）对材料的晶体结构、表面形貌和电化学性能进行了系统性表征.XRD和Rietveld精修结果表明，LiNiO2和B掺杂LiNiO2均具有良好的层状结构，B因为占据在过渡金属层和锂层的四面体间隙位而导致掺杂后略微增大材料的晶格参数和晶胞体积，同时增大了LiO6八面体的间距，进而促进锂离子运输.由于掺杂的B的摩尔分数仅为1%，LiNiO2和B掺杂LiNiO2均表现为直径10 μm左右的多晶二次颗粒，且一次颗粒晶粒尺寸没有明显区别.长循环数据表明B掺杂可以有效提高材料的循环容量保持率，经100次循环后，B掺杂样品在40 mA·g−1电流下的容量保持率为77.5%，优于未掺杂样品（相同条件下容量保持率为66.6%）.微分容量曲线和EIS分析表明B掺杂可以有效抑制循环过程中的阻抗增长

以沥青为软碳原料，商业石墨的载体材料，通过高温热解法成功合成了硅/石墨/碳复合材料，同时原位生成了微米尺度的碳纤维.该硅/石墨/碳复合材料具有诸多优点，石墨片层堆叠之间的空隙为硅的体积膨胀提供了有效的空间，沥青热解碳材料的包覆能一定程度抑制硅基材料的体积效应和提高其电子电导率，同时微米级的碳纤维能提高材料的长程导电性和结构稳定性，从而极大的改善负极材料循环性能.通过电化学测试表明，硅/石墨/碳复合材料中硅/石墨/碳复合负极材料在200 mA·g-1电流密度下具有650 mA·h·g-1的可逆容量，在200 mA·g-1电流密度下经过500圈循环后容量保持率为92.8%，每圈的容量衰减率仅为0.014%，展现了优异的循环性能

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

研究不同含量的上贝氏体对ER8车轮钢裂纹扩展行为的影响。利用激光共聚焦显微镜（LSCM）和扫描电镜（SEM）对ER8车轮钢的显微组织和裂纹扩展路径进行了研究。实验结果表明：ER8车轮钢中的组织除了有铁素体和珠光体，还存在上贝氏体；裂纹穿过上贝氏体和珠光体扩展，最终停止在珠光体区域；与珠光体组织相比，裂纹在上贝氏体中的扩展路径更曲折。利用扫描电镜（SEM）对ER8车轮钢的裂纹扩展变形进行原位观察。实验结果表明：含有80%上贝氏体的ER8车轮钢拉伸时，组织变形过程主要以铁素体和上贝氏体为主，裂纹在上贝氏体和珠光体中连续扩展，伴随着珠光体的变形；而含有50%上贝氏体的ER8车轮钢拉伸时，组织变形过程主要以铁素体和珠光体为主，并且上贝氏体对铁素体和珠光体的变形起到阻碍作用。上贝氏体能够有效地阻止裂纹扩展，在偏转裂纹路径和延缓裂纹扩展方面起着重要作用；并且对铁素体和珠光体的变形起到阻碍作用

环境有害因素别是化学致癌问题是当今社会倍受关注的热点之一,因为: ①近年来肿瘤发病率和死亡率不断增高,发癌年龄年轻化;②查明了遗传因素 和病毒的生物学因素虽与肿瘤发生有关。但并非是导致肿瘤发病率增高的主要 原因;③发现环境化学污染和某些物理有害因素(如紫外线)与肿瘤发病率密 切相关

通过简单的水热反应原位合成了具有核壳结构的FeS2微米球与多壁碳纳米管复合的介孔材料(C-S-FeS2@ MWCNT).FeS2微米球表面由纳米片状颗粒堆叠形成的厚度为~350 nm壳层, 以及以化学键的形式吸附在微球表面的碳纳米管共同构成了材料保护层.保护层具有丰富的官能团和大量的孔隙结构, 保证了锂离子扩散通道, 并有效抑制了体积膨胀.C-S-FeS2@ MWCNT在200 mA·g-1的电流密度下, 250次循环可逆容量达到638 mA·h·g-1, 倍率性能也得到明显改善, 为过渡金属硫化物电极材料的微米化设计和体积能量密度的提升提供了可能