建立了煤粉燃烧率通用模型，模型可以根据煤粉的工业分析值计算燃烧动力学参数并预测煤粉燃烧率.通过对比前人的实验数据，验证了模型的准确性，同时研究了影响高炉煤粉燃烧率的若干因素.研究结果表明：在高炉喷煤过程中，煤粉颗粒在2 ms左右就可以达到热风速度，由于煤粉颗粒在直吹管内停留时间短并且温度较低，因此在直吹管内煤粉不会发生燃烧.煤粉进入风口回旋区后，挥发分瞬间全部析出，并且颗粒粒径越小，挥发分开始析出时间越早.降低煤粉粒径和增加氧气体积分数均有利于提高煤粉燃烧率.氧气体积分数每增加1%，燃烧率提高2%.随着喷煤量的增加，煤粉燃烧率逐渐降低.当提高煤粉喷吹量时，为了保证较高的燃烧率，实际操作过程中应提高富氧率并适当降低煤粉粒径

利用Gleeble-1500D热模拟试验机对316LN奥氏体不锈钢进行单道次热压缩试验,分别设置变形温度为900~1200℃、应变速率为0.001~10 s-1、真应变为0.1~0.9及试样的初始晶粒度为122~297μm之间,以研究热变形条件及初始晶粒度对316LN钢动态再结晶行为的影响.对试验数据进行处理,得到临界应变与峰值应变以及临界应力与峰值应力的比值分别为0.38和0.89,建立了动态再结晶动力学方程和晶粒尺寸演变方程.对建立的动态再结晶模型进行修正,将修正后的模型嵌入DEFORM-3D有限元模拟软件中进行计算,发现修正模型的模拟值和试验值符合较好,证明修正模型的准确性

在Gurson损伤模型的基础上，采用有限元数值模拟与温热冲压实验相结合的方法，对镁合金板材温热冲压成形过程中的材料损伤过程进行了预测.考虑了板材的塑性各向异性行为，通过用户自定义材料子程序VUMAT将损伤模型嵌入到有限元软件ABAQUS/Explicit中.采用单轴拉伸试验数据与有限元数值模拟结果进行迭代，确定了Gurson模型所需要的材料参数.使用ABAQUS模拟得到了镁合金板材温热冲压过程中微孔洞的演变及分布规律.通过扫描电子显微镜，对不同温度下的AZ31镁合金板材由孔洞增长和聚合引起的内部损伤演化进行了观察分析.研究结果表明，板材中微孔洞的分布与实验数据相吻合，说明本文所提出的方法可以应用于金属板材温热冲压成形性能预测

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

结合风口回旋区燃烧和炉外煤气预热、脱除和循环的平衡关系,建立了氧气高炉一维气固换热与反应动力学模型,并采用传统高炉的运行和解剖数据对模型进行了验证分析.通过模型研究了氧气含量和上部循环煤气流量对氧气高炉炉内过程变量的影响规律.结果表明:氧气含量偏低和上部循环煤气流量不足时,会降低铁矿石还原效果,炉渣内出现大量未还原铁氧化物;氧气含量和上部循环煤气流量的提高可以有效提高炉内CO含量和铁矿石还原速度,但提高上部循环煤气流量会大幅提升炉顶煤气温度,增大热量损失.与传统高炉相比,氧气高炉内CO含量提高1.0~1.5倍,炉内气体还原性更强;铁矿石还原完成位置提高1.49 m,全炉还原反应速度更快;直接还原度降低55.2%~79.2%,炉内直接还原反应消耗的碳量更少

以平均粒径2.2μm、纯度99.99%的硅粉为原料,采用纯度99.993%的高纯氮气作为反应气体,在1350和1400℃下进行了氮化时间为10~30 min的氮化实验,得出了不同温度下硅粉转化率随反应时间的变化关系.将硅氮反应看成非催化气固反应,建立了硅颗粒氮化动力学模型.通过对实验数据的拟合,得出两个模型参数:硅氮反应速率常数和氮气在产物层中的扩散系数.假定反应速率常数和扩散系数均满足阿伦尼乌斯公式,求得化学反应激活能和指前因子分别为2.71×104J·mol-1和3.07×10-5m·s-1,扩散激活能和指前因子分别为1.06×105J·mol-1和1.12×10-9m2·s-1.利用本文得出的氮化动力学模型对各温度下不同粒径硅粉的转化曲线进行了预测,预测曲线与文献中的实验数据在趋势上吻合较好

页岩气储层中存在大量的纳微米孔隙，且孔隙裂缝结构复杂，气体渗流阻力大，存在多尺度渗流的问题；页岩气储层压力扰动随时间向外传播并非瞬时到达无穷远，其渗流规律就是一个压力扰动边缘动边界的问题。基于对以上问题的研究，本文建立了渗透率分形分布和高斯分布的渗透率表征模型，对不同形态缝网压裂特征就渗流规律进行了描述，并利用稳态依次替换法，考虑页岩储层中扩散、滑移及解吸作用，进一步研究了多级压裂水平井不稳定渗流压力扰动的传播模型，得到不同压裂条件下压力扰动边界随时间变化的关系，并结合我国南方海相龙马溪组页岩气藏储层参数，应用MATLAB编程。研究表明：压力传播动边界随时间增加逐渐向外扩展，渗透率越小，压力传播越慢；未压裂储层压力传播速度<渗透率分形分布压裂储层传播速度<渗透率高斯分布压裂储层传播速度。对于渗透率极低的页岩气储层，压力传播慢，气井自然产能低，必须对页岩气储层进行大规模的储层压裂改造，并控制压裂程度，以提高页岩气开发效果；基于压力传播动边界的扩展优化页岩储层压裂井段间距90 m，优化渗透率分形分布压裂井井间距318 m，渗透率高斯分布压裂井井间距252 m。因此应合理控制页岩储层压裂改造规模，实现优产高产。模型模拟结果与实际生产数据拟合较好，验证了本研究理论模型的适用性

为解决RNN–T语音识别时预测错误率高、收敛速度慢的问题，本文提出了一种基于DL–T的声学建模方法。首先介绍了RNN–T声学模型；其次结合DenseNet与LSTM网络提出了一种新的声学建模方法— —DL–T，该方法可提取原始语音的高维信息从而加强特征信息重用、减轻梯度问题便于深层信息传递，使其兼具预测错误率低及收敛速度快的优点；然后，为进一步提高声学模型的准确率，提出了一种适合DL–T的迁移学习方法；最后为验证上述方法，采用DL–T声学模型，基于Aishell–1数据集开展了语音识别研究。研究结果表明：DL–T相较于RNN–T预测错误率相对降低了12.52%，模型最终错误率可达10.34%。因此，DL–T可显著改善RNN–T的预测错误率和收敛速度

系统运用材料物理学、弹性力学、热力学、工程测试技术的理论知识以及有限元数值仿真、实验分析等方法,研究高温应变片热输出误差的影响因素并得出补偿修正模型.首先根据材料电阻温度效应理论及热膨胀理论研究了高温应变片热输出的耦合特性,建立耦合作用下高温应变片的热输出模型,得到了构件、胶层和应变片三者耦合作用下应变片热输出的理论表达式;然后根据材料的电阻温度效应推导出不同栅丝材料的电导率参数,利用有限元仿真得到不同材料栅丝的热输出特性,选择其中的两种栅丝材料作为本文的研究对象得到其在耦合作用下的热输出并与实验数据对比,相对误差小于7%.最后基于理论模型和实验结果,建立了高温应变片热输出补偿模型,补偿修正后结果与理论值误差在9%以内,补偿效果良好

通过合理的假设对H型钢变形区进行分区.基于流函数方法确定了各个变形区的速度场,建立了H型钢万能轧制力学模型.在此基础上,使用Powell多参数优化算法优化变形区参数以使变形区的总功率达到最小并最终求得H型钢轧制力能参数.计算中采用高斯积分的方法,使得计算结果更加准确.计算结果表明,腹板和翼缘的延伸率相同时,本文模型计算结果与经过实验数据验证的有限元结果的误差不超过1.53%,当偏离标准工况较大时,通过适当修正,亦可保证本文方法的计算精度.在腿腰延伸比λ=1附近时,模型计算的轧制力与有限元结果变化趋势相同.在合理的力臂系数情况下,两者结果吻合较好