建立了煤岩受载破坏声电全波形同步采集系统, 对煤样单轴压缩破坏过程中的声电信号进行了全波形采集, 研究了声电信号能量与载荷降之间的相关关系, 并分析了声电信号的频谱特征. 结果表明: (1)煤体受载破坏过程中产生显著的声电信号; 电磁辐射信号是阵发性的, 仅伴随载荷降和较高强度声发射信号出现; (2)相对于声发射, 电磁辐射与载荷降有更好的相关性; 与煤体受载破坏的能量释放累积量相关联的声电信号能量和载荷降累计值三者之间均呈高度正相关; (3)电磁辐射优势频带窄于声发射, 前者主要集中在1~25 kHz, 后者主要集中在1~280 kHz; 受同一裂纹萌生和扩展的影响, 两者在频谱和主频分布上都有近似的低频成分

烧结矿是我国高炉炼铁的主要原料,烧结矿质量将直接影响高炉冶炼及炼铁工序的经济技术指标.因此,基于铁矿粉的高温特性进行优化配矿从而改善烧结矿的产质量对于炼铁工序节能增效具有十分重要的现实意义.铁矿粉的液相流动性是非常重要的烧结高温特性指标,适宜的液相流动性可以使烧结矿获得较高的固结强度.本文模拟实际烧结黏附粉层中铁矿粉颗粒与钙质熔剂质点的接触状态,采用FastSage热力学计算和微型烧结可视化试验方法研究了固定CaO配比条件下铁矿粉的液相流动性及其主要的热力学液相生成特征影响因素.研究结果表明,采用固定CaO配比与固定碱度的熔剂配加方式下,铁矿粉的液相流动性规律明显不同.铁矿粉的液相生成量是影响其液相流动性的最主要液相生成特征因素,液相生成量越多则铁矿粉的液相流动性指数越大.铁矿粉液相流动性的配合性机制是基于其液相生成量的线性叠加原则.脉石矿物含量将在一定程度上影响铁矿粉的液相流动性,随着SiO2含量的升高铁矿粉的液相生成量减少,从而导致液相流动性指数显著降低;而Al2O3含量增加,液相流动性指数略有升高

以我国资源丰富的低成本优质无烟煤为原料，经过2800 ℃高温纯化、石墨化处理，制备出锂电池用负极材料，用相同手段处理商业化石墨的前体石油焦与石墨化无烟煤作对比。通过X射线衍射（XRD），扫描电子显微镜（SEM），透射电子显微镜（TEM），拉曼光谱（Roman）和氮吸附?解吸等手段对无烟煤基负极材料进行微观结构的表征。采用恒流充放电（GCD），循环伏安（CV）表征其电化学性能。实验结果表明，无烟煤基石墨化负极材料的石墨化度可达95.44%，比表面积为1.1319 m2·g?1，石墨片层结构平整光滑。该石墨化无烟煤作为锂离子电池的负极材料首次库伦效率为87%，在0.1C的电流密度下具有345.3 mA·h·g?1的可逆容量，且在高倍率下该材料比石墨化石油焦材料显现出更好储锂性能，这归功于石墨化无烟煤较为规则高度有序的表面结构。在不同倍率循环后电流密度恢复到0.1C时容量基本无衰减，100圈循环后可逆容量保持率高达93.8%，基本与石墨化石油焦负极相当，拥有优异的循环稳定性。无烟煤基石墨在容量、倍率性能及循环稳定性上基本接近甚至超过石墨化石油焦。本研究表明，采用优质无烟煤作为原料生产锂离子电池负极材料具有潜在的研究价值和广阔的商业前景

铝镁合金在制造业中应用广泛, 但其在特定应变率下的塑性失稳不利于加工应用. 溶质原子与位错的交互作用是塑性失稳的微观机理. 本文采用势能曲面过渡态搜索技术计算了铝镁合金中替代型溶质镁原子向位错芯迁移的过渡态, 确认了溶质原子与位错芯的交互作用范围, 并采用过渡态理论估算了迁移扩散所需的时间, 且区分了无空位及有空位参与迁移两种情况. 结果表明, 位错压应力区内的溶质原子迁移无明显规律, 而在位错拉应力区内, 随着溶质原子与位错间距的缩短, 迁移势能垒和系统总能量均逐渐降低. 说明目前广泛采用的经验原子势可以很好地反映溶质原子易朝位错拉应力区偏聚这一现象. 溶质原子迁移的过渡态证实迁移过程中的微观结构变化因溶质原子所处位置不同而各异, 而交互作用范围不超过约2 nm. 空位参与对迁移的辅助作用被量化为迁移热激活时间的缩短, 并得出其可在微秒量级. 当溶质原子完成迁移稳定至位错芯附近, 并不倾向于沿位错线密集分布

现代包装把包装的物质形态和盛装商品时所采 取的技术手段和工艺操作过程,以至装潢形式和 包装的作用联成一体。在我国《包装通用术语》 国家标准(GB4122-83)中对包装明确定义为,“所 谓包装是指在流通过程中保护产品、方便储存、 促进销售,按一定技术方法而采用的容器、材料 及辅助物等的总体名称”,包括为了达到上述目的 而进行的操作活动

为了降低硬件开销，越来越多的加法器电路采用传输管逻辑来减少晶体管数量，同时导致阈值损失、性能降低等问题。本文通过对摆幅恢复逻辑与全加器电路的研究，提出一种基于摆幅恢复传输管逻辑（Swing restored pass transistor logic, SRPL）的全加器设计方案。该方案首先分析电路的阈值损失机理，结合晶体管传输高、低电平的特性，提出一种摆幅恢复传输管逻辑的设计方法；然后，采用对称结构设计无延时偏差输出的异或/同或电路，利用MOS管补偿阈值损失的方式，实现异或/同或电路的全摆幅输出；最后，将异或/同或电路融合于全加器结构，结合4T XOR求和电路与改进的传输门进位电路实现摆幅恢复的高性能全加器。在TSMC 65 nm工艺下，本文采用HSPICE仿真验证所设计的逻辑功能，与文献相比延时降低10.8%，功耗延时积（Power-delay product, PDP）减少13.5%以上

现代企业中,使用压缩气体的机愈来愈多例 。 如:化工、石油、冶金、轻工、纺织及采矿等,许多工业中无不广泛使用各种各类的气体压缩机。因此,气体压缩机是近代工业生产中不可缺少的通用

碳/碳复合材料作为热防护材料多用在高超声速飞行器鼻锥、机翼前缘等位置。为准确预测其传热及烧蚀响应，采用多场耦合策略，考虑外部流场热化学非平衡效应、固体材料传热以及材料表面烧蚀，建立高超声速气动热环境下碳/碳复合材料的流?热?烧蚀多场耦合模型，预测碳/碳复合材料瞬态温度场分布、烧蚀速率以及烧蚀外形变化等。计算得到材料模型驻点区壁面温度和热流值随着时间的推移发生了显著的变化，初始时刻热流值较大，1 s时驻点热流密度为17.22 MW?m?2，随着时间推移，壁面温度增大，驻点区温度梯度减小，热流值也减小，30 s时驻点热流密度为10.22 MW?m?2。材料模型驻点区的温度较高，材料表面反应活跃，烧蚀较为严重，而模型侧面只发生少量烧蚀，烧蚀前后材料模型外形发生一定的变化，前缘半径增大，30 s时材料驻点烧蚀深度为17.47 mm。结果表明：在高超声速气动热环境下，碳/碳材料模型发生一定的烧蚀后退，导致外部流场以及热载荷发生变化，采用流?热?烧蚀多场耦合模型可有效预测不同时刻材料的传热及烧蚀响应，为热防护系统的设计提供一定的参考

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

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性