深锥浓密机的面积或占地大小主要由其固体通量决定.通过量筒静态沉降实验，计算得到深锥浓密机固体通量，分析了絮凝剂单耗、料浆浓度对深锥浓密机固体通量的影响，得到了两种因素对深锥浓密机固体通量的影响规律.结果表明，尾矿在5～30 g·t−1的絮凝剂单耗下，基本呈现二次函数关系；料浆的固相质量分数为6%～26%时，固体通量呈现先增大后减小的趋势，与实验所得的规律相契合.通过对絮凝剂单耗和料浆浓度耦合效应下的固体通量方程回归分析，得到三者之间的数学关系，进而确定二者对固体通量的贡献为：料浆浓度>絮凝剂单耗.结合絮凝剂及料浆浓度对固体通量的影响分析，总结了絮凝剂单耗和料浆浓度贡献值不同的原因.最后，结合单因素和耦合条件下的数学方程，对深锥浓密机的设计和运行提出工程建议.在深锥浓密机运行过程中，需要优先保证料浆浓度，其次是絮凝剂单耗

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

在对煤层深孔聚能爆破致裂分区研究的基础上, 针对聚能爆破煤层裂隙扩展特征及范围进行了数值模拟研究.结果表明, 炮孔周围可划分为爆破压碎区、爆破裂隙区和弹性变形区, 根据裂隙类型及裂隙数目的差异, 爆破裂隙区又可划分为裂隙密集区和主裂隙扩展区.受聚能装药结构的影响, 压碎区的范围呈聚能罩开口方向小于其他方向的类椭圆状; 裂隙密集区和主裂隙扩展区的范围均呈聚能罩开口方向大于其他方向的类椭圆状.煤层深孔聚能爆破致裂增透工程试验发现, 随着远离炮孔, 各个观察孔内瓦斯体积分数增幅受聚能爆破的影响呈\强-中-弱\阶梯状变化, 与所构建的聚能爆破致裂分区模型比较一致, 即聚能爆破载荷下煤层裂隙具有明显的分区特征, 压碎区、裂隙密集区和主裂隙扩展区组成了煤层深孔聚能爆破的有效致裂范围

为降低P110级石油套管淬火冷却过程中的内应力,提出\水淬—空冷—水淬\的优化冷却方式,并利用有限元方法对冷却过程中温度、应力场的变化规律和分布状态进行了模拟.模拟结果表明:冷却至7.5s出水时,横截面上最大温差为104℃,空冷结束时断面温度均匀;再次水冷的最大温差为80℃,与7.5s时相比,温差降低了24℃.对于应力,在最初的水冷阶段,从开始到2.5s,切向应力增大,2.5～5.5s,切向应力降低,冷却至5.5s时发生组织转变,此后热应力和组织应力共存,切向应力随冷却进行迅速升高,并在7.5s时达到最大,为563MPa;出水空冷阶段,热应力减小,组织应力消失,13s空冷结束时切向应力分布较均匀,为-11～27MPa;再次入水冷却至13.6s,切向应力再次达到最大,为451MPa,比7.5s时的563MPa降低了112MPa,达到了优化冷却工艺的目的

选择石蜡基热塑性粘结剂,采用粉末注射成形(PIM)工艺制备烧结Sm2Co17永磁体.粘结剂由PW、HEPE、LEPE、PP和SA组成,通过分析喂料流变性能和磁体残碳含量,确定合适的组元配比(质量比)为PW:LEPE:PP:SA=7:1:1:1.在氩气和氢气混合气氛下热脱脂,永磁体的碳、氧含量较低.最终得到永磁体的磁性能为:剩磁Br=0.51T,内禀矫顽力Hcj=168kA·m-1,最大磁能积BHmax=21.3kJ·m-3.与传统方法制备的永磁体相比,PIM永磁体退磁曲线的方形度较差,磁性较低.造成磁体性能较差的原因是残碳的质量分数较高(≥ 0.33%),较高的碳含量导致磁体中出现高熔点的非磁性相ZrC,使Zr的有效含量降低,片状相和1:5相体积分数减少,胞状显微组织和微观结构被破坏,磁性能下降.因此,采用PIM工艺制备高性能烧结钐钴永磁体,其关键是降低磁体中的残余碳含量

面向对象技术是计算机应用领域最近几年迅速发展起来的一个新生事物,它的出现被 认为是程序设计方法学方面的一场实质性革命。它与传统的结构化程序设计相比较,具有 许多优点,但最主要的是它注意了数据与程序之间不可分割的内在联系,并把它们进行数据 抽象,封装成一个统一的整体,从而使程序设计者摆脱具体的数据格式和过程的束缚,将精 力集中于要处理的对象的设计和研究上大大减少了软件开发很难避免的繁杂性;大大提高 了软件开发的效率和效益

在机械稳健性优化设计中不确定变量常被假定为服从某种特定分布的随机变量,在随后的优化模型中丢掉了这些不确定变量的初始数据,这种对不确定变量的处理方式往往不能真切地反映不确定变量的本质,使得出的结论偏离事实.为了更加真切地反映这些不确定变量,使用盲数表达机械设计中的不确定变量,运用盲数运算规则表达各不确定变量之间的关系,把盲数理论和稳健设计相结合,建立基于盲数理论的稳健设计优化模型.使用该优化模型对一个气动换向装置进行了优化计算,优化结果好于传统的稳健设计结果.基于盲数的方法是一种离散化的数值计算方法,算例充分展示了其灵活性,证明了该优化方法是合理的和实用的

由工程爆破中普遍采用的质点峰值振动速度与炸药量和震源距关系的经验公式推导出质点峰值振动速度与震源能量和震源距关系的经验公式,并作为微震地震波能量衰减公式.在公式中引入地震波能量特征系数K1描述震源能量与震源峰值振动速度之间的比例关系,并认为K1主要与震源场地介质特征有关,而与爆破参数无关.通过校验炮数据的回归分析获取监测区域能量特征系数K1.采用能量衰减模型,以微震事件各测点的峰值振动速度、震源距及K1为已知量,以震源能量及衰减系数为回归参数进行回归计算,直接反演出震源能量.本文方法为震源能量计算提供了新的思路和方法

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

设计喷枪置于铁水包后部(相对于扒渣嘴),在扒渣开始前,通过此喷枪向铁水内喷吹气体,气体上浮后排开一定面积渣层,使表面渣向扒渣嘴方向聚集,为下一步扒渣机的操作提供便利条件,从而减少扒渣次数,提高效率,降低铁损.使用1:3.5比例设计铁水包水模型,模拟不同工况下,气体排渣的效果.同时采用数值模拟的方法验证水模实验结果.实验表明喷枪浸入深度从200mm变到400mm,无渣比(无渣区域占总面积的百分比)从10%增加到30%;气体流量从4m3·h-1变到6m3·h-1,无渣比从30%增加到37%.说明浸入深度越大,吹气量越大,排渣的效果越好.数值模拟与水模型符合较好