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

成熟势力说 简称成熟论,其代表人物是美国心理学家格 塞尔(A. Gesell)。格塞尔认为,个体的生 理和心理发展,都是按基因规定的顺序有规 则、有次序地进行的。他把通过基因来指导 发展过程的机制定义为成熟,心理发展是由 机体成熟预先决定与表现的。成熟是推动心 理发展的主要动力,没有足够的成熟,就没 有真正的发展与变化;脱离了成熟的条件, 学习本身并不推动发展

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

对具有重要工程应用价值的Cu?5%Sn合金进行激光选区熔化（SLM）成形，在激光功率160 W、扫描速度300 mm·s?1、扫描间距0.07 mm条件下，合金样品相对密度可达99.2%，熔池层与层堆积密实，表面质量良好。研究发现所获合金具有非平衡凝固组织特征，其中以α-Cu(Sn)固溶体相为主，且涉及具有超结构的γ相、δ相。显微形貌主要由柱状晶与富锡网状组织构成，伴随有不同尺度界面Sn元素偏析及晶界、晶内纳米尺寸超结构合金相颗粒析出。所获合金的力学性能与同成分铸态合金或较低Sn含量SLM合金相比得到显著强化，表面硬度可达HV 133.83，屈服强度326 MPa，抗拉强度387 MPa及断裂总延伸率22.7%

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

在阐述炼钢厂多尺度建模与协同制造技术架构的基础上，分别从单体工序尺度、车间区段尺度与炼钢厂运行尺度开展了炼钢厂协同制造的研究。从工序/装置过程控制系统（PCS）到炼钢厂制造执行系统（MES）进行了较为系统的建模研发，构建了包括转炉工序、精炼工序与连铸工序在内的工序工艺控制模型以及以生产计划与调度模型为核心的物质流运行优化模型，并通过工序工艺控制和生产计划与调度的动态协同，实现了炼钢厂多工序/装置的高效运行。研发了炼钢?连铸过程工序工艺控制模型、生产计划与调度模型同MES之间的数据接口，实现了MES与生产工艺控制、流程运行控制、生产计划与调度系统的有机融合，形成了以机理模型与数据模型协同驱动的工艺精准控制、多工序协同运行、基于“规则+算法”的生产计划与调度为支撑的炼钢?连铸过程集成制造技术，通过多层级的纵向协同与多工序的横向协同，实现了炼钢厂的协同运行与控制。研究成果是炼钢?连铸过程智能制造的有益探索与实践，对流程工业智能制造企业具有很强的参考价值，对冶金工业绿色化、智能化发展具有示范与借鉴作用。应用后，明显提升了炼钢厂的协同制造水平，取得了显著的经济与社会效益