为了冶炼不同氧含量的碳素船体钢，通过机械性能试验和周浸试验研究了钢中氧含量对钢材腐蚀性能和机械性能的影响。结果表明，在连铸生产许可的氧范围内，随着钢水脱氧程度的减弱，钢中氧质量分数增加，钢材的平均腐蚀率略有下降，而耐点蚀性能有较明显增强，变化曲线的高氧端比低氧端平均点蚀深度下降约22.7%。弱脱氧钢的机械性能符合规范要求，可达到D级钢水平。分析认为，氧提高钢材耐蚀性的原因主要是固溶氧可提高铁的热力学稳定性，提高了蚀孔内铁的腐蚀电位，降低了蚀坑扩展速度。氧作为耐蚀元素应用可以显著降低耐蚀钢的成本，提高经济性

以纯Al粉为主要原料,添加Cu单质粉末以及Al-Mg、Al-Si中间合金粉,利用粉末冶金压制烧结方法制备出相对密度98%以上的Al-Mg-Si-Cu系铝合金.研究表明,烧结致密化过程主要分为3个阶段:初始阶段(室温~460℃),坯体内首先形成Al-Mg合金液相,液相中的Mg原子分别扩散至Al或Al-Si粉末中,与Al2O3反应并破除氧化膜,形成Al-Mg-O等化合物;同时,Al-Cu发生互扩散,形成Al2Cu等金属间化合物.第二阶段(460~560℃),Al-Cu、Al-Si液相快速填充颗粒缝隙或孔洞,坯体相对密度显著提高;此阶段的致密化机制主要是毛细管力引起的颗粒重排,以及溶解析出导致的晶界平直化.第三阶段(560~600℃),随温度的升高,液相润湿性提高,晶粒快速长大,使得大尺寸孔洞填充,烧结体基本实现全致密,此阶段的致密化主要由填隙机制控制.在铝合金晶界处发现了MgAl2O4和MgAlCuO氧化物的存在,推测Al粉表面氧化膜的破除机制与合金成分有关.由于Al-Cu液相在Al表面的润湿速率远高于AlN的生长速率,因为在本体系中未发现AlN的存在

以高超音速火焰喷枪为研究对象，采用计算流体力学软件Fluent对高超音速火焰喷涂(HVOF)过程中的焰流流场以及粒子飞行过程进行数值模拟。HVOF系统以氧气为助燃气体，煤油为燃料。研究了加入粒子前喷枪内火焰焰流温度、速度和压力分布规律，采用离散相模型计算喷涂粒子的动力学飞行行为，探究了粒子大小、注入速度、球形度对粒子飞行行为的影响。发现最佳粒子粒径范围应为30～50 μm，在此范围内粒子均匀的分布在焰流中心，且为熔融状态，更易形成结合强度较高的涂层；小粒径粒子最佳注入速度为10～15 m·s?1，中等粒径粒子最佳注入速度为5～10 m·s?1，大粒径粒子最佳注入速度为1～5 m·s?1；与球形颗粒相比，非球形颗粒具有较高的阻力系数，在飞行过程中获得更大的动能和更少的热量

利用同步热跟踪原理, 提供一种测定微量气液反应热的研究方法.通过程序控制容器外壳温度与内部溶液同步升温, 减小温度梯度, 形成“热屏障”, 阻止溶液以热传导、对流、辐射的形式与外界环境进行热交换, 获得动态绝热环境, 提高微量气液反应热直接测量的精度, 减少样品用量, 无需热补偿.采用MEA (乙醇胺) 与MDEA (N-甲基二乙醇胺) 两类弱碱吸收液, 容积为15 mL, 分别在10%、20%、30%、40%和50%质量分数下, 测定吸收CO2的反应热.实验表明: 同步热跟踪法测量更为准确; 随溶液浓度的增加, MEA反应热先降低后升高, MDEA反应热逐渐降低; 在质量分数为20%~40%时, MEA、MDEA质量分数对反应热的影响不显著; 反应放热形成的升温曲线出现“下凹”现象

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

总结了将MOFs材料与金属氧化物、纺织品以及碳基导电纤维材料相结合，并在电阻式气体传感器领域的研究与应用。其中金属氧化物结合MOFs过程中，MOFs主要有两个作用：一是作为分散剂提高金属氧化物的分散性；二是利用MOFs本身具有较大的比表面积和大量的活性位点，来提高材料对于气体分子的吸附量和选择性。当纺织品与MOFs结合的过程中，由于纺织品的导电性相对较差，所以需要结合一些导电性及气体选择性较好的MOFs来作为传感器。碳基导电纤维一般具有较好的机械性能和导电性能，因此将其与MOFs材料复合后用于柔性电阻气体传感器具有一定的优势

研究了Co掺杂对还原氧化石墨烯(RGO)/Fe3O4复合材料结构、形貌和吸波性能的影响规律.采用一步水热法分别制备RGO/Fe3O4和Co掺杂的RGO/Fe3O4复合材料,通过扫描电子显微镜、X射线衍射仪和X射线光电子能谱分析Co掺杂对复合材料的微观形貌、相组成及表面元素价态的影响;利用矢量网络分析仪测定两种复合材料在2~18 GHz频率范围内的相对复介电常数和复磁导率,模拟计算了Co掺杂对RGO/Fe3O4复合吸波性能的影响规律.结果表明:部分Co参与了水热反应生成了CoCO3、Co3O4和Co2O3,还有部分Co以单质形式存在,其通过正负电荷吸引机制,影响Fe3+在氧化石墨烯(GO)表面的配位,使得负载在还原氧化石墨烯(RGO)表面的Fe3O4纳米颗粒部分迁移至RGO片层间;Co掺杂改善了复合材料的导电能力和磁损耗能力,使复合材料的吸波能力显著增强.反射率模拟结果表明:掺杂后与掺杂前相比,当匹配厚度d=2.00 mm时,最大反射损耗提高3.44 dB,有效吸收频带拓宽2.88 GHz;当匹配厚度d=2.50 mm时,最大反射损耗提高8.45 dB,有效吸收频带拓宽2.73 GHz.Co掺杂对RGO/Fe3O4复合材料的结构和形貌有显著影响,并有效改善复合材料的吸波性能

泥层高度和底流浓度是深锥浓密机最为重要的两个参数，因此有必要研究底流浓度随泥层高度的变化规律.采用自制小型深锥浓密机，对尾矿非连续/连续动态压密过程进行了物理实验；借助于有效孔隙比与泥层压强间遵循的Power函数关系，结合对尾矿颗粒的受力分析，推导出了底流浓度与泥层高度的数学模型，揭示了浓密机底流浓度与泥层高度的内在关系，并从尾矿颗粒空间结构的角度解释了该模型的变化规律；结合矿山生产对于底流浓度的要求，应用该数学模型，为其推荐了泥层高度的合理范围，验证了底流浓度数学模型的可靠性.该模型为深锥浓密机的设计和运行提供了理论依据

基于建立的连铸中间包及结晶器内钢液混合过程的物理模型，开发了板坯连铸异钢种连浇过程混浇坯长度及成分变化模型。以某钢厂单流板坯连铸机220 mm×1560 mm断面Q235与Q335Ti钢的混浇过程为研究对象，采用水模型试验结合数值模拟确定模型的关键参数，并通过开展现场试验对混浇坯取样验证模型的准确性。结果证明：混浇坯成分取样与模型预测的成分偏差小于5%，且模型预测的混浇坯长度与人工确定的一致。故采用该模型可跟踪不同混浇工况下中间包内及铸流上钢液的混合行为，准确预测混浇坯的长度以及成分变化规律。采用该模型研究了拉速及中间包内剩余钢液质量对混交坯长度及不同浇注长度铸坯C元素质量分数变化的影响规律。发现当拉速保持不变时，中间包内剩余钢液越多，混浇坯越长；当中间包内剩余钢液质量保持不变时，拉速越大混浇坯越短。相比而言，中间包内剩余钢液质量比拉速对混浇坯长度的影响更大。另外当拉速不变时，随着中间包内剩余钢液质量的增加，C元素质量分数由0.16%变化到0.18%的速率减慢；当中间包内剩余钢液质量不变时，随着拉速的增加，C元素质量分数由0.16%变化到0.18%的速率增加。因此异钢种连浇过程，适当提高拉速以及减少中间包内剩余钢液质量，可有效减少混浇坯长度，成分变化速率降低

岩爆破坏以其突发性与瞬间破坏性等特点,在工程中很难予以预防.本研究基于动力学与能量作用原理,通过固有振动频率等振动特征指标实现对边界剪切弹性系数的计算.在物理模型试验中,应用多普勒激光测振仪对岩爆体破坏全过程进行远程振动特征监测.试验得出,结构面强度的非协调弱化效应是岩爆发生的必要条件,结构面弱化的时空差异是发生瞬时性岩爆还是迟滞型岩爆的主要因素.当结构面弱化较慢时,则为迟滞型岩爆,反之,则为瞬时性岩爆.基于固有振动频率可识别岩体结构面的弱化速率,岩爆发生全过程中,结构面的总耗散能仅为赋存弹性能的0.06%,使得几乎所有的弹性动能都将转化为冲击动能,表现为岩爆体以高速的形式弹射出来.基于频率下降速率等监测数据分析,可识别岩爆结构面强度的非协调弱化特征.因此,增加固有振动频率等动力特征监测指标,无疑会进一步提高对岩爆孕育演化特征规律的认识,并在地下空间工程岩爆预警监测方面发挥重大作用