以数字化柔性挤压成形砂块为研究对象，通过设计单因素试验进行了砂型种类、粘结剂质量分数及挤压压力对型腔表面质量影响规律的研究，进而得出高精度树脂砂型挤压成形的最优参数组合。结果显示：无模砂型外部与砂型内部的表面性能存在差异。不同砂型种类的砂型型腔表面性能不同，沙粒的角形系数对砂型型腔表面性能有较大影响。随着砂型挤压力的提高，砂粒之间的距离减小，砂粒并联接触方式增多，砂型在经过切削时，砂型表面产生裂纹的数量及延伸深度大幅减小，砂型型腔表面性能不断提高。随着树脂质量分数的增大，砂粒的包覆厚度增大，从而砂粒的粘结桥增多，砂型强度增加，砂型切削时产生的裂纹数量减小，砂型型腔表面性能不断提高。本文为真实获得砂型表面质量提供了方法，有助于无模铸造精密成形技术的推广

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

硫酸烧渣作为重要的二次资源,除砷有利于提高烧渣的价值.针对某含砷硫酸烧渣预处理脱砷的问题,采用Na2S-NaOH体系浸出烧渣中的砷.首先采用单因素试验确定Na2S和NaOH的药剂用量范围,进而采用响应曲面法优化浸出工艺参数.结果显示,响应曲面法优化Na2S-NaOH体系中浸出砷的模型显著,Na2S、NaOH和温度均对砷的浸出有着重要影响,且温度越高越有利于砷的浸出,Na2S和NaOH之间存在明显的交互作用,在80℃、NaOH浓度为0.34 mol·L-1、Na2S浓度为0.12mol·L-1时,浸出后烧渣中的砷质量分数可以降低到0.08%

影响曲轴锻后组织的主要因素有变形量、终锻温度、金属流动及锻后冷却. 本文采用数值模拟的方法研究了曲轴用非调质钢1538MV的锻造过程,并对轧材原料和曲轴成品的显微组织进行了分析,探讨了模锻变形对曲轴显微组织的影响. 研究结果表明,曲轴较高的锻造温度和较小的变形量使得曲轴的锻后组织较轧材有所粗化. 曲轴变形过程中的温度和应变分布不均导致了曲轴组织的不均匀. 曲轴的铁素体含量和珠光体片层间距都低于轧材,且部分位置出现了贝氏体组织,这说明曲轴锻后的相变区冷速过快,应当进一步优化曲轴锻后冷却制度. 另外,曲轴锻造过程中的偏析区金属流动对曲轴的锻后组织产生了明显的影响,也是造成贝氏体组织产生的原因,应严格控制轧材的质量. 研究结果为轧材质量的提升和曲轴锻造工艺及锻后冷却制度的优化指明了方向

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

对GCr15轴承钢表面渗硼层的生长动力学与机械性能进行了研究.采用固体渗硼的方法,在1123、1173、1223和1323 K温度条件下,分别保温处理2、4、6和8 h,进行渗硼层制备.采用光学显微镜、扫描电镜、X射线衍射仪、维氏硬度计等对制备的渗硼层进行组织观察与性能分析,并通过试验数据对渗硼层的生长动力学特性进行了研究.研究结果表明:试样表面获得了均匀致密的渗硼层,渗硼层的相成分主要是FeB和Fe2B;渗硼层的厚度随处理温度与保温时间的增加而增厚,变化范围为33.4~318.5 μm;渗硼层的表面硬度随处理温度及保温时间的增加而增大,主要是由于随着渗硼层厚度的增加,高硬度FeB相的含量上升,低硬度Fe2B相的含量下降,表面硬度HV0.1变化范围为1630~1950,与基体组织相比,提高了5~6倍;渗层截面硬度测试结果表明,渗层与基体之间有较宽的硬度梯度过渡;通过Arrhenius公式,对渗硼层的生长动力学方程进行了推导,可知B元素在GCr15轴承钢中的扩散激活能为188.595 kJ·mol-1,对推导的动力学方程进行了试验验证,结果表明最大误差仅4.93%,可有效的实现对渗层厚度的预测

利用旋转圆柱电极，结合电化学方法（电化学交流阻抗、极化曲线）、激光扫描共聚焦显微镜、扫描电子显微镜和紫外-可见分光光度法研究了流动工况下油水分层介质中缓蚀剂在油水两相界面处的作用效果及机理。结果表明，该工况下，100 mg·L?1十七烯基胺乙基咪唑啉季铵盐缓蚀剂对碳钢在油水两相分层介质中的水区具有良好的缓蚀效果，缓蚀效率高达99%，但在油水两相界面区域，由于油相的大量存在，导致缓蚀剂的有效质量分数降为混合前的31%，缓蚀效率仅为83%，缓蚀效果较差，碳钢腐蚀未得到有效抑制，甚至出现了沟槽腐蚀。因此，在油区试样腐蚀轻微，并且缓蚀剂的加入有效抑制了水区X65钢的腐蚀

利用扫描电镜分析了自耗电极和电渣重熔钢中夹杂物的特征，结合热力学计算，分析了氧硫复合夹杂物在电渣重熔过程中的转变机理。结果表明，电渣重熔采用气氛保护结合脱氧操作可以将自耗电极全氧质量分数由0.0017%降低至0.0008%。电渣重熔之后钢中小于3 μm夹杂物的比例显著增加。自耗电极中的夹杂物为CaS与含质量分数3%和11%左右MgO的CaO–Al2O3–SiO2–MgO结合的两类复合夹杂物。电渣过程未被去除的氧化物夹杂中的SiO2被钢液中酸溶铝还原，保留至电渣锭中。电渣锭中含约1%MgO和2%SiO2且成分均匀的CaO–Al2O3–SiO2–MgO是在电渣过程中新生的夹杂物。自耗电极中的CaS通过分解为钢液中溶解Ca和S，以及通过与液态氧化物夹杂中Al2O3反应的途径在电渣过程被去除。电渣锭中低熔点氧化物夹杂周围环状CaS是钢液凝固过程中溶解S、酸溶铝Al与氧化物夹杂中CaO的反应产物，高熔点氧化物夹杂周围环状CaS是钢液凝固过程中Ca和S偏析后反应新生的夹杂物。复合夹杂物中补丁状CaS是在电渣重熔钢液冷却过程中由复合夹杂物熔体中析出的

通过构建ND钢连铸坯凝固两相区内溶质的微观偏析模型, 不仅研究了C、S和P元素对固液两相区内钢的高温力学参数以及溶质再分配的影响, 还对P元素偏析比随冷却速率(CR) 的变化规律进行了探究.通过分析模型结果表明: 初始C的质量分数在0.075%~0.125%之间时, 随着初始C含量的增加, P、S元素的偏析加剧, 凝固末端温度下降幅度变大, 导致脆性温度区间增大; 增加P和S元素的初始含量, P、S元素的偏析比降低, 但会加剧其在枝晶间残余液相中的富集, 直接导致零塑性温度(ZDT) 下降; ND钢中的Cu含量低于显著提高裂纹敏感性的临界含量, 且凝固过程中Cu元素的偏析比较低, 因此在ND钢凝固过程中Cu元素不能主导裂纹的诱发; 在一定的冷却速率波动范围内, P元素的偏析比随着冷却速率(CR)的提高略有下降

为了改善M2高速钢中的碳化物分布，通过数值模拟详细分析了结晶器旋转对M2高速钢电渣重熔过程温度场、金属熔池形状的影响，并进一步通过实验室双极串联结晶器旋转电渣炉研究了旋转速率对M2高速钢电渣重熔过程的影响。采用扫描电镜观察并分析了结晶器旋转对电渣锭中碳化物形貌、分布的影响；采用小样电解萃取实验，分析了结晶器旋转速率对碳化物组成的影响。结果发现，随着结晶器旋转速率的增加，渣池的高温区从芯部向边部迁移，温度分布更加均匀；金属熔池的深度变浅，两相区的宽度收窄，从而导致局部凝固时间降低、二次枝晶间距减小。与此相对应，随着结晶器旋转速率的增加，M2电渣锭的渣皮更薄、更加均匀，结晶器对电渣锭的冷却强度更大，碳化物网格开始破碎、变薄，碳化物由片状改变为细小的棒状。X射线衍射分析表明，不论结晶器是否旋转，碳化物的类型始终不变，由M2C、MC和M6C组成，但是随旋转速率增加M2C含量增加，MC和M6C含量降低。碳化物组织得以改善的主要原因在于，结晶器旋转导致金属熔池深度降低、两相区宽度收窄，改善了凝固条件，减轻了元素偏析