采用周期浸润腐蚀实验结合电化学方法研究了模拟工业大气环境下RE重轨钢的腐蚀行为.结果表明，RE重轨钢的耐腐蚀性能优于不含RE的重轨钢.RE重轨钢中，RE合金元素在基体的局部富集促进了锈层中保护性好的α-FeOOH相的快速生成和含量的增加，提高了锈层阻止侵蚀性介质穿透的能力，改善了重轨钢在工业大气环境下的耐腐蚀性能

旋转机械设备的维修策略对于维护机械设备运行状态,保障产品生产质量有着重要意义,并且直接影响企业经济效益.频繁维修虽可以保障设备状态,但随之会带来高昂的维修成本;检修周期过长虽然可以降低维修次数,减少维修成本,但是设备状态却难以保证.本文提出了一种基于峭度指标的故障预警方法以及基于模糊C均值方法的实时维修策略优化方法.通过监测峭度指标变化,可以成功捕捉机械设备的早期故障特征,再使用模糊C均值方法,评估设备状态,将其结果视为设备运行可靠性指标,根据企业效益最优化的维修建议准则,对设备的维修策略做出实时建议.对某钢厂的设备状态监测数据分析验证,结果表明,本文提出的基于实时维修策略优化方法的维修建议更加适用于现场设备的管理,节约了监测成本,使得企业效益更优

内柱体双悬丝扭摆衰减粘度计至今无一适用于较寬枯度范围的公式。本文从简单的理论推导得出粘度与对数衰减率的大致关系,然后对其进行实验修正,得出粘度的半经验公式为${\\rm{\\eta =}}\\sqrt {\\rm{I}} {\\rm{\\cdot}}{\\Delta ^{1.2}}/{K_0}$。並验证了内柱体双悬丝扭摆的周期公式为${\\rm{\\tau }}=4{\\rm{\\pi }}\\sqrt {{\\rm{LI/Mge}}} $,转动惯量的测定式为I=I已知·τ2·M/τ2已知·(M+M已知)-τ2M。此外还测量了内柱体的插入深度及偏心度与对数衰减率的关系

针对由一阶智能体和二阶智能体组成的离散异质多智能体系统,研究其一致性问题.设计无通信时延和具有有界通信时延时的分布式一致性协议,通过将系统转化为自治的离散时间线性时不变系统,运用矩阵理论和代数图论方法,分析得到系统实现一致性的充分条件.获得的充分条件与采样周期、控制参数和系统的拓扑结构有关.证明了系统的一致性不受有界通信时延影响.数值仿真结果验证了理论结果的正确性

金属锰湿法电冶过程是一个典型的远离平衡态的非线性体系，直流作用下会出现电化学振荡、金属分形等非线性行为而引发体系额外的能耗。本文提出一种超混沌电流电解的新模式，通过引入超混沌电路代替原有直流电源来实现。超混沌电流作用下，采用恒电流极化曲线、阳极极化曲线、塔菲尔测试等分析方法和X射线衍射分析、扫描电子显微镜的表征方法，研究铅合金阳极电化学振荡行为与阳极沉积的锰氧化物之间的关联。研究结果表明，在电流密度为350 A·m?2恒电流极化30 min后，超混沌电流极化作用下电位振荡的平均振荡周期较直流极化提高5.6 s，平均振幅降低 38 mV；超混沌电流作用下阳极生成的MnO2，其表面较为致密平整，在一定程度上可以提高铅合金阳极析氧反应活性和耐腐蚀性。综合分析可知，将超混沌电流运用于金属锰电解过程，可以实现对阳极电化学振荡的有效调控，为进一步降低电解过程能耗和污染排放提供新思路

以在Q235冷轧钢板表面涂敷的FeSiAl电磁屏蔽涂层为研究对象，通过改变固化条件，探究了电磁屏蔽涂层的最优固化环境.同时，运用中性盐雾试验、电磁屏蔽性能测试和电化学阻抗试验，研究了自然条件固化后涂层的吸波性能和耐蚀性能随盐雾周期不同的变化规律.结果表明，电磁场下固化会损害涂层的腐蚀屏蔽性.吸波剂含量的增加不利于提升涂层的吸波性能，同时也会损害涂层的腐蚀屏蔽性.长期盐雾试验后，涂层的吸波性能随腐蚀屏蔽性的降低而下降

电化学手段可以实现对不锈钢材料的快速评价和腐蚀机理研究，因而受到广泛应用。在不锈钢耐蚀性评价方面，最常采用的电化学手段主要有腐蚀电位测试、交流阻抗测试、恒电位极化测试以及循环动电位极化测试。本文分别针对上述四种电化学方法在不锈钢耐蚀性评价上的应用情况进行了介绍，明确了各种检测方法的特点。腐蚀电位及交流阻抗测试是无损检测手段，可以满足长周期腐蚀监测需求；恒电位极化和循环动电位极化测试可以获得材料的极化特征参数，有利于对材料的腐蚀机理及耐蚀性进行评价。结合当前的不锈钢腐蚀研究现状，展望了电化学方法在腐蚀研究领域的发展趋势：未来电化学方法将更多作为腐蚀调控手段，需要结合其他检测技术实现对不锈钢腐蚀过程的精细分析

针对炼钢−连铸过程因车间布局复杂造成工序间钢水交叉供应频繁、等待时间过长以及天车调度困难等问题，本文建立以计划内所有炉次总等待时间最小为优化目标的炼钢−连铸过程生产调度模型，并采用改进的遗传算法求解该模型. 在遗传操作过程中，引入“炉−机对应”调控策略以改善初始种群质量，并根据转炉（精炼）与连铸作业周期的比较，来确定是否对个体进行交叉、变异操作

连续血糖监测在糖尿病管理中具有重要的意义。目前糖尿病患者主要通过指尖采血或植入式微创传感器监测血糖，但上述方法存在疼痛、成本昂贵、易感染等问题，因此，无创监测是实现连续血糖监测的理想技术。本文利用心电(ECG)信号，提出了一种血糖水平无创监测的方法：通过获取12名志愿者共60 d 756160个ECG周期信号，利用递归滤波器实现ECG信号的滤波，并采用卷积神经网络和长短期记忆网络相结合(CNN-LSTM)的方法，实现了血糖水平的十分类监测，并通过实验探索了个体建模和群体建模2种建模方式的差异。结果表明，在个体建模和群体建模的条件下，血糖监测精确率分别约达到80%和88%。其中群体建模10分类的F1值可达到0.95、0.88、0.91、0.85、0.92、0.88、0.86、0.86、0.87和0.86。研究表明，本文提出的基于ECG的无创血糖监测方法为实现血糖水平的实时、精准监测提供了一种有力的理论支撑与技术指导

为了给数控机床故障的精准诊断提供保障，延长数控机床使用周期，以数控机床历史维修记录为研究对象，对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后，提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法。首先，对输入语句进行分词和标注，使用Word2vec中的Skip-gram模型对标注语料进行预训练，将其生成的字向量通过词嵌入层转化为字向量序列；然后，将字向量序列输入BLSTM学习长期依赖信息；最后将句子表达输入L-CRF获取全局最优序列。实验结果表明，该方法明显优于其他命名实体识别方法，为数控机床设备的智能检修与实时诊断任务打下了坚实的基础