研究一种用于圆形封闭管道内气固两相流实时截面相浓度测量传感器。该传感器采用新型栅极式电容电极设计,有效地均化了空间敏感电场分布,减小了因截面流型变化而导致的测量值波动,提高了测量精度;同时,栅极轴向检测特性的优化,提高了传感器对圆管截面相浓度信号的实时跟踪及瞬态检测能力

黄土高原地区黄土在灌溉作用下,逐渐达到饱和状态,饱和中,陡坡类黄土坡体自重增加引起下滑力增加. 该过程持续进行后,坡体内部同时发生渗流和剪切过程,导致坡体的变形不断增大,直至破坏后形成滑坡. 本文选取黑方台4.29滑坡为研究对象,在现场调查的基础上,利用滑坡后壁原状黄土试样,基于三轴试验设置10组共60个原状样对饱和黄土的渗透剪切行为进行模拟. 试验中设置了0.5、0.1和0.05 mm·min-1三个不同的加载速率对黄土试样进行剪切,为比较分析,对0.1 mm·min-1剪切速率试样设置了0、1、2和5 m几个不同水头进行了试验. 试验结果表明:饱和黄土在渗流与剪切耦合作用下,表现出应变硬化特征,渗透作用明显降低了黄土的强度,尤其是黄土黏聚力降低,其降幅达5.24%~63.35%. 对已有强度指标拟合后获得黄土在渗透剪切工况下的强度修正公式

以一款插电式燃料电池电动汽车(plug-in fuel cell electric vehicle，PFCEV)为研究对象，为改善燃料电池氢气消耗和电池电量消耗之间的均衡，实现插电式燃料电池电动汽车的燃料电池与动力电池之间的最优能量分配，考虑燃料电池汽车实时能量分配的即时回报及未来累积折扣回报，以整车作为环境，整车控制作为智能体，提出了一种基于增强学习算法的插电式燃料电池电动汽车能量管理控制策略.通过Matlab/Simulink建立整车仿真模型对所提出的策略进行仿真验证，相比于基于规则的策略，在不同行驶里程下，电池均可保持一定的电量，整车的综合能耗得到明显降低，在100、200和300 km行驶里程下整车百公里能耗分别降低8.84%、29.5%和38.6%；基于快速原型开发平台进行硬件在环试验验证，城市行驶工况工况下整车综合能耗降低20.8%，硬件在环试验结果与仿真结果基本一致，表明了所制定能量管理策略的有效性和可行性

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

选取700 L作为试验用典型钢种，利用高温同步热分析仪（TGA）研究了热轧过程中不同卷取温度和冷却速率条件对氧化铁皮结构转变的影响规律。实验结果表明，450～500 ℃为700 L共析转变的“鼻温”区间，此时共析转变的孕育期最短，容易发生共析转变，生成大量的共析组织（Fe+Fe3O4）。相较于其他成分钢种的氧化铁皮共析组织转变规律，700 L中添加的Mn、Nb、Ti元素会使晶粒细化，进而使参与反应的离子的扩散通道增加，并最终使共析转变速率发生一定的延迟，共析“C”曲线整体出现向左偏移

Al-Si系合金在现代工业、交通等领域广泛应用，合金元素钪可进一步改善其加工和使用性能.采用超声协同熔盐电解法制备Al-7S-Sc三元合金，研究探索超声作用对合金组织及强化相分布的影响.发现超声协同熔盐电解制得合金中Sc含量提高，团簇共晶硅组织和AlSi2Sc2相显著细化，共晶硅团簇尺寸由约500降低至200 μm，减小约60%，细化后AlSi2Sc2相分布均匀.超声协同电解法可显著优化Al-7Si-Sc合金组织，有助于控制改善现行工艺中合金元素偏聚、组织不均匀现象

采用竖直管式炉研究了焦炭粒径、黏附层、黏附比、焦粉比例对不同类型准颗粒质量转化率和燃料氮转化率的影响.结果表明, 对于S和S'型准颗粒, 质量转化率均随焦炭粒径的增大而降低; 对于S'型准颗粒, 燃料氮转化率随着焦炭粒径的增大而减小, 而对于存在黏附层的S型准颗粒, 内核焦炭粒径越大, 燃料氮转化率越大; 通过对比S和S'型准颗粒的燃烧情况, 发现黏附层的存在有利于提高准颗粒的质量转化率和燃料氮转化率; 对于C型准颗粒, 黏附比越大, 质量转化率和燃料氮转化率均越小; P型准颗粒的质量转化率随着焦粉比例的增加而减小, 燃料氮转化率在焦粉比例为50%时达到最低值

低阶煤的高值化利用对拓宽能源途径,提高能源效率和解决环境问题具有重要意义.以N-甲基吡咯烷酮为有机溶剂,对4种低阶煤进行热萃取,获得低灰分、高挥发分的热溶煤产物.通过热重分析研究了热溶煤的燃烧特性,并利用拉曼光谱分析,对比了原煤与热溶煤碳结构的变化规律.结果表明:与原煤相比,热溶煤的灰分含量明显降低,挥发分含量增高,固定碳含量减少,热值增大.其中KL、GD和ZS 3种热溶煤的H/C原子比大于原煤,XB的热溶煤小于原煤.KL、GD和ZS 3种热溶煤的峰强度(ID/IG)和峰面积(AD/AG)的比值大于相应的原煤,其有序化程度减小,结构缺陷增多,相应的其热溶煤的燃烧反应性增大.而XB热溶煤的ID/IG和AD/AG的值小于相应的原煤,有序化程度增大,燃烧反应性降低

对H13热作模具钢试样进行600 ℃等温疲劳实验，通过显微维氏硬度计、金相显微镜（OM）、超景深显微镜和扫描电子显微镜（SEM）等设备研究了0.7%，0.9%和1.1%三种不同应变幅对疲劳行为的影响。结果表明：应力应变滞后回线呈现对称性，应变幅越大，滞回环面积越大。H13钢在实验中呈现循环软化的特征，应变幅越大，疲劳寿命越短，1.1%应变幅试样寿命约为0.7%应变幅试样的61.2%。应变幅的增加对裂纹萌生和扩展起促进作用，1.1%应变幅试样裂纹扩展最明显。高温非真空实验条件下，材料表面产生的氧化物也会促进裂纹扩展。疲劳后试样微观组织发生明显的长大和粗化，较大应变幅对碳化物析出有更大的助力，还会加速材料软化。有应变幅试样显微硬度远低于无应变幅试样

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪