光催化作为一种低成本且高效安全的环境净化技术，被认为是全球能源危机和环境污染问题最好的解决方式之一。赤泥作为一种固废不仅含有丰富的铁氧化物，且具有较高的比表面积、孔结构等特点，近年来，赤泥基光催化材料在光催化降解水中有机污染物的研究中备受关注。本文介绍了赤泥的特性，概括了赤泥基光催化材料的制备方法，总结了赤泥基光催化材料在光催化降解水中有机污染物方面的应用，阐述了赤泥基光催化材料催化降解水中有机污染物的机理，探讨了现有赤泥基光催化材料存在的问题。最后，基于以往的研究结果对赤泥基光催化材料未来的发展趋势提出了展望及建议

二氧化碳相变致裂作为一种环境友好的绿色破岩技术，具有破岩效率高、振动小、无污染等优点，近年来已成为岩石破碎与开挖领域的热门研究课题，相关研究发展迅速。大量学者运用理论分析、实验研究和数值模拟等手段对二氧化碳相变致裂技术进行了广泛探究，并取得了一些有益进展。通过对现有相关研究成果的调研分析，阐述了二氧化碳相变致裂技术的破岩机理，回顾了二氧化碳相变致裂荷载特征及其测试手段，归纳了致裂荷载表征方法，概括了致裂荷载与致裂效果的主要影响因素，分析了二氧化碳相变致裂的有害效应，总结了二氧化碳相变致裂技术在多领域的应用，并探讨了二氧化碳相变致裂当前存在的问题与未来挑战，以期为二氧化碳相变致裂技术的理论研究和工程应用推广提供参考

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

随着易处理金矿石资源枯竭，含砷、含碳、高硫、超细颗粒金矿石已成为金矿开采的重点，这些难处理金矿通过常规氰化浸金等方法浸出效果差，由于氰化物有剧毒，会危害人体健康，并严重污染生态环境。非氰化法浸金因具有环保、浸出速率快、效率高等优点受到了广泛关注。在综述了硫代硫酸盐法、甘氨酸法、卤素法、石硫合剂法、碘化焙烧工艺、硫脲浸出法和非水溶液浸金7种非氰浸金方法的浸金原理及其在难处理金矿方面的最新研究进展的基础上，讨论了非氰浸金方法存在的浸出剂昂贵、浸出液中金回收困难、浸出体系复杂、浸出剂性质不稳定及消耗量大等问题，并对非氰浸金技术的发展方向进行了展望

水中抗生素具有成分复杂、毒性高和难于生物降解等特点，成为近些年水处理领域的研究热点。均相Fenton氧化技术（Fe2+/H2O2体系）因其反应快速、简单高效而备受青睐。而异相类Fenton氧化技术采用铁基固体催化剂代替液相Fe2+，能够有效减少含铁污泥的生成，同时拓宽反应的pH值范围，且催化剂可以回收利用，在近些年得到了快速发展，将其应用于抗生素的降解也取得了理想的效果。从异相类Fenton催化原理出发，综述了异相类Fenton催化剂降解抗生素的研究进展。基于异相类Fenton催化剂的核心问题，重点阐述了改善催化性能的方法、措施以及新的观点。针对异相类Fenton技术降解抗生素存在的问题提出了今后的发展方向

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

利用背散射电子衍射技术对高速冲击前后高锰钢样品强制剪切区域的晶粒进行准原位观察,分析了剪切区域不同位置晶粒的相变情况,并借助有限元模拟及受力计算对不同晶粒相变程度差异的原因做了进一步分析.结果表明,在高速变形下,应力应变水平、奥氏体取向及晶粒间的相互作用共同影响TRIP行为:应力应变水平越高,相变程度越大;由于帽型样中剪切应力的存在,相比于近〈111〉取向奥氏体,近〈100〉和近〈110〉取向奥氏体相变程度更大,近〈110〉取向相变程度最大.具有有利取向的奥氏体,晶粒尺寸越大,其相变行为受周围晶粒影响越小,越容易充分相变;具有有利取向的长条状奥氏体晶粒,若其两侧晶粒难相变,则该晶粒相变将受到束缚;带有尖角的晶粒,变形时应力集中难以释放,易发生相变;当晶粒的孪生分力大于滑移,但其最大和次大的孪生分力相差不大,可能导致在这两个方向孪生互相竞争,反而不易相变.高速变形时体心马氏体多在晶界应力集中处产生,很少在晶粒内部大量产生,形态多为细片状,变体选择强

首先介绍了传统的编队控制方法的定义、特点和常用方法及优缺点,并将传统编队控制时代定义为前编队控制时代.随着多智能体技术的发展,将多智能体技术引入到编队控制问题中,诞生了众多新的研究成果,称为后编队控制时代.后编队控制时代以多智能体技术为基础,随着通信技术、计算机技术、人工智能技术的发展而逐渐壮大起来,并受到了学者的广泛关注.前编队控制时代强调多机器人通过编队协作完成单个机器人无法实现的任务,提高任务完成效率且缩短任务完成时间.后编队控制时代则是在前编队控制时代的基础上,更强调低成本、同步性和协同性,但却不那么重视每个个体的任务分工,甚至是按照规则自由分配任务,不再有“不可替代冶的个体存在.最后给出了研究编队控制问题的基本思路和目前尚待解决的关键问题

在初始泥层高75 cm和耙架转速为0、0.1、1和10 r·min?1条件，以及耙架转速为0.1 r·min?1和初始泥层高度为75、45和25 cm条件下，采用FBRM和PVM实时在线监测技术，对动态浓密系统泥层脱水过程絮团结构演化进行原位连续观测，获得了泥层脱水过程中，絮团直径、数量分布特征和实时图像。研究结果表明，尾矿浓密过程中絮团直径和数量随剪切时间延长呈现先增长后降低，再保持稳定的状态。根据絮团直径变化程度，将絮团密实化过程分为絮团生长期、絮团重构期和絮团破碎期3个阶段。在剪切速率0.1 r·min?1和初始泥层高度75 cm实验条件下，有利于絮团生长和絮团快速破裂重构，并提高絮团密实化程度，但过高的剪切速率作用对絮团结构影响程度下降。剪切速率的增加造成絮团平均直径减小，同时絮团平均直径减小的速率上升。随着初始泥层高度增大，絮团生长阶段时间更长，絮团直径峰值更大，重构期较长，絮团平均直径随初始泥层高度增加而增大。尾矿絮团分形维数可以反映絮团结构变化特征，结合PVM图像的分形维数和孔隙率计算，分析了剪切破坏力与絮团凝聚力存在的相互平衡关系，基于这种动态平衡对絮团破裂程度的影响，研究了尾矿浓密过程中的絮团密实化规律

由于转炉冶炼过程中的热力学和动力学反应复杂，副枪控制模型和传统的烟气分析模型存在很大的局限性，导致了转炉冶炼终点碳含量的预测精度偏低，是实现智能炼钢的主要技术瓶颈. 针对上述问题，提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先，利用烟气分析得到连续监测的实时数据，以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后，根据熔池反应所处的不同阶段，利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上，按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数，从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例，证实函数型数字孪生模型具有良好的自学习和自适应能力，对异常冶炼状态具有良好的鲁棒性，可以实现全过程的熔池碳含量动态预测，终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是，在保证入炉原料成分、温度、质量等参数稳定的前提下，采用该模型可以有望取消基于副枪的停吹取样步骤，从而降低生产成本，提高产品质量和生产效率，具有广泛的工业应用前景