研究了高钛球团的焙烧特征和固结行为．随着TiO2含量的增加，球团焙烧难度增大，当TiO2质量分数由10%增加至21%时，高钛球团所需预热时间由12min延长至26min以上，焙烧球强度由每个2486N降低至每个1728N．高钛球团由于FeTiO3含量高，导致氧化速度慢、预热球氧化程度低，不利于焙烧固结时钛赤铁矿固溶体晶粒的长大，使得球团固结强度差．通过添加NaOH结合润磨工艺增大颗粒表面能和反应活性，促进了固相扩散，并生成少量低熔点化合物，有利于再结晶过程的扩散迁移，使Ti富集在Fe2TiO5中并促进钛赤铁矿晶粒长大，强化了高钛球团焙烧固结，可使预热时间缩短至16min，球团强度提高至每个2141N．

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考

(In, Co)共掺的ZnO薄膜（ICZO薄膜）在100 ℃下通过射频（RF）溅射沉积至玻璃基板上。沉积过程采用In、Co、Zn三靶共溅射。通过调节靶功率，获得了不同In含量的ICZO薄膜。研究了不同In含量下薄膜电学性质和磁学性质的变化。分别使用扫描电子显微镜（SEM）、高分辨透射电子显微镜（HR-TEM）、原子力显微镜（AFM）、电子探针扫描（EPMA）、X射线衍射仪(XRD)、霍尔测试（Hall measurement）和振动样品磁强计（VSM）对薄膜的成分、形貌、结构、电学特性和磁学特性进行了表征和分析。详细分析了薄膜中载流子浓度对磁学性质的影响。实验结果表明，随着薄膜中In含量的提高，薄膜中载流子浓度显著提高，薄膜的导电性得到优化。所有的薄膜均表现出室温下的铁磁特性。与此同时，束缚磁极化子（BMP）模型与交换耦合效应两种不同的机制作用于ICZO半导体材料，致使薄膜的饱和磁化强度随载流子浓度发生改变，并呈现在三个不同的区域

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

尾砂固结排放能有效解决尾砂的处置问题，然而固结后的尾砂堆体多处于地表，其性能受自然环境影响较大。我国北方地区存在广泛的冻融循环现象，冻融作用会影响固结体的强度和声电特性，为探究冻融循环条件下全尾砂固结体损伤状态和机制，以李楼铁矿全尾砂固结体为研究对象，对经历不同冻融循环次数的全尾砂固结体试样进行无侧限抗压强度试验、扫描电镜（SEM）试验、电阻率试验和超声波波速试验，借助Matlab软件二值化数字图像处理技术对试样的表面裂隙进行定量分析，并利用电阻率和超声波检测技术对固结体试样冻融循环损伤进行联合检测。结果表明：随冻融循环次数的增加，固结体的无侧限抗压强度呈指数型减小趋势，冻融循环早期（0～5次）固结体的强度减少量最多；冻融循环对固结体的损伤是逐渐累积的过程，全尾砂固结体表观劣化特征发展过程为：微裂隙萌生→裂隙延伸发展→外表层破坏→内部结构破坏；固结体初始强度越大，表面裂纹数越少；内部微观结构由密实状态向疏松状态转变；固结体无侧限抗压强度与电阻率、超声波纵波波速呈正相关，遵循对数函数关系，建立了强度?电阻率和强度?超声波波速无损检测模型；电阻率和超声波波速能准确全面地评价冻融循环条件下全尾砂固结体的损伤状态

利用光学显微镜(OM)、场发射扫描电子显微镜(FESEM)、能谱分析(EDS) 并结合热力学及动力学计算结果对采用真空感应熔炼和电渣重熔二联工艺生产的GH5605合金电渣锭的枝晶形貌、元素偏析和析出相进行分析.探索了合金的高温扩散退火制度并结合差示扫描量热仪(DSC) 和热压缩模拟实验分析高温扩散退火前后的合金特征.结果表明: GH5605合金中的枝晶和元素偏析情况较轻, 主要偏析元素是Cr和W并在枝晶间处偏聚, 电渣锭中的主要析出相包括奥氏体、晶界M23C6以及晶内和晶界处的奥氏体与M23C6板条状共晶相.经1210℃/8 h扩散退火处理后枝晶和元素偏析基本消除, 共晶相基本回溶

研究采用超声协同熔盐电解法制备Al–Si–Sc和Al–Cu–Sc合金，采用光学显微镜、扫描电镜和X射线衍射研究超声对合金中三元含钪强化相形貌与尺寸的影响，进而阐明超声细化机制。研究结果表明，协同超声促使三元AlSiSc相由粗大菱形管状转变为细小实心方棒状，其尺寸由205减小到40 μm左右；超声显著细化三元AlCuSc相团簇尺寸，由约100减小至约30 μm；超声协同细化机制主要是通过提高形核率细化初生Al3Sc相并促进其均匀分布，进而作为形核发育基底，最终实现三元含钪相细化；同时超声也可促进合金溶质均匀分布，避免粗大Al3Sc相析出；超声细化三元含钪相机制主要作用于电解后凝固阶段

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

针对亚微米尺度晶体元器件在加工和服役中出现的反常力学行为和动态变形等问题，基于离散位错动力学理论建立了单晶铜塑性变形过程的二维离散位错动力学模型。该模型考虑外加载荷、位错间相互力和自由表面镜像力对位错的作用机制，引入了截断位错速度准则。与微压缩实验对比验证了模型的正确性，并且能够描述力加载描述的位错雪崩现象。应用该模型分析了不同加载方式和应变率下位错演化及力学行为，结果表明：当外部约束为力加载和位移加载时，应力应变曲线分别呈现出台阶状的应变突增和锯齿状的应力陡降，位错雪崩效应的内在机制则分别归结为位错速度的随机性和位错源开动的间歇性；应变率在102～4×104 s?1范围内，单晶铜屈服应力的应变率敏感性发生改变，位错演化特征由单滑移转变为多滑移面激活的均匀变形，位错增殖逐渐代替位错源激活作为流动应力的主导机制

采用高温摩擦磨损试验机研究了HTCS-130和DAC55两种热作模具钢在100~700℃范围内的耐磨性差异及磨损机制, 并结合X射线衍射仪(XRD)、扫描电子显微镜(SEM)、光学轮廓仪等手段对表面相组成、磨损表面、截面形貌等进行分析. 结果表明: 两种钢的磨损率均在100~700℃范围内呈现先增后减的趋势; 其磨损机制表现为在100℃和300℃分别发生黏着磨损和黏着-轻微氧化磨损; 500℃时磨损机制转变为单一氧化磨损, 磨损表面氧化层由FeO、Fe2O3和Fe3O4组成, 亚表面发生轻微软化并出现塑性变形层; 700℃时磨损进入严重氧化磨损阶段, 氧化物数量急剧增多, 同时由于马氏体基体回复导致材料出现严重软化, 磨损表面形成连续的氧化层. HTCS-130钢优异的热稳定性能使得基体具有较高硬度和更窄的摩擦软化区, 能够更好地支撑氧化层, 从而在700℃下比DAC55钢更耐磨