成年人顶部的正常颅内压平均值约为3.62kPa,颅内压波动2.5kPa左右时,颅内压轻度异常;当波动值达到3.5kPa左右时,出现脑震荡的症状;当波动值达到5kPa或更高时,人头颈部达到危重度伤.本文在颅内压正常波动值范围内,通过有限元MSC-PATRAN/NASTRAN软件分析了颅骨三层复合结构以及颅骨与硬脑膜组成的四层复合结构的表面应力和应变;同时,随颅内压变化进行了猪颅骨片,以及模拟人体颅脑真实受力的人颅骨和猪颅骨球冠应变实验.分析结果表明:当颅内压轻度异常时颅骨外表面产生的应变约为1.5×10-6,脑部出现脑震荡的症状时颅骨外表面产生的应变约为2.5×10-6,头颈部达到危重度伤时颅骨外表面产生的应变约为4×10-6.因此,随颅内压的变化颅骨外表面的应变是可测的,且在仪器检测范围内;本文所提出的微创颅内压应变电测法是可行的,即在颅骨外表面粘贴应变片,随颅内压的变化测颅骨应变,通过计算机进行数据处理获得颅内压变化量的方法.与临床上测量颅内压时钻孔或穿刺等方法比较,应变电测颅内压法对患者造成的损伤很小,属于微创或无创范围,具有安全易操作、减少感染、对患者创伤小、可长期测量等特点

提出了一种在高温高压下利用粉末冶金方法制备的Fe-Ni-C-B系触媒合金生长Ⅱb型金刚石的新方法.由于硼元素的存在,Ⅱb型金刚石生长所需的温度和压力条件均高于普通的Ⅰb型金刚石,并且合成出的金刚石单晶粒度较粗,晶形稍差,表面结构比较复杂.通过晶体的颜色、X射线衍射以及Raman光谱可以初步断定合成出的金刚石晶体中确实含有硼元素.以金刚石在不同温度下的静压强度和冲击韧性以及差热分析和热重分析的结果来表征金刚石的热稳定性.实验发现,由于硼元素的进入使得Ⅱb型金刚石单晶的热稳定性与采用同种方法合成出的Ⅰb型金刚石相比有了较大程度的提高.采用自制的夹具通过检测金刚石的电阻温度特性,初步确定了在Fe-Ni-C-B系中生长的Ⅱb型金刚石具有半导体特性.大量的实验数据充分说明,采用这种方法生产Ⅱb型金刚石具有成本低廉、操作简单、产品质量稳定等优点,具有极高的工业化推广应用的价值

根据能量守恒、流动和传热传质等原理及定律,建立了球团矿冷却和氧化过程的数学模型,采用三对角矩阵算法对模型进行了求解,基于VisualBasic6.0开发了仿真计算软件.依据现场实测数据对建立的数学模型进行了验证,计算值与实测值之间的最大相对误差为4.8%,说明模型正确可信.利用开发的计算软件对球团矿在环冷机内的热过程进行了仿真计算,得到了环冷机内球团料层的温度分布.仿真研究表明,冷却一段风速、料层厚度、球团粒度和环冷机机速是影响环冷机内部球团料层冷却过程的主要因素.在本文研究条件下,合理操作条件为:料层厚度550～800mm,球团粒度7～16mm,冷却一段风速1.2～2.5m·s-1,环冷机机速1.0～1.5m·min-1

运用差示扫描量热法、采用XRD检测等手段探讨研究了Fe-Ni-O-C体系中Fe、Ni的还原行为,样品主要包括NiO+C、Fe2O3+C、NiFe2O4+C、NiO+Fe2O3+C和Ni+Fe2O3+C等5种体系.结果表明:NiO+Fe2O3体系中由于NiFe2O4及Fe-Ni合金的生成使得该体系被还原的反应开始温度高于纯NiO,且最大反应速率对应的温度及还原反应结束温度均高于纯NiO但低于纯Fe2O3物质;相对于NiO+Fe2O3,NiFe2O4被C还原的开始及结束温度均更高,且还原速率更小;Fe2O3被C还原可分为三个阶段,金属Ni的存在能够明显促进铁氧化物的还原,主要是促进了Fe的各种氧化物形式(Fe2O3、Fe3O4和FeO)直接向金属Fe形式的转换;数据显示C还原NiFe2O4的过程也基本可分为三个阶段,不同阶段中产物的形态和种类均存在一定差别

为提高武钢薄板坯连铸连轧产线集装箱钢水洁净度,通过工业试验考察了LF精炼过程炉渣成分、软吹氩以及钙处理工艺对钢中T[O]和夹杂物的影响.试验结果表明,适当提高(CaO+MgO)/SiO2有利于降低钢中T[O],但同时要考虑(CaO+MgO)/Al2O3的比值,适当增加钙处理前后软吹氩时间可明显提高钢水洁净度;将炉渣中(CaO+MgO)/SiO2和(CaO+MgO)/Al2O3控制在合适范围不仅有利于提高钢水洁净度,而且有利于钢中低熔点CaO-MgO-Al2O3系夹杂物的生成.根据相关热力学数据给出了实际生产钢中生成不同液态铝酸钙时[Ca]-[Al]平衡热力学计算模型

借助Thermo-calc软件对FeCrAl不锈钢所属的Fe-（18~21） Cr-（3~5） Al-（0~0.03） C-（0~0.2） Si-（0~0.2） Mn多元体系在凝固过程中的相变及析出行为进行了研究.采用Thermo-calc中TCFE7数据库对该体系的垂直截面图进行计算，分析了不同组元对凝固和冷却过程中相变的影响，并得到FeCrAl不锈钢的平衡凝固相变路径图.结果表明FeCrAl不锈钢由1600℃平衡冷却至300℃的过程中完整的平衡相变路径为：L→AlN+αδFe→AlN+αδFe+Cr7C3→AlN+αδFe+Cr7C3+Cr23C6→AlN+αδFe+Cr23C6→AlN+αδFe+Cr23C6+σ→AlN+αδFe+Cr23C6+σ+α'→AlN+αδFe+Cr23C6+α'.凝固过程中Cr7C3与σ相是否析出分别取决于体系中C、Si含量；Al含量的提高可扩大αδFe+Cr7C3的稳定区，降低α'相的析出温度，抑制σ相的析出；Cr含量的提高可以减小αδFe+Cr7C3的稳定区，扩大σ相和α'相的稳定区

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

通过对不同厂家或产线生产的相近成分和显微组织的8种低合金工程结构钢样品进行中性盐雾加速腐蚀试验，结合成分测试、微观组织分析、腐蚀产物分析及数据统计与计算拟合等方法，提出了评价低合金结构钢耐蚀性的综合耐蚀指数及其包含钢材成分、夹杂物、组织及晶粒度等多因素的数学表达式。研究结果表明，低合金工程结构钢的耐蚀性除与传统的耐蚀指数I相关外，还受钢中夹杂物、显微组织、晶粒度等多种材料因素的耦合影响，其影响程度按从大到小排序依次为耐蚀合金元素所决定的耐蚀指数I、夹杂物总量、珠光体含量和晶粒度级别。综合耐蚀指数Y可作为比耐蚀指数I指数更有效的低合金钢耐蚀性判据，具有重要的工程应用价值

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段