研究间接挤压铸造工艺条件下,浇注温度、挤压压力、挤压速度、冷却速度及参数间的交互作用对6066铝合金中Si元素的偏析影响规律.以凝固后零件热节位置硅的质量分数与合金初始硅的质量分数的差值定量表征偏析程度,采用考虑一级交互作用的四因素两水平正交设计,研究间接挤压条件下硅的偏析现象.结果发现:浇注温度、挤压压力、挤压速度和冷却速度对硅偏析都有影响,其中浇注温度是影响最显著的因素.随着浇注温度的升高,铝合金中Si偏析程度减小.挤压压力和挤压速度对硅偏析的影响次之,但两者的影响趋势相反;模具冷却能力的影响程度与挤压压力和挤压速度的交互作用的影响程度相似,铜模套(高冷速)比钢模套(低冷速)的硅偏析程度要轻.间接挤压铸造条件下,工件热节位置可以出现硅的负偏析

探究了菌渣的水热液化转换成生物油燃料的过程。结果表明，抗生素菌渣在260 ℃、保留时间是135 min时，获得最大的生物油产率（28.01%）。通过6种不同的催化剂进行催化，加入催化剂后，生物油产率最大的是Na2CO3（36.06%）和NaOH（36.31%）。碱催化的生物油的含氮化合物的质量分数在41.16%～49.74%之间，而酸催化产生的生物油含氮化合物的量在57.62%～59.32%之间。通过调节催化剂Na2CO3、NaOH的添加量发现，在投加量为8%时，生物油含氮量均最低，Na2CO3和NaOH催化产生的生物油组分的含氮化合物质量分数分别为29.12%和35.67%。在催化剂投加量为10%时，对氧的脱除效果都最好，分别为32.12%和29.02%，此时产生的生物油的热值达到最大（达到33.3220和34.7320 MJ?kg?1）

烧结矿是我国高炉炼铁的主要原料,烧结矿质量将直接影响高炉冶炼及炼铁工序的经济技术指标.因此,基于铁矿粉的高温特性进行优化配矿从而改善烧结矿的产质量对于炼铁工序节能增效具有十分重要的现实意义.铁矿粉的液相流动性是非常重要的烧结高温特性指标,适宜的液相流动性可以使烧结矿获得较高的固结强度.本文模拟实际烧结黏附粉层中铁矿粉颗粒与钙质熔剂质点的接触状态,采用FastSage热力学计算和微型烧结可视化试验方法研究了固定CaO配比条件下铁矿粉的液相流动性及其主要的热力学液相生成特征影响因素.研究结果表明,采用固定CaO配比与固定碱度的熔剂配加方式下,铁矿粉的液相流动性规律明显不同.铁矿粉的液相生成量是影响其液相流动性的最主要液相生成特征因素,液相生成量越多则铁矿粉的液相流动性指数越大.铁矿粉液相流动性的配合性机制是基于其液相生成量的线性叠加原则.脉石矿物含量将在一定程度上影响铁矿粉的液相流动性,随着SiO2含量的升高铁矿粉的液相生成量减少,从而导致液相流动性指数显著降低;而Al2O3含量增加,液相流动性指数略有升高

提出采用煤较低温度下选择性还原选铜尾矿中的铁, 还原球团磁选回收铁的技术, 并考察了还原温度、还原剂用量、还原时间、活化剂用量对选铜尾矿选择性还原回收铁的影响, 得出最佳工艺条件: 还原温度为1200℃, 还原剂用量为原料质量25%, 还原时间为2 h, 活化剂用量为原料质量5%;在最佳工艺条件下, 磁选精矿中铁质量分数超过90%, 铁回收率大于95%.借助X射线衍射仪、光学显微镜和扫描电子显微镜等检测手段对原料、还原球团、磁选矿的矿相组成和结构进行分析, 揭示了铁矿相还原及金属相生成/融合演变规律: 升高温度促进金属相的还原、融合兼并和生长; 增加还原剂用量使金属颗粒的融合兼并变得更加普遍; 延长还原时间促进金属粒子的融合和铁橄榄石相的还原; 活化剂促进金属粒子的扩散和融合.金属颗粒的兼并生长促使其粒度增大, 粗粒金属颗粒在磁选工序裹夹带入磁选精矿的渣相量相对较少, 磁选精矿铁含量显著提高

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

通过对高速车轮钢中TiN夹杂物析出进行热力学分析,得到了车轮钢的液相线和固相线温度及1873K时Ti、N的活度.对TiN生成反应和钢中Ti、N溶度积进行了计算.结果表明:TiN只能在固相中生成,但在本车轮钢Ti、N含量下,固相中也没有TiN生成的条件,只有在钢液凝固前沿,由于Ti、N在两相区的富集,TiN夹杂物的生成反应得以进行.因此,在生产中,适当提高连铸二冷的冷却速率,使钢液快速凝固,减少凝固前沿Ti、N的富集时间,可减少纯TiN的析出.对本实验车轮钢中TiN夹杂的检测结果进行计算分析可知,在正常生产时铸坯冷却速率条件下,将钢中Ti的质量分数控制在3.5×10-5以下、N的质量分数控制在3.1×10-5以下,理论上可以消除TiN夹杂物的析出,改善车轮钢的疲劳性能,提高车轮的使用寿命

应用射频溅射技术制备了面心立方结构的Fe1-xNix/Cu(x=0.26~0.54)金属超晶格.Mgo单晶衬底的采用以及在面心立方结构的Cu上实施外延等措施保证了在Ni质量分数低至0.26时Fe-Ni合金层仍保持了良好的面心立方的晶体结构,而且直到液氦温区这种面心立方结构仍是稳定的.磁性测量表明,当Fe-Ni合金层的Ni质量分数低至接近因瓦合金成分(x=0.35)时,其饱含磁矩呈下降趋势,即表现出偏离Slater-Pauling规律的倾向.同时,面心立方结构的Fe-Ni合金层的饱合磁矩有很强的温度依赖性,表明面心立方结构的Fe-Ni合金中饱含磁矩对Slater-Pauling规律的偏离与所谓的马氏体预相变无关,而与合金中Fe-Fe原子对的反铁磁性耦合有关

采用无水电解法提取不锈钢中存在的典型夹杂物，通过扫描电子显微镜观察夹杂物三维形貌，并根据元素组成对夹杂物进行分类和形貌分析，对具有相同化学成分但不同三维形貌的夹杂物进行了表征和归纳。利用FactSage 7.0热力学软件，对不同夹杂物的平衡状态进行了计算，研究了温度和钢液成分对于夹杂物平衡的影响，并得到相应的平衡相图。结果表明，无水电解可以有效地将不锈钢中夹杂物完整地提取出来，避免了金相法带来的误差，可以更加清晰的观测夹杂物的三维形貌；经扫描电子显微镜观察和测量，较大的氧化铝夹杂物表面较为容易出现钛元素的富集区域，且大部分夹杂物形貌主要为球状和表面较为光滑的多面体状，直径一般不大于5 μm。通过热力学计算得到，钢中夹杂物的生成与钢中元素质量分数密切相关，在1873 K时，Mg、Ti、Si元素质量分数的不同会导致生成不同的夹杂物

通过中心复合设计试验法设计试验,结合动电位极化曲线和电化学阻抗谱的测量以及氧化膜形貌观察和成分测量,研究了温度(30~350℃)、Cl-质量浓度(10~1000 μg·L-1)和溶解氧质量浓度(0~200 μg·L-1)3种因素对压水堆一回路主管道316L不锈钢电化学腐蚀性能的影响.结果表明:温度是影响316L不锈钢电化学腐蚀性能最显著的因素,温度越高,腐蚀电流密度越大,点蚀电位越低;Cl-浓度和溶解氧浓度对316L不锈钢电化学腐蚀性能的影响与温度密切相关,温度较低时(T 130℃和T > 150℃,Cl-浓度和溶解氧浓度均对316L点蚀电位几乎无影响,但腐蚀电流密度却随Cl-和溶解氧的浓度增加而显著增加,腐蚀加剧.电化学阻抗谱的测量和氧化膜形貌的观察也进一步验证了上述试验结果

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶