随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

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

以沥青为软碳原料，商业石墨的载体材料，通过高温热解法成功合成了硅/石墨/碳复合材料，同时原位生成了微米尺度的碳纤维.该硅/石墨/碳复合材料具有诸多优点，石墨片层堆叠之间的空隙为硅的体积膨胀提供了有效的空间，沥青热解碳材料的包覆能一定程度抑制硅基材料的体积效应和提高其电子电导率，同时微米级的碳纤维能提高材料的长程导电性和结构稳定性，从而极大的改善负极材料循环性能.通过电化学测试表明，硅/石墨/碳复合材料中硅/石墨/碳复合负极材料在200 mA·g-1电流密度下具有650 mA·h·g-1的可逆容量，在200 mA·g-1电流密度下经过500圈循环后容量保持率为92.8%，每圈的容量衰减率仅为0.014%，展现了优异的循环性能

氧化物弥散强化（Oxide dispersion strengthened，ODS）FeCrAl 合金由于加入一定量的 Al 元素，使合金表面可形成一层薄而致密的 Al2O3 保护膜，使得合金即便在 1400 ℃ 的水蒸汽下也不会因为腐蚀导致失效. 同时，大量超细氧化物粒子的弥散强化作用使其具备优异的高温强度. 这种兼具高温强度和耐腐蚀的特性使得 ODS−FeCrAl 合金成为非常有前景的事故容错燃料（Accident tolerant fuel , ATF）包壳候选材料，也是快堆等其他工作于高温强腐蚀环境的先进反应堆包壳的重要候选材料

为了进一步研究热压缩及热处理过程对组织及取向变化的关联性, 通过对TC17进行热压缩变形及后续热处理, 利用光学显微镜和背散射电子衍射等分析方法, 结合晶粒尺寸、织构分布图、极图以及反极图, 研究变形后及热处理后的TC17的组织结构、晶粒尺寸的变化和取向的演变规律以及两者之间的关联性.结果表明: 随着变形温度升高, 初生α相含量大幅减小, 尺寸减小, 大部分α相晶粒分散分布, 且位于高温β相晶粒的三叉晶界上; 热处理后, α相和β相组织特征清晰, 界限明显, 初生α相依旧存在, 且趋于等轴化, 亚稳定β相发生转变, 形成片层状β转变组织; 热变形使α相织构极密度值减小, 且随之温度增加, α相织构极密度值也变小; 热变形后的α相已不存在明显的强织构, 热变形对α相晶粒的取向影响较大, 很明显的改善了其取向的均匀性; 热变形同样使β相织构极密度值减小, 但效果不明显.β相仍存在取向集中现象, 取向均匀性相对较差

材料辐照损伤是核反应堆材料、尤其是核聚变堆材料所面临的重要问题。高能粒子（中子、离子、电子）辐照在材料中会产生大量的点缺陷，即自间隙原子和空位。这些点缺陷聚集在一起会形成自间隙原子团簇和空位团簇，从而对材料结构和性能的演化产生重要影响。空位团簇包括有空洞、层错四面体、空位型位错环，而自间隙原子团簇则只有自间隙型位错环。本文介绍了两种点缺陷团簇的性质、及其对于以材料辐照肿胀为主要内容的材料辐照损伤性能的影响。作为空位团簇，比较详细介绍了具有本课题组特色的空位型位错环的研究，同时分析了合金元素和氢同位素对空位型位错环的影响。在铁试样中形成的这种空位型位错环尺寸可达100 nm左右，该空位型位错环具有两种柏氏矢量， b =<100> 和 b =1/2<111>，前者的数密度比后者高一个数量级。对于自间隙原子团簇，则重点介绍了与其相关的一维迁移现象及其研究动态，该一维迁移性能有可能是影响高熵合金辐照性能的重要因素

运用循环伏安曲线、稳态极化曲线和Tafel曲线等电化学手段以及X射线光电能谱（XPS）法研究了辉铜矿在有菌和无菌体系下氧化过程的电化学行为.研究结果验证了辉铜矿在有菌体系和无菌体系下的两步氧化溶解机理，第一步氧化反应为辉铜矿不断氧化生成缺铜的中间产物CuxS（1≤x<2），直至生成CuS，在较低电位下即可进行；第二步反应为中间产物CuS的氧化，需要在较高电位下才可进行，反应速率较慢，是整个氧化反应的限制性步骤.循环伏安实验显示有菌体系电流密度明显大于无菌体系，表明细菌加快了辉铜矿的氧化速率.稳态极化实验显示辉铜矿点蚀电位较低，无菌体系第一段反应活化区电位范围小于有菌体系，表明辉铜矿氧化过程生成的中间产物硫膜具有钝化效应，细菌可以通过自身氧化作用破坏硫膜，减弱辉铜矿表面的钝化效果，加快辉铜矿的氧化溶解速率.X射线光电子能谱分析显示电极表面钝化层物质组成复杂，包含了CuS、多硫化物（Sn2-）、（S0）和含（SO42-）的氧化中间产物等多种物质，其中主要的钝化物为CuS，表明辉铜矿的氧化遵循多硫化物途径

为消除陡脉冲带来的干扰，分析了陡脉冲干扰的特点，建立了陡脉冲噪声数学模型，提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法，提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量；为减少VMD分解层数、提高实时性并减少内存消耗，提出了心电信号预处理算法；针对医疗环境中的随机噪声伴随陡脉冲出现的情况，分析了VMD后子信号中随机噪声的特点，提出了基于VMD子信号能量估计的阈值去噪算法；利用变分模态分解的带通滤波器组特性，提出了基于变分模态分解子信号重组的QRS波群检测算法，配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象，分别实现对滤波算法和QRS波群检测算法的定量对比分析

含铜取向硅钢是一种成本低、成品率高的新型CGO取向硅钢.其制备工艺明显区别于主流的低温加热渗氮高磁感（HiB）取向硅钢，其产品的磁性能波动范围显著高于低温渗氮钢.本文对实际生产中收集到的一些含铜CGO钢成品板中的组织与磁性能进行研究分析，尝试建立不同组织和磁性能相互间的对应关系，并对磁性能波动现象进行分析.分析结果表明，含铜CGO钢成品板组织与抑制剂有明确的对应关系，而晶粒尺寸与Goss晶粒取向度并不完全呈对应关系.同时对热轧板中的异常组织进行了深入研究，认为热轧板表层脱碳区和中心层粗大形变晶粒的存在，直接影响了抑制剂的分布，导致最终成品板中组织和磁性能的波动

通过浮选试验、DLVO理论计算、聚焦光束反射测量（FBRM）等研究了油酸钠浮选体系下粒度大小对赤铁矿和石英浮选分离的影响。人工混合矿浮选试验表明，窄粒级粗粒或中等粒级的赤铁矿?石英混合矿（CH&CQ和MH&CQ）的浮选效果较好，其中CH&CQ和MH&CQ的分选效率分别为85.49%和84.26%，明显高于全粒级混合矿（RH&RQ）的分选效率74.94%；但窄粒级的细粒赤铁矿?石英混合矿（FH&FQ）的浮选效果则较差，其分选效率只有54.98%。浮选动力学试验表明，赤铁矿的浮选速率和回收率不仅与赤铁矿的粒度有关，还受石英粒度的影响，细粒脉石矿物石英会降低赤铁矿的浮选速率和回收率。DLVO理论计算表明，当矿浆pH值为9.0时，石英与赤铁矿颗粒间的相互作用力为斥力，此时细粒石英很难“罩盖”在赤铁矿表面并通过这种“直接作用”的方式抑制赤铁矿浮选，这也与聚焦光束反射测量（FBRM）的测定结果基本一致；颗粒?气泡碰撞分析表明，在浮选过程中细粒石英可能通过“边界层效应”的方式跟随气泡升浮（夹带作用），影响赤铁矿颗粒与气泡间的碰撞及黏附，从而降低了赤铁矿的浮选速率和回收率