磁铁尾矿与石灰石双掺生产优质水泥

受环保压力影响，西乡公司生产水泥用河道淤沙供应紧张，难以满足生产需求且价格上涨幅度较大，严重影响到水泥生产及成本，我们开展了磁铁尾矿在水泥中的应用研究工作，通过连续几个月的生产实践，对物料配比优化，磨机技术改造，实现利用磁铁尾矿与石灰石双掺解决混合材紧缺问题，降低了水泥生产成本，水泥质量及性能稳定。     

WSNs中规避攻击者的源位置隐私保护路由协议

为了保证无线传感器网络（Wireless Sensor Networks，WSNs）中的源节点位置隐私安全，同时实现安全性能和网络能耗的均衡，提出了WSNs中规避攻击者的源节点位置隐私路由协议，该协议假设节点具有检测攻击者的能力，通过发出危险警告消息使路由路径上的节点采取路由改变策略，使攻击者无法回溯到源节点，延长了源节点保持位置隐私的安全时间。理论分析和仿真实验表明，该协议在消耗较少的通信开销的情况下保证了源节点位置的高度隐私。     

新型镍基镁渣催化重整松木热解挥发分焦油析出特性研究

采用过量浸渍法制备了镍基镁渣催化剂，并在小型气流床气化炉上开展了松木热解挥发分的催化重整研究。评估了煅烧/催化温度、镍含量和水碳比对焦油组分的影响，同时在不同煅烧/催化温度下与Ni/γ-Al₂O₃催化剂进行了裂解焦油性能的对比。采用比表面积测试（BET）、X射线衍射（XRD）、扫描电镜（SEM）和透射电镜（TEM）对催化剂进行了表征。结果表明，当镍含量为3%，煅烧/催化温度为800℃，水碳比为0.5时，镍基镁渣催化剂表现出最优异的催化裂解焦油能力：大幅度降低了重质多环芳烃的相对含量，并且焦油转化率达到95.69%，同时焦油露点温度降至40.2℃。XRD结果表明，Ni、Fe、Ca、Mg相互作用可以形成多种活性中心，进而协同提高催化剂活性。     

高铬铸钢轧辊的组织及其氧化行为

轧辊氧化膜形成及剥落显著影响轧辊的辊耗及钢板的表面质量。为控制轧辊的氧化行为，采用增重法研究离心铸造高铬铸钢轧辊在大气及水蒸气环境中的氧化行为，并采用金相显微镜(OM)、扫描电子显微镜(SEM)、X射线衍射(XRD)等方法研究了高铬铸钢组织及氧化膜的结构。结果表明，高铬铸钢组织为回火马氏体基体和共晶Cr7C3碳化物；氧化过程中基体优先被氧化，粗大碳化物表面几乎不被氧化；温度及环境对氧化膜生长及相结构都有一定的影响，高温及水蒸气环境加速氧化，并促进γ Fe2O3向γ Fe3O3转化。因此，控制轧辊的氧化，关键是控制轧辊的使用温度。     

The corrosion behavior and mechanism of X65 steel induced by iron‐oxidizing bacteria in the seawater environment

The corrosion behavior and mechanism of iron‐oxidizing bacteria (IOB) on X65 steel in seawater are studied. This study uses the methods of weight loss, electrochemical measurements, and surface analysis. The results show that the IOB increases the corrosion damage degree of steel. Pittings are observed in the medium with IOB. The potentiodynamic polarization curves show that the anodic reaction rate is accelerated in the corrosion process of IOB. The synergies in corrosion between the metal surface, abiotic corrosion products, and bacterial cells, and the pitting corrosion mechanism of X65 steel are discussed.     

基于GPU加速的锥束CT重建算法研究

锥束计算机断层扫描（Cone-Beam Computed Tomography，CBCT）具有采集速度快和空间分辨率高等特点，被生物医学等领域广泛关注。然而通过CPU串行处理CBCT重建中海量投影数据非常耗时，难以满足实时性的需求。GPU的发展为CBCT重建的并行加速提供了条件。根据三角函数周期性的特点对FDK算法进行了改进，并利用GPU实现了12幅投影数据同时并行计算。实验结果表明，相比于传统基于CPU的重建算法，基于GPU的CBCT重建算法在保证图像质量的前提下，将重建速度提高了超过310倍。     

变分自编码器模型综述

变分自编码器（VAE）作为深度隐空间生成模型的一种，近年来其表现性能取得了极大的成功，尤其是在图像生成方面。变分自编码器模型作为无监督式特征学习的重要工具之一，可以通过学习隐编码空间与数据生成空间的特征映射，进而在输出端重构生成输入数据。梳理了传统变分自编码器模型及其衍生变体模型的发展与研究现状，并就此做了总结和对比，最后分析了变分自编码器模型存在的问题与挑战，并就可能的发展趋势做了展望。