上向分层尾砂充填法在仓上金矿的新应用

本文介绍了垂直矿体走向布置的上向分层尾砂充填采矿法新方案的特点及其在仓上金矿中厚矿体的具体应用。     

机械合金化Al－Al_3Ti复合材料的研究进展

本文综述了机械合金化Ａｌ－Ａｌ_３Ｔｉ材料的发展现状，论述了增强体Ａｌ_３Ｔｉ的性质和机械合金化制备的Ａｌ－Ａｌ_３Ｔｉ的组织与性能。采用机械合金化制备的Ａｌ－Ａｌ_３Ｔｉ具有理想的组织。相当高的强度与塑性，良好的热强性。目前对机械合金化制备的Ａｌ－Ａｌ_３Ｔｉ的研究不够深入，还需进行大量的工作。     

SiCf/O′-SiAlON composite: properties and oxidation retained properties

A composite of O′SiAlON (Si_2-xAl_xN_2-xO_1+x, with x 0.14) reinforced with 20 vol.% SiC monofilaments was fabricated by hot-pressing, at 1600°C, for 2 h under 34 MPa pressure. The mechanical and interfacial properties of the composites, as-fabricated as well as post-oxidized, were, investigated. The composite exhibited a significant improvement in ultimate flexure strength (640 MPa) and work of fracture (42 kJ m⁻²) compared with that (350 MPa and 1.8 kJ m⁻², respectively) of the monolithic material. These mechanical properties were slightly increased after the composite was heat treated for 24 h in air at 1200 and 1300°C. However, the composite exhibited a significant degradation in ultimate strength, while the work of fracture (WOF) remained unchanged after exposure in air at temperatures beyond 1400°C. The as-fabricated composite revealed a low interfacial shear strength (6.2 MPa) and a frictional sliding stress (3.2 MPa). After the composite was oxidized at elevated temperatures, the interfacial bonding and sliding stresses were reduced to noticeable extents, resulting from the degradation of the carbon coating layer of the SiC monofilaments.     

纤维表面处理对植物纤维增强水泥的物理力学性能影响

植物纤维增强水泥的力学性能具有湿敏感性，随湿度增加弯曲强度下降幅度较大。本文工作采用的几种浸渍处理纤维表面的方法，有效地改善了这种状况，其中一种经处理的纤维增强水泥较没有处理的对比试样在饱水状态下的弯曲强度提高了67％，气干状态提高了18％，缩小了二者间的差距。     

房屋基础因地道塌陷的加固处理

本文通过对房屋基础因地道塌陷事故的处理，提出一种结构受力合理、施工便利、经济性好的基础加固新方法，供今后实际工程事故处理时参考。     

桥梁病害桩基的加固处理

通过对铁路桥梁钻孔灌注桩病害事故的分析 ,探讨在保证列车安全运营条件下的临时加固措施 ,并提出了对此问题的一些看法     

振动沉管挤密碎石桩在闸基处理中的应用

振动沉管挤密碎石桩是近十几年来在挤密砂桩和振冲桩的基础上发展起来的地基处理新技术,具有设备简单、操作方便、成本低、施工快、无污染等特点，被工程界广泛使用，积累了一定的工程经验。其在共产主义闸地基处理中的应用即为一例。     

带平衡约束矩形布局优化问题的深度强化学习算法

带平衡约束的矩形布局问题源于卫星舱设备布局设计,属于组合优化问题。深度强化学习利用奖赏机制,通过数据训练实现高性能决策优化。针对布局优化问题,提出一种基于深度强化学习的新算法DAR及其扩展算法IDAR。DAR用指针网络输出定位顺序,再利用定位机制给出布局结果,算法的时间复杂度是O（n³）;IDAR算法在DAR的基础上引入迭代机制,算法时间复杂度是O（n⁴）,但能给出更好的结果。测试表明DAR算法具有较好的学习能力,用小型布局问题进行求解训练所获得的模型,能有效应用在大型问题上。在两个大规模典型算例的对照实验中,提出算法分别超出和接近目前最优解,具有时间和质量上的优势。     

基于强化学习的无线传感器网络入侵检测攻防博弈研究

无线传感器网络易遭到各种内部攻击,入侵检测系统需要消耗大量能量进行攻击检测以保障网络安全。针对无线传感器网络入侵检测问题,建立恶意节点（malicious node,MN）与簇头节点（cluster head node,CHN）的攻防博弈模型,并提出一种基于强化学习的簇头入侵检测算法——带有近似策略预测的策略加权学习算法（weighted policy learner with approximate policy prediction,WPL-APP）。实验表明,簇头节点采用该算法对恶意节点进行动态检测防御,使得博弈双方快速达到演化均衡,避免了网络出现大量检测能量消耗和网络安全性能的波动。