应用系统工程原理 促进炼铁技术进步

应用系统工程原理,从铁前抓起,不断进行技术改造,使焦化、烧结、炼铁工艺及设备系统不断优化,从而确保了300m~3高炉的强化冶炼。     

新型合金代铬刷镀层的组织及强化机理的研究

采用Ｘ射线衍射仪，透射电镜和扫描隧道显微镜等手段对新型代铬镀层（Ｎｉ－Ｆｅ－Ｗ－Ｐ－Ｓ）相结构及组织进行了研究，并初步探讨了镀层的强化机理。研究表明，Ｎｉ－Ｆｅ－Ｗ－Ｐ－Ｓ合金镀层的组织是由含Ｆｅ、Ｗ、Ｐ、Ｓ的镍基固溶体和在其上弥散分布的金属间化合物Ｎｉ_３Ｆｅ所组成，镍基固溶体处于非晶和微晶的混合状态，合金镀层的镀态硬度为ＨＶ７００～７５０，在３００℃退火时。硬度达到最大值ＨＶ９００～９５０，其强化机理主要是微晶的晶界强化和Ｎｉ_３Ｆｅ的弥散强化。     

SiC颗粒强化铝基复合材料及其断裂韧性

介绍了ＳｉＣ颗粒强化铝基复合材料的性能及一些应用，阐述了ＳｉＣ颗粒的体积百分比对ＳｉＣ颗粒强化的６０６１铝合金复合材料的断裂韧性及断裂机理的影响。     

五仁小米营养糊系列产品的研制

小米中蛋白质含量和质量都比较高，经干法高温高压熟化、蛋白质和淀粉大分子结构部分降解，更有益于人体吸收，配以五种坚果仁、奶粉、蛋黄粉、枸杞等多种辅料，某些营养素进行必要的强化，制成营养、方便、香甜味美的冲调糊产品，为市场提供一种针对性较强的营养保健食品。     

稀土元素在有色金属合金中的形态、功能及稀土耐磨铜合金研制的初探

本文就稀土元素在有色金属合金中的孕育与变质作用予以论述，并根据这一理论试制了稀土耐磨铜合金、以证明稀土元素在有色金属合金中能使晶粒细化．有提高合金耐磨强度，改善机械加工性能的功能。     

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。     

连续鼓气对舰船冷却海水真空膜蒸馏强化效果的研究

通过连续运行试验考察舰船冷却海水膜蒸馏系统不鼓气时膜通量变化及膜污染情况,应用气液两相流试验考察连续鼓气流量与膜通量之间的关系,探讨不同温度下连续鼓气的强化效果.结果 表明,舰船冷却海水真空膜蒸馏系统不鼓气时,海水温度升高膜通量衰减加快,会在膜面形成碳酸钙等盐类结晶;0～30 L/min连续鼓气时膜通量随鼓气流量上升而增加,30～40 L/min连续鼓气时膜通量随鼓气流量上升而减小;连续鼓气能提高真空膜蒸馏通量,鼓气流量宜控制在30 L/min.     

基于深度强化学习的双足机器人斜坡步态控制方法

为提高准被动双足机器人斜坡步行稳定性, 本文提出了一种基于深度强化学习的准被动双足机器人步态控制方法. 通过分析准被动双足机器人的混合动力学模型与稳定行走过程, 建立了状态空间、动作空间、episode过程与奖励函数. 在利用基于DDPG改进的Ape-X DPG算法持续学习后, 准被动双足机器人能在较大斜坡范围内实现稳定行走. 仿真实验表明, Ape-X DPG无论是学习能力还是收敛速度均优于基于PER的DDPG. 同时, 相较于能量成型控制, 使用Ape-X DPG的准被动双足机器人步态收敛更迅速、步态收敛域更大, 证明Ape-X DPG可有效提高准被动双足机器人的步行稳定性.     

基于深度强化学习的多机协同空战方法研究

多机协同是空中作战的关键环节, 如何处理多实体间复杂的协作关系、实现多机协同空战的智能决策是亟待解决的问题. 为此, 提出基于深度强化学习的多机协同空战决策流程框架(Deep-reinforcement-learning-based multi-aircraft cooperative air combat decision framework, DRL-MACACDF), 并针对近端策略优化(Proximal policy optimization, PPO)算法, 设计4种算法增强机制, 提高多机协同对抗场景下智能体间的协同程度. 在兵棋推演平台上进行的仿真实验, 验证了该方法的可行性和实用性, 并对对抗过程数据进行了可解释性复盘分析, 研讨了强化学习与传统兵棋推演结合的交叉研究方向.