蛛网膜下腔出血后内皮素受体(ET_A/ET_B)不平衡表达在大鼠基底动脉痉挛中的作用

目的探讨蛛网膜下腔出血后基底动脉各层中内皮素受体(ETA/ETB)的表达水平变化在血管痉挛(CVS)中的作用机制。方法采用大鼠自体血二次注入枕大池建立SAH后CVS模型,光镜下观察基底动脉形态学变化,并运用免疫荧光染色动态检测ETA/ETB受体表达变化。结果 SAH模型组基底动脉截面积在2d开始下降,到3d时到达最低,以后逐渐恢复至正常。免疫荧光显示SAH后基底动脉内皮细胞层中ETA受体蛋白表达在2d开始增多,3d达高峰,持续到14d,而ETB受体蛋白3d时内皮细胞层中表达显著增多,7d时平滑肌细胞层中表达达高峰,持续到14d。结论两种ETA/ETB受体的差异性表达在SAH后CVS中起重要作用。ETB受体亚型在脑血管各层中具体表达差异有待进一步研究。     

轴流式涡轮机动叶片的叶顶间隙对其气动性能影响

采用数值方法对不同叶顶间隙下某型号船用轴流式涡轮机的气动性能进行了对比分析.结果表明,叶顶间隙对喷嘴环前缘的压力分布和涡轮内的温度分布影响明显,过小和过大的叶顶间隙都会导致喷嘴环前缘高压力区的产生,并导致涡轮内局部高温度区域扩大;随着叶顶间隙的增大,喷嘴环后缘底部、吸力面及叶顶间隙内局部高熵区随之增大,燃气能量损失增大.     

空间数据挖掘及其在海洋地理信息系统中的应用

空间数据挖掘是数据挖掘中的一个重要门类,空间数据挖掘的意义是在空间数据库或数据仓库的支持下,提取、推理出未知、有价值、可利用的关系、模式或趋势,从而为决策系统提供支持。随着海洋测量技术和电子地图技术的持续发展,以及计算机存储容量的不断扩大,使得海洋地理信息系统中出现了海量数据,如何对这些数据进行有效利用,从而进一步发现价值,是当前海洋地理信息系统研究的主要课题之一。本文介绍空间数据挖掘技术的主要原则,分析空间数据挖掘的实际效果,并研究空间数据挖掘在海洋地理信息系统中的应用,为今后海洋地理信息系统的完善和提高提供依据。     

桅杆雷达承载平台隐身性能分析

目前,在舰船桅杆设计中存在大量外露的雷达承载平台,在桅杆表面形成突出物,可能产生较强的多重反射。本文基于快速多极子法(FMM)和物理光学法(PO)2种电磁散射计算方法,以某桅杆的雷达承载平台为研究对象,对其电磁散射方式进行分析,研究雷达波参数和外形参数对雷达承载平台RCS的影响。结果表明多重反射是其总体RCS的主要反射源,单次反射是RCS峰值的主要来源。雷达波波长越小,总RCS就越大,极化方向对该模型的电磁反射的影响较小。平台侧面的倾角对雷达承载平台的隐身性能影响较大,端面倾角对隐身性能的影响较为有限,底面倾角的增大会降低平台的隐身性。     

斜井套管射孔完井出砂预测模型的建立

针对目前进行的比较多的套管射孔完井,以线弹性理论为基础,通过分析定向油井井眼围岩岩石受力的应力状态和射孔孔壁应力分布,考虑井眼围岩应力对射孔孔壁应力状态的影响;根据Moh-Coulomb准则和Drucker-Prager准则分别提出两个地层稳定性指数的概念;并利用孔壁应力分布和Drucker-Prager破坏准则所建立的出砂预测模型;通过对W1油井的出砂预测,验证该模型预测结果与油井实际情况较吻合。     

板裂围岩结构弯曲失稳分析

文章分析了板裂结构地质背景及板裂介质岩体特征,研究了板裂围岩破坏模式及力学机理,并结合工程实例,利用随机有限元模型对板裂结构屈曲破坏进行分析。     

物流中心选址与规模的层次优化模型

同时考虑生产商和分销商的利益,采用双层规划模型来描述物流中心选择以及规模问题.上层规划从生产商的角度出发,通过调整物流中心位置及规模使生产商的生产成本、运输成本和经营成本最小；下层规划从分销商的角度出发,通过调整从各个物流中心进货的数量使自身的平均运输成本最低.设计了基于遗传算法的求解方法,并用数值算例验证了模型和算法的有效性.     

一种环保沥青阻燃剂的研制

通过一系列的实验,研究开发了一种无毒环保类沥青阻燃剂,在基本不改变沥青性能的前提下,可以显著地改善沥青的阻燃性能。     

驾驶员夜间行车视觉增强新技术

针对驾驶员在高速公路夜间和恶劣天气下行车,由于光照条件降低导致驾驶员视觉受限,对路面距离识别和感知速度降低,一旦车速过高极易发生危险造成重大事故等情况,介绍了一套新型主动发光警示诱导系统,详细阐述了其工作原理和系统架构,并通过现场试验证明所开发的系统能够主动对驾驶员在夜间行驶过程中进行警示诱导,有效地增强了人眼的视觉,减低事故发生的概率.     

TRIP DISTRIBUTION MODELLING USING FUZZY LOGIC AND A GENETIC ALGORITHM

This article examines possibilities for the application of soft computing techniques for the prediction of travel demand. The model, based on fuzzy logic and a genetic algorithm, successfully solves the trip distribution problem. The possibilities of using the proposed model in solving trip generation, modal split and route choice problems have also been indicated. The model has been tested on a real numerical example. Exceptionally good correspondences between estimated and real values of passenger flows have been obtained.