建筑工程施工安全氛围的因子结构模型——基于长沙建筑市场的调查

建筑工程施工安全氛围是建筑安全事故有效的事前预测因素,而施工安全氛围因子结构的不一致一直是建筑安全管理专家争论的焦点.以长沙为采样地区,结合专家访谈设计了建筑工程施工安全氛围的测量问卷,综合运用探索性因子分析和验证性因子分析识别并验证了建筑工程施工安全氛围的因子结构模型,基于该因子结构模型评价了长沙地区的建筑工程施工安全氛围,并结合以往研究成果对该因子结构模型进行讨论.研究结果表明:建筑工程施工安全氛围可用三因子结构模型测度,三因子为项目安全管理承诺、工人安全响应和领班安全承诺;测评发现工人安全响应分值最高,且项目安全管理承诺分值高于领班安全承诺.     

驾驶员手伸及界面与驾驶室尺寸综合因子G

驾驶员手伸及界面与驾驶员的手伸、能力及驾驶室内部尺寸有关。驾驶员手伸及能力的统计性可通过身材百分位和男女比来反映。而驾驶室内部尺寸对手伸及界面的影响应以多元统计分析理论加以分析。本文介绍如何利用因子分析法来求取对手伸及界面具有综合影响的驾驶室尺寸综合因子G。     

行车中如何应急安全避让障碍物

当车辆在行驶中突然遇到障碍物却来不及制动或无法将车停稳时，唯一的办法只有避闪。而避闪是有技巧的，具体的方法是：当发现情况时，转动转向盘要由慢到快，幅度有致，逐步进行。路面越滑，越要平稳地转动转向盘，且转向盘转动幅度不易过大。完成闪避动作后，应迅速将转向盘回正，这样汽车很快就会从左右摇摆的状态中恢复平稳。驾驶员在整个过程中不要紧盯着障碍物，而应将视线转移到正确的行驶路线上。     

强化胎盘因子对细胞因子产生的影响

在观察了强化胎盘因子对淋巴细胞增殖试验影响的基础上,应用CTLL-2和7TD_1两种细胞株对强化胎盘因子刺激后的小鼠脾脏细胞分泌白细胞介素-2(IL-2)和白细胞介素-6(IL-6)水平分别进行了实验研究。结果表明,强化胎盘因子促进T淋巴细胞增殖,使小鼠脾脏细胞分泌IL-2和IL-6水牛均明显提高,有增强机体免疫功能的作用。     

不同理化因子组合对长春花悬浮培养的研究

实验研究了不同种类、不同浓度的植物生长调节物质组合和其他四种理化因子对长春花悬浮培养细胞生长的影响。以前的实验结果表明：单因子以2,4-D效果最好。其中以2,4-D的最佳浓度为0．5mg/L。而本次实验的结果表明：组合因子比单因子更有利于细胞的生长,以0．5mg/L NAA 0．5mg/L 2,4-D 2．0mg/L 6-BA为最佳。在其它的四种理化因子中,1/2MS、MS和B5培养基有利于细胞的生长。蔗糖的最佳浓度为30g/L；葡萄糖在研究范围内随着浓度的增加,生长速度也在增加。最适于长春花的PH值为5．0-5．4。     

滨海新区风暴潮与渤海沿岸诸站增水的相关性研究

坐落在渤海湾西岸的天津滨海新区是多种不同类型天气风暴潮的多发区，将不同类型天气产生的风暴潮分为四类，并研制出以浅海风暴潮为主要特征，适用于多种类型的风暴潮的预报方程。为进一步提高该方程对不同类型风暴潮的预报能力，与滨海新区风暴潮有关的渤海沿岸诸站风暴潮资料加入该预报方程中，取得了很好的效果。     

电控发动机能转动但无法起动故障的检测诊断程序

对于电控发动机而言，发动机能转动但无法起动的故障，一般有以下儿种可能性：有油无火；无油有火；无油无火；有油有火。其中油方面又有两种可能性：一是燃油供应中断；二是燃油控制中断。有油无火，是点火系统的故障；无油有火，是燃油供应或者燃油控制的问题；无油无火，是曲轴位置或凸轮轴位置传感器等判缸主信号缺失，或者电控单元不工作的问题；有油有火，是发动机机械方面的问题，例如气缸压力不足、配气相位错误、进排气不畅通、进气泄漏、EGR系统严重泄漏等问题。对于此类故障在进行检测诊断的时候，正确的检测方法应该是首先确认故障是由哪种原因导致的，然后再进行深入诊断，最终确认故障部位。有条件的情况下，在起动发动机时，可以利用双通道示波器在监测点火次级波形和喷油波形的同时，用燃油压力表监测燃油系统的压力，立即可以判定出现该故障是属于上述哪种类型。下面以上海通用别克君威轿车为例，在没有示波器的情况下给出一个典型的发动机能转动但无法起动故障的检测诊断流程，供大家参考。     

FIR内插滤波器结构与实现综述

在全数字接收机对多抽样率信号处理的需求下，滤波器的高效实现成为我们关注的重点。首先综述了FIR内插滤波器的三种常用结构，然后对半带滤波器、CIC(cascaded integrator-comb)滤波器的特殊结构进行了剖析，说明了各种类型内插滤波器的优缺点，给出了CIC滤波器设计参数和幅频响应的关系。最后对内插滤波器的一类特殊应用-分数倍内插滤波器进行分析，并提出了一种分数倍内插滤波器的高效实现结构。     

基于神经网络的高速公路服务水平评价

对高速公路服务水平进行评价是一项非常重要的工作，但其工作量很大，也很烦琐，本文采用一种人工神经网络解决这一问题，将评价因子作为输入向量提供给网络，要求网络输出服务水平等级。通过检验，验证了该方法的可行性。