犬冠状动脉内植入肝素涂层国产支架的实验研究

目的　探讨明胶涂层支架介导肝素局部给药的可行性及疗效。方法　体外通过同位素标记的肝素测量涂层支架吸附肝素的量及峰时间 ;动物实验将家犬分两组 ,对照组植入裸支架 (n=1 2 ) ,实验组植入肝素涂层支架 (n=1 0 ) ,于 1、4周两个时间点观察血栓的发生情况。结果　明胶涂层支架吸附肝素的量随肝素浓度的增加亦增加 ,且最大吸附时间在 30 min左右 ;动物实验证明肝素涂层支架可预防冠状动脉内支架内血栓形成。结论　明胶涂层支架介导的局部肝素给药疗效好、方法简洁有效 ,值得进一步研究推广     

地铁交流供电系统无功平衡策略研究——以广州地铁18号线为例

为实现地铁交流供电系统无功平衡,以广州地铁18号线为例根据线路拓扑结构,分析造成无功过剩的原因,计算该线路供电系统的无功水平,考虑线路中无功补偿装置的补偿容量和补偿方式等因素,提出基于枚举法和粒子群算法的供电系统无功补偿方法,给出无功补偿策略。结合地铁18号线的线路数据进行仿真,结果表明,通过以上方法提出的无功补偿策略可使供电系统无功得到较好的平衡。     

基于遗传神经网络与信息融合的实时智能故障诊断系统研究

在传统BP神经网络的基础上引入聚类分析方法与遗传优化算法,可有效降低BP神经网络的训练难度并提高其训练精度;为有效利用各诊断单元的诊断结果,引入D-S证据理论对结论进行决策分析.仿真测试表明,该故障诊断系统能迅速、准确、可靠的诊断出各种故障.     

道岔护轨间隔和翼轨间隔限值合理性分析与优化

针对近年来多次出现的普速铁路道岔护轨位置脱轨问题,研究了脱轨过程与机理,分析了目前护轨间隔、翼轨间隔限值与计算方法的合理性;在全国范围内选取19个车站、124组道岔开展了系统的现场试验研究,探讨了护轨间隔、翼轨间隔限值的优化方法。研究结果表明：道岔护轨位置脱轨的主要原因为车轮冲击护轨开口段导致护轨螺栓松动、护轨低头、顶部磨耗,最终造成车轮爬上护轨脱轨;现场养护维修中,护轨、翼轨间隔分布较离散,合格率较低,为68.97%～73.83%;目前的翼轨间隔限值安全裕量较大,可适当放松,为现场维修提供方便;与同号码复式交分道岔相比,单开道岔护轨开口段轮轨冲击概率略小;随着道岔号码的增大,护轨开口段冲击概率呈减小趋势;目前的护轨间隔限值设置可将车轮冲击直向护轨以及侧向护轨跟端开口段的概率控制在12%以内,但并不能有效防止侧向护轨趾端开口段的轮轨冲击,概率仍高达53.85%～75.00%;实际养护维修过程中,建议将护轨间隔限值修改为1 365 mm,可满足大部分主型道岔的需求,有效减少和避免护轨趾端开口段的轮轨冲击。     

浅谈施工企业中项目的成本管理

施工企业中项目成本管理至关重要,详细介绍了成本预测及成本管理的内容。     

基于因子模型的高速公路特长隧道驾驶人心理负荷特性研究

为研究驾驶人行驶通过特长隧道环境中的心理负荷变化特性,选取2座典型特长隧道进行实车试验,采集驾驶人实时心电信号,以心率和心率变异性指标分析为基础,通过数据挖掘构建了基于因子分析的心理负荷计算模型,采用心率变异性频域分析结果对模型进行验证。研究结果表明：心率变异性指标在计算心理负荷时比心率指标具有更高的效度和信度,驾驶人在距离隧道入口较远处和距离隧道出口较近时负荷较大;在隧道路段和普通高速路段,熟悉试验道路的驾驶人平均心理负荷小于不熟悉试验道路的驾驶人;被试在隧道路段的平均心理负荷大小依次为入口段、出口段、行车段,熟练驾驶人心理负荷在特长隧道入口前300 m至前180 m范围受到的影响最为明显;非熟练驾驶人心理负荷在入口前300 m至入口后240 m范围受到的影响最为明显。上述结果说明：在隧道出、入口段,尤其是入口段驾驶人负荷过高,也是造成事故数量多的主要原因之一;熟悉道路条件可在一定程度上降低驾驶人心理负荷;普通高速路段虽然行车环境较好,但运行车速过高也会造成驾驶人负荷增加。熟练驾驶人心理负荷在隧道入口前升高,而非熟练驾驶人心理负荷在进入隧道后仍保持较高水平。     

机车车辆运行质量智能分析系统设计

针对机车车辆运营和维护需求,分析机车车辆控制原理及车载数据的特点,基于其大量运行数据、故障记录和告警信息的可用性和特殊性,选择适合的大数据组织与处理策略,运用相应的智能分析处理模型,设计和实现了一种机车车辆运行质量智能分析系统,为机车车辆日常运营维护以及维修和故障诊断服务.     

基于序列图像运动分割的车辆边界轮廓提取算法

为了准确获得图像感兴趣区中运动车辆的形状特征,提出了一种新的车辆边界轮廓提取算法.利用连续3帧图像,对包含同一运动车辆的图像感兴趣区进行光流场分割,以获取目标运动区域,通过平移运动区域的左、右边界获得正确的车辆区域及其封闭边界轮廓,通过放大运动矢量计算公式的阈值来提高其运行效率.试验结果表明:该算法可从具有复杂自然场景的图像序列中检测出完整的运动车辆边界轮廓,检测正确率在95%以上.