发动机重要螺栓装配工艺研究

对近年来东风汽车公司主要发动机重要螺栓的装配工艺的研究成果进行了初步总结。     

系统仿真增广矩阵法中求取增广矩阵的新方法

对于线性定常系统的数字仿真,增广矩阵法是一个计算精度高、速度快的算法。本文给出了求取增广矩阵的一个新方法。该方法概念清晰,简便实用,揭示了增广矩阵法的一般形式,有助于增广矩阵法的广泛应用。     

采用主动控制技术提高铁路车辆横向平稳性

建立了横向主动悬挂的１７个自由度计算模型，将主动控制铁路车辆的横向平稳性问题，归结为一性二次型最优问题（ＬＱ问题）求解。计算分析了铁路车辆在采用主动悬挂后横向平稳性改善的情况。计算结果表明，与被动悬挂相比，主动悬挂使车体横向加速度和轮轨作用力均方根值分别降低６０％和２０％左右。     

城市四交叉路口交通引导仿真系统

基于城市道路交通的拥挤和阻塞主要表现在若干个交叉路口的事实，提出了以四交叉路口为对象的交通引导仿真系统模型框架，并讨论了实际选取交叉路口应考虑的三个方面的因素。如果把每个交叉路口的车流看作排队事件，不同交叉路口的车流事件会发生冲突。轮询各个交叉路口的车流排队事件，用事件驱动状态转移与专家系统技术相结合的方法来疏解事件冲突，做出调整交通引导的决策。同时给出了仿真系统模型的目标、功能以及交叉口、车道、信号相位、信号周期等系统状态的描述。     

Meynert核毁损大鼠海马结构内胆囊收缩素阳性神经元的变化

目的观察Meynert核(NBM)毁损后大鼠海马结构内胆囊收缩素(CCK)阳性神经元的变化,初步探讨CCK参与学习记忆的机制。方法以海人酸毁损双侧NBM建立学习记忆障碍模型,用避暗回避实验进行行为学检测,免疫组织化学染色后光镜下观察并计数海马结构内的CCK阳性神经元。结果NBM受损后大鼠记忆保持力明显下降,与正常组比较具有显著性差异;NBM受损后海马结构内各区CCK阳性神经元数量明显减少,与正常组比较具有显著性差异。细胞形态的改变主要表现为胞体轮廓稍显模糊,突起变短,胞浆着色减弱。结论NBM损毁大鼠海马结构内CCK阳性神经元显著减少,其参与了NBM毁损后大鼠学习记忆的下降。     

神经网络方法在解多路旅行商问题中的应用

本文提出把ＭＴＳＰ转化成标准ＴＳＰ的方法，讨论了用神经网络的原理和方法解决它，计算机模拟结果表明该方法十分有效。     

DNA含量及S期细胞比值与肺癌生物学特性的关系

目的研究流式细胞术DNA含量及S期细胞比值(SPF)测定及其与肺癌临床病理指标的关系。方法应用流式细胞仪(FCM)对56例肺癌新鲜组织及36例非癌性病变的肺新鲜组织的DNA含量(DI)和SPF进行测定,并结合临床病理资料分析其意义。结果①肺癌病变组织DNA含量、SPF均显著高于非癌性病变组织(P<0.01)。肺癌组异倍体率78.6%,而肺非癌性病变组异倍体率5.6%,两组相比差异有显著性(P<0.01);②肺癌组织DNA含量与肺癌组织学类型和临床分期无明显关系(P>0.05);③肺癌异倍体组SPF高于二倍体组(P<0.05)。肺癌SPF与肿瘤分期、转移呈正相关关系(P<0.05);随临床分期增加,SPF均相应增加(P<0.05)。结论DNA含量改变、增殖活性的增加在肺癌组织中具有普遍意义。肺癌组织增殖活性越高,肿瘤转移的潜能越大。肺癌组织的FCM DNA含量及细胞增殖活性测定有助于进一步研究肺癌的生物学行为。     

活血效灵丹对家兔脑出血后脑水肿和脑血肿的影响

目的　研究脑出血后应用活血效灵丹对脑水肿和脑血肿的作用。方法　以胶原酶Ⅶ诱导家兔脑出血模型 ,利用干湿重法检测脑组织含水量 ,研究不同时间给药 (6h、2 4h)对脑组织含水量的影响及脑血肿的治疗效果。结果造模后血肿侧脑组织含水量在第 4天、7天均较对照组增高 (P <0 .0 5～ 0 .0 0 1) ,且血肿侧高于非血肿侧 (P <0 .0 1～0 .0 0 1) ;经过活血效灵丹治疗后 ,6h和 2 4h治疗组血肿侧脑组织含水量均较模型组明显减少 ,其中 6h治疗组含水量减少略优于 2 4h治疗组 (P <0 0 5 )。治疗组在第 4天、7天 ,脑血肿的体积明显小于模型组 (P <0 .0 1～ 0 .0 5 ) ,但 6h和 2 4h治疗组血肿体积无明显差异。结论　脑出血后早期应用活血效灵丹对脑水肿和脑血肿具有治疗作用     

一种支持外形创新设计的重建模型表达及建模方法

基于几何特征参数化提出了一种支持模型几何外形再设计的重建模型表达和建模方法。首先根据几何特征类型,进行特征数据分割;然后建立特征约束模型,实现对原形的还原;最后再建立不同几何特征的协同变形关系,可对重建模型外形进行再设计。     

Fault Early Diagnosis of Rolling Element Bearings Combining Wavelet Filtering and Degree of Cyclostationarity Analysis

The vibration signals of rolling element bearing are produced by a combination of periodic and random processes due to the machine＇s rotation cycle and interaction with the real world. The combination of such components can give rise to signals, which have periodically time-varying ensemble statistical and are best considered as cyclostationary. When the early fault occurs, the background noise is very heavy, it is difficult to disclose the la- tent periodic components successfully using cyclostationary analysis alone. In this paper the degree of cyclostationarity is combined with wavelet filtering for detection of rolling element bearing early faults. Using the proposed entropy minimization rule. The parameters of the wavelet filter are optimized. This method is shown to be effective in detecting rolling element bearing early fault when cyclostationary analysis by itself fails.