汉黄芩素对脂多糖诱导的促炎性因子的影响

目的探讨汉黄芩素对脂多糖(LPS)诱导的小胶质细胞激活时所分泌的促炎性因子的影响。方法采用LPS诱导的小胶质细胞活化模型,用ELISA法测定细胞外液所分泌的一氧化氮(NO)、肿瘤坏死因子-α(TNF-α)和白细胞介素-6(IL-6)的含量。结果LPS能激活小胶质细胞,并且能使其NO、TNF-α和IL-6的分泌量增加,汉黄芩素浓度为20-30μmol/L时能有效降低NO、TNF-α和IL-6的含量。结论汉黄芩素有抑制促炎性因子分泌的作用。     

朔黄铁路组合式同相供电方案研究

组合式同相供电方案能解决重载铁路中存在的负序和无功等电能质量问题并可取消牵引变电所处分相绝缘器。本文以朔黄铁路为例,基于典型牵引变电所实测数据设计组合式同相供电方案,以变压器温升为依据进行方案验证,并结合实际分析方案的经济性。结果表明组合式同相供电方案可提高系统整体经济效益,具有较高的应用推广价值。     

螺旋桨强度计算公式

根据理論分析法,結合經驗数据,分别推导出按拉应力或压应力的机翼型、弓型螺旋桨各强度校核公式与計算叶根处厚度公式。在推导过程中,推力分布与轉力分布系按理論計算而得,并把sinθ与cosθ轉化为H/D之函数。在轉力化为推力时引进了δ_η值,該值系按楚思德图譜而得并与H/D有关。然后将所有与H/D有关之函数加以归結,使推力矩及轉力矩产生之应力表达为十分簡便之形式DPK_1/Zbe~2cos~2ε其中K_1就是所有H/D之妇結。在推导离心力及离心力矩产生之应力时,系假定叶之伸張輪廓为椭圆形,其长軸等于螺旋桨之半徑,短軸为伸張叶之最大寬度,一般商船与軍舰螺旋桨皆大致如是,为专供計算离心力之用特假定叶面为一直线,叶背为拋物綫,叶边具相当厚度,等于叶梢厚度et,而該截面面积稍稍大于弦长及厚度相同之弓形截面,而略小于普通机翼型截面,但其差别有限。在計算离心力之矩臂时若接精确計算,則十分麻煩难于处置,因此系按作图方法求离心力之矩臂基础上进行推导,經过上述假定与分析可以写出近似公式如下:K_z_(?)+K_z_s=C_oω(A/A_d)(N~2D~3/Zb)[K_o+K_2]在推导厚度公式过程中,以D/e=26来处理而D/e这一因素仅考虑离心力矩所引起之应力方被引进。而离心力矩所引起之应力仅占总应力之小郭分,并且一般螺旋桨D/e=22～30左右,因此无疑D/e=26来处理对准确度影响甚微。当螺旋桨无后傾角时离心力部分引起之应力甚小,只有轉速在800轉/分附近时予以考虑。故可以写成更簡便之公式。弓形螺旋桨推导过程,与机翼型相若,最后可以相信不同截面形状之螺旋桨可写成如下表达形式: 1.校核公式:[σ]≥(DPK_1/Zbe~2cos~2)ε+C_oω(A/A_d)(N~2D~3/zb)[K)o+K_2) 2.e_(0.2)R的近似表达式(D/e=26轉化): 与J.A.罗姆逊(Romsom)公式,挪威船级社(Det Norske Veritas)算式,苏联巴甫米尔方法比較之后不难发現,罗姆遜公式不能直接求出叶接处之厚度,在强度校核中若发现材料应力不足时需反复計算。挪威船級社算式,不适用于压应力,也不适用于弓型截面螺旋桨,簡化过程比較粗糙。巴甫米尔方法計算过于麻煩,玥提出新的公式計算比較簡便,合理性也有所提高。     

大学系主任角色行为研究

由于受多种角色期待的制约，大学系主任与其他学术人员和管理人员 相比存在更多的角色紧张和角色冲突。系主任本人及相关管理部门应根据系主任角色行为的特点，正确评价系主任的工作。     

风场作用下趸船区域溢油动态模拟研究

以舟山定海港区某油库码头为背景建立了风场作用下的趸船区域溢油动态模型。针对趸船区域可能产生油品溢漏的位置,对趸船区域的溢油运动情况进行了模拟分析。模拟结果显示,当泄漏油品为柴油(850kg/m3,0.003825Pa·s)、泄漏点宽度为0.5m、油品泄漏速度为1m/s时,受风场作用,发生在趸船附近的溢油事故,其溢漏油品不仅随潮水运动流动,还会大量的在码头与岸线之间的区域及码头两端部附近产生积聚。在进行溢油事故快速控制和污油回收时,需要重点针对该区域进行监控防治。     

某车型铝合金车体过渡边梁焊接裂纹分析

针对某车型铝合金车体底架组成过渡边梁焊接过程中的裂纹问题,从焊接顺序调整、焊接参数优化、焊接过程应力模拟测试三个方面进行分析.试验表明,现有结构及材质是导致接头区域出现裂纹的主要原因.试验通过更换过渡边梁两端堵板材质消除了裂纹问题.     

基于极限学习机的质子交换膜燃料电池在线故障诊断方法

为解决质子交换膜燃料电池故障诊断中的增量学习应用问题,提出了基于在线序列极限学习机和无监督极限学习机的在线学习诊断方法.利用无监督极限学习机对故障特征向量进行降维处理以得到能够反映燃料电池系统状态的特征向量,使用在线序列极限学习机对处理后的特征向量进行分类以获得增量学习能力,使用K均值聚类辅助进行增量学习的新数据标记....