白藜芦醇对心肌缺血再灌注损伤的保护作用

目的　研究白藜芦醇 (Res)对心肌缺血再灌注损伤的保护作用。方法　通过建立大鼠心肌缺血再灌注模型 ,了解不同剂量白藜芦醇对心肌缺血再灌注损伤的保护作用。结果　Res呈剂量依赖性缩小大鼠缺血再灌注心肌梗塞范围 ;减少缺血再灌注心肌细胞内肌酸激酶 (CK)和乳酸脱氢酶 (LDH)的释放 ;降低心肌缺血再灌注诱发的ST T段的抬高 ;改善缺血再灌注心肌光镜下的细胞损伤。结论　Res对大鼠心肌缺血再灌注损伤有保护作用     

基于贝叶斯网络的船舶机舱火灾风险分析

针对船舶机舱火灾风险的特点,提出了基于贝叶斯网络的船舶机舱火灾风险分析方法。根据机舱各区域发生火灾频率不同,把机舱分为主机区域、发电机区域、锅炉区域和电气设备等四个火灾发生频率高的区域,按照火灾从初始事件到发生的整个过程,建立船舶机舱火灾贝叶斯网络模型,对风险因素进行概率推理,判断火情,为消防决策提供依据;然后,通过对该网络进行基于证据的敏感性分析,得到影响机舱火灾风险因素的影响排序,并可以根据排序情况采取相应措施减少火灾的发生。     

山西高速公路沿线黄土滑坡分类及分布规律研究

以山西高速公路沿线黄土滑坡为研究对象,在充分掌握研究区地形地貌、地层岩性、区域地质构造、地震和气象水文等条件的基础上,将研究区内64处黄土滑坡分为4类,即黄土滑坡、黄土基岩接触面滑坡、黄土顺层滑坡和黄土切层滑坡。研究表明,山西高速公路沿线的黄土滑坡大多分布在活动性大的断裂构造带上;滑坡区地震活动较强烈,降水量较大,工程开挖较大。     

智能网联汽车换道决策安全性研究综述

实现智能网联汽车换道的安全决策是改善交通安全、提高道路机动性的关键任务。本文探究了智能网联汽车换道的安全性问题,从驾驶安全的角度出发,分析了极端换道行为和紧急换道行为给交通安全带来的不利影响,强调风险评估的重要性,并梳理了利用环境传感器、交通冲突指标、车辆微观轨迹数据等换道风险评估方法。通过风险评估识别风险,并采取相应的措施,能够显著减少危险换道行为导致的交通事故。阐述了智能网联汽车在传统环境以及车联万物（vehicle to everything,V2X）场景下,通过获取环境信息完成换道决策的方法;重点剖析了智能网联汽车在V2X环境下,通过周围环境的感知和识别、目标检测、数据处理进行决策,并对未来智能网联汽车在V2X环境下实现安全决策提出合理建议。然后分析了现有换道决策模型方法,归纳为4类：即规则模型、离散选择模型、人工智能模型、博弈论模型;系统地总结了决策模型在国内外道路行车安全领域的研究和应用现状、存在的问题,以及应用展望。综上所述,尽管智能网联汽车的换道技术已取得重大研究成果,但未来仍存在很多挑战。针对现有研究中存在的问题：低等级自动驾驶环境情况下如何安全可靠地进行决策、智能网联汽车在低渗透率情况下如何做出更为高效和智能的驾驶决策、信息不完全情况下如何实现安全决策、在换道决策模型算法的可优化性方面如何改进,提出可行的解决方案。     

船体外板加工成型自动检测方法研究

应用水火弯板智能机器人测量加工后的钢板表面数据,采用Ferguson曲面模拟钢板曲面;借助参数样条曲线、空间坐标转换及误差分析理论,分别对加工后的钢板横向和纵向成型,及扭曲进行计算,以判别船体曲面外板成型状态,并提供未成型钢板二次加工所需的补火位置及补火量等信息.算例表明,该方法可对加工后的钢板成型情况作出符合工程要求的判别.     

超导技术在舰船电力系统中应用的发展研究

介绍了超导材料的特点,分析了目前国内外针对舰船电力系统开展的超导技术研究及取得的进展,总结了超导技术应用于舰船电力系统的前景.     

汽油机富氧燃烧特性试验研究

在1台4G18汽油机上进行富氧燃烧试验,进气中O2体积分数分别为21%,23%和25%,研究了不同富氧燃烧条件下的缸内压力、瞬时放热率及THC,CO和NOx排放.研究结果表明:在汽油机中低负荷典型工况下,随着进气中O2体积分数的增加,燃烧与排放均有改善,燃烧相位提前,缸内压力峰值和瞬时放热率峰值均增大,THC,CO排放...     

河谷型城市进出口交通安全防护措施

主要为河谷型城市进出口的交通安全提供理论依据,分析河谷型城市进出口类型与网络特征,河谷型城市进出口的道路构成与特征,以及河谷型城市进出口交通事故特征。进而有针对性地提出河谷型城市进出口交通安全的防护措施。     

道路包车客运投放规模研究

根据客运供需平衡的原理,建立包车利用情况指标、客运需求量和包车数的现状值和未来值之间的数学关系,给出了包车投放规模的计算模型,并将其应用于实际算例,研究成果可直接应用于交通运输主管部门对包车运力的投放决策中.     

基于多因素神经网络模型的柴油机NO_x排放预测及试验研究

以发动机转速、进气量、循环油量、发动机出水温度、中冷后进气温度、进气湿度、排气背压、柴油温度作为输入,NO_x排放质量流量为输出,优化隐层节点和迭代次数,并经过样本训练,构建了NO_x排放预测模型。结合台架试验数据,验证了模型的泛化能力,其预测值与试验值间误差小于1.5%。在此基础上,利用模型进一步分析了试验因素的重要度和试验控制性。结果表明:发动机转速、循环油耗、中冷后进气温度、排气背压对柴油机NO_x排放的影响相对较高;进气湿度控制范围过宽,对NO_x排放测试结果影响高于其他因素。