既有建筑物桩基下暗挖车站施工的模拟分析

结合广州市轨道交通六号线东山口车站暗挖施工对既有建筑物的影响问题,阐明了该工程的施工方案,给出了建筑物安全性的评价标准。并利用ANSYS8.1有限元计算程序,对开挖方案进行数值模拟。论证了各施工步建筑物的安全性,为该工程顺利施工提供了理论依据和指导作用,取得了一些有意义的成果。     

254例糖尿病患者的死因分析

目的分析糖尿病(DM)死亡原因,为防治提供依据。方法回顾性分析西安交通大学医学院第一、二附属医院自1991年1月1日至2003年12月31日期间住院的DM死亡病例。结果13年两院DM死亡254例,占住院总死亡人数3.2%;死因依次为:慢性并发症42.5%(心脑血管病28.3%,肾病14.2%),肿瘤20.1%,感染11.4%,急性并发症6.7%,肝硬化6.3%;慢性并发症死因中合并高血压66.7%(72/108)。结论慢性并发症已成为DM的主要死因,其中心脑血管病变是最重要的,高血压是增加其死亡率的主要危险因素。因此,严格控制血糖和血压,对降低DM心脑血管病变的病死率有重要意义。     

尼古丁损伤大鼠肠系膜动脉内皮功能及卡托普利的干预作用

目的观察尼古丁对大鼠离体肠系膜动脉内皮依赖性舒张反应的影响以及卡托普利的干预作用。方法应用器官培养技术和离体血管环张力描记法,研究不同浓度的尼古丁(10-5、10-4、10-3mol/L)在有或无卡托普利(0.01、0.030、.1 mmol/L)的情况下,对培养24 h的成年SD大鼠肠系膜动脉环(1 mm)内皮依赖性舒张反应的影响。结果尼古丁呈浓度依赖性损伤乙酰胆碱(ACh)诱导的内皮依赖性血管舒张反应(P<0.01,与空白对照组比较)。卡托普利呈浓度依赖性改善尼古丁对血管内皮依赖性舒张反应的损害。低浓度时对尼古丁损伤没有明显影响,高浓度具有显著的保护作用(P<0.05,与尼古丁10-4mol/L组比较)。结论卡托普利对尼古丁所引起的血管内皮依赖性舒张功能的损伤具有明显的保护作用。     

SBR改性沥青混合料紫外光照老化分析

介绍了在室内使用紫外线高压汞灯在散铺情况下对热拌沥青混合料进行光照老化对比实验,用此模拟热拌沥青混合料在西藏地区室外光照下老化情况.试验中利用不同时照的紫外线老化,SBR改性沥青混和料与基质沥青混合料的劈裂强度变化,反映出沥青混合料随时间变化的规律.试验中改性沥青混合料表现出更好的抗紫外线老化性.说明在西藏地区使用改性沥青具有更好的路用性能.     

水平力对含裂纹沥青路面面层破坏的影响分析

含裂纹的沥青路面在水平力作用下容易产生各种病害.基于断裂力学的沥青路面水平力控制校核方法,具有计算精度高、设计符合路面的破坏机理的特点,将其计算过程编成计算机程序,使用方便,同时也可以用于公路超载车辆对路面破坏的研究.     

水下环肋功能梯度材料圆柱壳耦合振动的波动解

研究了考虑功能梯度材料的水下环肋圆柱壳耦合振动特性。根据Flügge理论和正交各向异性板壳理论,采用波动法推导出静水压力下环肋FGM圆柱壳耦合振动特征方程,运用牛顿迭代法得到静水压力下环肋FGM圆柱壳的耦合频率值。经过退化计算,与已有文献的研究结果进行对比,验证了文中计算的正确性和有效性。通过算例,分析了静水压力下环肋FGM圆柱壳在不同静水压力、材料组分、体积分数、壳体尺寸、肋条尺寸和数目等情况下耦合振动的变化规律,以及这些因素对耦合频率的影响。     

一种分析APF直流侧电压谐波含量的新方法

有源电力滤波器在船舶电网中得到了广泛的应用。然而有源电力滤波器在补偿电流时实际发出的电流存在静差、直流侧电压存在波动。为了提高有源电力滤波器的补偿精度,找出补偿时存在误差的根本原因,本文围绕APF的数学模型、补偿机理、瞬时功率理论来具体讨论在船舶电网不平衡下的APF直流侧电压波动成分,并对以往的储能电容的计算公式进行修正。     

硝酸银生产工艺改进研究及效果

改进了硝酸银生产工艺中的除杂、过滤和蒸发环节,通过试验确定了新的工艺参数,改进后大大提高了生产效率和产能,减小了劳动量、银损耗,质量更加稳定。     

热带沙漠沿海气候区大体积混凝土配制及性能

依托多哈港实际工程,按照热带沙漠沿海气候区室内环境作用参数,针对C30、C40以及C50共3个强度等级混凝土的典型配比,利用温湿度交变箱模拟热带沙漠气候特点,研究温度和湿度对新拌混凝土坍落度、凝结时间以及重塑时间的影响,确立环境作用因素对新拌混凝土施工性能的影响规律,建立环境作用因素与新拌混凝土施工性能之间的函数关系,通过开展混凝土温度-应力试验来评价大体积混凝土在温度场和强约束边界条件共同作用下的混凝土的抗裂性,为热带沙漠沿海气候区大体积混凝土施工质量控制提供参考依据。     

Short‐term traffic flow prediction with linear conditional Gaussian Bayesian network

Traffic flow prediction is an essential part of intelligent transportation systems (ITS). Most of the previous traffic flow prediction work treated traffic flow as a time series process only, ignoring the spatial relationship from the upstream flows or the correlation with other traffic attributes like speed and density. In this paper, we utilize a linear conditional Gaussian (LCG) Bayesian network (BN) model to consider both spatial and temporal dimensions of traffic as well as speed information for short‐term traffic flow prediction. The LCG BN allows both continuous and discrete variables, which enables the consideration of categorical variables in traffic flow prediction. A microscopic traffic simulation dataset is used to test the performance of the proposed model compared to other popular approaches under different predicting time intervals. In addition, the authors investigate the importance of spatial data and speed data in flow prediction by comparing models with different levels of information. The results indicate that the prediction accuracy will increase significantly when both spatial data and speed data are included. Copyright © 2016 John Wiley & Sons, Ltd.