转向架构架载荷谱频域校准与建立方法

分析了时域内准静态载荷-应力传递关系, 以载荷间互谱密度的参数作为载荷耦合作用的表征量, 基于多轴频域疲劳基本理论推导了频域内等效应力的表达式; 得到了与多轴加载等效的分立载荷系的表达式; 为保证载荷谱计算损伤可以覆盖线路实测损伤, 以应力信号自功率谱密度的0阶谱矩作为表征损伤的参量, 约束载荷对测点损伤的贡献占比, 根据损伤一致性原则, 采用NSGA-Ⅱ多目标优化算法进行载荷校准; 对国内某型地铁转向架构架进行线路测试, 获得了载荷和应力数据, 并进行了数据分析。研究结果表明: 载荷系中构架横向载荷的线路实测方差最大, 为5.08, 电机横向载荷方差最小, 为0.02;频域内考虑载荷耦合效应的损伤校准精度为1.08×10-5, 而采用时域分立谱的损伤校准精度为2.91×10-3, 频域法比时域法的校准精度提高了99.63%;频域内考虑耦合作用的载荷校准系数的综合调整倍数为31.81, 相比时域内采用分立谱校准系数的调整倍数下降了41.71%, 频域法的系数调整最大倍数为6.99, 时域法为15.68, 前者比后者降低了55.42%。可见: 频域内考虑载荷耦合作用的校准方法在误差精度上要优于时域内采用分立谱的校准方法; 频域法的系数调整比例的分散度低于时域法, 校准载荷更接近实测载荷, 校准结果可信度高; 由于校准过程中考虑了载荷间的关联性, 研究得到的载荷系可同时应用于试验台多轴加载以及仿真独立加载, 实现了2种加载方式的统一, 为构架载荷谱的建立方式提出了新思路。      

昆布多糖硫酸酯对I/R模型大鼠心肌损伤的保护作用

目的探讨昆布多糖硫酸酯(laminaria sulfate, LAMS)对心肌缺血再灌注模型大鼠心肌损伤的保护作用及其机制。方法采用冠状动脉结扎法建立心肌缺血再灌注(I/R)大鼠模型,适应性饲养合格的大鼠随机分成5组:假手术组(Ctrl组)、模型组(I/R组)、I/R+LAMS(25 mg)组、I/R+LAMS(50 mg)组和I/R+LAMS(100 mg)组。测定平均动脉压(MAP)、左室收缩压(LVSP)和心率(HR);对心肌组织进行HE染色和TUNEL染色观察心肌损伤情况;ELISA检测炎症标记分子、心肌损伤标记物和氧化应激指标含量;蛋白印迹法检测心肌组织中转录因子NF-E2相关因子(Nrf2)、血红素氧合酶-1(HO-1)和醌氧化还原酶1(NQO1)蛋白表达水平。结果昆布多糖硫酸酯能降低心肌缺血再灌注模型大鼠的心肌损伤程度,上调MAP、HR和LVSP水平(P<0.01);降低心肌细胞凋亡率(P<0.01),抑制Caspase-3、Caspase-9高表达(P<0.01);抑制IL-6、IL-1β和iNOS表达上调(P<0.01);抑制CK-MB、cTnⅠ和Mb高表达(P<0.01);抑制Nrf2、HO-1和NQO1表达下调(P<0.01)。结论昆布多糖硫酸酯能通过Nrf2信号通路对心肌缺血再灌注模型大鼠的心肌损伤起到保护作用。     

基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。     

USP39抑制肿瘤细胞放射敏感性的机制

目的探讨泛素特异性肽酶39(ubiquitin-specific peptidase 39, USP39)对肿瘤细胞DNA损伤应答通路的生物学作用。方法将不同肿瘤细胞系(293T, HeLa, U2OS, T47D)分别在含有100 mL/L FBS的DMEM或RPMI-1640培养基中,在37℃含有50 mL/L CO_2的培养箱中培养;用MTS[3-(4,5-diethylthiazol-2-yl)-5-(3-carboxymethoxyphenyl)-2-(4-sulfophenyl)-2H-etrazolium, inner salt]方法检测敲低USP39对肿瘤细胞放射敏感性的影响;流式细胞术检测同源重组(homologous recombination, HR)和非同源末端连接(non-homologous end joining, NHEJ)修复效率;Western blot检测敲低USP39对DNA损伤应答相关分子的表达情况;用免疫共沉淀、蛋白纯化及质谱技术,检测与USP39相互作用的蛋白并且进行基因本体论(gene ontology, GO)分析;通过微辐射诱导DNA损伤并利用激光共聚焦显微镜检测其募集至DNA损伤位点的情况。结果敲低USP39导致肿瘤细胞的放射敏感性显著增加(P<0.05);敲低USP39显著抑制肿瘤细胞的HR与NHEJ修复效率(P<0.05);敲低USP39能够促进DNA损伤应答因子蛋白的表达;USP39能够聚集至DNA损伤位点;USP39相互作用蛋白与多个DNA损伤应答相关的信号通路有关。结论 USP39对DNA损伤应答过程具有重要作用。     

基于材料韧性耗散的剩余寿命预测模型的对比分析及改进

将韧性耗散模型及其相关修正模型的公式推导过程进行对比,分析表明在变幅载荷作用下,相比于传统的损伤等效方法,考虑了载荷间相互作用效应的疲劳损伤等效法则更为合理.结果亦显示在前后两级加载的损伤等效过程中,应力比作为影响因素时,无论是放在系数上还是指数上,均可以有效地表征载荷间相互作用的影响.此外,在已有系数修正模型的基础上做了进一步改进,得到了更加简洁的寿命预测公式.通过典型材料试验数据的对比分析,验证了改进模型的有效性.     

基于BP神经网络的齿爬式升船机横导向装置结构损伤识别*

为了准确有效地实现齿爬式升船机横导向装置的损伤识别，提出以固有频率变化率、应力、位移作为输入特征参数，由损伤结构分类器、损伤位置分类器、损伤程度分类器构成的结构损伤识别模型。以向家坝升船机横导向装置为例，对18种损伤状态下的横导向装置进行模态分析和静力学分析，得到1 646组训练样本和100组测试样本，分别采用BP神经网络、支持向量机和贝叶斯算法进行结构损伤识别模型的训练与识别准确率测试。结果表明：基于BP神经网络算法的横导向装置结构损伤识别模型对损伤结构、损伤位置、损伤程度的识别准确率分别为93%、90%和91%，比基于支持向量机、贝叶斯算法的识别准确率分别平均提高7%、13%，该模型能够有效准确地对横导向装置进行损伤识别。     

浮式平台大直径钢管锚桩疲劳分析

针对浮式平台大直径钢管锚桩疲劳设计，研究了英国标准学会、法国船级社、美国材料试验学会以及挪威等国家的相关标准或规程，详细论述了锚桩疲劳分析理论、分析流程和疲劳设计分区。采用S-N曲线法计算焊缝等级C、D下的锚桩线性累积损伤，结果表明：增加钢筋混凝土芯柱、增大钢管桩壁厚以及提高焊缝等级能有效改善锚桩抗疲劳性能。研究成果可为钢管桩疲劳设计提供一定的参考。     

船舶疲劳强度校核分析

船体结构因磨损、裂纹等缺陷，导致疲劳强度不足，引发重大事故，为此从保障航运生产安全的实际要求出发，对基于S-N曲线校核船舶疲劳强度的原理给出了详细的说明。