小型无线场强探测传感器研究

近年来,微波加热因其高效性和清洁无污染等优点广泛应用于各个领域。然而,微波加热的不均匀性限制了微波作为高效加热能源的应用。通过测量和分析加热腔中的电场分布情况可以帮助设计人员改进微波加热腔体设计,提高微波加热的均匀性。现有的场强测量设备均为有线设备,应用场景极为有限。因此,本文提出了一种由探头、接收机和上位机三部分组成的无线场强探测传感器。介绍了无线场强探测传感器的结构和原理,采用横电磁波小室进行校准。通过一系列测量实验表明实测值与标准场强仪测量值一致性较好,可满足工程测量需求。     

ATC与PSV对接受机械通气支持的呼吸衰竭患者在自主呼吸实验时通气参数及拔管情况的影响

目的:对比接受机械通气支持治疗的呼吸衰竭患者应用自动导管阻力补偿技术(ATC)与压力支持通气(PSV)对自主呼吸试验(SBT)及拔管情况的影响。方法:选取本院2017年1月-2019年3月收治的100例接受机械通气支持治疗的呼吸衰竭患者作为观察对象,所有患者均符合撤机标准。应用随机数字表法分为ATC组与PSV组,每组50例。ATC组撤机过程中接受ATC治疗,PSV组撤机过程中接受PSV治疗。对比两组撤机过程中SBT通气参数及拔管相关情况。结果:ATC组成功拔管46例,PSV组成功拔管38例,ATC组拔管成功率明显高于PSV组(P<0.05)。在1 h通气过程中,两组呼吸频率(RR)、心率(HR)、收缩压(SBP)及舒张压(DBP)均呈现升高后降低趋势(P<0.05),但两组各时间点RR、HR、SBP及DBP比较,差异均无统计学意义(P>0.05)。两组SBT的潮气量(VT)、分钟通气量(MV)及浅快呼吸指数(RSBI)比较,差异均无统计学意义(P>0.05);ATC组吸气峰流速(PIFR)、气道峰压(PIP)及呼气达峰容量比(VPEFR/VTE)均低于PSV组,而呼气峰流速(PEFR)高于PSV组,差异均有统计学意义(P<0.05)。结论:ATC可在不影响接受机械通气支持治疗的呼吸衰竭患者生命体征的同时,有效提高拔管成功率,并改善患者的SBT结果。     

肠靶向海藻酸钙基微胶囊的制备及控释性能研究

利用毛细管共挤出技术结合静电吸附和仿生硅化的方法，制备了海藻酸钙-壳聚糖/精蛋白/二氧化硅(ACPSi)复合微胶囊。ACPSi复合微胶囊的平均粒径约3.18 mm，单分散性好，囊壁最外层的二氧化硅层可抑制其在肠液pH环境中的溶胀，增强囊的机械稳定性。将羟丙甲基纤维素邻苯二甲酸酯(HPMCP)肠溶微球作为释药“微阀门”，嵌入囊壁可以更好地控制微胶囊的释药行为。以吲哚美辛为模型药物，当药物浓度为22.5 mg/ml时，ACPSi载药微胶囊在pH 2.5模拟胃液中3 h时累计释药率仅为0.33%，而转移至pH 6.8模拟肠液中19 h时累计释药率为77.78%；囊壁嵌入HPMCP微球后，22 h时累计释药率可提高约4%。因此，该复合微胶囊具有良好的肠靶向作用和控释特性，作为口服肠靶向缓控释制剂具有良好的应用前景。     

芽孢杆菌Bacillus sp.dwc-2对模拟地下水中U(Ⅵ)的还原行为研究

在厌氧条件下研究了西南地区一种典型土壤微生物芽孢杆菌Bacillus sp.dwc-2对模拟地下水中U(Ⅵ)的还原行为，重点考察了时间、无机阴离子、腐殖酸（HA）及富里酸（FA）对还原的影响，并利用TEM、EDS、SAED和XPS对还原后的样品进行了表征。结果表明：在pH=7.0、c_NaHCO3=5 mmol/L和T=303 K条件下，Bacillus sp.dwc-2对U(Ⅵ)的还原率随时间的增加而增加，24 h内最大还原率为12.2%，此后则随时间的增加逐渐降低；HA和FA对U(Ⅵ)的微生物还原行为有一定影响，其中HA和FA浓度为25 mg/L时，U(Ⅵ)的还原在24 h最明显，其还原率分别为14.2%和16.2%，但随着HA和FA浓度的继续增加，因在U(Ⅵ)离子与HA、FA形成的配合物表面形成致密的腐殖层，抑制了电子的转移，阻止了U(Ⅵ)的还原。此外，研究表明HCO₃^-也会抑制U(Ⅵ)的还原。TEM-SAED和XPS分析证实了还原过程中U(Ⅳ)的存在。上述结果可为真实环境中微生物还原U(Ⅵ)提供基础数据和参考。     

命运与诗的篇章——浅析陈凯歌电影的文学改编维度

陈凯歌作为第五代导演的代表人物,他们作品层给我们很多思考与感动,也带给观众很多不解与争议。作为一个以改编文学作品见长的"文人"导演,脱去喧嚣的话题,我们冷静下来思考陈凯歌的电影的文学改编维度,发现陈凯歌不变的命运主题与诗性气质。本文结合陈凯歌不同时期的代表作,分析电影中的命运主题与诗性语言。     

基于神经网络算法的三维模型预取系统

三维漫游已经成为十分普遍的远程游览或监控的一种方式。三维漫游过程中,系统往往需要动态调用数据并生成三维模型,这会影响系统运行的效率,降低用户体验。针对这一问题,提出一种基于神经网络的智能预取系统。历史访问日志中,模型的特征与被访问频率之间的映射被提取出来,并用以训练系统。系统可以根据模型特征判断哪些模型更可能被用户请求到,并把它们提前存入内存中。通过某三维变电站实时监控与装配管理系统对该预取系统进行验证。结果表明,通过短时间(一天)对系统的训练,即可做出长期(三个月)的高准确率(90%)的预测,有效提高了系统运行的效率。