基于FAHP的机械振动WSN均衡拓扑构建方法

针对机械振动无线传感器网络因拓扑不均衡导致传输时延和网络传输能耗增加的问题,提出了一种基于模糊层次分析(fuzzy analytic hierarchy process,简称FAHP)的均衡拓扑构建方法,该方法由构建模糊判断矩阵和计算权重向量组成。首先,传感器节点进行簇内通信获取信标广播信息,将信标节点网络决策因子统一量纲化,利用网络决策因子构建模糊判断矩阵;其次,检验模糊判断矩阵一致性,采用行和归一化处理或拉格朗日最小二乘法计算权重向量;最后,传感器节点通过权重向量计算出各个信标节点综合权值,关联最优信标节点为父节点加入网络,将提出的模糊层次分析拓扑构建方法与基于链路质量单准则构建网络拓扑机制进行对比。实验结果表明,该方法能有效改善传输时延和机械振动无线传感器节点网络寿命。     

地埋管换热器分区运行对土壤热堆积特性影响的研究

为了缓解埋管区域土壤的热量堆积问题,提出了埋管换热器按内中外、块状、间隔三种分区运行的策略,利用CFD软件建立了10×10的井群换热模型,对地源热泵系统在三种分区与不分区运行策略下运行十年进行数值模拟,分析不同分区运行策略对土壤温度分布和土壤热堆积特性的影响。模拟结果可知:不分区、内中外分区、块状分区、间隔分区四种运行策略下埋管区域的平均温度分别为25.23、23.31、23.06、23.28℃,最高温度分别为40.62、32.77、40.65、38.93℃;分区运行较不分区运行可以有效缓解热堆积作用,埋管区域整体温度较不分区运行时降低了2.00℃左右,内中外分区策略可以显著缓解埋管区域热堆积。     

MES表面活性剂的工业化精制工艺

将α-磺基脂肪酸甲酯钠盐（MES）产品（含活性物质70%）在加热熔融的状态下滴加到50~55℃低沸点水溶性有机溶剂中，经冷却、结晶、过滤和干燥，得到高纯MES粉剂产品。考察了低沸点水溶性有机溶剂种类、原料与溶剂的投料质量比、冷却温度和结晶时间等工艺条件对产品回收率、活性物质量分数和过筛率的影响，得到了最佳纯化精制工艺：以甲醇为溶剂，5 kg MES，MES与溶剂的投料质量比为1：3，冷却温度为5℃，结晶时间为120 min，干燥时间60 min，干燥温度45℃，溶剂使用3次。本工艺条件下，所制得MES粉剂产品回收率大于98%，含活性物质量分数大于93.0%，产品在40℃密封保存12 h后，过0.850 mm筛孔的筛，过筛率达100%。     

聚苯乙烯/交联丙烯酸甲酯共混物的制备及其发泡性能研究

将聚苯乙烯（PS）颗粒溶解到二乙烯基苯（DVB）、丙烯酸甲酯（MA）与偶氮二异丁腈（AIBN）的混合物中，通过加热引发MA聚合，获得PS/交联PMA共混物, 采用釜压法制备了PS/交联PMA共混物泡沫。采用全自动视频光学接触角测试仪、差示扫描量热仪、傅里叶变换红外光谱仪、动态力学分析仪对PS/交联PMA共混物的结构和性能进行了表征，并通过扫描电子显微镜对PS/交联PMA共混物泡沫的结构进行了表征。结果表明，交联PMA的引入能提高体系的成核效率，随着MA用量的增加，PS/交联PMA共混物的接触角从PS的100.5 °降至86.1 °；当MA的用量为9.6份（质量份，下同）时，PS/交联PMA共混物的泡孔尺寸主要分布在40~60 μm之间，泡孔尺寸分布明显变窄，泡孔密度达到了1.2×10⁸ 个/cm³。     

不同镀层结构钢的耐盐雾腐蚀性能比较

通过盐雾试验模拟潮湿环境,对裸钢试片、电镀锌钢试片、化学镀镍-磷钢试片和化学镀镍-钴-磷钢试片进行了宏观形貌、微观形貌和腐蚀产物成分分析,比较了四个试片的耐盐雾腐蚀性能。结果表明:在盐雾环境中,四个试片均会发生电化学腐蚀,生成不同的腐蚀产物;在盐雾腐蚀周期内,裸钢试片的腐蚀速率最高,化学镀镍-磷钢试片和化学镀镍-钴-磷钢试片的腐蚀速率较低;四个试片在腐蚀过程中的阳极反应和阴极反应不同,腐蚀后的微观形貌存在明显差异。     

用于低损耗特种玻璃熔炼的高纯致密锆英石的研制

以纯度大于99.9%(质量分数)的高纯ZrO₂和SiO₂为原料,少量TiO₂为添加剂,采用高温固相法合成高纯锆英石(ZrSiO₄)粉料。研究温度和反应时间对高纯锆英石合成效率的影响,发现粒度小于50 μm的原料粉末经1 500 ℃反应48 h后,ZrSiO₄相的含量可以达到95.77%(质量分数)。将合成的高纯锆英石粉料球磨并冷等静压成型后,在1 550 ℃高温烧结成高纯致密锆英石砖。高纯致密锆英石中杂质Fe的含量仅为29 μg/g,Cu的含量小于1 μg/g,是普通商用致密锆英石的1/10;对磷酸盐玻璃静态光吸收损耗的影响仅为普通致密锆英石材料的1/3。将这种高纯致密锆英石材料用于激光玻璃窑炉,有助于降低玻璃对1 053 nm激光的损耗,提升激光玻璃的激光性能。     

4种胡桃科坚果中氨基酸和脂肪酸组成分析与营养评价

为对我国不同种类胡桃科坚果的高阶营养(氨基酸和脂肪酸组成)进行比较和评价,选取产自浙江、安徽、甘肃、陕西、四川、新疆6省的4种胡桃科坚果(普通核桃(Juglans regia Linn.)、泡核桃(Juglans sigillata Dode)、山核桃(Carya cathayensis Sarg.)、薄壳山核桃(Carya illinoensis (Wangenh.) K. Koch)),参照国标方法对其氨基酸与脂肪酸组成进行分析,利用必需氨基酸指数、氨基酸匹配度与平衡度评价、氨基酸比值系数评价法和脂肪酸指数评价法分别对氨基酸与脂肪酸组成进行营养评价。结果表明,泡核桃与普通核桃总氨基酸含量较高,4种坚果中必需氨基酸含量占总氨基酸含量的1/3左右,总氨基酸与必需氨基酸含量呈正相关关系。非必需氨基酸中天冬氨酸、谷氨酸、精氨酸含量较高。新疆阿克苏泡核桃在必需氨基酸指数与氨基酸匹配度的评价结果中为最优,4种胡桃科坚果氨基酸平衡度较为相近。氨基酸比值系数评价法显示浙江临安山核桃最优,新疆阿克苏泡核桃次之。4种胡桃科坚果中山核桃和薄壳山核桃中油酸含量较高;泡核桃和普通核桃中亚油酸含量较高。研究结果为胡桃科坚果的育种、生产与加工提供了一定的基础数据。     

Microenvironment and related genes predict outcomes of patients with cervical cancer: evidence from TCGA and bioinformatic analysis

Cervical cancer (CESC) is one of the most common cancers and affects the female genital tract. Consistent HPV infection status has been determined to be a vital cause of tumorigenesis. HPV infection may induce changes to the immune system and limit the host’s immune response. Immunotherapy is therefore essential to improving the overall survival of both locally advanced and recurrent CESC patients. Using 304 relevant samples from TCGA, we assessed immune cell function in CESC patients to better understand the status of both tumor micro-environment cells and immune cells in CESC. Functional enrichment analysis, pathway enrichment analysis, and PPI network construction were performed to explore the differentially expressed genes (DEGs). The analysis identified 425 DEGs, which included 295 up-regulated genes and 130 down-regulated genes. We established that upregulation of CCL5 was correlated with significantly better survival, meaning that CCL5 expression could serve as a novel prognostic biomarker for CESC patients. We further focused on CCL5 as a hub gene in CESC, as it had significant correlations with increased numbers of several types of immune cells. Cell-type fractions of M1 macrophages were significantly higher in the high-immune-scores group, which was associated with better overall survival. Finally, we concluded that CCL5 is a promising prognostic biomarker for CESC, as well as a novel chemotherapeutic target.     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。