排序方式: 共有38条查询结果,搜索用时 15 毫秒
11.
为解决复杂洞室群特殊节点合理支护、安全施工的难题,以某大型洞室群工程为例,采用数值模拟方法对其形成的十字交叉口、T形交叉口、喇叭口、小净距等特殊薄弱节点进行稳定性分析,提出IV级围岩条件下的特殊节点部位合理支护措施,并对洞室群特殊节点支护措施的合理性进行评价,为开挖支护设计提供科学依据与技术指导。研究结果表明:对于洞室群工程存在的特殊节点,应重点关注截面交界、岩柱较薄等部位的岩体应力状态及塑性区贯通情况;对于本工程中的十字交叉口,后行支洞塑性区范围比先行支洞大;对于本工程中的喇叭口节点,在中岩柱支护措施选取上,一方面要采取刚性支护构件对中岩柱厚度较小区域进行支护加固,另一方面可采取对拉锚杆等措施提高中岩柱的自稳能力和承载能力。 相似文献
12.
自制3种多金属氧化物负载催化剂,即MnO-CuO-FeO/活性炭、MnO-CuO-FeO/Al_2O_3、MnO-CuO-CeO/Al_2O_3,用于催化臭氧氧化处理苯酚废水,对其影响因素进行了研究,并与单独臭氧氧化工艺进行对比。结果表明,在pH值为9. 53、臭氧投加量为14. 8 mg/L、催化剂投加量为7. 5 g/L的条件下,MnO-CuO-FeO/活性炭催化剂催化臭氧氧化工艺对苯酚的去除效果最佳,去除率高达94. 8%,COD去除率为53. 4%,连续使用6次后,苯酚去除率仍可达到81. 6%。通过加入羟基自由基抑制剂叔丁醇的试验可知,羟基自由基对苯酚的降解起主要作用。 相似文献
13.
为提高水果种类识别的准确性,本文提出一种基于优化粒子群结合BP神经网络的识别算法.在算法初期,针对不同种类水果图像样本,借助K均值聚类分割算法,融合彩色信息和灰度信息,完成目标图像的准确分割,提取目标区域在HSV颜色空间下非均匀量化后的颜色特征,使用分块局部二值模式和灰度共生矩阵,分别提取局部和全局纹理特征,并对与粒子... 相似文献
14.
连续梁桥具有较为优越的力学性能,并且桥面平顺性好,有利于高速行车。在预应力混凝土的广泛应用下,连续梁桥的跨度达到了150m,数量上电仅次于简支梁桥了。预应力钢筋的应用使桥梁的受力能够很好地按照人的意愿,而等截面能够方便旄工。因此,本文以三跨连续梁桥为例,从寻找等截面连续梁桥边跨最大正弯矩和支座处负弯矩的绝对值相等的情况所对应的边中跨比例出发,讨论连续梁桥合理跨径比例。得到结论:连续梁桥边跨最大正弯矩和支座处负弯矩的绝对值相等时,边跨弯矩较大。选用较小的边中跨比,采取支座处横断面上部配置适当预应力钢筋的措施,具有较好的经济效荔。 相似文献
15.
建立了婴幼儿乳粉中的丙烯酰胺的高效液相色谱-串联四极杆质谱联用测定方法。样品加水溶解超声提取后,利用乙腈除蛋白,正己烷除脂,使用Hypersil GOLD C18柱(50 mm×4.6 mm(i.d.),1.9μm)分离,经梯度洗脱分离,用电喷雾正离子MRM模式检测,同位素内标定量,可以对婴幼儿配方乳粉中的丙烯酰胺进行定量分析。结果表明:该方法的检出限为5μg/kg,定量限为10μg/kg,线性范围10.0μg/L~200.0μg/L,加标回收率介于86.7%~106.8%之间,相对标准偏差3.07%~9.61%(n=6)。 相似文献
16.
17.
18.
目的 对2011~2015年花生和小麦制品中黄曲霉毒素B1进行检测分析和安全评价。方法 采用酶联免疫法对2011~2015年的1140个花生类和6475个小麦类制品的黄曲霉毒素B1的含量进行检测。结果 2011~2015年检测的花生类制品合格率分别为95.5%、98%、97.4%、98.3%和98.7%; 检测的各种小麦类制品合格率均为100%。结论 花生类制品合格率逐年上升, 但仍存在一定的质量隐患; 小麦类制品质量均符合国家规定限量。 相似文献
19.
矿井通风中,巷道壁面处存在的层流底层,对核心区涡的形成、粉尘运移、瓦斯积聚及壁 面的换热、换质、减阻等起到重要作用。 论文以尼古拉兹实验为基础,通过理论分析得到了层流 底层流速分布式;确立了过渡区与水力粗糙管区的分界线;建立了更加精确的层流底层厚度数学 模型和边界紊流速度数学模型,验证了层流底层厚度随雷诺数的增加和粗糙度的减少而减少的 现象;发现了层流底层能量耗散比例随雷诺数的减少和粗糙度的增加而增加的规律,为矿井通风 研究提供了基础。 相似文献
20.
微卫星是遍布于人类基因组中的短串重复序列,肿瘤组织的微卫星由于重复单位的插入或缺失而导致微卫星长度的改变的现象叫做微卫星不稳定性(Microsatellite Instability,MSI)。MSI型胃癌往往拥有独特的分子表型以及临床病理特征,且微卫星的不稳定性决定了胃癌患者对免疫疗法的反应是否良好,因此MSI状态的术前检测对于胃癌患者治疗方案的制定具有重要意义。传统的MSI检测方法需要进行免疫组化及基因分析,不仅需要增加额外的成本,而且在临床实践中难以推广至每一个患者。应用图像特征提取技术和机器学习算法对胃癌患者的高分辨组织病理图像进行定量分析,实现对胃癌患者MSI状态的预测。从TCGA数据库获取279例原始数据,经预处理和上采样后得到442个样本,从每例样本的组织病理图像中提取出445个定量图像特征,包括图像的一阶统计量,纹理特征以及小波特征。应用Lasso回归进行特征筛选并构造胃癌MSI状态的预测标签(Risk-score),并通过logistics分类模型对预测标签分类性能进行验证,进而结合每例患者的临床特征进行多变量分析,构建个性化的列线图进行MSI状态预测。实验结果显示,基于组织病理图像纹理特征的预测标签的预测性能AUC值为0.74,现有的基于组织病理图像纹理特征的MSI预测模型AUC值为0.73;基于全部样本,结合临床特征与Risk-score构建的MSI预测模型AUC值为0.802,而现有的结合临床特征和图像特征的MSI预测模型的AUC值仅为0.752,相较于现有方法,提出的MSI预测模型具有更优的预测性能,可以为胃癌患者的临床决策提供更有价值的参考信息。 相似文献