城市埋地钢制燃气管道风险评价技术研究及应用

文中对城市埋地钢制燃气管道开展风险评价技术研究,充分考虑钢制燃气管道安全影响因素的不确定性,建立了风险评价技术方法,并应用在厦门某中压埋地钢制燃气管道上进行风险综合评价.达到了预期的效果。     

在线萃取流动注射分光光度法测定水中阴离子表面活性剂

在国标法GB 7494—1987的基础上,将在线萃取、在线分离技术与分光光度法相结合,研究了自动测定水中阴离子表面活性剂的新方法,使国标法中的各个操作步骤完全实现自动化。结果表明,新的自动测定法在0.034~2.00 mg/L浓度范围内,线性相关系数为0.999 9,检出限为0.008 6 mg/L,相对标准偏差3.8%(n=6),实际样品加标回收率为88.3%~100.0%。测定全过程相对密闭,人体不接触三氯甲烷,保护了分析人员的自身安全,方法操作简便,测定时间也较短,单个样品测定时间7 min。     

荷电细水雾对管道瓦斯爆炸超压的影响规律研究

为了研究荷电细水雾对瓦斯爆炸超压的影响规律和机理,采用小尺寸管道模拟瓦斯爆炸,研究不同荷电电压作用下的瓦斯爆炸超压和平均压升速率,以及不同雾通量作用下的瓦斯爆炸超压.结果表明:随着荷电电压的升高,瓦斯爆炸超压和平均压升速率受到明显的抑制;随着雾通量的增加,瓦斯爆炸超压明显降低.在实验条件下,和普通细水雾相比,当雾通量为4L、荷电电压为8kV时,瓦斯爆炸超压峰值降低10.798kPa,降幅达49.78%;平均压升速率峰值降低180.468kPa/s,降幅达49.90%.     

快速灵敏的LC-MS/MS法测定人血浆中阿莫西林并应用于两种制剂的一致性评价

目的: 建立快速灵敏的LC-MS/MS法测定人血浆中阿莫西林浓度，并用于两种阿莫西林胶囊的一致性评价。方法: 采用岛津公司LCMS-8060型LC-MS/MS仪，以MRM模式测定阿莫西林（m/z 366.00/114.00）的浓度，d4-阿莫西林作内标（m/z 370.10/114.05），离子源为ESI源。色谱柱选用Waters ACQUITY BEH C18（2.1×50 mm，1.7 μm），梯度洗脱。血浆样本加入内标，经甲醇沉淀蛋白后取上清液进样检测。结果: 所建方法经验证，其线性、准确度、精密度、最低定量限、提取回收率、特异性、基质效应、稳定性等各项指标均符合CFDA的指导原则及最新核查标准要求，并较文献报道中的方法有处理简单、灵敏度高、色谱峰形好的优点。结论: 所建方法快速、灵敏，适用于人血浆中阿莫西林浓度的检测。用于一致性评价的样本实测，两种制剂生物等效。     

调节性B细胞在自身免疫性溶血性贫血患者外周血中的表达及临床意义

目的: 探讨自身免疫性溶血性贫血（AIHA）患者外周血中调节性B细胞（Bregs）的表达及其在该病发病中的意义。方法:选择16例自身免疫性溶血性贫血患者和14例健康志愿者为研究对象，用流式细胞术分析外周血CD19+IL-10+调节性B细胞及CD19+CD24hiCD27+调节性B细胞的表达；ELISA方法检测培养上清液中IL-10的水平。结果:自身免疫性溶血性贫血患者外周血中CD19+IL-10+调节性B细胞、CD19+CD24hiCD27+调节性B细胞的表达分别为（1.27±0.39）％、（9.85±2.18）％，健康志愿者组分别为（2.92±0.71）％、（26.47±4.31）％，两组比较差异有统计学意义（P<0.05）；自身免疫性溶血性贫血患者细胞培养上清中IL-10的水平低于健康志愿者组（P<0.05）。结论:自身免疫性溶血性贫血患者外周血中CD19+IL-10+调节性B细胞及CD19+CD24hiCD27+调节性B细胞比例降低，提示调节性B细胞可能参与自身免疫性溶血性贫血的发病过程。     

Computational Fluid Dynamics Study on a Top-Blown Smelting Process with Lance Failure in an Isa Furnace

JOM - The Isa/Ausmelt smelting technology with a top submerged lance (TSL) has been extensively used in copper smelting processes. However, the TSL is extremely vulnerable to damage and failure...     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。