永久船闸运行闸室编排调度计算机应用与研究

对三峡工程永久船闸的过闸调度编排问题进行了深入研究,建立了船闸调度的数学模型,并对编排算法进行了研究,首次将机械CAD排样算法应用在闸室编排上,在计算机上实现了模型的求解;并取得了令人满意的结果。     

单一尺寸矩形毛坯排样时长板的最优分割

讨论了存在剪刃长度约束时单一尺寸矩形毛坯的优化排样问题,将板材分割成多张子板,通过优化确定子板张数、各子板长度和毛坯在各子板上的排列,使事 板材中所含毛坯数达到最大;并对Agrawal提出的单一尺寸矩形毛了优化排样方法进行扩展,构造出一种分支定界方法,用于解决长板最优分割问题,实验计算结果表明,所述算法非常有效;最后给出了例题数据的排样结果,与企业的通常做法相比较,说明了采用本方法的节材潜力。     

胨冻样芽孢杆菌(Bacillus mucilagininosus)的分离、筛选及其发酵培养基研究

本文报道了胨冻样芽孢杆菌 (Bacillusmucilaginosus)的分离、筛选及其对小麦苗期生长的作用 ,并对胨冻样芽孢杆菌的发酵培养基进行了优化 .结果表明 ,胨冻样芽孢杆菌 (B .mucilaginosus)生长的最适培养基 (g/L)为 :蔗糖 1 4、Na2 HPO4 1 .5、FeCl3 0 .0 0 2、CaCO3 1 .5、酵母膏 1 0 ,自来水 1 0 0 0ml、pH7.0～ 7.5;有机氮和无机铵态氮抑制胨冻样芽孢杆菌的生长 ;胨冻样芽孢杆菌液体培养物对小麦苗期生长具有促进作用 .     

bFGF促增殖后骨髓间充质干细胞向多巴胺能神经元样细胞的分化

目的探讨碱性成纤维细胞生长因子(Basic fibroblast growth factor,bFGF)体外作用于骨髓间充质干细胞(Mesen-chymal stem cells,MSCs)后,诱导其向神经元样细胞和多巴胺能神经元样细胞定向分化的情况。方法从鼠骨髓中获得MSCs,培养传代,用MTT法检测bFGF对骨髓MSCs生长的影响。10 ng/ml bFGF作用2 d后,通过IBMX、细胞因子bFGF、GDNFI、L-1β、中脑神经胶质细胞条件培养基和中脑神经细胞膜碎片等分组联合诱导骨髓MSCs向神经元样细胞、多巴胺能神经元样细胞分化,免疫细胞化学方法鉴定特异标志NSE、MAP-2a,b和TH的表达。结果在一定范围内,bFGF对骨髓MSCs具有明显的促增殖作用。分化的神经元样细胞表达NSE、MAP-2a,b和TH,联合应用GDNFI、L-1β、中脑条件培养基和中脑神经细胞膜碎片诱导7 d后,NSE阳性率为(27.774±2.747)%,MAP-2a,b为(28.006±3.080)%,TH为(3.098±0.352)%。结论体外骨髓MSCs被诱导分化成神经元样细胞和多巴胺能神经元样细胞,为帕金森等中枢神经系统疾病的细胞移植治疗奠定了基础。     

乐昌峡水利枢纽拦河坝大直径碾压混凝土芯样物理力学性能研究

广东省乐昌峡水利枢纽工程是广东省重点工程,其工程质量好坏关系民生。为了表征拦河坝碾压混凝土的施工质量,对该拦河坝分3个坝段,对不同级配的碾压混凝土进行大直径高质量的钻孔取芯,并对芯样进行相应的物理力学性能试验。试验结果表明,该方法有效地表征了碾压混凝土的施工质量,坝体原位芯样的各种物理力学及耐久性指标均达到了设计要求,部分参数优于同类工程。     

亭子口水利枢纽工程天然骨料碾压混凝土取芯19.59m刷新纪录

2013年3月31日,嘉陵江亭子口水利枢纽工程43号坝段成功取出了长度为19.59 m的碾压混凝土芯样,再次刷新了天然骨料碾压混凝土长芯行业纪录。这是继2011年在大坝表孔坝段取出18.88 m天然骨料混凝土长芯的又一新纪录。钻孔大坝混凝土取芯样是检查坝体施工质量的重要手段之一。本次取出的天然骨料碾压混凝土芯样在442～422 m高程处,     

堆石料制样方法对其强度和变形特性影响

进行了堆石料的表面振动器压实法和振动台法制样比较试验,结果表明,表面振动器压实法所得出的试样最大干密度值明显高于振动台法.同时,针对这两种制样方法所得出的试样,开展了大型三轴得出制样方法对堆石料的强度和变形指标具有明显影响,表面振动器法对应试样的强度和变形指标均优于振动台法,其中对变形特性指标的影响更为显著.考虑到表面振动器制样过程与土石坝实际施工碾压过程近乎一致,因此,建议将表面振动器压实法作为堆石料室内最大干密度的测试方法.随着重型碾压设备在土石坝碾压施工中的普遍使用,可通过调整表面振动器底板静压力和延长振动时间来提高振动功率,尽量减小堆石料室内制样密度与现场碾压密度的差异.     

面向制造业的智能排样辅助系统研究及实现

针对传统的人工排样效率低,难以得到高质量排样方案的问题。在整合现有智能优化算法的基础上,利用嵌入式系统软硬件技术设计了智能排样辅助系统。硬件采用S3C2410 ARM9微处理器,软件采用面向对象的设计方法,通过UML(统一建模语言)语言来描述及MFC(微软基础类库)的文档视图模式来实现。设计的智能排样辅助系统对矩形材料的数据读入、优化计算、智能排样取得了良好的效果,同时也指出了设计中有待进一步完善的问题。     

基于ARM的运动控制平台设计及驱动程序开发

介绍一种基于ARM的运动控制平台的设计以及驱动程序开发的流程.给出硬件系统设计方案,重点阐述WinCE下自动加样系统驱动程序的实现.此平台已经成功应用于三轴自动加样系统,实现了系统加样针管准确定位、吸排系统平稳升降和流量精确控制等功能,取得了良好的效果.     

多阶段实验数据融合的Bayes可靠性评定模型

为实现多源先验信息的合理利用,基于多阶段实验数据融合数据方法,建立Bayes可靠性评定分析模型。提出多阶段实验数据融合方法,将各种实验数据进行阶段分类,将第1阶段的实验数据作为最初的先验信息,当获取第2阶段的数据后,按Bayes方法进行信息融合,以得到后验信息,并将其作为下一阶段的先验信息,依次递推,进行多阶段的信息融合。仿真结果表明,该模型简单易行,可有效融合多源先验信息,实现小子样条件下的Bayes可靠性评定。