摘要：针对传统专家系统存在的知识表达能力不强、推理效率低的问题,采用面向对象的模糊Petri网知识表示方法,对专家系统的知识库进行改进;以此为基础,对专家系统的推理机进行了设计。在核动力装置模拟器上进行仿真试验,结果表明,本文所构建的专家系统能准确地诊断出系统发生的故障。

摘要：为建立一种能对油脂样品中9种金属元素含量进行准确测定的方法,以5种食用油和2种地沟油为试材,采用微波消解法对样品进行前处理,利用火焰原子吸收光谱仪进行测定,并对微波消解油脂样品时的程序和条件进行了设计和优化,最终建立了包含5个步骤的微波消解新程序,其中最大消解压力为35 atm,最大温度为190℃,保持时间为20 min。方法性能考察表明:9种待测金属元素在各自的浓度范围内均具有良好的线性关系,决定系数为0.9982~0.9994,检出限为0.0013~0.0122μg/mL,样品的加标回收率范围在98.94%~101.45%之间,RSD≤4%(n=6)。采用所建方法对7种油脂样品中的9种金属元素进行了含量测定,检测结果表明:5种食用油中含有丰富的营养元素,而Cr、Cd、Pb元素未检出,初步判断油脂的营养价值和安全性较高。而地沟油样品由于检出含有Cr、Cd、Pb,且Pb的含量远超国家标准限定值,已不适宜食用。实际应用表明:所建方法具有操作简便、准确度高等优点,能满足各类油脂中金属元素的检测需要。

摘要：针对核动力装置运行故障诊断知识规则数量庞大、推理过程复杂,使得采用传统方法构建的专家系统结构复杂、推理效率较低等问题,首先提出了故障诊断专家知识的元命题分解策略,设计了由状态向量、转移触发向量、输入变换矩阵和输出变换矩阵构成的知识矩阵,给出了各自的定义和生成规则,形成了标准化的专家知识数学建模方法体系;然后,设计了基于知识矩阵的并行推理算法,将复杂的逻辑推理过程转换为简单的矩阵运算,可有效提高专家系统的推理效率,满足诊断过程的实时性要求,使专家系统具有良好的实用性和可扩展性;最后,利用加压核动力装置模拟器运行数据作为运行故障诊断专家系统的输入,以一回路主冷却剂系统破损故障的实时诊断为例,对该方法的正确性和有效性进行了验证。

摘要：劳动教育是高职院校落实立德树人根本任务十分重要的途径。目前,我国许多高职院校都实施了劳动教育,在对劳动教育的认同度以及覆盖广度等方面做得较好,但是由于缺少课程的顶层设计,缺乏整体的管理统筹以及保障不到位等原因,各高职院校劳动教育实施的整体效果一般。实施劳动教育可以将培养学生崇尚劳动精神、工匠精神、劳模精神作为劳动教育首要任务,构建符合高职院校学生成长特点的阶梯递进式劳动教育的体系,做好长周期、综合化的劳动课程设计,主题式教育并完善劳动教育保障制度。

摘要：结直肠癌是临床常见的恶性肿瘤,肠造口术是治疗结直肠癌有效方法之一[1]。肠造口术即肠造瘘术,通过手术将肠管和腹壁相通,在腹壁形成一个临时性或永久性肠造口,用来代替肛门的排便功能,疏通转流粪便及胃肠减压[2]。在疏通转流粪便及胃肠减压时,需常规使用造口袋,以便于接收和存储肠道的肠液、胀气及排泄物。临床使用的造口袋容积较小,囊袋中压力高,无相应的刻度计量,即便有大容积功能,但仍存在以下不便利:扩容袋与造口袋连接处无法拆卸,导管的长度不能调节,造成患者翻身时给造口袋拉力而引起不适,也易脱落;无法对患者的排泄物进行准确方便的测量[3]。

摘要：为提高已投入运行核动力装置旋转设备的运行数据采集和状态监测能力,需要解决安装传感器和敷设配套线缆困难的问题。本文采用现场可编程门阵列(FPGA)作为主控单元,设计了一种基于Zigbee物联网通信技术的智能无线振动传感器,并给出了其电路构成、工作原理,以及嵌入式控制软件的工作流程。通过对此传感器进行性能测试,结果表明该传感器功耗低,实现了对振动信号的连续采集、智能分析与上传。该无线传感器安装简单,无需敷设供电和信号线缆,可应用于构建核动力装置旋转设备的状态监测系统。

摘要：为提高船用核动力装置操纵员的工作效率,减少误操作、漏操作,保证船用核动力装置安全运行,对操作规程进行细化分解,设计了规程步骤的统一表达方式;建立了智能操作引导逻辑模型与时序模型,实现了操作引导的顺序引导和岗位配合引导过程;进行了规程步骤知识库的设计;进行了基于专家系统的推理机设计,实现了智能操作引导系统的出、入口自动判断、顺序引导以及岗位协调。

摘要：提出了一种基于卷积神经网络和迁移学习的电动泵故障诊断方法,其特点是只利用少量样本数据就能自动从振动信号中提取有效的故障特征并完成诊断。设计了基于迁移学习的卷积神经网络模型训练方法,给出了利用其进行故障诊断的方法步骤,采用齿轮和电机在正常和不同故障状态时的振动数据对方法的有效性进行了测试。结果表明,所提出的方法对不同的故障状态有较高的识别精度,具有良好的实用性。

摘要：为解决传统的轴承故障诊断方法需要大量专业知识的问题,提出了一种基于深度学习振动信号波形图像识别的轴承故障在线自动诊断方法。首先,采用InceptionV3模型作为预训练模型,设计了深度学习和迁移学习相结合的InceptionV3模型训练方法;然后,采用交叉熵作为损失函数,用于评价模型训练效果,给出了进行故障诊断的方法步骤,并用轴承在正常和不同故障状态时的振动数据,开展了方法有效性验证实验;最后,采用主成分分析法分析了InceptionV3模型提取的特征参数对不同故障模式的聚类效果,并通过对比分析运用与不运用迁移学习时InceptionV3模型的训练次数和训练时间,验证了迁移学习方法对模型训练速度的改善效果。结果表明:所提出的方法对不同故障状态有较高的识别精度,并且可以降低计算资源的要求,保证诊断过程的实时性。

摘要：呼吸机相关性肺炎(VAP)是重症监护病房(ICU)行机械通气患者最常见的感染性疾病之一。尽管使用封闭式吸痰管行吸痰操作是ICU气管插管患者最常见的护理措施,也是减少VAP发生的重要措施,但临床现有技术仍需使用外接冲管液进行湿化和冲洗。在使用过程中,该冲管操作存在无法控制冲洗液量,导致大量冲洗液进入患者气道,造成患者窒息的风险。附着在吸痰管壁的痰液无法完全冲净,痰液长时间滞留导致定植菌繁殖,加重患者感染情况。多次冲管既增加了耗材,又增加了医护人员的工作量。为此笔者设计了一种全封闭式吸痰管冲洗装置,获得了国家实用新型专利(专利号:CN 201921198740.5),此装置为一体化设计,吸痰、湿化、冲管用物全封闭,均无空气暴露,可严格进行无菌操作;注射器脉冲式冲洗可洗净附着于内壁的痰液,降低VAP发生率;使用过程中可有效控制冲洗液量,保证患者安全,减少浪费;优化操作步骤,减轻医护人员工作量,值得临床实践推广应用。