摘要：为实现建筑结构安全的快速评估,提出基于神经网络的建筑结构安全评估方法。基于《民用建筑可靠性鉴定标准》的调查与检测要求并考虑数据易获取性,选择45个涵盖承载力、耐久性、历史记录和环境情况等变量作为输入参数,以《民用建筑可靠性鉴定标准》中的安全等级作为输出参数,采用深度置信网络学习输入参数与输出参数间的非线性映射关系。对输入参数的选择、样本缺值问题、小样本问题和神经网络评估的可靠性进行探讨和验证。结果表明:在无法准确判断输入参数与输出参数相关性的前提下,采用全部输入参数的评估模型具有更高的鲁棒性;迷失森林算法相较其他常用的缺值插补算法有更好的插补性能;采用变分自编码器扩充训练样本集能有效提高神经网络的泛化能力和分类精度;对深度置信网络引入加权交叉熵损失函数加以改进可增加训练时对不安全类别的敏感性,牺牲少量不安全类别的查准率可以大幅提高其查全率;基于神经网络的结构安全评估模型能较好地预测结构的安全等级,具有快速且大批量运算的优势,是实现大范围建筑群结构安全监测的有效手段。

摘要：本文设计合成了一系列曲酸三氮唑类化合物,并考察了所合成化合物的抑制酪氨酸酶活性、抑制α-葡萄糖苷酶活性及抗氧化活性。结果表明,大部分化合物具有良好的抑制酪氨酸酶活性和抑制α-葡萄糖苷酶活性,其中化合物5f的抑制酪氨酸酶活性最好,其IC50值为3.28μmol·L^(-1),约为曲酸的8倍,化合物5i对α-葡萄糖苷酶抑制活性最好,IC50值为14.42μmol·L^(-1)。所有化合物都具有一定的抗氧化活性。抑制机理研究表明:化合物5f为可逆混合型酪氨酸酶抑制剂,化合物5i为不可逆α-葡萄糖苷酶抑制剂。

摘要：设计合成一系列芳香酰基硫脲类化合物并对其酪氨酸酶抑制活性进行体外评价,为寻找新型酪氨酸酶抑制剂的候选化合物提供理论依据;以芳香酸为起始原料,通过经典的取代和加成反应,合成一系列芳香酰基硫脲化合物,并对其抑制酪氨酸酶活性进行评价,探究其抑制机理。讨论了7个目标化合物(4a-4g)的结构经^(1)H-NMR、^(13)C NMR和HR-MS谱确证。研究结果表明,其中4d表现出对酪氨酸酶最强的抑制作用,IC_(50)=1.712μmol/L,强于阳性对照曲酸(IC_(50)=26.093μmol/L);对位上甲基的存在有利于抑制活性。4d属于酪氨酸酶的混合型抑制剂。4d与酪氨酸酶中铜离子和His244有较强的相互作用。研究能为开发安全有效的酪氨酸酶抑制剂以及食品防腐剂提供参考。

摘要：结构的动力特性通常是控制结构设计的重要因素,因此结构的振动频率、振型模态通常是工程师关注的重点。很多情况结构在既定的建筑功能要求和结构布置下,其振动频率可能不满足期望值,因此需要采取一定手段达到用尽可能小的变动量将结构的动力性能加以改善以满足设定要求,使其对结构方案的影响降到最低。从结构动力平衡方程出发,以结构应变能的角度建立了结构各构件对某阶振动频率的量化关系,并研发了结构振型优化分析软件,使用该软件对某雷达站高层钢结构进行了分析,求得了各构件对一阶振动频率的贡献度分布,并通过加强贡献度大的构件,削弱贡献度小的构件,使得该结构在满足现有设计要求下,共节省混凝土约3000吨,钢材300吨,结构自重降低14.5%,多遇地震下基底剪力降低14.5%。

摘要：依匹哌唑是首个治疗精神分裂症的多巴胺、部分5-HT1A受体激动剂和5-HT2A受体拮抗剂类化合物,然而其目前的生产路线存在成本高、收率低等缺点。本文在文献方法的基础上,设计了一条合成依匹哌唑的新路线:以4-取代丁腈和7-羟基喹啉-2-(1H)酮为起始原料,经氧烃基化反应得醚化物1,将醚化物1氰基还原得到氨基物2,氨基物2与Boc-双氯乙基亚胺关环得环合物3,环合物3经脱保护得化合物4,化合物4与4-溴苯并噻吩反应得到目标产物依匹哌唑。采用核磁共振和质谱确证了中间体和目标产物的结构,目标产物纯度高达99.30%,且此合成路线具有操作简单、反应易控、原料易得、产物易分离以及环境友好等优点。

摘要：人工智能的逐步应用对行业的生产效率和技术变革影响显著,传统行业因样本收集难度大、成本高、涉及个人隐私等原因,进行深度学习时,面临着小样本和不平衡数据问题.现有的样本扩充方法存在着生成效果不能兼顾广泛性和合理性等问题.为此,提出一种基于变分自编码器潜变量语义提炼的样本扩充算法,利用神经网络的权重作为输入特征与潜变量相关性的度量,获取输入特征与变分自编码器潜变量的依赖关系,为潜变量赋予语义提供重要依据,实现显式控制潜变量的不同维度,生成满足总体分布且在原训练集未包含的样本.在对民用建筑结构安全数据库的样本扩充结果表明,该方法能有效生成特定属性的样本,能一定程度上解决小样本问题和不平衡数据问题.

摘要：随着复杂工程实践经验增加,以及结构力学模型愈加精细、计算软件功能显著提升,有必要对高层结构不规则判别条件进一步完善。针对《抗规》第3.4.3条定义的6个不规则类型,探讨了其力学概念以及当前执行上存在的一些问题,提出了相应的修订建议以供探讨。具体建议包括:采用考虑与不考虑偶然偏心下竖向构件剪力增大系数来判别扭转不规则;增加凸出部位宽度的限值用于凹凸不规则判别;增加楼层数的限值用于楼板局部不连续判别;增加楼层侧向刚度比的上限值用于侧向刚度不规则判别;增加不落地墙的截面面积占比或被托换柱的等效剪切刚度占比限值用于竖向抗侧力构件不连续判别;增加层间抗剪承载力比的上限值用于楼层承载力突变判别。根据所建议的不规则判别条件,对31个超限高层结构进行判别,相比根据《抗规》判别的结果,平面不规则数量明显减少,竖向不规则数量总体变化不大。

摘要：结构的动力响应问题一直以来是结构工程师关注的热点,在动态激励,例如地震、风载等作用下,结构的振动变形通常由多阶振型控制,动力特性对结构设计具有重要意义。本文提出了一种基于能量的振型优化减振分析方法,在给定结构体系和布置下,针对某一阶指定的振型,从结构应变能的角度建立了各构件对该阶振型贡献的量化关系,可迅速确定对结构振动影响最大的构件进行优化,用最小的工程代价实现对该阶振型振动频率的调节,达到高效的减振效果。以某螺旋钢楼梯的振动问题为例,应用该方法进行优化,仅变动了少数杆件的尺寸便达到了良好的减振效果,结果表明该振型优化方法可快速确定控制结构振动的构件,有针对性地改善结构的振动问题,可为工程师更深入了解结构动力特点,进行减振优化提供思路。

摘要：针对不同年代、不同类型的建筑物进行不同种类的实时监测和定期"体检",有助于发现安全隐患,避免事故,达到提前预警,及时维护的目的,有助于提高建筑物的耐久性,有利于绿色发展和保护人民生命财产安全。提出了房屋全生命周期管理模式,探讨了基于物联网的建筑安全运维服务系统架构、运行模式、服务内容等,明确了基于物联网的建筑安全运维服务系统的各项子系统及其相应的功能,研发了微信服务号"建筑安全卫士"、基于物联网的大数据采集监测平台、建筑安全评估系统以及安全预警及辅助决策系统,简要介绍了贝叶斯网络、深度神经网络等多种先进算法在建筑安全评估中的应用以及基于物联网的自动化健康监测平台的关键技术,使得该系统能为各类用户提供各种实时服务和专业服务,完成建筑安全运维服务的目标,推动建立建筑物安全保障管理体系,助力智慧城镇建设,以有效的监测评估和安全运维管理形成城市发展的全周期闭环。

摘要：文章提出一种基于智慧城市大数据下,多源要素融合的城乡建筑安全管理模式。该模式通过成套数据采集、建档、分析、评价,以时空大数据技术支撑管理决策,对时空遥感数据、人口经济普查、采访与巡检录入等多种数据来源,完善数据采集、数据清洗、分析归纳在建筑群全周期管理的作用,通过数值化分析、修正、推演,实现结构分析评估、消防与设备安全、围护结构安全等内容,通过完善全生命周期的建筑群管理,在广州市进行建筑物建档与管理实践,为规模化、集约化的城乡建设过程管理提供管理模式与技术实践的支持。