摘要：本文详细介绍了“铁路线路平纵面整体优化设计系统”中人机交互模块的设计、模块功能、交互命令以及系统的实现。

摘要：以格氏反应的工程放大设计中换热方式设计为例,探讨和说明外循环式换热在强放热反应放大设计中的应用前景。

摘要：背景:珊瑚羟基磷灰石人工骨用于修复骨缺损在临床上已很常见,但复合抗肿瘤药物的人工骨还没有应用于临床,关于这方面的基础研究还需进一步深入。目的:研制复合抗肿瘤药物顺铂的珊瑚羟基磷灰石人工骨,并观察其体外缓释浸提液对骨巨细胞瘤原代培养细胞增殖的影响。设计、时间及地点:对比观察实验,于2006-06/11在解放军广州军区总医院骨科研究所及南方医科大学细胞生物学实验室完成。材料:珊瑚羟基磷灰石人工骨由解放军广州军区广州总医院骨科研究所提供,顺铂为济南齐鲁制药厂生产,人骨巨细胞瘤标本由解放军广州军区广州总医院骨科提供。方法:通过真空冷冻干燥等处理将顺铂载入珊瑚羟基磷灰石人工骨,以形成复合抗肿瘤活性人工骨;将复合人工骨浸入模拟体液,收集第2,4,6,8周浸提液。采用四甲基偶氮唑蓝法检测浸提液在体外对骨巨细胞瘤的增殖抑制作用。以未复合顺铂的珊瑚羟基磷灰石人工骨浸提液对照。主要观察指标:肿瘤细胞增殖抑制率。结果:第2,4,6,8周复合顺铂的珊瑚羟基磷灰石人工骨浸提液对骨巨细胞瘤原代培养细胞的增殖抑制率分别为67.9%,48.3%,34.57%和28.4%。同时提取的珊瑚羟基磷灰石人工骨浸提液对骨巨细胞瘤原代培养细胞则无明显抑制作用。结论:该复合抗肿瘤活性人工骨具有良好的缓释功能,在8周内对骨巨细胞瘤细胞仍有较好的增殖抑制作用。

摘要：介绍铁路线路纵断面计算机设计的自动分坡方法。首先采用平滑原理将不规则地面线处理为分段光滑的曲线。再用差商原理找出各分段曲线的曲率突变点，作为待选变坡点位置。最后加上平面曲线位置和工程位置综合考虑，按《规范》确定变坡点里程，并与链式坡高程联系，作为初始值进入最优化设计。

摘要：在《浙江省加快培育发展新动能行动计划》的顶层设计之下,浙江将围绕建设全国新动能培育先行区、打造全球数字经济创新高地,推进"科技能力突破、新经济领跑、新模式推广应用、科创平台建设、创新型企业培育、‘双创’环境优化"六大工程,壮大经济发展新动能。

摘要：文章针对造纸业物流设备设计了故障诊断数据采集与监控系统。在故障诊断时,数据采集模块所采集物流设备信息可为准确诊断故障提供数据依据,合理划分设备状态重要等级,以分层采集数据,可降低数据传输量,确保数据精确性与实时性。在线监控模块包含远程端与现场端,二者分别与组态软件、触摸屏相映射,组态软件基于In Touch在远程端运行,以获取PLC内部信息,可保障故障诊断精确度,同时发挥组态软件故障告警功能,以实现与故障诊断模块的数据实时交换。作为现场端的触摸屏基于Win CE系统与组态软件相结合,设计开发触摸屏监控系统,以远程监控访问故障诊断模块,获取有价值的故障信息,帮助工作人员准确定位故障,科学有效维护物流设备。通过测试表明,系统多元功能测试结果与预期明确相符,稳定性与可靠性较高,值得广泛推广与应用。

摘要：要保证一个大型数据库系统性能良好,除了要有合理的系统设计和科学的程序实现外,安排专职的数据库管理员对数据库本身进行性能监控、性能优化、数据备份等日常维护工作同样是必不可少的.

摘要：为了研究酸化前后煤样的吸附特性,以宜宾白胶煤矿煤为研究对象,通过研磨筛选部分煤粒进行酸化脱灰处理,对煤孔隙进行了表征,并进行了等温吸附试验,探究储层温度下甲烷吸附特性。试验结果表明:酸化脱灰后,煤样比表面积、孔体积增加;由于酸化处理,使得煤样内部的矿物或杂质被移除,孔径增大,孔的面积以及孔的数量增多,等温吸附试验中,酸化处理煤样YB2的平衡时吸附量明显大于没有经过处理的YB1煤样;运用吸附势理论探究得到在一定的储层温度下孔隙结构的改变对煤吸附瓦斯有较大的影响。

摘要：以福建省南平市九峰山铁路隧道原位扩建项目为工程背景,建立三维有限元模型,模拟地层偏压条件下隧道扩建动态施工过程,通过三种扩挖方案的对比,研究不同扩挖方案下围岩的稳定性及隧道初期支护和锚杆的内力结果。计算结果表明:地表沉降具有明显的不对称性,最大值发生在覆土较厚一侧拱肩处;施工过程中隧道变形表现出明显的动态性和空间效应:掌子面前方10m范围及后方20m范围为较大扰动区;隧道初支内力分布及锚杆受力呈现明显的不对称性,结构受力和锚杆内力较大位置主要位于埋深较深一侧。通过不同施工方案计算结果的比较分析,确定采用左侧扩挖方案有利于保证围岩的稳定性、减小初支内力,确保施工安全,提高隧道扩建经济性,建议在其他条件相同的情况下,隧道偏压段采用向浅埋侧扩挖的扩建方案。

摘要：针对现有电力负荷预测方法对时间序列信息的提取效率较低、预测精度不高等问题,提出了一种基于样本卷积与交互网络(SCINet)和多层感知机(MLP)的电力负荷预测模型(SCI-MN-SE)。使用SCINet在不同时间分辨率下对负荷数据进行特征提取,从而更好地捕捉时间特征中的短期和长期信息关系;通过多层感知机叠加组成的瓶颈模块,沿着时间和特征维度进行混合操作来提高对时间序列信息的提取效率;结合通道注意力提高有效信息的权重,提升预测精度。在澳大利亚某地区真实电力负荷数据集上的实验结果表明,与TCN、Informer等方法相比,平均绝对百分比误差分别降低了26.30%、24.27%,证明SCI-MN-SE模型能有效地提取时间序列信息,预测效果较好。