摘要：目的:分析危重症患儿家属ICU后综合征（PICS-F）的潜在类别及影响因素，为制订个体化干预措施提供依据。方法:采用横断面设计方法，便利抽样法选取2022年1月至2023年6月中山大学附属第一医院ICU住院患儿家属作为调查对象，采用一般资料调查表、匹兹堡睡眠质量指数（PSQI）、疲劳评定量表（FAI）、医院焦虑抑郁量表、事件影响量表修订版（IES-R）对其进行调查。结果:本研究最终纳入131例调查对象，男37例，女94例，年龄28～67（39.47 ± 8.55）岁，其PICS-F发生率为77.9%（102/131），PSQI得分为（7.95 ± 3.39）分、FAI得分为（3.42 ± 1.34）分、焦虑得分为（14.02 ± 5.47）分、抑郁得分为（14.10 ± 5.54）分，IES-R得分为（39.14 ± 7.92）分。调查对象PICS-F可分为4种类别：睡眠困扰型42例占32.1%，应激困扰型17例占13.0%，PICS-F高风险型40例占30.5%，PICS-F低风险型32例占24.4%。患儿ICU住院时间是睡眠困扰型（ OR=0.103，95% CI 0.020～0.520）、应激困扰型（ OR=0.073，95% CI 0.011～0.467）和PICS-F高风险型（ OR=0.115，95% CI 0.022～0.589）的共同危险因素（均 P<0.05）。家庭人均月收入是睡眠困扰型（ OR=5.510，95% CI 1.193～5.445）和PICS-F高风险型（ OR=9.302，95% CI 1.435～2.306）的共同危险因素（均 P<0.05）。与患儿关系是睡眠困扰型的特异性危险因素（ OR=0.083，95% CI 0.009～0.734， P<0.05）。患儿APACHE Ⅱ评分是PICS-F高风险型的特异性危险因素（ OR=0.091，95% CI 0.014～0.586， P<0.05）。 结论:危重症患儿家属PICS-F有4种剖面类别，医护人员应根据不同类别特征实施针对性干预措施。

摘要：随着电机在工业中的应用越来越广泛,作为电机最重要的参数——电机转速的测量与控制就显得尤为重要。为便于学生开展测控系统实验,设计了基于NI ELVIS实验平台和LabVIEW软件的直流电机转速检测与控制系统。转速检测分别选择光电传感器和霍尔传感器作为采集传感器,再通过NI ELVIS实验平台把信号传输给上位机,编写上位机采集程序及测控界面,从而在上位机前面板显示检测结果。转速控制方式选择PID控制,使用LabVIEW软件编写PID控制程序,通过PID控制调节输出电压改变电机转速。该系统简单灵活、调试方便、可扩展性强,使学生对测控系统架构的掌握更具体更深入,也为日后的项目开发打下坚实的基础。

摘要：基于概率论、排队论与更新理论的方法,建立了双零件族随机市场需求模型与可重构制造系统的排队控制模型。以可重构制造系统的生产能力与开机数量为参数,基于重构成本、制造系统折旧成本与仓储成本,构建了平稳条件下可重构制造系统长期运行时,单位时间内所取得的平均利润优化模型,并提出了优化方法与步骤。通过求解该模型,得到了可重构制造系统的最优生产能力与最佳开机数量。基于求得的最优生产能力与最佳开机数量,给出了可重构制造系统的订单接受率与切换周期等性能指标。最后,用案例验证了所提方法的可行性。

摘要：针对检测到的松动件冲击信号含有许多噪声信号,为了有效提取有用信号,将基于AR模型和小波变换相结合的多重滤波方法应用于松动件冲击信号的提取.采用移动均值法滤除低频噪声,再利用AR模型对高频噪声进行白化处理,通过小波非线性阈值去噪,实现松动件跌落信号的提取.利用时域均方差获取信号到达各个传感器的时间差,并通过双曲线交汇法计算松动件跌落位置.在钢板试验台对所提出的方法进行试验验证,实验结果表明,所提方法对不同形状和不同质量的松动件都具有比较好的定位效果,且稳定性好.

摘要：为了解决人工分选珍珠效率低、精度不高等问题,提出了一种基于计算机视觉的珍珠形状分级方法.首先根据珍珠图像的灰度直方图对图像进行分割,并使用闭操作去除图像中噪点,接着用八邻域法搜索珍珠图像的边界,提取珍珠轮廓曲线的傅立叶描述子,再计算被测珍珠与标准模板库珍珠的傅立叶描述子的欧氏距离,根据欧氏距离实现珍珠形状的分级识别.最后实验验证了本方法的有效性和实用性.

摘要：针对扁铲侧胀试验计算地基承载力的问题,进行多种常用方法的分析,并对扁铲侧胀试验进行介绍。结合港珠澳大桥珠澳人工岛勘察工程,对扁铲侧胀试验数据与静力触探试验参数进行相关性分析和统计回归,推导出用扁铲侧胀试验计算地基承载力的经验公式。对其结果与其他方法计算的地基承载力进行对比分析,表明采用扁铲侧胀试验计算地基承载力是可行的,但应该用地区性经验加以检验和修正。

摘要：为能快速准确地检测到核电站一回路零部件的松动或脱落,提出1种基于自适应AR(auto-regressive)模型的松动件报警方法。该方法利用自适应AR模型跟踪一回路中背景噪声的变化,先对信号进行白化处理,再计算白化后信号的短时均方根(RMS),设置RMS动态阈值实现报警。采用秦山核电站一号机组背景噪声和松动件碰撞信号叠加进行了仿真试验,结果表明,该方法能够在低信噪比和噪声复杂变化的条件下快速检测出松动件碰撞信号。

摘要：文章从纯水液压传动试验研究的需要出发 ,讨论了纯水液压试验系统中的调速回路和压力控制回路的组成及工作原理。在此基础上 ,设计了该试验系统 ,并首次将液压逻辑阀用于水压系统中。最后还讨论了在系统设计和使用维护中应注意的问题。

摘要：针对当前的核电站松动部件定位方法在估算信号到达时间差时存在起始点难以准确判定、误差大、抗噪声性能差的缺点,提出一种基于希尔伯特变换的时间差估计方法,从而根据时间差估算松动部件位置实现定位。希尔伯特变换可提取信号轮廓线,以轮廓线的第一个峰值到达时间作为能量最大弯曲波到达传感器的时间;分析信号的主频率可以计算出弯曲波的传播速度,根据波速和信号到达不同传感器之间的时间差使用三角形定位法实现松动部件的定位分析。搭建平板试验台,在不同信噪比条件下和不同方法之间进行对比试验,结果显示这种方法的平均估计偏差为34.1mm,在信噪比为1dB时仍然能够得到比较准确的结果,具有定位精度高、抗噪声性能好、运算速度快等特点。

摘要：在分析传统松动件质量估计方法的基础上,提出一种基于支持向量机(SVM)的核电站松动件质量估计方法.分析松动件跌落碰撞信号的频率分布特征与松动件质量之间的关系,提取表征信号频谱的特征向量.以该特征向量为SVM的输入,松动件质量为输出,实现对核电站松动件质量大小的估计.最后进行平板实验验证,实验结果表明,该方法比传统方法具有更高的计算精度和实现方便性,为核电站松动件质量估计提供了一种新的方法.