北京城区土壤与灰尘中重金属的健康风险评价

选择北京市城区公园广场、大学校区、商业区和居民小区等市民日常活动区域,采集地表土壤及灰尘样品,分析重金属种类及其浓度。采用单因子指数法和Nemerrow指数法,研究了各功能区不同重金属的污染程度,并采用美国环保总署健康风险评价模型,计算北京市居民经呼吸途径和皮肤接触途径摄入重金属而引起的健康风险。研究结果表明,北京市城区人口活动密集区域地表灰尘重金属污染较为严重,Cu、Pb和Zn质量分数的平均值分别为北京市土壤背景值的2~3倍,其中西单灰尘中Zn的质量分数达528mg/kg,超过背景值9倍以上。健康风险评价模型计算结果表明,人体重金属摄入途径风险大小为：呼吸途径>皮肤接触途径;重金属对人体非致癌风险大小为 Pb>Cu>Zn;在不同功能区之间非致癌风险大小为公园广场>大学校区>居民区>商业区。因非致癌风险指数小于阈值1,所以北京市地表灰尘中的重金属,在目前尚不至引起严重的健康风险。     

实际运转内燃机配气相位的确定

根据实测示功图提出了利用气门落座冲击引起的干扰信号间接地确定气门关闭相位,并根据配气凸轮型线的对称性,确定内燃机动态配气相位的办法．研究了实际运转内燃机配气相位随负荷、转速的变化关系及原因．     

新制癌菌素诱导小鼠海马神经元细胞DNA损伤的作用研究

为了探索化学诱导物新制癌菌素(NCS)对小鼠海马神经元细胞株HT22 DNA损伤的影响,研究以9Gy X射线辐照为阳性对照组,通过CCK8试剂盒法检测绘制NCS作用下HT22细胞生长曲线以明确NCS处理细胞的最佳浓度,经Hoechst染色和TUNEL染色观察该剂量NCS对细胞DNA损伤及凋亡的影响,用免疫荧光染色结合Western blot分析HT22细胞核中DNA损伤反应酶PARP1的表达变化.结果显示,NCS作用的终质量浓度为1 000 ng/m L时,从48 h起对HT22细胞增殖表现出显著的抑制作用;Hoechst染色可见NCS作用下HT22细胞DNA损伤加剧,TUNEL染色提示NCS能够诱导细胞凋亡;免疫荧光染色和Western-blot实验显示NCS能够促进细胞核内PARP1的表达.说明化学诱导剂NCS能够引起HT22细胞DNA损伤及凋亡以及上调DNA损伤反应酶PARP1的表达,可以用于模拟大剂量射线对细胞的辐射损伤效应.     

Ni/Al层合结构热传导性能的非平衡分子动力学研究

采用非平衡分子动力学方法研究了[111]方向的Ni/Al层合结构的热传导性能.首先模拟了温度为300 K下[111]方向Ni/Al层合结构的热传导,通过分析界面处的声子态密度,发现交换热冷浴位置之后,层合结构的热参数基本没有变化,说明热冷浴的位置对结果影响不大.其次讨论了300 K下单层的Ni/Al层合结构的尺寸效应,计算结果表明随着系统尺寸的增大,界面热阻值逐渐减小并趋于平缓,并分别讨论了Ni和Al的热导率的尺寸效应;采用外推法计算了无限大系统下Ni和Al的声子热导率以及声子平均自由程,结合Wiedeman-Franz定律计算了Al和Ni的电子热导率,得到了Al和Ni的总热导率,并与实验值进行比较,结果与实验值在同一量级.然后讨论了传导方向为[001]和[110]时层合结构的界面热传导性,并和[111]方向的结果对比,发现界面热阻具有明显的各向异性.最后讨论了双周期层的Ni/Al层合结构的热传导性能,结果表明最靠近热浴的界面温度跳跃值最大,对应的界面热阻值最大,即对层合结构的热传导性能影响最大;与相同长度的单周期层结构对比,发现双周期层结构的热导率明显要小,因此可以通过增加材料的层数来提高隔热效果.     

基于油中溶解气体谱图的变压器故障识别方法

根据油中溶解气体含量对电力变压器进行故障诊断,一个关键环节是如何从故障气体数据中提取有效反映故障特性的特征量。论文提出了基于特征气体谱图形状参数识别变压器故障的方法,以5种油中溶解气体:乙炔、氢气、乙烷、甲烷和乙烯的相对含量构建了故障的特征气体谱图,并将图形偏斜性、突出性等形状参数作为特征量应用于变压器的故障诊断。应用的结果表明,这种方法有效区分变压器的放电性故障、过热性故障以及"氢主导型"故障,且识别效果达到90%以上,明显优于实践中常用的三比值方法。     

页岩气钻井卡钻故障预警方法研究与应用

川南工区是我国页岩气资源最为丰富、最具开发潜力的地区之一.该工区地层压力系数高、地质条件复杂，导致钻井复杂、故障频发，其中卡钻故障最为突出，占复杂、故障总时效的47.48%，严重制约了页岩气安全高效开发.现有卡钻故障识别技术监控信息综合利用能力差、风险预警不够及时、主观性太强等问题较为突出.针对现场亟须解决的这一问题，提出一种基于人工智能算法的页岩气水平段井下卡钻故障实时预警方法，利用录井实时数据根据构建的预警模型实现了卡钻故障的智能化、实时化定量判断.技术的攻关和应用对于提高川南工区深层页岩气钻井单井盈利水平、降低复杂和故障损失、提高工区内队伍的施工能力具有重要意义.     

Ti-Zr-Nb固溶体合金动态压缩强度的机器学习模型优化

Ti-Zr-Nb固溶体合金具有优异的强塑性匹配和撞击释能活性，在杀爆战斗部毁伤元和聚能战斗部药型罩材料领域极具应用价值.为了实现Ti-Zr-Nb合金及类似固溶体合金的动态力学性能精准预测，并支撑战斗部材料的精准设计与成分优化，采用粉末冶金法制备了56种Ti-Zr-Nb合金，并测试了材料的动态压缩强度，在此基础上开展了Ti-Zr-Nb合金动态压缩强度预测的机器学习模型优化、主控参量筛选研究，优化后的模型实现了合金动态压缩强度的预测误差<8%，并揭示了影响合金动态压缩强度的3个关键主控参量及权重排序：Δχ>G>δ_G.采用优化后的模型成功设计了具有更高动态压缩强度的合金成分，经试验验证，所设计的材料动态压缩强度达到3 100 MPa，高于同类固溶体合金.