薄壁槽钢柱的抗火计算方法及参数分析

基于Rankine公式，提出了一种可用于计算热轧薄壁槽钢柱抗火极限的方法，采用有限元软件MSC．MARC．Mentat对模型进行非线性有限元分析，给出模型网格划分及其失效后的变形图。对比有限元分析结果与理论解，吻合较好。并针对薄壁槽钢柱的长细比、扭转刚度参数及截面的宽高比，对其抗火性能的影响进行参数分析。结果表明：长细比是影响柱子抗火能力的最重要的因素，长细比越大，极限抗火承载力越低；弹性弯扭屈曲向弯曲屈曲转化的临界长细比不随温度的改变而改变；对于薄壁槽钢柱而言，在截面面积一定或近似的情况下，截面宽高比越大，扭转刚度参数K越小，柱子在火灾下的极限承载力越好。     

新型水性聚氨酯乳液的合成及其性能影响因素的研究

采用预聚法合成了一新型的水性聚氨酯乳液，研究了配方中异氰酸酯基和羟基的物质的量的比（-NCO／-OH）、反应温度、羧基含量对水性聚氨酯的粘度、粒径和吸水率等性能的影响。表明，随着-NCO／-OH比的增大，粘度下降，粒径增加，吸水率下降；预聚反应温度越高，越快达到异氰酸酯基的理论值，但是温度越高越易发生副反应；随着羧基含量的增加，粘度升高，粒径起初下降，最终趋于平衡，吸水率升高。     

千金藤素片和千金藤素滴丸溶出度的比较

目的 比较千金藤素片和千金藤素滴丸在溶出方面的表现.方法 采用桨法进行试验,以人工胃液为溶出介质,测量温度(37±0.5)℃,转速100r/min,于不同时间点取样,测定千金藤素含量,计算溶出参数m、T50、Td.结果 千金藤素滴丸的溶出参数m、T50、Td均明显小于千金藤素片.结论 千金藤素滴丸的溶出度快于千金藤素片.     

纯镍金相腐蚀中化学抛光方法的研究

对纯镍化学抛光方法中抛光剂的组成、抛光温度和抛光时间进行了研究.结果表明：用正交试验方法确定金属的抛光配方可行,此方法可以用于其他金属或合金;纯镍抛光的较佳腐蚀液配方的体积分数为正磷酸4.8%、硫酸66.7%和盐酸28.5%,腐蚀时间为15 min;该方法可以一次进行多组试样的化学抛光.     

N/C对碳氮膜修饰的多壁碳纳米管细胞相容性的影响

为改善碳纳米管的细胞相容性,通过离子束辅助沉积方法在由化学气相沉淀法制备的多壁碳纳米管表面沉积纳米厚度的碳氮膜以进行表面修饰.通过观察L929小鼠肺部成纤维细胞、EAHY926人内皮细胞和兔血红细胞在修饰前后的碳纳米管表面的黏附和生长状态可知,沉积CNx膜的多壁碳纳米管的细胞相容性优于沉积前,表现出良好的生命活性和增殖状态,同时,较高的N/C比有利于细胞在沉积CNx膜碳纳米管表面的增殖和生长以及细胞形态的伸展.     

重金属镉对花背蟾蜍蝌蚪生长发育的影响

研究了镉质量浓度在0.0015,0.0300和0.1500mg/L时对花背蟾蜍(Bufo raddei)蝌蚪生长发育的影响。结果表明:不同质量浓度镉能缩短花背蟾蜍蝌蚪50％出膜时间,但对蝌蚪最终孵化率没有影响;镉能影响蝌蚪的生存率,对蝌蚪的生长发育具有明显的抑制作用(P<0.01),但组间差异均不显著(P>0.05);同时各质量浓度水平均导致蝌蚪头部泡状膨大、‘S’型尾和体形奇小(为正常体长的0.50～0.67)等,致畸率0.1500 mg/L质量浓度水平最高(2.25％),0.0300 mg/L水平次之(2.00％),0.0015 mg/L水平最低(0.50％)。     

西南地区金荞麦(Fagopyrum dibotrys(D.Don)Hara)居群遗传多样性研究

采用等位酶电泳技术研究了云南省和四川省西南共 5个县境内金荞麦 (Fagopyrumdibotrys(D .Don)Hara) 5个天然居群的遗传多样性 .金荞麦居群内维持有较高的遗传多样性 ,多态位点比率为 5 6 .7% ,预期杂合度和观察杂合度分别为 0 .2 2 1和 0 .36 3.并对金荞麦与栽培荞麦之间遗传变异作了比较 .     

基因块编码的并行遗传算法及其在TSP中的应用

针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building-block Coded Parallel GA,BCPGA).该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,再用重新编码的染色体群体作为下一轮以相同方式演化的初始群体.将BCPGA应用于一个100城市的旅行商问题(TSP)中,结果表明本方法可以提高遗传算法的搜索效率,并且在相同条件下,BCPGA明显优于单纯的粗粒度并行遗传算法.     

叉车门架系统子结构试验模态分析

本文用试验模态分析法对CL-100型叉车内、外门架进行试验研究,识别出内、外门架的模态参数和振型,为门架系统的模态综合、叉车CAD工程的分析和动力修改,提供了可靠的、高精度的数据.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。