新型平顶形可缩性金属支架研究

在分析崔家沟矿试用GQT-1型平顶形支架性能及矿压观测基础上,探讨了平顶形支架在回采巷道应用的理论根据,据此设计出新的双向可缩双跨平顶形金属支架,并对其进行了力学性能试验。     

取代冠醚及其缩氨硫脲和缩氨脲化合物的合成

本文报道采用在多聚磷酸中将冠醚酰化的方法，合成了４＇－苯甲酰基苯并－１５－冠－５，以此为原料，在酸性条件下，与氨基硫脲和氨基脲反应，合成了４＇－苯甲酰缩氨基硫脲和缩氢基脲苯并－１５－冠－５，并对合成的三种新物质由ＩＲ、ＭＳ、和元素分析鉴定了结构。     

■混合随机变量列L_p收敛性

设{Xn;n≥1}是ρ珓混合随机变量序列,{an,k;1≤k≤n}是实数阵列,利用矩不等式和截尾方法,研究n∑k=1 an,kXk的Lp收敛性,所获的结论推广和改进了前人的相关结果.     

α-乙酰基二硫缩烯酮在TiCl4催化下的酰化反应机理研究

在B3LYP/6-311G(p)理论水平上研究α-乙酰基二硫缩烯酮在TiCl4催化下的酰化反应的微观反应机理.优化反应过程中的反应物、中间体、过渡态和产物的结构,同时采用了极化连续介质模型(PCM)对各个驻点进行了单点能计算以模拟在CH2Cl2溶剂中的反应过程,并且应用了自然轨道理论(NBO)和分子中的原子理论(AIM)分析了这些物质的成键特征和轨道间的相互作用.计算结果得到此反应在TiCl4催化情况下的活化能小于没有催化剂情况下的活化能,证明了在TiCl4催化剂参加的情况下有利于此反应的进行,溶剂效应也较大程度地降低了此反应的活化能.     

纬向弹力品种的技术探讨

研究纬弹布的下机缩率不同及下机缩率变化,同时介绍了布边设计的技术点。对比不同弹力丝牵伸倍数时、经纬密不同、组织不同及机型不同时造成的下机纬向缩率的不同。并探讨了纬弹布在存放时经向缩率的变化。对于纬弹布的一些特性如布边的卷边问题简单做了一些分析。     

鸡缩胆囊素-33四串体的可溶表达及应用研究

根据pRSETA载体序列,设计一对引物,采用PCR技术从重组质粒pRSETA-4CCK33上扩增到鸡缩胆囊素33(cholecystokinin-33,CCK33)四串体基因片段(缩写为4CCK33)。再将4CCK33克隆到原核表达载体pBCX上,成功构建重组质粒pBCX-4CCK33并在大肠杆菌BL21中成功表达,SDS-PAGE检测到分子量约为53 000的融合蛋白,可溶分析表明,融合蛋白主要是以可溶形式表达。Western-blot证实,融合蛋白能与CCK-8阳性血清发生免疫反应。用此纯化的融合蛋白制成油乳剂疫苗,主动免疫肉猪。饲养试验表明,免疫0.5 mg/mL和1.5 mg/mL 4CCK33疫苗的试验肉猪平均日增重与空白对照组相比,分别提高了5.28%和5.92%;日采食量则分别提高3.03%和2.53%,差异显著(P<0.05)。     

两参数指数分布步进应力加速寿命试验的统计分析

给出了两参数指数分布产品截尾样本场合下步进应力加速寿命试验损伤失效率模型下参数的极大似然估计和拟矩估计，并通过Monte—Carlo模拟说明方法的可行性．     

缩氨基硫脲过渡金属配合物及其抗癌活性

合成并表征了苯甲醛缩氨基硫脲（ＨＬ）和３－硝基苯甲醛缩氨在硫脲（ＨＸ）与Ｃｕ,Ｃｏ,Ｚｎ,Ｍｎ的６个配合物,用体外试管法测试了配体和配合物的抗癌活性,结果表明,配体ＨＬ和ＨＸ是通过亚氨基Ｎ原子和Ｓ原子与过渡金属离子形成配合物,这些配合物的抗癌活性均强于配体,Ｚｎ（Ⅱ）和Ｃｕ（Ⅱ）配合物对腹水癌细胞的杀死率均为１００％。     

一种不依赖失效路径的结构体系可靠度分析方法

传统的结构体系可靠度分析方法依赖于结构失效路径的分枝和约界技术,导致主要失效模式难以识别、体系失效概率计算工作量巨大.鉴于此,本文结合弹性模量缩减法和随机有限元法,提出了一种不依赖失效路径的结构体系可靠度分析方法.首先利用随机有限元法计算结构的随机响应量,据此定义单元承载比和基准承载比,以判别结构在不同受力状态下的高承载单元.然后利用变形能守恒原理建立结构内力重分布和损伤演化模拟的随机弹性模量缩减法,进而根据塑性极限状态下高承载单元的弹性模量缩减幅度确定结构主要失效模式,并利用多失效模式的联合失效概率计算结构体系可靠度.研究表明,该方法消除了传统方法中潜在失效路径对主要失效模式识别和失效概率计算的干扰,能够取得更高的计算效率和精度.     

指数几何混合模型参数的嵌套EM算法(英文)

本文介绍了由指数分布和一个截尾分布混合得到的指数几何混合分布模型,简记为EG模型。它的概率密度函数为f(x;β,p)=β(1-p)e-2βx(2-pe-βx)(1-pe-βx)-2,通过直接积分得到该分布的矩为E(xr;β,p)=p-1(1-p)r!β-r[p-1L(p,r)-1]。首先说明了用EM算法在M步中不能求得参数β和p的极大似然估计的显式解,需要用数值解法,然后通过嵌套一个EM算法在另一个EM算法中,外层EM算法是基于混合模型的缺失数据讨论,内层EM算法是针对截尾观测数据的,得到了参数的极大似然估计量。