应用活动翼矫治器正畸矫治效果10例临床分析

目的观察活动翼矫治器与标准方丝弓矫治器的矫治效果及疗程.方法选择临床需固定矫治器正畸治疗的患者20例,平均分成2组,分别用活动翼矫治器和标准方丝弓矫治器对其错畸形进行矫治,观察两组疗效与疗程的差别.结果两组矫治效果均能达到个别正常的矫治目标,活动翼矫治器组病例完成时间为6～12个月,平均为8.9个月,复诊5～12次,平均为7.8次.标准方丝弓矫治器组病例完成时间为14～25个月,平均为19.4个月,复诊次数14～26次,平均为20.1次.结论活动翼矫治器在保证矫治效果的同时能够明显缩短疗程,减少复诊次数.     

多曲方丝弓技术矫治前牙开的临床应用

目的：评价多曲方丝弓技术（MEAW技术）治疗开的临床效果。方法：应用多曲方丝弓技术对15例不同类型的开畸形病例进行矫治。结果：全部病例均在相对短的时间内（2～3月）建立正常覆、覆盖关系,磨牙形成相对稳定的尖窝咬合关系,达到满意效果。结论：多曲方丝弓技术可以有效竖直后牙,得到以牙性变化为主的平面的变化,有效、快速矫治前牙开。具有疗效好、疗程短、适应症广等优点。     

高速受电弓多动力学参数的优化分析

为提高高速弓网耦合系统动力学性能,文章以DSA380型高速受电弓和大西线高速铁路弹性链式悬挂接触网系统为研究对象,利用有限元法建立弓网耦合系统动力学模型;基于遗传算法理论和弓网系统动态仿真平台,依次研究受电弓三参数联合变化对单、双受电弓与接触网系统间动力学性能的影响,并根据弓网系统动态性能评价标准对受电弓三参数进行优化,得到高速受电弓三参数最佳匹配组合,给出了适用于高速情况下的单、双受电弓设计优化方案。研究结果表明,相较于DSA380型受电弓原设计方案,单、双受电弓设计优化方案均有效地提升了单、双受电弓受流情况下的弓网耦合系统动力学性能。研究成果可为高速受电弓结构参数设计提供参考和建议。     

滑动直丝弓矫治技术在关闭牙列散在间隙的应用体会

目的探讨滑动法一次性关闭牙列散在间隙的临床疗效.方法选择牙列存在散在间隙的错颌畸形患者29例,年龄最大30岁,年龄最小11岁,平均14.5岁,均在MBT直丝弓矫治技术中使用一次性滑动关闭散在间隙.结果所有患者均能关闭所有散在间隙,平均治疗时间为12个月左右,结果令人满意.结论滑动法一次性关闭牙列散在间隙,避免了前牙在治疗过程中的往返移动,缩短了疗程,具有良好的治疗效果.     

狮弓蛔虫卵卵壳的光镜及扫描电镜观察

本文用光学显微镜和扫描电子显微镜观察了狮弓蛔虫虫卵表面的微观形态。讨论和分析了其虫卵的形态学特征等。     

直线弓矫治技术治疗安氏Ⅱ／Ⅰ错He畸形的机制

目的研究直丝弓矫治技术治疗安氏Ⅱ／Ⅰ错畸形的机制。方法对28例采用直丝弓 矫治技术治疗的安氏Ⅱ类Ⅰ分类错患者治疗前后x线头颅测量结果进行统计学分析。结果治 疗后UI-NA角平均减少10．68°,UI-SN角平均减少11．39°,UL-NA平均减少1．36mm,LI-NB 角平均减少2．5°,LI-MP角平均减少3．0°LI—NB平均减少1,4mm,LI-AP平均减少1,2mm,SN —OP角平均增加]．82°。治疗前后上下切牙交角与上下切牙的倾斜度和突度的差值呈负相关,上 切牙各倾斜度和突度的差值彼此呈正相关,下切牙各倾斜度和突度的的差值彼此呈正相关。结 论直丝弓矫治技术治疗安氏Ⅱ类Ⅰ分类错主要是通过移动牙齿的掩饰性矫治完成的,上下颌 牙的位置是协调变化的,拔牙矫治并未影响面高。     

神经网络在高速接触网参数分析中的应用

接触网检测的目的是了解弓网配合关系,改善弓网受流状况,指导接触网维护,保证其安全运行,避免弓网故障的发生。本文将神经网络理论应用于高速接触网参数的分析,对弓网故障进行仿真。引入大量检测车实测数据,在相应的神经网络模型中训练,得出弓网故障的仿真结果。     

弓网系统的无线电干扰特性研究

在实际测量的基础上,通过对大量数据进行统计分析,应用数理统计方法对高速铁路弓网系统产生的无线电干扰场强进行研究,获得干扰电平的频率特性曲线．利用柯尔莫可洛夫一斯米洛夫检验判断干扰电平的概率分布,然后利用最大似然估计得到相应的参数,最后得出干扰的幅度概率分布．在此基础上,根据干扰源的特性得出了弓网系统的无线电干扰对通信系...     

基于改进Inception网络及LightGBM的弓网电弧识别方法

针对弓网电弧识别方法对数据识别的单一性问题,提出一种基于改进多尺度卷积网络（GInception）结合LightGBM的弓网电弧识别方法。运用完整集合经验模态分解（CEEMDAN)和小波软阈值相结合的方法对原始信号进行降噪重构,将重构信号进行广播机制（Broadcasting）处理,变成多维信号后输入到GInception网络中进行特征提取,再将GInception网络提取的特征导入到轻量级梯度提升机中进行识别。研究结果表明：该识别方法在5组工况下弓网电弧识别的准确率达到96.3%。研究结论可为电车弓网电弧识别提供参考。