盐酸乙醇的生产及安全管理

介绍了盐酸乙醇的性质、主要用途、生产工艺、安全设施设计及安全管理情况。     

氧化石墨烯对GAP改性球形药复合材料热膨胀系数的影响

为研究氧化石墨烯(GO)对聚叠氮缩水甘油醚(GAP)改性球形药复合材料膨胀系数的影响,制备了含0％、0.5％、1％和1.5％GO的GAP改性球形药复合材料,采用傅里叶变换红外光谱(FTIR)、扫描电子显微镜(SEM)和差示扫描量热仪(DSC)分别研究了GAP改性球形药复合材料结构、形貌和热性能,采用静态热机械测试仪(TMA)研究了GO含量对热膨胀系数及玻璃化转变温度的影响.结果表明:GO的添加对固化体系结构及热性能无明显影响,并未发生化学反应;GO的添加可使GAP改性球形药复合材料膨胀系数减小,当添加1％GO时,膨胀系数从3.236×10-4 K-1下降到2.692×10-4 K-1,减小的幅度最大;相对于含0％GO的GAP改性球形药复合材料,随着GO含量的添加,玻璃化转变温度由20.8℃升高到25.1℃.     

风荷载作用下幕墙加劲肋槽型铝板内力和变形的数值模拟

采用ANSYS软件对单元板块由槽型铝板与5条加劲肋组成的单元板块的内力和变形进行数值模拟,研究加劲肋与槽型铝板连接约束改变,建立计算模型计算铝板的内力和位移,最后介绍其实际应用。     

腹盆腔血管数字化三维模型指导血管内介入插管方式选择研究

【摘要】 目的 利用腹盆腔血管及腰骶椎数字化三维模型，探讨左右髂总动脉分叉角度及分叉开口位置与髂总动脉长度的关系，从而指导血管内介入插管方式的选择。方法 选取2011年9月至2013年5月在我科接受腹盆腔CTA检查患者439例，采用数字化三维重建技术构建患者腹盆腔血管及腰骶椎数字化三维模型，Mimics软件联合Geomagic软件对左右髂总动脉间分叉角度和左右髂总动脉长度进行测量，观察并记录左右髂总动脉分叉角度所对应椎体。通过统计学软件对左右髂总动脉分叉角度与其对应椎体位置及左右髂总动脉长度进行相关性分析。结果 成功构建439例患者腹盆腔血管和腰骶椎三维模型，均清楚显示左右髂总动脉分叉角度及分叉开口位置。439例患者中左右髂总动脉分叉角度为平均（49.1 ± 12.4）°，分叉开口位于L3～4有38例，L4上1/3有63例，L4中1/3有89例，L4下1/3有135例，L4～5有114例。左右髂总动脉平均长度分别为（45.6 ± 15.6）mm和（43.3 ± 15.4）mm。Pearson相关分析显示，左右髂总动脉分叉角度与其分叉开口位置高度存在负相关关系（r ＝ -0.172，P ＜ 0.05），该分叉角度与左右髂总动脉长度也存在负相关关系（左侧:r ＝ －0.171，P ＜ 0.05；右侧:r ＝ －0.164，P ＜ 0.05）。结论 左右髂总动脉分叉开口位置越低，其角度越大，相应髂总动脉长度越短，经股动脉行对侧髂内动脉直接插管距离短、易操作，成功率高；反之，插管路径就延长，直接插管难度增加，需用成襻插管技术，或进一步结合髂内外动脉分叉角度，评估是选择对侧还是同侧髂内动脉插管。

     

STH—Ⅰ数显式测厚仪

一、概 述 STH—1型涂层测厚仪是广州电器科学研究所1987年研制的袖珍型数显式金属表面防护层测量仪器,它是采用电磁原理对以钢铁为基底的非磁性镀层、油漆层、珐琅层、磷化层、塑料层等的厚度进行无损测量的。具有精度高、体积小、读数直观、便于携带等特点。适用于车间、试验室以及户外对机械件及设备表面防护层的厚度进行快速检测。 涂层厚度无损测量大致有下列几种原理:磁力法、电磁法、涡流法、超声波法、射线法等。而最常采用的是电磁法(测铁磁基层上的非磁性涂层)和涡流法(测导电体上的绝缘层或不同电导率的镀层)。     

让信息技术教育均衡发展

大连市是“全国中小学信息技术教育实验区”，同时也是“国家级基础教育课程改革实验区”，承担着信息技术教育、新课程改革和课程内容信息化等多项实验任务。和全国其他地区一样，大连市中小学信息技术教育的发展，在起步阶段就存在着比较严重的不均衡状况。下面是起步阶段对大连市城区与北部农村三个县级市(简称北三市)有关内容的调查比较情况(表1表2表3)：     

基于自适应噪声的最大熵进化强化学习方法

近年来,进化策略由于其无梯度优化和高并行化效率等优点,在深度强化学习领域得到了广泛的应用.然而,传统基于进化策略的深度强化学习方法存在着学习速度慢、容易收敛到局部最优和鲁棒性较弱等问题.为此,提出了一种基于自适应噪声的最大熵进化强化学习方法.首先,引入了一种进化策略的改进办法,在“优胜”的基础上加强了“劣汰”,从而提高进化强化学习的收敛速度;其次,在目标函数中引入了策略最大熵正则项,来保证策略的随机性进而鼓励智能体对新策略的探索;最后,提出了自适应噪声控制的方式,根据当前进化情形智能化调整进化策略的搜索范围,进而减少对先验知识的依赖并提升算法的鲁棒性.实验结果表明,该方法较之传统方法在学习速度、最优性收敛和鲁棒性上有比较明显的提升.