标本兼治 重在治本

前不久在京召开的全国安全生产工作会议强调，要充分认识做好安全生产工作的极端重要性，坚持标本兼治、重在治本，坚持创新体制机制、强化安全管理，经过持续不懈的努力，实现全国安全生产形势的根本好转。     

低碳钢等径弯曲通道变形数值模拟及组织分析

对低碳钢等径弯曲通道变形进行了数值模拟，并分析了它的显微组织．通过有限元数值模拟，获得了低碳钢成形等径弯曲通道变形载荷的变化规律和等效应变分布规律．载荷模拟结果表明，摩擦因子越大，变形载荷也越大，当摩擦因子为0．408时，其成形载荷约为无摩擦时的2．1倍，载荷数值模拟与实验结果基本相吻合．此外，结合所揭示的等效应变分布特点，对一道次等径弯曲通道变形后试样横截面上的微观组织分布进行了分析，表明下表面处的材料晶粒细化程度比上表面处的大，因此这种分布特点与等效应变分布是相互一致的．     

“高层建筑结构及辅助设计”教学体系改革与实践

"高层建筑结构及辅助设计"是土木工程专业的专业技术必修课程。围绕培养学生的"工程设计能力",从能力体系、教学内容体系、教学授课体系、能力考核体系等多方面进行了改革与实践。实践表明,教学环节的体系化建设、体系化执行,对培养学生的"工程能力"行之有效。     

茶文化旅游体验质量评价研究——以长兴县顾渚村为例

针对茶文化旅游资源,在游客体验价值等相关理论的基础之上运用AHP层次分析法,构建了以服务、成本、环境、特色和行为体验因子为测量维度的茶文化旅游体验质量评价体系,再引入施密特对顾客体验类型的划分形成评价语集,做出评判R矩阵.进一步选取顾渚村作为案例村进行实地调查,对问卷数据进行综合模糊评价、假设检验、因子分析等相应分析,得到顾渚村茶文化旅游体验质量评价值,并从中找出不足,给出顾渚村茶文化旅游体验质量的提升建议.     

基于有限维线性模型的监督颜色回归恒常性算法

提出了一种监督颜色回归恒常性算法，可将某种光照条件下获得的颜色值转换到囊先确定的标准光照下的颜色值，该算法基于表面反射的有限维线性模型，利用多元线性回归方程的最小二乘法求解转换矩阵和修正矢量，给出了算法的基本思想和实验结果，同以前的算法相比，本算法应用条件几乎不受限制，且简洁有效。     

利用昆虫携带病原物实施生物防治的研究进展

应用载体昆虫传递病原物防治有害生物主要是利用载体昆虫与目标病虫害之间的共栖或生态位重叠关系,通过载体昆虫主动搜寻目标病虫害,传递病原物与天敌生物,侵染或捕食有害生物,达到防治的目的。笔者综述了国内外应用载体昆虫传递病原物防治植物病虫害的研究进展,内容主要包括载体昆虫和传递的病原物种类、在病虫害防治上的应用现状以及病原物携带与释放技术等,并就利用载体昆虫携带病原物开展生物防治所面临的问题进行了探讨和展望。     

水中酚的催化空气氧化研究

本文研究了水中酚在常压下的催化空气氧化过程。所采用的催化剂为以M_nO_2为主要成份的TGS—3型催化剂。苯酚氧化降解过程用高压液相色谱系统作了分析。同时,经过推导得到苯酚降解的动力学模型。     

矿堆非饱和渗流中的界面作用

为探明矿堆非饱和浸出渗流规律,以界面作用为切入点,分析了浸出液的运动状态.矿堆中吸力由界面作用产生的基质吸力和吸收扩散产生的渗透吸力组成.孔隙中介质分布的不均匀性和矿石形状的随机性是导致界面作用多样性以及浸出液运动状态复杂的原因.采用毛细上升实验很好地证明了矿堆中吸力的存在,在驱动力的作用下,浸润初期的液面上升速度较快,浸润后期液面上升相对平缓.通过拟合得知液面毛细上升高度与浸润时间符合幂函数关系.理论研究表明可以通过改变固相、液相和气相的物理性质来实现对矿堆非饱和渗流中界面作用的调控.     

三种丛枝菌根真菌对百喜草生长、矿质元素含量及抗旱性的影响

研究了三种丛枝菌根(AM)真菌Glomus Aggregatum(G.a)、G.etunicatum(G.e)和G.intraradices(G.i)对百喜草(Paspalum notatum)生长、矿质元素含量及干旱胁迫下几种生理指标的影响.3种AM真菌处理显著提高了主根长和地上部干重,菌根依赖性依次为G.a>G.i>G.e.G.a和G.e接种株根部P、K、Mg、Cu含量,G.i接种株根部P、Mg、Ca含量及G.e接种株根部Ca含量均显著高于对照;G.a接种株地上部P、K、Mg、Ca和Zn含量与对照无显著性差异,而G.e和G.i处理的地上部P、K、Mg、Ca和Cu含量均显著低于对照.干旱胁迫4d时,G.a和G.e处理的地上部POD活性、G.a处理的地上部脯氨酸含量均显著高于对照.干旱胁迫8 d时,各接种株的SOD和POD活性与对照并无显著性差异,而接种AM真菌显著提高了地上部脯氨酸含量,G.e和G.i处理的MDA含量显著低于对照.三种AM真菌以G.a接种处理一定程度上提高了百喜草的生长及抗旱性,而G.e和G.i的效果相对较弱.     

基于触觉阵列感知的机器人稳定抓取判别方法

针对传统的单点压力传感器获取的接触力无法完备反映机器人的抓取接触状态,难以实现准确的机器人抓取状态判别的问题,基于触觉阵列传感器的多点感知特性,提出一种高效高准确率的机器人稳定抓取判别方法．首先,采集机器人抓取属性各异物体时的接触分布力信息,建立分布力与触觉图像的映射,构建机器人抓取触觉图像数据集;基于多层感知机框架建立机器人抓取状态判别模型,实现机器人抓取状态的分类．然后,通过训练并对多层感知机在不同模型层数与节点数下的模型性能进行优选,得到抓取状态判别模型的最优参数,进而与多种基于学习的抓取判别算法进行对比．结果表明：所提出的抓取状态判别方法具有99.74%的判别准确率,平均耗时为2.3 ms,在判别精度和速度上均优于基线算法;通过实物抓取实验,该方法的判别准确率达到94%,充分证明其对数据集外物体的稳定抓取判别具有较强的鲁棒性．