基于PLC的直埋夹套管试验控制系统设计

在分析国家压力管道元件质量监督检验中心原有直埋夹套管试验设备局限性的基础上，采用PLC可编程控制对原有砂箱试验装置进行了改造，克服了原有砂箱设备笨重、工作效率低等缺点。为实现试验系统的自动化，采用PLC的EM253位置控制拓展模块输出高速脉冲来精确控制伺服电机的速度和位置，试验拉力通过EM231模拟量模块输出，确保总体抗压强度及工作管轴向移动性能试验结果可靠，并实现了自锁、互锁功能。     

一种φ630直埋管抗压强度与轴向滑动试验装置

针对现有直埋夹套管总体抗压强度与轴向滑动试验装置普遍采用手动装卸砂、手动加载的特点,给出了规格为西630直埋夹套管总体抗压强度与轴向滑动试验装置的设计方案与工作原理,其主要由砂箱、液压加载装置、推拉力试验机、升降加砂装置、送管装置5个部分组成。砂箱底部设有出砂口,试验结束后,打开砂箱底部挡板,可将细砂弓I入其侧下方升降装置的储砂箱中,升降加砂装置可将储砂箱运到砂箱侧上方供再次试验时使用,液压加载装置可自动为砂箱加载,保证试验外管承受均匀、适当的载荷。该装置符合国家有关法规标准的要求,能实现自动装卸砂,自动为砂箱加载。（图8,表2,参9）     

基于CT扫描的计算机模拟薄木刨切

基于CT扫描和计算机模拟技术，本文介绍了一种制定原木截断和木方锯剖方案的方法。通过扫描获得原木内部结构的相关信息、图象处理和三维重建，在计算机上进行原木模拟刨切加工，并在屏幕上显示虚拟刨切薄木的图象。可对同一木段进行多方案的重复加工，通过对显示图象的比较分析，制定出优化加工方案。     

应用表面活性剂提高25％Insegarwp．和25％Applaudwp．渗透性的研究

为了提高２５％Ｉｎｓｅｇａｒｗｐ．和２５％Ａｐｐｌａｕｄｗｐ．的展着力和渗透性，选用ＯＴ、ＡＥ０６、２Ｙ—１５０、ＮＰ１０表面活性剂，分别以几种浓度剂量加入上述两种药液内，然后以生白帆布和油松枝干树皮作为检测材料，进行室内测试，并对其适用剂量进行了试验筛选，结果证明，几种表面活性剂分别加进药液中后，药剂对油松枝干树皮部的渗透力均明显提高，其渗透力的大小依次为ＡＥ０６、ＯＴ、ＮＰ１０、２Ｙ—１５０，应用剂量以用药量（主剂）的１／１０为最佳。     

靖西天然气管道水工保护方法

通过对靖西天然气管道土壤冲蚀状况的分析，提出采用护岸、护坡和疏导径流等水工保护方法，不仅可保证管道安全运营，而且还可以维护当地环境，利于土地复耕，加快管道建设和提高效益。针对管道水工保护存在的问题，提出了具体的建议和措施。     

25% Insegar wp.25% Applaud wp.加入助剂提高防治日本松干蚧的效果

为了提高２５％Ｉｎｓｅｇａｒｗｐ．和２５％Ａｐｐｌａｕｄｗｐ．两种昆虫生长调节剂防治日本松干蚧的效果，用试验筛选出的３种表面活性剂ＡＥＯ６、ＮＰ１０和ＯＴ分别作为助剂改善药剂的渗透性，在试验室内和林间进行防治试验表明，可以提高防治效果１５％～２０％。     

基于人工神经网络的原木CT图像缺陷识别

以欧洲白蜡为例,利用训练好的神经网络识别原木CT图像中的各种木材缺陷.不同隐蔽层节点的神经网络可以正确地识别树皮、节子、腐朽和无疵木材;但是对于细小裂纹尚还不能准确识别.计算机快速、自动识别图像中的各种缺陷,有利于实现最优化的锯切方案.     

中心静脉导管在急救中治疗气胸72例疗效观察

目的评价急诊急救中用中心静脉导管作胸腔闭式引流治疗气胸的临床疗效和安全性．方法收集72例急性气胸患者，随机分为两组，实验组36例用中心静脉导管作胸腔闭式引流，对照组36例用穿刺针作胸腔闭式引流，比较两组患者的临床指征、治疗效果、并发症情况．结果实验组手术时间（6．7±2．1）min、肺复张时间（3．8±1．4）d、术后住院时间（7．3±0．9）d均明显小于对照组的（10．3±2．5）lnin，（5．1±2．0）d，（11．2±1．5）d，实验组总有效率（97．2％）明显高于对照组（83．3％），实验组皮下气肿发生率（5．6％）、疼痛发生率（11．1％）、堵管发生率（0）、创伤性血胸发生率（2．8％）均明显低于对照组的38．9％，33．3％，13．9％，30．6％，两组比较差异均具有统计学意义（P〈0．05）．结论中心静脉导管术在急救中治疗气胸是一种简便易行、安全有效、并发症少、易被患者接受的方法，在现场急救及转运过程中尤其适用，值得临床推广．     

支持向量机参数优化方法在木质粉尘火花探测中的应用

为提高木质粉尘火花检测的准确性,利用基于支持向量机(SVM)的物质分类方法检测木质粉尘火花。选取马尾松和杨木粉尘为研究对象,将两种粉尘分组点燃试验,获取火花和灰分的高光谱图像,提取感兴趣区域(region of interest,ROI)内的发光度数据进行预处理。利用感兴趣区域内的数据建立SVM分类模型,分别利用网格搜索法(GS)、遗传算法(GA)以及粒子群算法(PSO)对两类树种的SVM分类模型进行参数优化,并将三种参数优选方法的分类预测准确率进行对比。结果表明,三种优化方法均能够很好地检测两种树种的木粉火花,其中网格搜索法检测准确率明显高于其余两种,更适于木质粉尘火花探测,这为人造板生产过程中能够高效检测木质粉尘火花提供了一定的理论依据。