增溶性辅料泊洛沙姆188与胆酸聚集形态的介观模拟

为了建立符合中药特点的增溶性药用辅料的筛选与评价方法,本研究以清开灵注射液为研究载体,采用介观动力学方法(MesoDyn)研究其难溶活性成分胆酸与增溶性辅料泊洛沙姆188之间的相互作用,探讨了胆酸对泊洛沙姆188临界胶束浓度的影响及泊洛沙姆188浓度、模拟时间、温度对两者聚集体构型的影响,并采用实验方法验证了部分模拟结果,为中药注射剂增溶性辅料的科学应用提供一定基础.结果表明:在清开灵注射液中活性成分胆酸的存在下,泊洛沙姆188的临界胶束浓度范围为0.6%～0.7%,降低了泊洛沙姆188自身的临界胶束浓度,为使清开灵注射液中的胆酸(3%)全部增溶,泊洛沙姆188浓度应为1.7%.     

基于油膜干涉法的表面摩擦应力测量技术研究

本文应用油膜干涉法及速度型方法在平板模型上进行低速湍流的表面摩擦阻力测量,探索了油膜法测量表面摩擦阻力的实验技术,分析了不同实验方式对测量结果的影响以及实验误差产生的原因.研究表明,模型安装方式、油膜布置方式以及重力作用的影响在油膜干涉法中基本都可以忽略,在精度要求不高的情况下,不需要对结果进行修正.通过采用热膜法和油...     

天然矿物微粉润滑添加剂对钢摩擦副的自修复效应

通过超细研磨的方法制备了1种复合矿物微粉,采用RFT-Ⅲ型往复摩擦试验机评价了其作为润滑油添加剂对钢摩擦副的自修复效应,借助扫描电子显微镜(SEM)、能量色散谱仪(EDS)及纳米压痕仪(Nano indenter)对磨损表面及截面进行了表征,探讨了其减摩抗磨机理。结果表明：矿物微粉作为润滑油添加剂具有良好的减摩抗磨及自修复性能。其摩擦系数较基础油降低约55.1%,上下试样的磨损率相应地降低了85.7%和97.6%。添加剂与摩擦表面发生了复杂的理化作用,诱发形成了较为连续均匀的多孔氧化膜自修复层,其表面较为光滑平整,厚度约为0.72 um,主要由Fe、C和O元素构成,具有较高的微观力学性能,有效地降低了摩擦副的摩擦磨损。     

损伤因素对单层平面索网静力性能影响研究：有限元分析与试验验证

运用通用有限元软件ANSYS建立三维有限元模型,对横索与竖索连接节点失效、索预应力损失和锚固端失效这三种损伤因素的不同损伤工况下,单层平面索网结构的受力性能进行了非线性有限元分析,并与相应的试验结果进行了全面对比分析。结果表明：本文的有限元模型能够准确地分析计算上述三种损伤因素对单层平面索网结构受力性能的影响,包括结构...     

蜂窝夹心结构等效导热系数反演的边界单元法

对蜂窝夹心结构的等效导热系数进行反演,对于热防护系统的优化设计具有重要意义.本文应用高斯定理、径向基函数和径向积分法,推导了各向异性材料稳态热传导方程的边界单元表达式;应用Newton-Raphson迭代法和复变量求导法,对蜂窝夹心结构等效导热系数进行反演.分别应用形函数、高斯积分和径向基函数插值,对蜂窝夹心结构的边界...     

混合分数布朗运动下亚式期权定价

运用混合分数布朗运动的Ito公式,将几何平均亚式期权定价化成一个偏微分方程求解问题,通过偏微分方程求解获得了几何平均型亚式看涨期权的定价公式.     

第三方负责回收的Dowrside-Risk闭环供应链协调性研究

以风险中性制造商、第三方物流服务商和具有下行风险特性的销售商组成的闭环供应链系统为背景,证明了在Downside-Risk约束下收益费用共享契约不能使闭环供应链协调.通过将补偿策略附加到该契约,设计了风险共享契约,既能满足下行风险约束,又保证供应链参与方利润均有增量,实现了Downside-Risk约束下闭环供应链的协调.最后通过应用算例说明了风险共享契约的有效性和可行性.     

保兑仓模式下银行承兑汇票最优承诺费率研究

本文从汇票承诺费率的角度探索银行承兑汇票承诺费的减免对银行利润的影响。通过建立零售商、制造商和银行的利润模型并依次分析零售商订货量、制造商对融资模式的选择和银行汇票承诺费率,结果发现,保兑仓模式下订货量低于赊销模式,但制造商提前贴现汇票能冲抵订货量的劣势,对银行而言,将汇票承诺费率降低至临界值以下才能使保兑仓模式优于赊销而成为制造商的选择,最优汇票承诺费率是银行利润函数求解基础上考虑赊销与保兑仓模式竞争关系的结果。银行为执行“减税降费”政策而减免汇票承诺费有利于增加保兑仓业务量,同时也有利于提高供应链效率。     

一种基于物体质心的图像自动化校准方法

图像校准是将任意相邻两图像都具有公共部分的一列图像合成一副全图的图像处理过程.而图像自动化校准的难点在于对一组图像公共部分特征信息的提取和自动匹配,尤其是自动匹配和图像校准的误差分析.本文基于放射变换不变性,给出了一种基于特征信息质心的自动匹配方法,与目前国际上主流特征提取和特征校准方法相比,本文方法较准确,且适用于卫星图片及一些MRI和CT 图片.本文方法的另一优点是具有线性计算复杂度.     

向后迭代区间选择算法及其在近红外光谱模型转移中的应用

近红外光谱（NIR）具有快速、无损、操作方便的特点,故广泛用于食品分析。作为一种间接的分析技术,NIR需要建立光谱与待测浓度之间的统计模型来实现检测。故模型的维护有助于保证NIR的预测准确性。在外界条件发生变化的情况下,诸如样品性状的改变、仪器对理化指标函数关系的变化、湿度和温度等环境因素的改变,会导致相同样品的光谱信号发生偏移,进而使得原有模型的预测精度下降。此时,如果重新建模,虽然可以解决光谱偏移对建模的影响,但是重新建模将耗费大量的人力物力。对此,模型转移可以在避免重新建模的情况下,校正光谱的偏移,进而提高模型预测精度。通常模型转移算法多用全光谱进行模型转移,这种方法计算量较大,且不能找到合适的有化学意义的波段。故提出一种基于模型转移中的变量选择方法：向后迭代区间选择法（IIBS）,通过计算主光谱（用于建模的那组光谱）和从光谱（发生偏移,需要通过模型转移算法将其校正的光谱）中,变量区间的重要性信息（回归系数（β）、残差向量（Res）以及变量重要性投影（VIP））。进而通过计算该区间变量重要性信息的几何平均数,并以此作为该区间的区间重要性指标。接着根据区间的重要性,删除重要性信息较小的变量区间。然后对主光谱和从光谱重复迭代上述过程：计算变量的重要性信息,计算区间的重要性信息,删除重要性信息较小的区间。最后,比较不同的主光谱和从光谱区间组合的验证均方根误差（RMSEV）,选择RMSEV最小的主光谱和从光谱区间作为最优区间。玉米、小麦两套NIR数据测试了该算法。结果显示,与全波段相比,β,Res以及VIP均可以从主光谱和从光谱中选择较少的,有化学意义的区间,提高模型转移的精度。在比较不同变量重要性向量方面,基于β的变量选择算法,模型转移的计算误差较小。